Funciones

Explicación detallada de cada función que puedes incluir al generar un nuevo agente. Aprende los patrones de configuración, las APIs y los ejemplos...

Explicación detallada de cada función que puedes incluir al generar un nuevo agente.

Memoria

Habilita la memoria persistente de tu agente. El agente recuerda las conversaciones entre sesiones usando búsqueda vectorial para una recuperación eficiente.

const agent = await Agent.create({
  name: 'my-agent',
  model: 'gpt-4o',
  memory: true,
});

await agent.ask("My name is John");
// Later, even in a new session:
await agent.ask("What's my name?"); // "Your name is John"

Casos de uso:

Asistentes personales que recuerdan las preferencias del usuario
Bots de atención al cliente con historial de conversación
Agentes de larga duración que necesitan persistencia de contexto

Conocimiento (RAG)

Añade capacidades de recuperación de documentos. Ingiere PDFs, archivos de texto y otros documentos en una base de conocimiento consultable.

const agent = await Agent.create({
  name: 'my-agent',
  model: 'gpt-4o',
  knowledge: true,
});

// Add documents to knowledge base
await agent.addKnowledgeFromFile('./docs/guide.pdf', { category: 'docs' });
await agent.addKnowledgeFromFile('./docs/api.md', { category: 'api' });

// Agent answers from documents
await agent.ask("What does the guide say about authentication?");

Casos de uso:

Bots de preguntas y respuestas sobre documentación
Asistentes de investigación
Sistemas de gestión del conocimiento

Requisitos: PostgreSQL con la extensión pgvector

Flujos de trabajo con grafos

Crea flujos de trabajo complejos de varios pasos con orquestación de tareas basada en DAG. Define dependencias entre tareas y ejecútalas en paralelo cuando sea posible.

import { Agent, Graph } from '@astreus-ai/astreus';

const agent = await Agent.create({ name: 'my-agent', model: 'gpt-4o' });
const graph = new Graph({ name: 'research-workflow' }, agent);

// Define workflow nodes
const researchNode = graph.addTaskNode({
  prompt: 'Research the topic thoroughly'
});

const analyzeNode = graph.addTaskNode({
  prompt: 'Analyze the research findings',
  dependsOn: [researchNode]
});

const writeNode = graph.addTaskNode({
  prompt: 'Write a comprehensive report',
  dependsOn: [analyzeNode]
});

// Execute the workflow
const result = await graph.run();
console.log(result.results);

Casos de uso:

Generación de contenido en varios pasos
Pipelines de procesamiento de datos
Flujos de decisión complejos

Sub-agentes

Coordina múltiples agentes especializados para tareas complejas. Cada sub-agente puede tener su propia configuración y especialidad.

// Create specialized agents
const researcher = await Agent.create({
  name: 'researcher',
  model: 'gpt-4o',
  systemPrompt: 'You are a research specialist.'
});

const writer = await Agent.create({
  name: 'writer',
  model: 'gpt-4o',
  systemPrompt: 'You are a professional writer.'
});

// Main agent coordinates sub-agents
const agent = await Agent.create({ name: 'coordinator', model: 'gpt-4o' });

const result = await agent.executeWithSubAgents(
  'Research and write an article about quantum computing',
  [researcher, writer]
);

Casos de uso:

Pipelines de creación de contenido
Sistemas expertos con múltiples dominios
Ejecución de tareas en paralelo

Plugins personalizados

Amplía tu agente con herramientas personalizadas. Define parámetros, descripciones y controladores para cada herramienta.

const weatherPlugin = {
  name: 'weather-plugin',
  version: '1.0.0',
  description: 'Get weather information',
  tools: [{
    name: 'get_weather',
    description: 'Get current weather for a location',
    parameters: {
      location: {
        type: 'string',
        description: 'City name',
        required: true
      }
    },
    handler: async ({ location }) => {
      const response = await fetch(`https://api.weather.com/${location}`);
      const data = await response.json();
      return { success: true, data };
    }
  }]
};

const agent = await Agent.create({ name: 'my-agent', model: 'gpt-4o' });
await agent.registerPlugin(weatherPlugin);

// Agent can now use the weather tool
await agent.ask("What's the weather in Tokyo?");

Casos de uso:

Integraciones con APIs
Operaciones de base de datos
Lógica de negocio personalizada

Integración MCP

Soporte para el Model Context Protocol para una integración estandarizada de herramientas. Conéctate a servicios y herramientas compatibles con MCP.

const agent = await Agent.create({
  name: 'my-agent',
  model: 'gpt-4o',
  mcp: {
    servers: [
      { name: 'filesystem', command: 'mcp-server-filesystem' },
      { name: 'github', command: 'mcp-server-github' }
    ]
  }
});

Casos de uso:

Operaciones del sistema de archivos
Integración con GitHub
Ecosistema de herramientas estandarizado

Combinaciones de funciones

Las funciones funcionan juntas sin problemas:

const agent = await Agent.create({
  name: 'advanced-agent',
  model: 'gpt-4o',
  memory: true,           // Remember conversations
  knowledge: true,        // Access documents
  mcp: {                  // Use MCP tools
    servers: [
      { name: 'filesystem', command: 'mcp-server-filesystem' }
    ]
  }
});

// Register custom plugins
await agent.registerPlugin(myCustomPlugin);

// Use with graph workflows
const graph = new Graph({ name: 'workflow' }, agent);

Última actualización: 6 de julio de 2026

En esta sección

Introducción

Genera nuevos proyectos de agentes de Astreus AI con buenas prácticas y valores predeterminados sensatos. Configura tu agente de forma interactiva con las...

Configuración

Variables de entorno y opciones de configuración para tu proyecto de agente de Astreus. Aprende los patrones de configuración, las APIs y los ejemplos...

Inicio rápido

Plantillas