Creemos un concierge de viajes multiagente
«Buscame vuelos a Bariloche, un hotel cerca del centro y qué hacer el finde.» Un solo agente se marea con todo eso. La gracia está en varios agentes especializados que se coordinan, aunque usen frameworks distintos. En este taller construimos en vivo, paso a paso, un concierge de viajes multiagente. La idea central: tratamos a cada agente como una herramienta. Con un adapter chiquito, cualquier agente: Python puro o LangGraph; se expone como servidor MCP y se llama siempre igual, sin lock-in. Después los coordinamos de las dos formas clásicas (supervisor y swarm) y rompemos el sistema con una race condition para arreglarla. Agenda: El caso: un concierge de viajes y por qué un agente no alcanza (8 min) Lab 1 - Tu primer agente como herramienta MCP: AgenteVuelos (12 min) Lab 2 - Sumamos AgenteHoteles en otro framework, mismo cliente (12 min) Lab 3 - Que trabajen juntos: modo supervisor (12 min) Lab 4 - Lo mismo en swarm + rompemos y arreglamos una race condition (12 min) Escalar a 100 + template para seguir solo + Q&A (4 min)
Sobre Axel Sirota
I'm the founder of Data Trainers LLC and a PhD candidate in Machine Learning at the University of Buenos Aires, focusing on NLP, LLMs, and Generative AI. I enjoy creating engaging courses for Pluralsight, O'Reilly Media, and LinkedIn, and love sharing my knowledge through global corporate trainings.
