Agente de Investigación Profunda

graph TD %%{init: {'theme': 'mc','layout': 'elk'}}%% ChatInput-im722[<div><img alt="logo" src="/_astro/messages-square.BaSDmT6g.svg" style="height: 20px !important;width: 20px !important"/></div>Chat Input] style ChatInput-im722 stroke:#a170ff ChatOutput-7h4uy[<div><img alt="logo" src="/_astro/messages-square.BaSDmT6g.svg" style="height: 20px !important;width: 20px !important"/></div>Chat Output] style ChatOutput-7h4uy stroke:#a170ff OpenAIModel-xyjkl[<div><img alt="logo" src="/_astro/openAI.BhmuxEs3.svg" style="height: 20px !important;width: 20px !important"/></div>OpenAI] style OpenAIModel-xyjkl stroke:#a170ff DeepResearchAgent-af1xa[Deep Research Agent] style DeepResearchAgent-af1xa stroke:#a170ff OpenAIWebSearchToolComponent-mezqb[<div><img alt="logo" src="/_astro/openAI.BhmuxEs3.svg" style="height: 20px !important;width: 20px !important"/></div>OpenAI Built-in tools] style OpenAIWebSearchToolComponent-mezqb stroke:#a170ff ChatInput-im722 -.- DeepResearchAgent-af1xa linkStyle 0 stroke:#a170ff DeepResearchAgent-af1xa -.- ChatOutput-7h4uy linkStyle 1 stroke:#a170ff OpenAIModel-xyjkl -.- DeepResearchAgent-af1xa linkStyle 2 stroke:#a170ff OpenAIWebSearchToolComponent-mezqb -.- DeepResearchAgent-af1xa linkStyle 3 stroke:#a170ff

🧩 Descripción general

El flujo implementa un Agente de Investigación Profunda que sigue un protocolo de cuatro fases: planificar, actuar, procesar y sintetizar.
Con la ayuda de un modelo de lenguaje y herramientas integradas, el agente recibe una consulta, valida la estrategia con el usuario, ejecuta búsquedas web y produce una respuesta estructurada y coherente.

⚙️ Funcionalidades principales

Recopilación de la entrada: El componente de entrada captura el mensaje del usuario y lo enlaza al agente.
Planificación estratégica: El agente diseña una hoja de ruta para la investigación antes de ejecutar cualquier acción.
Validación humana (HITL): Se muestra el plan de acción al usuario para su aprobación o ajuste.
Búsqueda web: Una herramienta incorporada permite al agente consultar información externa mediante la API de OpenAI.
Generación de texto: Un modelo de OpenAI produce el contenido final siguiendo la estructura requerida.
Salida de chat: La respuesta generada se envía de vuelta al usuario en el formato esperado.

🔄 Pasos del flujo de trabajo

Nombre del componente	Rol en el flujo	Entradas clave	Salidas clave
Entrada de chat	Recibe la consulta del usuario	Texto del usuario, identificador de conversación	Mensaje con contenido de la consulta
Modelo de OpenAI	Proporciona capacidad de generación de lenguaje	Texto de entrada, parámetros de generación	Texto generado
Herramientas incorporadas de OpenAI	Permite búsquedas web y otras tareas	Texto de búsqueda, modelo y credenciales	Datos de búsqueda, resultados
Agente de Investigación Profunda	Coordina planificación, validación y ejecución	Mensaje de entrada, modelo, herramientas, memoria	Mensaje de respuesta, estado (opcional)
Salida de chat	Muestra la respuesta al usuario	Mensaje de respuesta	Mensaje enviado al chat

🧠 Notas

El agente utiliza un modo Human‑in‑the‑Loop; el usuario revisa y aprueba el plan antes de que se ejecuten las búsquedas.
Se habilita la memoria para almacenar el contexto de la conversación, lo que permite respuestas coherentes a lo largo del hilo.
Se emplea streaming de pensamiento cuando está activado, entregando la respuesta en tiempo real.
La estructura de salida puede forzarse a un esquema JSON si se requiere una respuesta formal y validable.
El modelo de OpenAI y las herramientas incorporadas están configurados con credenciales seguras y se pueden cambiar dinámicamente.
Los flujos de datos entre componentes son explícitos mediante puertos de entrada y salida; no se exponen identificadores internos.
El flujo está diseñado para ser extensible: se pueden añadir nuevas herramientas o cambiar el modelo sin modificar la lógica principal del agente.