Nodo Agent

Un agente de IA autónomo que puede apilar nodos en su interior y acceder automáticamente a todos los datos del workflow sin necesidad de conectar variables manualmente.

Descripción general

El nodo Agent es un nodo contenedor — similar al nodo Model pero con una diferencia clave: puede apilar otros nodos dentro de él, y el modelo seleccionado tiene acceso automático para extraer y usar todos los datos de esos nodos internos sin que usted tenga que configurar mappings de variables manualmente.

Piense en ello como darle a un LLM autonomía total sobre un conjunto de herramientas. Coloca nodos dentro del Agent (MCP Servers, HTTP Requests, consultas a bases de datos, etc.), elige un modelo, y el agente decide cuándo y cómo usar cada herramienta para cumplir la tarea.

Configuración

Opciones avanzadas

En Model Settings:

Tareas programadas

Con Scheduled Tasks activado, las personas pueden pedir al agente en el chat que haga algo más tarde o de forma programada, por ejemplo "cada mañana a las 9, revisa nuestros precios". Cada persona ve y gestiona sus propias tareas, y cada ejecución informa del resultado en la conversación donde se solicitó.

Llamar a otros agentes

Con Can call other agents activado, el agente puede pedir ayuda a otros agentes del mismo espacio de trabajo. Solo se puede llamar a los agentes que tienen activado Other agents can call this one en su Flow Start. Los agentes llamados trabajan para la misma persona, con las cuentas de esa persona.

Cómo funciona

1. Arrastre un nodo Agent al lienzo.
2. Seleccione un modelo (los mismos proveedores que el nodo Model).
3. Coloque nodos de herramientas dentro del contenedor Agent — estos se convierten en las herramientas disponibles del agente.
4. Escriba un prompt de sistema y un prompt de usuario que describan la tarea.
5. El agente decide de forma autónoma qué nodos internos llamar, en qué orden y cómo combinar sus resultados.

El agente recorre un ciclo de Reason → Act → Observe:

• Reason: El modelo analiza la tarea y decide qué hacer a continuación.
• Act: Invoca uno de los nodos internos (herramientas) con los argumentos apropiados.
• Observe: Lee el resultado y decide si continuar o devolver una respuesta final.

Nodos internos (Herramientas)

Cualquier nodo que coloque dentro del contenedor Agent se convierte en una herramienta que el agente puede invocar. El agente ve automáticamente:

• El nombre y la descripción del nodo
• Su esquema de entrada (qué argumentos acepta)
• Sus datos de salida (el resultado después de la ejecución)

No se necesita conectar variables manualmente — el agente gestiona el flujo de datos entre nodos internos por su cuenta.

Nodos internos compatibles

Para adjuntar un nodo, haga doble clic dentro del contenedor Agent y elíjalo de la lista.

Agentes de la página Agents

Los agentes creados en la página Agents parten de un nivel de capacidad, que puede cambiar más adelante en el builder:

Ejemplo: Agente de investigación

Apile un Web Scraper y un Model dentro del Agent para crear un asistente de investigación:

Flow Start → [Agent]
                 ├── Web Scraper (search the web)
                 ├── HTTP Request (fetch APIs)
                 └── (agent reasons over results)
             → Simple Output

Ejemplo: Agente de soporte al cliente

Dé al agente acceso a su CRM y base de conocimientos:

Flow Start → [Agent]
                 ├── MCP Server (CRM — lookup customer)
                 ├── Database (knowledge base search)
                 ├── MCP Server (ticketing — create ticket)
                 └── (agent handles the conversation)
             → Simple Output

Ejemplo: Agente de pipeline de datos

Deje que el agente orqueste una extracción de datos en múltiples pasos:

HTTP Request (get raw data) → [Agent]
                                  ├── Code (parse & clean)
                                  ├── Database (enrich with lookups)
                                  ├── Code (transform to target schema)
                                  └── (agent chains steps automatically)
                              → Write Data

Agent vs. Nodo Model

Buenas prácticas

• Escriba instrucciones de sistema claras que definan el rol, los límites y el formato de salida esperado del agente
• Coloque solo nodos dentro del Agent que sean relevantes para la tarea — menos herramientas significa un razonamiento más rápido y enfocado
• Adjunte solo las herramientas que la tarea necesita; cada herramienta adicional es una opción más entre las que el modelo tiene que elegir
• Use Temperature más baja (0.2-0.5) para tareas deterministas como extracción de datos, más alta (0.7-1.0) para tareas creativas
• Pruebe el agente con tareas simples primero, luego agregue más herramientas de forma incremental
• Almacene credenciales sensibles en el Vault — el agente hereda el acceso a las variables del Vault como cualquier otro nodo