Gwyneth Peña-Siguenza (Español)
Microsoft
LEARN, CONNECT, BUILD
Chcesz rozpocząć pracę ze sztuczną inteligencją i najnowszymi technologiami? Usługa Microsoft Reactor udostępnia zdarzenia, szkolenia i zasoby społeczności, które ułatwiają deweloperom, przedsiębiorcom i startupom tworzenie technologii sztucznej inteligencji i nie tylko. Dołącz do nas!
LEARN, CONNECT, BUILD
Chcesz rozpocząć pracę ze sztuczną inteligencją i najnowszymi technologiami? Usługa Microsoft Reactor udostępnia zdarzenia, szkolenia i zasoby społeczności, które ułatwiają deweloperom, przedsiębiorcom i startupom tworzenie technologii sztucznej inteligencji i nie tylko. Dołącz do nas!
25 lutego, 2026 | 11:00 PM - 12:00 AM (UTC) Uniwersalny czas koordynowany
Temat: Agenci
Język: Hiszpański
En la segunda sesión de nuestra serie Python + Agentes, vamos a ampliar los agentes creados con Microsoft Agent Framework agregándoles dos capacidades esenciales: contexto y memoria.
Vamos a empezar con el contexto, comúnmente conocido como Retrieval-Augmented Generation (RAG), y te vamos a mostrar cómo los agentes pueden respaldar sus respuestas con conocimiento recuperado desde fuentes de datos locales como SQLite o PostgreSQL.
Esto les permite dar respuestas precisas y específicas del dominio basadas en información real, en lugar de alucinaciones del modelo.
Después, vamos a explorar la memoria: tanto la de corto plazo (a nivel de hilo) como la de largo plazo (persistente). Vas a ver cómo los agentes pueden guardar y recordar información usando soluciones como Redis o librerías open source como Mem0, para que puedan acordarse de interacciones anteriores, preferencias del usuario y tareas que van evolucionando entre sesiones.
Al final, vas a entender cómo crear agentes que no solo sean capaces, sino también conscientes del contexto y eficientes con la memoria, logrando experiencias más ricas y personalizadas.
Para seguir los ejemplos en vivo, crea una cuenta gratis de GitHub.
Si estás empezando desde cero con IA generativa en Python, arranca con nuestra serie de 9 partes Python + IA, que cubre LLMs, modelos de embeddings, RAG, llamadas a herramientas, MCP y más.
Prelegenci
Poniższe wydarzenia mogą Cię również zainteresować. Pamiętaj, aby odwiedzić nasz Strona główna reaktora aby wyświetlić wszystkie dostępne zdarzenia.
Formatuj:
Transmisja strumieniowa na żywo
Temat: Agenci
Język: Hiszpański
Formatuj:
Transmisja strumieniowa na żywo
Temat: Agenci
Język: Hiszpański
To zdarzenie jest częścią Python + Agentes: Creando agentes y flujos de IA con Agent Framework Series.
Kliknij tutaj, aby odwiedź stronę serii gdzie można było zobaczyć wszystkie nadchodzące i na żądanie zdarzenia.