Inicio / Artículos

Cómo crear un agente de investigación avanzado con LangChain Deep Agents y

Un agente de investigación avanzado con LangChain Deep Agents y búsqueda lineal: por qué es importante la capa de búsqueda, búsqueda versus razonamiento, y cómo el LLM planifica su investigación.

Editor: REACTAPP.TOP12 min de lectura2724 palabras

Fuentes: Building a Deep Research Agent with LangChain Deep Agents and Liner

Las notas siguientes reconstruyen un camino práctico para “Crear un agente de investigación avanzado con LangChain Deep Agents y Liner”. Se da énfasis en los contratos, las verificaciones y los marcadores de posición para código, en lugar de en un enfoque motivacional. Al trabajar en la etapa de descripción general, anote primero el contrato: las entradas requeridas, la señal de éxito y qué ocurre en caso de fallo parcial. Esa lista de verificación mantiene honestas las futuras modificaciones del código. Documente tanto el camino óptimo como el de recuperación. Las reintentos, los controles humanos y el manejo de mensajes no entregados forman parte del producto, no de mejoras posteriores.

Qué estamos creando

La etapa “Lo que estamos construyendo” funciona mejor cuando se trata como una superficie medible. Capture un registro ejemplar, un caso de fallo y la nota de reversión antes de ampliar el alcance. Prefiera unidades pequeñas y verificables en lugar de scripts extensos. Cuando un paso falla, el fallo debe apuntar a una sola responsabilidad y no a un proceso complicado. Mantenga el estado del grafo simple y tipado; los bloques anidados ocultan qué nodo escribió qué campo y provocan interrupciones en la continuación del proceso.

User Question
                          │
                          ▼
                  ┌──────────────┐
                  │ Research Plan│
                  └──────┬───────┘
                         │
              Break question into tasks
                         │
                         ▼
                  ┌──────────────┐
                  │    Search    │
                  │    (Liner)   │
                  └──────┬───────┘
                         │
                         ▼
                  ┌──────────────┐
                  │   Sources    │
                  │ URLs / Dates │
                  │ Descriptions │
                  └──────┬───────┘
                         │
                         ▼
                  ┌──────────────┐
                  │    Agent     │
                  │   Reasoning  │
                  │   Synthesis  │
                  └──────┬───────┘
                         │
                         ▼
                  ┌──────────────┐
                  │ Cited Report │
                  └──────┬───────┘
                         │
                         ▼
                    Markdown File

Por qué es importante la capa de búsqueda

La etapa de la capa de búsqueda funciona mejor cuando se trata como una superficie medible. Capture un registro ejemplar, un caso de fallo y la nota de reversión antes de ampliar el alcance. Considere esta etapa como un contrato entre las entradas y los resultados validados. Asigne nombres a los artefactos, defina verificaciones de éxito y rechace las completaciones parciales silenciosas. Mantenga el estado del grafo plano y tipado; los bloques anidados ocultan qué nodo escribió qué campo y provocan interrupciones en la continuación del proceso.

Title
URL
Description
Date
Liner
  │
  ├── Find relevant information
  ├── Return search results
  └── Provide source metadata
          │
          ▼
Deep Research Agent
  │
  ├── Plan
  ├── Reason
  ├── Compare sources
  ├── Synthesize
  └── Cite

Búsqueda vs. Razonamiento

La etapa de Búsqueda vs. Razonamiento funciona mejor cuando se trata como una superficie medible. Capture una transcripción ideal, un caso de fallo y la nota de reversión antes de ampliar el alcance. Registre los tiempos y el costo en tokens o consultas junto con los resultados funcionales. Tener visibilidad del costo desde el principio evita facturas inesperadas cuando el proceso pasa de la versión de demostración a entornos compartidos. Asigne un presupuesto de tokens por turno y por sesión. Las herramientas agenciales amplían el contexto de manera intensiva; los límites estrictos impiden que las demostraciones se conviertan en facturas inesperadas. La etapa de Búsqueda vs. Razonamiento funciona mejor cuando se trata como una superficie medible. Capture una transcripción ideal, un caso de fallo y la nota de reversión antes de ampliar el alcance. Documente tanto el camino óptimo como el camino de recuperación. Los intentos repetidos, los controles humanos y el manejo de mensajes no entregados forman parte del producto, no son mejoras realizadas posteriormente.

