Agentes IA — Referencia de nodos

La familia de agentes IA modulares son seis nodos que verás en la paleta bajo la categoría AI / AGENTS. Esta página los describe uno por uno con sus campos.

Nota

Todos los sub-nodos (cerebro, tool, RAG, skill) llevan dos campos comunes: role (su función dentro del agente) y attach_to (alias del AI Agent al que pertenecen). En el editor se completan solos al conectar al puerto; podés editarlos a mano si preferís.

AI Agent (orquestador)

SmartToySharp · El nodo central. Corre en el flujo, descubre las piezas conectadas y ejecuta el bucle de razonamiento con function calling.

Campo	Tipo	Requerido	Descripción
system_prompt	textarea	No	Instrucciones base del agente (personalidad, reglas, objetivo).
input	text	No	Mensaje/entrada del usuario. Si se deja vacío, usa los datos que llegan del nodo anterior (data.input, data.message o el data completo).
temperature	number	No	Creatividad de la respuesta. 0 = determinístico, 1 = creativo. Default 0.7.
max_iterations	number	No	Máximo de vueltas del bucle de tools (pedir tool → ejecutar → repetir). Default 5.

Puertos de entrada (borde inferior): brain (1), tools (N), rag (N), skills (N).

Salida: data.response (texto final) y data.iterations (cuántas vueltas de tools hizo).

Cerebro (LLM)

PsychologySharp · El modelo que razona. Se conecta al puerto brain. Un solo cerebro por agente.

Campo	Tipo	Requerido	Descripción
provider	select	Sí	Proveedor del LLM. Ver tabla de proveedores abajo.
model	aiModelSelector	Sí	Modelo, según el proveedor elegido (ej. gpt-4o, claude-sonnet-5, mistral-large-latest).
credentials_id	credentials	Sí	Credencial del proveedor.
attach_to	text	Sí*	Alias del agente. *Se completa solo al conectar al puerto brain.

Proveedores soportados

provider	Servicio	API
openai	OpenAI (GPT)	nativa
anthropic	Anthropic (Claude)	nativa
google	Google (Gemini)	nativa
deepseek	DeepSeek	compatible OpenAI
qwen	Alibaba Qwen	compatible OpenAI
groq / llama	Groq (Llama)	compatible OpenAI
mistral	Mistral AI	compatible OpenAI
kimi	Moonshot (Kimi)	compatible OpenAI
openrouter	OpenRouter	compatible OpenAI
together	Together AI	compatible OpenAI
local	Ollama / vLLM	compatible OpenAI (base URL en la credencial)

Consejo

La mayoría de los proveedores exponen una API compatible con OpenAI, así que se manejan con un único cliente cambiando la base URL. Para LLM local (Ollama/vLLM), la base URL se toma de la credencial local (ej. http://localhost:11434/v1).

Herramienta (tool)

BuildSharp · Declara una capacidad que el agente puede invocar. Se conecta al puerto tools. Podés conectar varias.

Campo	Tipo	Requerido	Descripción
tool_name	text	Sí	Nombre de la función que verá el LLM (ej. get_weather). Sin espacios.
tool_description	textarea	Sí	Para qué sirve. El LLM decide cuándo usarla leyendo esto — sé claro y específico.
tool_schema	json	No	Schema JSON de los parámetros (formato JSON Schema). Si se omite, la tool no recibe argumentos.
tool_kind	select	Sí	Qué ejecuta la tool: node, workflow o registered.
node_type	text	Condicional	Si tool_kind = node: el tipo de nodo a ejecutar (ej. openaiImages, http, finnegansGet).
node_config	json	No	Config base del nodo (se combina con los argumentos que decida el LLM).
workflow_id	text	Condicional	Si tool_kind = workflow: el id del workflow que envuelve la tool.
tool_id	text	Condicional	Si tool_kind = registered: el id en la tabla agent_tools.
attach_to	text	Sí*	Alias del agente.

Los tres tipos de tool

• node — cualquiera de los 600+ nodos del catálogo se vuelve una capacidad del agente (generar imágenes, llamar una API, consultar un ERP, leer un Excel…).
• workflow — un workflow entero se expone como una sola tool (útil para procesos con varios pasos).
• registered — una tool ya definida en agent_tools (compatibilidad con el sistema de tools previo).

RAG (recuperar)

TravelExploreSharp · Recupera los fragmentos relevantes de la base vectorial para una consulta. Doble uso: como nodo suelto en un flujo, o conectado al puerto rag del agente (inyecta contexto antes de responder).

Campo	Tipo	Requerido	Descripción
namespace	text	Sí	Espacio de nombres donde buscar (debe coincidir con el que usaste al indexar).
top_k	number	No	Cuántos fragmentos recuperar. Default 4.
provider	select	Sí	Proveedor de embeddings (openai, local, together, mistral).
model	text	Sí	Modelo de embeddings (ej. text-embedding-3-small).
credentials_id	credentials	Sí	Credencial del proveedor de embeddings.
attach_to	text	No*	Alias del agente (solo si se usa como sub-nodo RAG).

Precaución

El modelo de embeddings al recuperar debe ser el mismo que usaste al indexar, y el namespace también. Si no coinciden, la búsqueda devuelve resultados pobres o vacíos.

RAG (indexar)

StorageSharp · Carga texto/documentos en la base vectorial (los parte en fragmentos, calcula embeddings y los guarda). Es un nodo de flujo (no se conecta al agente); lo usás en un workflow de ingesta.

Campo	Tipo	Requerido	Descripción
namespace	text	Sí	Espacio de nombres donde guardar.
provider	select	Sí	Proveedor de embeddings.
model	text	Sí	Modelo de embeddings (mismo que usarás al recuperar).
credentials_id	credentials	Sí	Credencial del proveedor.
chunk_size	number	No	Tamaño de cada fragmento en caracteres. Default 1000.
overlap	number	No	Solapamiento entre fragmentos. Default 150.

Entrada: data.text (un texto) o data.documents (un array [{ text, id, metadata }]).

Skill

AutoAwesomeSharp · Un paquete de instrucciones + tools que el agente activa solo cuando el pedido es relevante. Se conecta al puerto skills. Podés conectar varias.

Campo	Tipo	Requerido	Descripción
skill_name	text	Sí	Nombre de la skill (ej. facturacion).
description	textarea	Sí	Cuándo usarla. Se compara con el pedido del usuario para decidir si se activa.
keywords	text	No	Palabras clave (CSV) que disparan la skill (ej. factura, comprobante, IVA).
prompt_fragment	textarea	No	Instrucciones que se inyectan en el system prompt cuando la skill se activa.
enables_tools	text	No	Nombres de tools (CSV) que esta skill habilita. Ver el recuadro de gating.
attach_to	text	Sí*	Alias del agente.

Gating de tools por skill

Si una tool aparece en el enables_tools de alguna skill, esa tool queda oculta hasta que la skill correspondiente se active. Las tools que no están referenciadas por ninguna skill están siempre disponibles. Así evitás exponerle al LLM herramientas que no vienen al caso.

Próximo paso

Con los nodos claros, seguí con Cómo combinar los nodos.