DEV Community

Daniel Gomez
Daniel Gomez

Posted on

Construcción de Agentes con Microsoft Foundry

#webdev #ai #agents #azure

La inteligencia artificial está evolucionando rápidamente desde simples modelos de lenguaje hacia agentes inteligentes: sistemas capaces de razonar, ejecutar acciones, usar herramientas y colaborar entre sí.

Microsoft Foundry surge como una plataforma clave para que podamos construir, gestionar y escalar agentes de IA de según el escenario o la solución que necesitemos implementar.

¿Qué es Microsoft Foundry?

Microsoft Foundry es una plataforma dentro del ecosistema de Azure AI que nos será de utilidad para:

  • Construir agentes inteligentes
  • Orquestar flujos complejos de IA
  • Integrar modelos (OpenAI, Azure OpenAI, OSS)
  • Conectar herramientas, APIs y datos empresariales
  • Gobernar, evaluar y escalar soluciones de IA

Foundry no es solo “usar un modelo”, sino crear sistemas de IA completos, listos para producción.

¿Qué es un agente de IA?

Un agente es más que un prompt. En Foundry, un agente tiene:

  • 🧠 Modelo base (GPT-4, GPT-4o, Phi, etc.)
  • 🎯 Objetivo claro (qué debe lograr)
  • 🧰 Herramientas (APIs, funciones, búsquedas, código)
  • 🗂️ Contexto (memoria, datos, estado)
  • 🔁 Capacidad de razonamiento y acción

Ejemplo:

Un agente que recibe una solicitud, consulta una base de datos, llama a una API, razona sobre la información y devuelve una respuesta estructurada.

Creando nuestro primer agente en Microsoft Foundry

Paso 1: Crear un proyecto en Foundry

  1. Acceder al Azure AI Foundry Portal: ai.azure.com/
  2. Crea un Foundry Project
  3. Asocia: -- Suscripción de Azure -- Resource Group -- Región

Foundry Project

Esto será el contenedor de nuestros agentes, evaluaciones y flujos.

Paso 2: Definir el modelo base

Seleccionar el modelo que impulsará al agente:

  • GPT-4 / GPT-4o → razonamiento avanzado
  • Phi-3 / Phi-4 → agentes livianos, edge, bajo costo
  • Modelos custom → casos especializados

Foundry Models

Ejemplo:

Modelo: GPT-4o
Uso: razonamiento + herramientas

Paso 3: Definir el rol y comportamiento del agente

Aquí defines la identidad del agente.

Ejemplo de system prompt:

Eres un agente experto en soporte técnico de productos Microsoft.
Tu objetivo es resolver problemas de forma clara, precisa y paso a paso.
Si necesitas información adicional, debes solicitarla antes de responder.

Foundry Agent

💡 Tip: Un buen agente tiene:

  • Objetivo claro
  • Límites explícitos
  • Tono definido

Paso 4: Agregar herramientas (Tools)

Las herramientas son lo que convierten un LLM en un agente real.

Tipos comunes:

  • 🔌 APIs REST
  • 📊 Bases de datos
  • 📁 Document search (RAG)
  • 🧮 Funciones custom (Azure Functions)

Tools

Ejemplo conceptual:

{
  "name": "getUserOrders",
  "description": "Obtiene órdenes de un usuario",
  "parameters": {
    "userId": "string"
  }
}
Enter fullscreen mode Exit fullscreen mode

El agente decide cuándo y cómo usar la herramienta.

Paso 5: Memoria y contexto

Foundry permite:

  • Memoria por conversación
  • Contexto persistente
  • Historial controlado

Esto es clave para:

  • Agentes conversacionales
  • Flujos largos
  • Seguimiento de tareas

Paso 6: Probar y evaluar el agente

Antes de producción:

  1. Simula conversaciones
  2. Evalúa respuestas
  3. Mide: -- Precisión -- Consistencia -- Seguridad -- Costos

Evaluation

Foundry incluye herramientas de evaluación automática y humana.

5. Orquestación de múltiples agentes

Uno de los puntos fuertes de Foundry es crear sistemas multi-agente:

Ejemplo:

  • 🧑‍💼 Agente coordinador
  • 📊 Agente analista
  • 🛠️ Agente ejecutor

Cada uno con responsabilidades claras.

Esto permite:

  • Mayor modularidad
  • Mejor razonamiento
  • Escalabilidad real

6. Seguridad y gobernanza

Foundry está diseñado para entornos empresariales:

  • 🔐 Identity (Entra ID)
  • 📜 Control de prompts
  • 🛡️ Filtros de contenido
  • 📈 Observabilidad
  • 💰 Control de costos

Ideal para organizaciones que no pueden improvisar con IA.

7. Casos de uso reales

Algunos ejemplos donde Foundry brilla:

  • 🤖 Soporte técnico inteligente
  • 📄 Agentes de análisis de documentos
  • 🧠 Copilots internos
  • 📊 Agentes de análisis de datos
  • 🔄 Automatización de procesos empresariales

8. Buenas prácticas

✔ Diseñar agentes con responsabilidades definidas
✔ Usar herramientas, no prompts gigantes
✔ Evalúar constantemente
✔ Pensar en agentes como software, no como chatbots
✔ Empiezar simple, escalar después

Gracias por leer!

Espero que esta guía te haya ayudado a entender mejor sobre los agentes de IA y cómo Microsoft Foundry puede utilizarse para diseñarlos de forma estructurada según las soluciones de IA a implementar.

¡Sigamos en contacto! 🚀 X / LinkedIn - esdanielgomez.com

Top comments (0)