De las llamadas a herramientas a un ordenador para agentes: cómo cambia la arquitectura

Imagina que añades a tu producto un botón para comparar proveedores. Un cliente elige varios presupuestos y pide una hoja de cálculo con precios, fechas de entrega y diferencias en las condiciones. El primer prototipo envía el texto a un modelo. Funciona con un presupuesto corto. Después llega un cliente con PDF escaneados, una hoja de cálculo y un enlace al sitio de un proveedor.

La función ahora necesita abrir archivos, extraer tablas, consultar el sitio, calcular precios comparables y crear una hoja descargable. El modelo ayuda a decidir qué hacer. También necesita un lugar donde ejecutar los programas que lo hagan. Ahí resulta útil un ordenador para agentes.

¿Qué pasa después de que el modelo pida ejecutar un comando?

Una llamada a una herramienta es una petición del modelo a tu programa. Por ejemplo, el modelo puede pedir que se ejecute un script que lea los presupuestos. Tu programa aún tiene que proporcionar los archivos, instalar el analizador, ejecutar el script y devolver su salida. Si la extracción falla en una página escaneada, el agente necesita revisar el fallo y probar otro método disponible.

Puedes construir esos pasos por tu cuenta. A medida que crece la función, también necesitas un navegador, acceso a archivos, salidas de comandos y una forma de separar el trabajo de cada cliente. Beeuni reúne todo esto en una sesión: el agente trabaja en un ordenador en la nube donde puede leer archivos, escribir código, ejecutar comandos y usar el navegador.

Para la comparación, el agente puede guardar las filas extraídas, escribir un script de cálculo y ejecutarlo. Puede consultar una página pública del proveedor para verificar una condición de entrega. Si una fila no tiene una unidad o una fecha claras, puede señalarlo en el resultado para su revisión. El cliente recibe una hoja de cálculo con referencias a las fuentes que puede comprobar.

Del ciclo de llamadas a herramientas al trabajo en un ordenador

El ciclo de herramientas sigue guiando el razonamiento: preguntar al modelo, ejecutar la acción que solicita, devolverle lo ocurrido y preguntar de nuevo. Para procesar el PDF, el ordenador ejecuta un script de extracción y devuelve el código de salida, la salida y los errores. El agente los lee antes de decidir el siguiente paso. Un analizador que falla, una tabla vacía y una extracción correcta requieren acciones distintas.

Conserva por separado el PDF original, extracted.csv, el script de cálculo y la hoja final. Si las cifras parecen incorrectas, puedes recorrer esos archivos hasta encontrar el origen. Pide al agente que compare una fila extraída con la página original antes de cambiar el cálculo. Así puedes corregir el paso en el que se perdió la información.

Una herramienta también puede iniciar un proceso que dure más que la llamada. Una conversión de documentos puede seguir en marcha cuando la petición agota su tiempo de espera. La capa de ejecución necesita una forma de consultar ese proceso y su salida. Pedir al modelo que lo inicie otra vez podría crear dos conversiones sin resolver el retraso.

Da a cada tarea su propio entorno de trabajo

Si dos comparaciones comparten directorio, cualquiera puede sobrescribir extracted.csv o instalar una versión de un paquete incompatible con la otra. Cada sesión de Beeuni tiene su propio entorno de ejecución, que separa esos archivos y procesos locales. Cuando el trabajo usa un repositorio, su rama también permite revisar los cambios de código antes de aceptarlos en la rama predeterminada.

Las aplicaciones compartidas necesitan atención aparte. Si ambas sesiones pueden actualizar el mismo registro de compras, tener ordenadores distintos no evita cambios en conflicto en esa aplicación. Decide si la comparación solo puede leer los registros o si una actualización necesita aprobación.

Decide qué debe conservarse tras una parada o un fallo

La sesión guardada cuenta lo que hizo el agente. El disco contiene los archivos extraídos y la hoja de cálculo. Un proceso en ejecución contiene trabajo que aún no ha escrito. Son estados distintos: recuperar los mensajes no significa que una conversión continúe desde la instrucción en la que se quedó.

