HeadlinesBriefing favicon HeadlinesBriefing.com

Subagentes de Codex: Guía Práctica

Towards Data Science •
×

Cuando le pedimos a Codex que complete una tarea, generalmente lo pensamos como un agente único. Pero si algunas tareas son lo suficientemente complejas e involucran varios tipos distintos de trabajo, Codex intentará dividir el problema en tareas más pequeñas y generar agentes separados para trabajar en ellas. Estos agentes delegados se llaman subagentes. Cada subagente trabaja en su propio hilo y se enfoca solo en una parte de la tarea original. Al mismo tiempo, el agente principal coordina su trabajo y produce la respuesta final agregando los resultados de los subagentes. Como practicantes, esto naturalmente nos lleva a esta pregunta: ¿Cómo podemos usar subagentes deliberadamente para nuestros propios problemas? En esta publicación, exploraremos los subagentes de Codex a través de un estudio de caso práctico. En el camino, veremos cómo definir y delegar trabajo a agentes especialistas, inspeccionar sus hilos individuales y dejar que el agente principal combine sus hallazgos en un resultado final.

Aquí, consideramos una tarea de planificación de viajes. Supongamos que queremos planear un viaje en solitario de cuatro días desde Zúrich. Tenemos un presupuesto total de 1,200 francos suizos. Nuestros destinos potenciales incluyen Lisboa, Praga y Copenhague, y nos importan los viajes convenientes, los museos y la comida local. Para esta tarea, preparamos tres agentes especialistas: Agente de logística de viajes, Agente de análisis de presupuesto y Agente de investigación de experiencias. Cada especialista evaluará los tres destinos desde su propia perspectiva. Luego, el agente principal recopilará sus hallazgos, comparará las compensaciones y recomendará un destino final.

Codex nos permite definir agentes personalizados para un proyecto específico. Podemos hacer esto agregando archivos TOML en .codex/agents/: Cada definición de agente requiere tres campos: nombre, descripción e instrucciones de desarrollador. Un agente personalizado también puede especificar su propio modelo, esfuerzo de razonamiento, configuración de sandbox, herramientas y habilidades. Si no anulamos estos ajustes aquí, los tres especialistas los heredarán de la sesión principal de Codex. Además, agregamos una pequeña configuración a nivel de proyecto en .codex/config.toml para permitir que hasta tres hilos de subagentes se ejecuten concurrentemente.

En el prompt, le pedimos explícitamente al agente principal que use nuestros agentes especialistas definidos al resolver la tarea. Iniciamos Codex desde el directorio del proyecto con la búsqueda web habilitada, notando que solo necesitamos habilitar la búsqueda web para la sesión principal. Los tres subagentes heredan esta capacidad cuando Codex los genera. Vimos que Codex inició los tres agentes especialistas en paralelo. Podemos inspeccionar su progreso directamente desde la CLI usando la vista de hilos de agentes, ya que cada especialista tiene su propio contexto, actividad de herramientas y resultado eventual. Una vez que los tres agentes terminan, sus hallazgos se devuelven al agente principal para síntesis. Luego podemos verificar lo que produjeron, y cada subagente devolvió una recomendación desde su propia perspectiva.

Entidades clave: Ubicaciones: Zúrich, Lisboa, Praga, Copenhague

Preguntas frecuentes: ¿Cómo puedo definir subagentes personalizados en Codex?

Puede definir subagentes personalizados agregando archivos TOML en .codex/agents/. Cada definición de agente requiere tres campos: nombre, descripción e instrucciones de desarrollador. También puede especificar modelo, esfuerzo de razonamiento, configuración de sandbox, herramientas y habilidades. Si no se anulan, heredan la configuración de la sesión principal.

Preguntas frecuentes: ¿Cómo puedo definir subagentes personalizados en Codex?

Puede definir subagentes personalizados agregando archivos TOML en .codex/agents/. Cada definición de agente requiere tres campos: nombre, descripción e instrucciones de desarrollador. También puede especificar modelo, esfuerzo de razonamiento, configuración de sandbox, herramientas y habilidades. Si no se anulan, heredan la configuración de la sesión principal.