User Question
      │
      ▼
Search API
      │
      ▼
Final Answer
User Question
      │
      ▼
Research Agent
      │
      ├── Plan
      │
      ├── Search ───────► Liner
      │                    │
      │                    ▼
      │                 Sources
      │                    │
      ◄────────────────────┘
      │
      ├── Analyze
      ├── Compare
      ├── Synthesize
      └── Cite
             │
             ▼
        Final Report

El flujo de trabajo de investigación

En la etapa del Flujo de Trabajo de Investigación, defina las entradas, el responsable de cada paso y los criterios de finalización antes de modificar el código. Los operadores deben poder volver a ejecutar el paso a partir de un punto de control conocido, sin tener que adivinar el estado oculto. Prefiera unidades pequeñas y verificables en lugar de scripts extensos. Cuando un paso falla, el error debe indicar una única responsabilidad y no un proceso complicado. Incluya la aprobación humana en aquellos casos en que se gastan fondos o se modifican datos de producción. La conexión durante la compilación no equivale a una solución completa para el negocio.

Research
   ↓
Plan
   ↓
Search
   ↓
Collect Sources
   ↓
Synthesize
   ↓
Cite
   ↓
Save Report

1. Investigación

En la etapa de investigación 1, defina las entradas, el responsable de cada paso y los criterios de finalización antes de modificar el código. Los operadores deben poder volver a ejecutar el paso a partir de un punto de control conocido, sin tener que adivinar el estado oculto. Considere esta etapa como un contrato entre las entradas y los resultados validados. Asigne nombres a los artefactos, defina verificaciones de éxito y rechace las completaciones parciales silenciosas. Incluya la aprobación humana en aquellos casos que impliquen gastos o cambios en los datos de producción. La conexión durante la compilación no equivale a la completitud del proceso empresarial.

Research the current state of open-source
multimodal AI models.

2. Plan

En la fase de Planificación 2, defina las entradas, el responsable del paso y los criterios de finalización antes de modificar el código. Los operadores deben poder volver a ejecutar el paso a partir de un punto de control conocido sin tener que adivinar el estado oculto. Registre los tiempos de ejecución y el costo en tokens o consultas junto con los resultados funcionales. La visibilidad temprana de los costos evita facturas inesperadas cuando el proceso pasa de entornos de demostración a entornos compartidos. Incorpore la aprobación humana en aquellos casos en que se gastan fondos o se modifican datos de producción. La configuración en tiempo de compilación no equivale a la completitud del producto desde el punto de vista empresarial. En la fase de Planificación 2, defina las entradas, el responsable del paso y los criterios de finalización antes de modificar el código. Los operadores deben poder volver a ejecutar el paso a partir de un punto de control conocido sin tener que adivinar el estado oculto. Documente tanto la ruta óptima como la ruta de recuperación. Las intentonas repetidas, los controles humanos y el manejo de mensajes no entregados forman parte del producto, no son mejoras realizadas posteriormente.

1. Identify major open-source multimodal models.
2. Compare their capabilities.
3. Check their latest releases.
4. Find benchmark information.
5. Identify their licenses.
6. Compare model sizes and requirements.

3. Búsqueda

Al trabajar en la etapa de búsqueda 3, anote primero el contrato: los datos requeridos, la señal de éxito y qué ocurre en caso de fallo parcial. Esa lista de verificación ayuda a mantener honestas las futuras modificaciones del código. Prefiera unidades pequeñas y probables sobre scripts extensos. Cuando un paso falla, el fallo debe apuntar a una única responsabilidad y no a un proceso complicado. Haga una verificación después de los pasos costosos. La función de reanudación no debe volver a facturar la misma llamada al LLM cuando un operador intenta nuevamente un nodo posterior.

