Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.
Flujo de trabajo para enrutamiento
En el patrón de enrutamiento, un clasificador o agente de enrutamiento utiliza un LLM para interpretar la intención o la categoría de una consulta y, a continuación, enruta la entrada a un agente o tarea posterior especializado.
El flujo de trabajo de enrutamiento se utiliza en situaciones en las que un agente debe clasificar rápidamente la intención de entrada, el tipo de tarea o el dominio y, a continuación, delegar la solicitud a un subagente, herramienta o flujo de trabajo especializados. Resulta especialmente útil en el caso de los agentes de capacidades, como los que actúan como asistentes generales, son los encargados de dar acceso a las funciones empresariales o las interfaces de IA orientadas al usuario que abarcan varios dominios.
El enrutamiento es particularmente efectivo cuando:
-
Clasifica las solicitudes en función de una variedad de tareas (por ejemplo, búsqueda, resumen, reserva o cálculos).
-
Las entradas deben preprocesarse o normalizarse antes de entrar en flujos de trabajo más especializados.
-
Los diferentes tipos de entrada (por ejemplo, imágenes frente a texto, consultas estructuradas frente a consultas no estructuradas) requieren un tratamiento personalizado.
-
Un agente actúa como una centralita conversacional y delega tareas a agentes especializados o microservicios.
-
Este flujo de trabajo es común en los copilotos de dominios específicos, los bots de atención al cliente, los enrutadores de servicios empresariales y los agentes multimodales, donde el despacho inteligente determina tanto la calidad como la eficiencia del comportamiento de los agentes.
Capacidades
-
Un LLM de primer paso actúa como despachador
-
Las rutas pueden invocar flujos de trabajo distintos o incluso otros patrones de agentes
-
Soporta la expansión modular de las capacidades
Casos de uso comunes
-
Asistentes multidominio («¿se trata de una cuestión legal, médica o financiera?»)
-
Árboles de decisión mejorados con el razonamiento LLM
-
Selección dinámica de herramientas (por ejemplo, búsqueda frente a generación de código)