Una parada normal conserva el disco del ordenador. Eliminarlo o perderlo exige otra vía de recuperación, con la conversación guardada y el trabajo del repositorio cuando estén disponibles. Guarda los resultados importantes en tu almacenamiento y envía al repositorio los cambios que necesites conservar. La guía de sesiones explica qué mantiene cada operación.

Define permisos para las acciones importantes

El agente de comparación puede necesitar leer documentos de proveedores, mientras que hacer un pedido requiere una decisión humana. Las políticas de conectores de Beeuni permiten autorizar una acción, exigir aprobación o bloquearla. Configura la acción en sí, en vez de depender solo de una frase en la tarea. Un ordenador puede aislar el trabajo local, pero sus herramientas conectadas siguen afectando a un sistema de compras real.

Tu producto también comprueba qué cliente puede abrir cada comparación y sus archivos. Una clave API guardada en el servidor autentica tu aplicación ante Beeuni. Tus controles de acceso vinculan esa petición a la persona autorizada a ver el resultado.

Permite que las tareas largas continúen más allá de una conexión

Un cliente puede cerrar la página durante una conversión. Guarda el ID de sesión de Beeuni con el registro de la comparación para recuperar el mismo trabajo cuando vuelva. Los flujos de eventos muestran el progreso en directo; los registros guardados permiten consultar después lo ocurrido. Un ordenador accesible puede estar ocupado, haber terminado o esperar una respuesta. Muestra el estado de la tarea además de la disponibilidad del ordenador.

Antes de repetir una petición interrumpida, comprueba qué ocurrió. Importa especialmente en las acciones externas: un pedido puede haberse creado aunque su confirmación nunca llegara. La guía del backend de agentes explica los registros que debe guardar tu aplicación y cómo gestionar las reconexiones.

Facilita la investigación de los fallos

Supongamos que la hoja generada tiene vacía la columna de precios. Abre los archivos y las salidas de comandos de la sesión. ¿La extracción del PDF no devolvió filas? ¿El script esperaba una columna llamada «Price» y el presupuesto usaba «Unit cost»? ¿La página del proveedor pedía iniciar sesión? Cada causa necesita una solución distinta.

Como el agente trabaja con archivos y programas, puedes pedirle que examine un CSV intermedio, corrija la correspondencia entre columnas y repita el cálculo. Suele ser más útil que pedir al modelo otra respuesta final sin saber qué falló.

Mejora el paso cuya lentitud puedes observar

Esta función puede invertir tiempo en preparar el ordenador, esperar al modelo, extraer documentos y cargar sitios. Observa una comparación real antes de cambiar la arquitectura. Si el agente abre repetidamente el mismo PDF, guarda el texto extraído y trabaja sobre él. Si un script de cálculo es lento, revísalo. Si la web del proveedor tarda en cargar, cambiar el modelo no la acelerará.

Comprueba la hoja después de cada cambio. Una extracción más rápida solo sirve si sigue recogiendo bien los precios y las condiciones. Compara los mismos documentos con los mismos ajustes del modelo para saber si el cambio ha ayudado.

Qué aporta ahora la arquitectura

El modelo sigue eligiendo acciones mediante un ciclo de herramientas. A su alrededor, el servicio ahora ejecuta programas, separa tareas, conserva trabajo útil, aplica permisos y muestra el progreso. Ese es el cambio de arquitectura detrás de un ordenador para agentes. Beeuni proporciona esas interfaces de ejecución y sesión para que tu aplicación pueda enviar una tarea y consultar el trabajo mientras ocurre.

El mismo planteamiento sirve para preparar conjuntos de datos o probar un sitio en el navegador. Cambian los archivos, los comandos y los resultados esperados. Tu producto sigue iniciando una sesión, siguiendo el trabajo y presentando un resultado que el cliente puede usar.

Empieza por Sesiones desde el código y Autenticación. Para conocer la idea general del producto, lee ¿Qué es un ordenador de IA?.