En los últimos meses el ecosistema de agentes de IA se ha disparado: frameworks, herramientas, RAGs, memorias… y cada proyecto acaba resolviendo el mismo problema: ¿cómo organizo todas estas piezas de forma coherente? En este artículo propongo una arquitectura modular para gestionar agentes en Python, apoyándonos en LangChain, wrappers de MCP (Model Context Protocol) y un manager común que facilite tanto a programadores como a perfiles de negocio trabajar con agentes de distinta complejidad En este artículo vamos a profundizar en un manager de agentes escrito en Python, que organiza de forma modular los distintos elementos que necesitamos para crear y ejecutar agentes: Agentes (instancias) → Son configuraciones concretas que indican qué tipo de agente se usará, con qué propiedades iniciales (ej. temperatura, límites de tokens, idioma) y qué herramientas estarán disponibles. Estas instancias se ejecutan siempre dentro de un contexto , que se encarga de...