Construyendo Agentes IA con LangChain y VibeCodeCheap

Publicado el December 25, 2024 • 2 min de lectura

langchain ai-agents tutorial python

Los agentes IA están transformando cómo construimos aplicaciones inteligentes. En este tutorial, construiremos un potente agente IA usando LangChain y la API asequible de VibeCodeCheap.

Lo Que Construiremos

Un agente asistente de investigación que puede:

Buscar información en la web
Resumir contenido
Responder preguntas de seguimiento
Mantener el contexto de la conversación

Prerrequisitos

Python 3.9+
Clave API de VibeCodeCheap
Conocimiento básico de Python

Paso 1: Instalar Dependencias

pip install langchain langchain-openai python-dotenv

Paso 2: Configurar la API

Crea un archivo .env:

OPENAI_API_KEY=tu-clave-vibecodecheap
OPENAI_API_BASE=https://api.vibecodecheap.com/v1

Paso 3: Crear el Agente

from langchain_openai import ChatOpenAI
from langchain.agents import AgentExecutor, create_openai_functions_agent
from langchain.tools import tool
from langchain.prompts import ChatPromptTemplate, MessagesPlaceholder
import os
from dotenv import load_dotenv

load_dotenv()

# Inicializar el LLM con VibeCodeCheap
llm = ChatOpenAI(
    model="claude-sonnet-4.5",
    openai_api_key=os.getenv("OPENAI_API_KEY"),
    openai_api_base=os.getenv("OPENAI_API_BASE"),
)

@tool
def search_web(query: str) -> str:
    """Buscar información en la web."""
    # Tu implementación de búsqueda
    return f"Resultados de búsqueda para: {query}"

@tool
def summarize(text: str) -> str:
    """Resumir el texto dado."""
    return llm.invoke(f"Resume esto: {text}").content

# Crear el agente
tools = [search_web, summarize]

prompt = ChatPromptTemplate.from_messages([
    ("system", "Eres un asistente de investigación útil."),
    MessagesPlaceholder(variable_name="chat_history"),
    ("human", "{input}"),
    MessagesPlaceholder(variable_name="agent_scratchpad"),
])

agent = create_openai_functions_agent(llm, tools, prompt)
agent_executor = AgentExecutor(agent=agent, tools=tools, verbose=True)

Paso 4: Ejecutar el Agente

result = agent_executor.invoke({
    "input": "Investiga las últimas tendencias en asistentes de codificación IA",
    "chat_history": []
})

print(result["output"])

¿Por Qué VibeCodeCheap para Agentes IA?

Construir agentes requiere muchas llamadas a la API. Nuestros precios lo hacen asequible:

50% menos costos - Más experimentos, menos preocupaciones
Compatible con OpenAI - Funciona con LangChain de inmediato
Múltiples modelos - Prueba Claude, GPT-4, Gemini
Altos límites de tasa - Maneja cargas de producción

Próximos Pasos

Añade más herramientas a tu agente
Implementa memoria para conversaciones largas
Despliega como servicio web

Comienza a construir agentes IA hoy

Build Your AI Agents Now

API proxy for Claude Code, LangChain, CrewAI & more. One API key for Claude, Gemini models.

Get API Key Read Documentation