Todas las plantillas Por el equipo NappAI Flujo de Trabajo Estructurado
Este flujo implementa un Agente de Investigación Autónomo que sigue un riguroso protocolo de cuatro fases (Planificar, Actuar, Procesar, Sintetizar) para responder a consultas complejas.
graph TD
%%{init: {'theme': 'mc','layout': 'elk'}}%%
ChatInput-im722[<div><img src="/_astro/messages-square.BaSDmT6g.svg" style="height: 20px !important;width: 20px !important"/></div>Chat Input]
style ChatInput-im722 stroke:#a170ff
LanggraphReactAgent-yf4ap[Asistente de Investigación]
style LanggraphReactAgent-yf4ap stroke:#a170ff
ChatOutput-7h4uy[<div><img src="/_astro/messages-square.BaSDmT6g.svg" style="height: 20px !important;width: 20px !important"/></div>Chat Output]
style ChatOutput-7h4uy stroke:#a170ff
planner_optimizer_tool-5qmm8[Planner and Optimizer Tool2]
style planner_optimizer_tool-5qmm8 stroke:#a170ff
ThinkToolComponent-2cn4v[Think Tool]
style ThinkToolComponent-2cn4v stroke:#a170ff
SearXng-xyva2[Web Search ]
style SearXng-xyva2 stroke:#a170ff
OpenAIModel-xyjkl[<div><img src="/_astro/openAI.BhmuxEs3.svg" style="height: 20px !important;width: 20px !important"/></div>OpenAI]
style OpenAIModel-xyjkl stroke:#a170ff
ChatInput-im722 -.- LanggraphReactAgent-yf4ap
linkStyle 0 stroke:#a170ff
OpenAIModel-xyjkl -.- LanggraphReactAgent-yf4ap
linkStyle 1 stroke:#a170ff
LanggraphReactAgent-yf4ap -.- ChatOutput-7h4uy
linkStyle 2 stroke:#a170ff
planner_optimizer_tool-5qmm8 -.- LanggraphReactAgent-yf4ap
linkStyle 3 stroke:#a170ff
ThinkToolComponent-2cn4v -.- LanggraphReactAgent-yf4ap
linkStyle 4 stroke:#a170ff
SearXng-xyva2 -.- LanggraphReactAgent-yf4ap
linkStyle 5 stroke:#a170ff
🧩 Descripción general
El flujo implementa un Agente de Investigación Autónomo que sigue un protocolo de cuatro fases (Planificar, Actuar, Procesar, Sintetizar) para responder a consultas complejas. El flujo recibe la pregunta del usuario, elabora un plan de investigación, realiza búsquedas en la web, procesa los resultados y sintetiza un informe final. Esta arquitectura combina un modelo de lenguaje (OpenAI), varias herramientas especializadas y una gestión de estado de conversación, ofreciendo una solución de IA escalable y controlada.
⚙️ Funcionalidades principales
- Recepción de la consulta: captura la pregunta del usuario y la pasa al agente.
- Planificación estratégica: el agente genera un plan de investigación detallado.
- Búsqueda web: se ejecutan consultas específicas en la web para obtener información actualizada.
- Análisis de datos: el agente procesa y resume los resultados de la búsqueda.
- Síntesis y respuesta: el agente integra toda la información procesada y devuelve un informe final estructurado.
🔄 Pasos del flujo de trabajo
| Nombre del componente | Rol en el flujo | Entradas clave | Salidas clave |
|---|---|---|---|
| Entrada de Chat | Captura la pregunta del usuario. | Mensaje de entrada (texto). | Mensaje estructurado con la consulta. |
| Asistente de Investigación | Orquesta la ejecución del protocolo. | input_value (mensaje), llm (modelo OpenAI), tools (lista de herramientas). | Respuesta final (mensaje). |
| Planner & Optimizer Tool | Genera y optimiza el plan de investigación. | Texto de la pregunta y estado actual. | Herramienta que devuelve el plan en formato Markdown. |
| Think Tool | Analiza y sintetiza los resultados de las búsquedas. | Texto bruto obtenido de la web. | Herramienta que devuelve el análisis estructurado. |
| Web Search | Realiza búsquedas en la web mediante SearXNG. | Consulta de búsqueda específica. | Herramienta que devuelve los datos de búsqueda. |
| OpenAI | Proporciona el modelo de lenguaje responsable de la generación de texto y la construcción del agente. | Texto de entrada, parámetros del modelo. | Mensaje con el texto generado y el modelo construido. |
| Salida de Chat | Muestra la respuesta al usuario en la interfaz. | Mensaje de respuesta (texto). | Mensaje mostrado en el chat. |
Nota: La conexión entre los componentes sigue el orden secuencial: Entrada de Chat → Asistente de Investigación → Salida de Chat.
Los enlaces internos del agente conectan los modelos y las herramientas:
- OpenAI → Asistente de Investigación (modelo de lenguaje).
- Planner & Optimizer Tool, Think Tool, Web Search → Asistente de Investigación (herramientas disponibles).
🧠 Notas
- El agente utiliza un prompt de sistema que define explícitamente el protocolo P.A.P.S. (Planificar, Actuar, Procesar, Sintetizar).
- La lista de herramientas es extensible; el agente la puede actualizar dinámicamente si se añaden nuevas herramientas.
- El flujo depende de SearXNG para la búsqueda web; cualquier interrupción del servicio puede afectar la obtención de datos.
- El modelo OpenAI se configura con un system_message que impide que el agente entregue una respuesta antes de completar todas las fases del protocolo.
- Los resultados intermedios y el estado del agente se mantienen en memoria a través de la funcionalidad de streaming y checkpointer habilitada, lo que permite la reanudación de la conversación en caso de fallos.
- El flujo está diseñado para no exponer identificadores internos; por ello, la documentación evita la referencia a IDs y solo muestra nombres legibles.
- El agente opera en modo sincronizado: cada acción (planificación, búsqueda, análisis, síntesis) se ejecuta en orden y espera la salida de la anterior antes de continuar.
- Limitaciones: no hay acceso a bases de datos externas más allá de la búsqueda web, y el análisis se limita a la información textual disponible en los resultados de búsqueda.
- Dependencias: requiere que el servicio SearXNG esté disponible y que las credenciales de OpenAI sean válidas.