query = "latest open source multimodal AI models"
{
    "title": "Example AI Model",
    "url": "https://example.com/model",
    "description": "Information about the model...",
    "date": "2026-08-20"
}

4. Recopilar fuentes

Al trabajar en la etapa 4 de Recopilación de fuentes, anote primero el contrato: los datos requeridos, la señal de éxito y qué ocurre en caso de fallo parcial. Esa lista de verificación mantiene honestas las futuras modificaciones del código. Trate esta etapa como un contrato entre los datos de entrada y los resultados validados. Asigne nombres a los artefactos, defina las comprobaciones de éxito y rechace las completaciones parciales silenciosas. Haga una verificación después de los pasos costosos. La función de reanudación no debe volver a facturar la misma llamada al LLM cuando un operador intenta nuevamente un nodo posterior.

Query 1
  ↓
Sources A, B, C
Query 2
  ↓
Sources D, E, F
Query 3
  ↓
Sources G, H, I

5. Sintetizar

Al trabajar en la etapa 5 de Síntesis, anote primero el contrato: las entradas requeridas, la señal de éxito y qué ocurre en caso de fallo parcial. Esa lista de verificación garantiza que los cambios posteriores en el código sean transparentes. Registre los tiempos y el costo de tokens o consultas junto con los resultados funcionales. Tener visibilidad del costo desde el principio evita facturas inesperadas cuando el proceso pasa de la versión de demostración a entornos compartidos. Haga una verificación después de los pasos costosos. La reanudación del proceso no debe volver a facturar la misma llamada al LLM cuando un operador intenta nuevamente un nodo posterior. Al trabajar en la etapa 5 de Síntesis, anote primero el contrato: las entradas requeridas, la señal de éxito y qué ocurre en caso de fallo parcial. Esa lista de verificación garantiza que los cambios posteriores en el código sean transparentes. Documente tanto la ruta óptima como la ruta de recuperación. Las reintentos, los controles humanos y el manejo de mensajes no entregados forman parte del producto, no son mejoras adicionales realizadas posteriormente.

Source A → claims X
Source B → confirms X
Source C → provides additional context

6. Citar

La etapa 6 de Cite funciona mejor cuando se trata como una superficie medible. Capture un registro ejemplar, un caso de fallo y la nota de reversión antes de ampliar el alcance. Prefiera unidades pequeñas y verificables en lugar de scripts extensos. Cuando un paso falla, el fallo debe apuntar a una sola responsabilidad y no a un proceso complicado. Mantenga el estado del gráfico simple y tipado; los bloques anidados ocultan qué nodo escribió qué campo y provocan interrupciones en la continuación del proceso.

## Overview
The project was released in 2026 and focuses on
efficient local inference. [1]
## Performance
According to the project's benchmark results,
the model improves performance compared with
the previous version. [2]
## Sources
[1] https://example.com/project
[2] https://example.com/benchmark

Guardando el informe de investigación

La etapa de “Guardar el informe de investigación” funciona mejor cuando se trata como una superficie medible. Capture una transcripción ejemplar, un caso de fallo y la nota de reversión antes de ampliar el alcance. Trate esta etapa como un contrato entre las entradas y los resultados validados. Asigne nombres a los artefactos, defina verificaciones de éxito y rechace las completaciones parciales silenciosas. Mantenga el estado de los gráficos simple y tipado. Los bloques anidados ocultan qué nodo escribió qué campo y provocan interrupciones en la continuación posterior.

research_report.md
Question
   ↓
Agent
   ↓
Research
   ↓
Sources
   ↓
Citations
   ↓
Markdown Report

Inspeccionando el agente con la interfaz Deep Agents

La etapa de Inspección del Agente funciona mejor cuando se trata como una superficie medible. Capture un registro ideal, un caso de fallo y la nota de reversión antes de ampliar el alcance. Registre los tiempos y el costo de tokens o consultas junto con los resultados funcionales. Tener visibilidad del costo desde el principio evita facturas inesperadas cuando el proceso pasa de la fase de demostración a entornos compartidos. Mantenga el estado del gráfico simple y tipado; los bloques anidados ocultan qué nodo escribió qué campo y causan interrupciones en la continuación del proceso. La etapa de Inspección del Agente funciona mejor cuando se trata como una superficie medible. Capture un registro ideal, un caso de fallo y la nota de reversión antes de ampliar el alcance. Documente junto con ello tanto el camino óptimo como el camino de recuperación. Las reintentos, los controles humanos y el manejo de mensajes no entregados forman parte del producto, no son ajustes realizados posteriormente.

