Frameworks para agentes de IA

A lo largo del libro hemos implementado los mismos patrones agénticos con LangChain, LangGraph, Google ADK y CrewAI. Cada uno resuelve el problema a un nivel de abstracción distinto, y elegir mal el framework se traduce en pelearse con la herramienta en lugar de con el problema.

En este capítulo del libro Agent Design Patterns ponemos los frameworks frente a frente para que puedas decidir cuál encaja con tu caso.

Empezamos por la diferencia que más dudas genera, LangChain frente a LangGraph.

• LangChain y su sintaxis LCEL están pensados para flujos lineales, sin bucles, como un RAG sencillo, un resumen o una extracción de datos.
• LangGraph añade ciclos y gestión explícita del estado, lo que permite sistemas multi-agente con supervisor, agentes plan-and-execute y flujos human-in-the-loop.

Seguimos con dos frameworks de más alto nivel:

• Google ADK, más orientado a producción, que sustituye la construcción manual del grafo por patrones multi-agente ya construidos y gestiona el estado de forma más implícita
• CrewAI, que modela el sistema como un equipo humano con agentes definidos por rol, objetivo y backstory, tareas con salida esperada y procesos secuenciales o jerárquicos

Y cerramos con un repaso del resto del ecosistema, con las ventajas y limitaciones de cada uno.

Al terminar tendrás criterios claros para elegir framework según el tipo de flujo, el nivel de control que necesitas sobre el estado y lo cerca que estés de producción.

¡Vamos a elegir herramienta! 🧰

Frameworks para agentes de IA: LangChain, LangGraph, Google ADK, CrewAI y alternativas