El nodo agent invoca un LLM con un contexto compuesto y un conjunto de herramientas. Es el bloque de construcción de IA central de betool.
La tríada rol / misión / selección
Un agente no sabe por sí solo qué hacer. Tres cosas lo guían:
- Rol — cómo trabaja (estilo, restricciones, postura). Corto. Reutilizable entre agentes.
- Misión — qué debe hacer para este caso de uso específico. Más largo. Específico del pipeline.
- Selección — qué datos de contexto recibe como entrada. Compuesto explícitamente.
Un agente que se comporta mal casi siempre tiene un problema de rol, misión o selección — no un problema de modelo. Antes de mejorar el modelo, comprueba primero estos tres.
Configurar la selección
La selección determina exactamente lo que ve el LLM. Cinco tipos:
| Tipo | Efecto |
|---|---|
key | Lee ctx.results[<key>] — p. ej. exchange.intent |
prefix | Concatena todas las claves bajo un prefijo — p. ej. project.* |
literal | Texto en bruto con marcadores — p. ej. "Question: {user_message}" |
file | Adjunta un archivo (multimodal) — p. ej. webhook.payload._files |
history | Incluye los N turnos anteriores (multi-turno nativo) |
Los cuatro primeros componen el user_message del turno actual. history es un canal ortogonal pasado en el array messages[] del LLM.
Sin fallback en tiempo de ejecución. Si la selección está vacía, el LLM recibe "" y registra una advertencia. Debes incluir explícitamente todo lo que el agente necesite — no hay magia.
Modelo LLM
Elegido entre los modelos gestionados de la plataforma o las cuentas LLM configuradas en Ajustes → Proveedores (consulta Conectar una clave LLM). Puedes:
- Fijar un modelo específico del catálogo (gestionado o en tu propia cuenta).
- Usar el modelo por defecto de la organización.
- Definir un fallback (si el principal falla, cambiar a uno secundario).
Herramientas
Las herramientas son las funciones que el LLM puede llamar. Las seleccionas del catálogo:
- Herramientas globales —
knowledge.searchyknowledge.semantic_search(base de conocimiento),web_search.search(búsqueda web),web_scrape.fetch_page(lectura de una página web)… - Herramientas de canal — para un pipeline de voz:
phone_gateway.transfer_call,phone_gateway.hangup_call,phone_gateway.set_call_disposition. - Herramientas de conector — las de las integraciones conectadas por tu organización (p. ej.
jira.create_issue,hubspot.search_contacts).
Un agente solo ve las herramientas que son genuinamente alcanzables dentro de su contexto de ejecución. A un agente en un pipeline de email no se le ofrecerá una herramienta telefónica.
Formato de salida
Tres opciones:
- Texto libre — para respuestas de cara al usuario.
- JSON estructurado — el agente debe producir JSON que se ajuste a un esquema definido (validado estrictamente).
- Solo llamada a herramienta — el agente no escribe nada: o bien llama a una herramienta o no hace nada.
El modo JSON es obligatorio para los agentes cuya salida alimenta a una condición aguas abajo o a otro agente.
Buenas prácticas
- Describe las herramientas con precisión. La descripción que ve el LLM debe cubrir: QUÉ, CUÁNDO USARLA, CUÁNDO EVITARLA, FORMATO. Una descripción demasiado corta significa que el LLM adivina — lo que significa bugs invisibles.
- Prueba con un benchmark. Consulta Benchmarks.
- Mantén la misión consistente. Una misión que cambia a lo largo de 3 versiones significa un agente que regresa. Versiona tus misiones.
Costes
Consulta Precios. Con BYOK, pagas directamente a tu proveedor de LLM. Con un modelo gestionado, los tokens de entrada y de salida se descuentan en créditos según la tarifa del modelo elegido.