Udemy
    •  
    •  
    •  
    •  
    •  
    •  
    •  
    •  
Turn what you know into an opportunity and reach millions around the world.
Learn More
Your cart is empty.
Keep shopping
Curso LangGraph: Construye Agentes AI Potentes con LLMs
Highest Rated
Rating: 4.7 out of 5(12 ratings)
97 students

Curso LangGraph: Construye Agentes AI Potentes con LLMs

Domina LangGraph para la orquestación de flujos y memoria de múltiples agentes
Created byAlberto Palomar
Last updated 7/2025
Spanish

What you'll learn

  • LangGraph: Crear agentes de AI
  • ReAct (Reasoning + Action)
  • Memoria de Agentes de AI
  • Human in the loop
  • Memoria a Largo Plazo
  • Proyecto Final de Creación de Agentes con LangGraph

Course content

8 sections37 lectures3h 44m total length
  • Introducción a LangGraph3:43
  • Necesidad de LangGraph3:00

Requirements

  • Conocimientos de Python y LLMs

Description

Domina LangGraph: la nueva forma de construir agentes inteligentes con IA

LangGraph es la herramienta más avanzada para crear flujos de trabajo inteligentes con modelos de lenguaje como GPT o Claude. A diferencia de otros frameworks, LangGraph te permite diseñar agentes que piensan, toman decisiones, se corrigen y actúan en múltiples pasos gracias a su arquitectura basada en grafos.

Aprenderás a construir asistentes conversacionales, agentes autónomos y procesos complejos que interactúan con herramientas externas, APIs y datos en tiempo real. Ideal para desarrolladores, arquitectos de IA y emprendedores que quieren llevar sus aplicaciones con IA al siguiente nivel.


Principales aprendizajes y beneficios:

  1. Diseña agentes robustos y modularizados
    Comprende cómo estructurar tus flujos de trabajo usando grafos de control, donde cada agente actúa como nodo: planificadores, especialistas en búsqueda, moderadores, etc. Aprende a combinar arquitecturas jerárquicas, supervisoras y redes distribuidas.

  2. Control total sobre tus workflows
    Orquesta tu lógica paso a paso definiendo rutas explícitas o permitiendo que el propio LLM decida el siguiente nodo ejecutor mediante.

  3. Estado persistente y memoria integrada
    Aprende a gestionar contextos de conversación a corto y largo plazo, facilitar la transición entre agentes, y mantener información clave a lo largo del tiempo.

  4. Human‑in‑the‑loop y moderación
    Implementa flujos donde tus agentes puedan detenerse para solicitar revisión humana o ejecutar checks de calidad, manteniendo el control y garantizando seguridad y coherencia.

Público ideal:

Desarrolladores con conocimientos en Python y cierto manejo de LangChain, interesados en llevar sus LLMs más allá de las cadenas simples y construir arquitecturas multi‑agente escalables, seguras y supervisables.


Al final del curso sabrás cómo usar herramientas open source para crear y desplegar agentes de IA, tanto si estás empezando como si ya tienes experiencia.

Who this course is for:

  • Desarrolladores que quieran aprender a Crear Agentes de AI con LangGraph