Question → Answer
Research Question
      ↓
Research Plan
      ↓
Search Call
      ↓
Retrieved Sources
      ↓
Additional Search
      ↓
Source Analysis
      ↓
Final Synthesis
      ↓
Report

Requisitos del proyecto

En la fase de Requisitos del Proyecto, defina las entradas, el responsable de cada paso y los criterios de finalización antes de modificar el código. Los operadores deben poder volver a ejecutar el paso a partir de un punto de control conocido, sin tener que adivinar el estado oculto. Prefiera unidades pequeñas y verificables en lugar de scripts extensos. Cuando un paso falla, el error debe indicar una única responsabilidad y no un proceso complicado. Incluya la aprobación humana en aquellos casos que impliquen gastos o cambios en los datos de producción. La configuración en tiempo de compilación no equivale a la completitud del proceso empresarial.

Clonar el repositorio

En la fase de clonar el repositorio, defina las entradas, el responsable del paso y los criterios de finalización antes de modificar el código. Los operadores deben poder volver a ejecutar el paso a partir de un punto de control conocido, sin tener que adivinar el estado oculto. Trate esta fase como un contrato entre las entradas y los resultados validados. Asigne nombres a los artefactos, defina comprobaciones de éxito y rechace las completaciones parciales silenciosas. Incluya la aprobación humana en aquellos casos que impliquen gastos o cambios en datos de producción. La configuración en tiempo de compilación no equivale a la completitud del proceso empresarial.

git clone https://github.com/Sumanth077/Hands-On-AI-Engineering.git
cd Hands-On-AI-Engineering/ai_agents/deep_research_assistant

Configuración del backend

En la etapa de Configuración del backend, defina las entradas, el responsable de cada paso y los criterios de finalización antes de modificar el código. Los operadores deben poder volver a ejecutar el paso a partir de un punto de control conocido, sin tener que adivinar el estado oculto. Registre los tiempos de ejecución y el costo de tokens o consultas junto con los resultados funcionales. Tener visibilidad del costo desde el principio evita facturas inesperadas cuando el proceso pasa de entornos de demostración a entornos compartidos. Implemente la aprobación humana en aquellos casos en los que se gastan fondos o se modifican datos de producción. La conexión durante la compilación no equivale a una solución completa desde el punto de vista empresarial. En la etapa de Configuración del backend, defina las entradas, el responsable de cada paso y los criterios de finalización antes de modificar el código. Los operadores deben poder volver a ejecutar el paso a partir de un punto de control conocido, sin tener que adivinar el estado oculto. Documente tanto la ruta óptima como la ruta de recuperación. Las intentonas repetidas, los controles humanos y el manejo de mensajes no entregados forman parte del producto, no son mejoras aplicadas posteriormente.

cd backend
python -m venv .venv
.venv\Scripts\activate
pip install -r requirements.txt
pip install -U "langgraph-cli[inmem]"

Configurar variables de entorno

Al trabajar en la fase de configuración de variables de entorno, anote primero el contrato: los datos requeridos, la señal de éxito y qué ocurre en caso de un fallo parcial. Esa lista de verificación ayuda a mantener honestos los cambios posteriores en el código. Prefiera unidades pequeñas y verificables sobre scripts extensos. Cuando un paso falla, el fallo debe referirse a una única responsabilidad y no a un proceso complicado. Haga un punto de control después de los pasos costosos. La función de reanudación no debe volver a facturar la misma llamada al LLM cuando un operador intenta nuevamente un nodo posterior.

