INTERMEDIO · 8 MÓDULOS · 64 LECCIONES

Agentes con SDKs reales: Claude Agent SDK y OpenAI Agents SDK

Construye el mismo agente con el SDK de Anthropic y el de OpenAI, con aprobación humana y control de costo, y elige con datos cuál te conviene.

Es para ti si
Ya entiendes cómo funciona el bucle de un agente y quieres llevarlo a un SDK real.
Al terminar
Sabrás controlar permisos y aprobaciones, evaluar dos SDKs con los mismos casos y desplegar el agente detrás de una API.
Necesitas
Python intermedio con async y una llave de API con saldo; para comparar, las de Anthropic y OpenAI.
  1. 01El loop de un proveedor frente al tuyo8 LECCIONES
    1. Introducción a la guía: del bucle simulado al SDK real
    2. Qué hace de verdad un SDK de agentes
    3. El bucle que ya conoces
    4. Lo que ganas y lo que cedes
    5. Entorno, llaves y límites de gasto
    6. El caso Andén Norte
    7. Versiones, documentación y nombres de modelo
    8. Proyecto: el espacio de trabajo de Andén y las pruebas del dominio
  2. 02Tool use manual en las dos APIs8 LECCIONES
    1. Introducción al módulo 2: Tool use manual en las dos APIs
    2. El bucle de tool use en la Messages API
    3. El bucle de function calling en la Responses API
    4. Dos formatos de cable lado a lado
    5. Un registro de tools neutral
    6. El Tool Runner de Anthropic
    7. Límites, errores y lo que duele en un bucle manual
    8. Proyecto: el agente manual de Andén en las dos APIs
  3. 03Claude Agent SDK, fundamentos8 LECCIONES
    1. Introducción al módulo 3: Claude Agent SDK, fundamentos
    2. Instalación y tu primer `query()`
    3. Leer el flujo de mensajes
    4. Herramientas built-in, `allowed_tools` y `cwd`
    5. Varios turnos con `ClaudeSDKClient`
    6. Sesiones: retomar y bifurcar
    7. System prompt, settings y elección de modelo
    8. Proyecto: el asistente de políticas de Andén
  4. 04Claude Agent SDK, control y extensión8 LECCIONES
    1. Introducción al módulo 4: del asistente que lee al agente que actúa
    2. Tools propias con un servidor MCP en proceso
    3. Conectar servidores MCP externos
    4. Modos de permiso y reglas
    5. Aprobación humana con `can_use_tool`
    6. Hooks para auditoría y política
    7. Subagentes
    8. Proyecto: el agente de Andén que reembolsa bajo control
  5. 05OpenAI Agents SDK, fundamentos8 LECCIONES
    1. Introducción al módulo 5: OpenAI Agents SDK, fundamentos
    2. Instalación, Agent y Runner
    3. El bucle de una corrida y su resultado
    4. Function tools
    5. Contexto tipado y salida estructurada
    6. Sesiones
    7. Streaming y ajustes del modelo
    8. Proyecto: el asistente de Andén sobre el Agents SDK
  6. 06OpenAI Agents SDK, orquestación y control8 LECCIONES
    1. Introducción al módulo 6: OpenAI Agents SDK, orquestación y control
    2. Handoffs
    3. Agentes como herramienta frente a handoffs
    4. Guardrails de entrada y de salida
    5. Aprobación humana y tool guardrails
    6. Servidores MCP y hosted tools
    7. Tracing
    8. Proyecto: triage y reembolsos de Andén
  7. 07El mismo agente en dos SDKs8 LECCIONES
    1. Introducción al módulo 7: el mismo agente en dos SDKs
    2. Mapear los conceptos entre los dos SDKs
    3. Una interfaz común delgada
    4. Un set de evaluación compartido
    5. Medir el costo por corrida
    6. Turnos, latencia y presupuestos
    7. Cómo elegir
    8. Proyecto: el reporte lado a lado
  8. 08Despliegue y proyecto final8 LECCIONES
    1. Introducción al módulo 8: abrir la sucursal
    2. Servir el agente detrás de FastAPI
    3. Contenedores y el runtime del Agent SDK
    4. Secretos, límites y observabilidad
    5. Sesiones persistentes en producción
    6. Modos de falla y recuperación
    7. El encargo final
    8. Proyecto final: el asistente de Andén Norte, de punta a punta
Reseñas

Lo que dicen los estudiantes

Estas reseñas son de estudiantes inscritos que completaron al menos el 50% del curso. Moderamos las reseñas solo por motivos de contenido (spam, lenguaje ofensivo, datos personales), nunca por ser críticas o negativas.

Aún no hay reseñas aprobadas.

¡Sé el primero en compartir tu experiencia!

SEC. 06 · EL ESTUDIO

Por qué existe este estudio

Durante décadas, construir software fue cosa de perfiles técnicos con años de formación, y llevar un producto digital a la vida real le tomaba a las empresas meses o años. El no-code y la inteligencia artificial han acortado esa brecha, pero el conocimiento sigue en manos de unos cuantos.

Tech Benders existe para abrir ese conocimiento, para que los equipos de negocio y los perfiles no técnicos puedan poner sus ideas en producción con las decisiones técnicas correctas detrás. La IA hace lo que le pides. Sin una base técnica, lo que construye puede no escalar con el ecosistema de tu empresa, y sus costos se disparan con el tiempo.

El equipo conoce los dolores de las organizaciones grandes y la velocidad a la que tienen que moverse. Trae arquitectura de soluciones, ingeniería de datos, producto construido de punta a punta, del backend al frontend, y trabajo diario con IA. Software que resuelve lo que necesitas en días, no en meses, con los costos de la IA bajo control.

Fundadores

El estudioConoce Tech Benders →

Escríbenoshi@techbenders.io

Hecho con Wislab