copy .env.example .env
MISTRAL_API_KEY=your_mistral_api_key
LINER_API_KEY=your_liner_api_key

Iniciar el backend

Al trabajar en la etapa de Iniciar el backend, anote primero el contrato: las entradas requeridas, la señal de éxito y qué ocurre en caso de fallo parcial. Esa lista de verificación mantiene honestas las futuras modificaciones del código. Trate esta etapa como un contrato entre las entradas y las salidas validadas. Asigne nombres a los artefactos, defina comprobaciones de éxito y rechace las completaciones parciales silenciosas. Haga una verificación después de los pasos costosos. La función de reanudación no debe volver a facturar la misma llamada al LLM cuando un operador intenta nuevamente un nodo posterior.

langgraph dev --port 2024
http://localhost:2024

Configuración del frontend

Al trabajar en la etapa de Configuración del Frontend, anote primero el contrato: los datos de entrada requeridos, la señal de éxito y qué ocurre en caso de fallo parcial. Esa lista de verificación garantiza que los cambios posteriores en el código sean transparentes. Registre los tiempos de ejecución y el costo del token o la consulta junto con los resultados funcionales. Tener visibilidad del costo desde el principio evita facturas inesperadas cuando se pasa de entornos de demostración a entornos compartidos. Haga una verificación después de los pasos costosos. La función de reanudación no debe volver a facturar la misma llamada al LLM cuando un operador intenta nuevamente un nodo posterior. Al trabajar en la etapa de Configuración del Frontend, anote primero el contrato: los datos de entrada requeridos, la señal de éxito y qué ocurre en caso de fallo parcial. Esa lista de verificación garantiza que los cambios posteriores en el código sean transparentes. Documente tanto la ruta óptima como la ruta de recuperación. Las reintentos, los controles humanos y el manejo de mensajes no entregados forman parte del producto, no son mejoras adicionales realizadas posteriormente.

cd ../frontend
yarn install
yarn dev
http://localhost:3000

Conectar la interfaz de usuario con el agente

La tarea de conectar la interfaz de usuario con la etapa correspondiente funciona mejor cuando se trata como una superficie medible. Capture una transcripción ejemplar, un caso de fallo y la nota de reversión antes de ampliar el alcance. Prefiera unidades pequeñas y verificables en lugar de scripts extensos. Cuando un paso falla, el fallo debe apuntar a una sola responsabilidad y no a un proceso complicado. Mantenga el estado del grafo simple y tipado. Los bloques anidados ocultan qué nodo escribió qué campo y provocan interrupciones en la continuación del proceso.

http://localhost:3000
http://localhost:2024
agent

¿Qué sucede cuando hace una pregunta?

La etapa “What Happens When You stage” funciona mejor cuando se trata como una superficie medible. Capture un registro ideal, un caso de fallo y la nota de reversión antes de ampliar el alcance. Considere esta etapa como un contrato entre las entradas y las salidas validadas. Asigne nombres a los artefactos, defina verificaciones de éxito y rechace completaciones parciales silenciosas. Mantenga el estado del grafo plano y tipado; los bloques anidados ocultan qué nodo escribió qué campo y causan interrupciones en la continuación del proceso.

What are the most promising open-source AI
coding agents available today?
User Question
      │
      ▼
Understand the problem
      │
      ▼
Create research plan
      │
      ├── Find major projects
      ├── Check current releases
      ├── Compare capabilities
      └── Find primary sources
      │
      ▼
Search with Liner
      │
      ▼
Collect results
      │
      ▼
Evaluate evidence
      │
      ▼
Search again if necessary
      │
      ▼
Synthesize findings
      │
      ▼
Add citations
      │
      ▼
Save Markdown report

Pensamientos finales

La etapa “Pensamientos finales” funciona mejor cuando se trata como una superficie medible. Capture un registro ideal, un caso de fallo y la nota de reversión antes de ampliar el alcance.

Plan
 ↓
Search
 ↓
Collect evidence
 ↓
Reason
 ↓
Synthesize
 ↓
Cite
 ↓
Save

Lista de verificación operativa