Planificador de viajes OptimaWave AgentAI

Introducción: El curso intensivo de 5 días Google x Kaggle sobre agentes AI fue el punto de inflexión en mi comprensión de sistemas agenticos. Antes del curso conocía los modelos de lenguaje grandes pero no dominaba cómo diseñar agentes que observan, razonan, planifican, actúan y operan de forma autónoma. Durante cinco días aprendí mediante whitepapers, codelabs y experimentación práctica a construir sistemas reales usando ADK, MLL, Model Context Protocol MCP, context engineering, herramientas de observabilidad, Agent2Agent A2A y Vertex AI Agent Engine.

Día 1 Aprendizaje clave: Qué son los agentes. Comprendí que un agente es una entidad autónoma con objetivos, que usa herramientas para actuar más allá del texto, que la colaboración entre agentes resuelve tareas complejas y que la interoperabilidad, el control de identidad y las operaciones de agente son esenciales para seguridad y gobernanza. De este día surgió la arquitectura modular de OptimaWave Agent.

Día 2 Herramientas de agente y MCP: Las herramientas convierten LLMs en agentes reales. Aprendí a convertir funciones Python en herramientas, a pausar y reanudar operaciones, a extender capacidades fuera del conjunto de entrenamiento y a usar MCP para descubrir herramientas. En OptimaWave implementé filtros presupuestarios, ranking de destinos, exploración de datasets y visualización como herramientas reutilizables.

Día 3 Ingeniería de contexto Sesiones y memoria: Los agentes deben recordar y mantener contexto. Aprendí a usar historiales de sesión para conversaciones coherentes, a construir memoria a largo plazo y a ensamblar dinámicamente contexto para el razonamiento. En el planificador eso permite rastrear preferencias de usuario, refinar recomendaciones con el tiempo y mantener estado entre interacciones.

Día 4 Calidad de agentes Logs trazas métricas: Para que un agente sea fiable debe ser observable. Registros muestran qué pasó, trazas por qué pasó y métricas cómo de bien funcionó. En OptimaWave la observabilidad explica por qué un destino fue filtrado, por qué se recomendó un tema y cómo se ordenaron las ciudades.

Día 5 De prototipo a producción: Ciclo de vida de producción, despliegue en Vertex AI Agent Engine, estrategias de escalado y colaboración multi agente con el protocolo A2A. Esto inspiró un sistema de viajes compuesto por agentes especializados en destinos, hoteles, vuelos, clima y presupuestos.

Proyecto final OptimaWave AgentAI Planificador de viajes Problema: Viajar implica equilibrar presupuesto, número de días, destinos y temática emocional como romántico aventura o patrimonio. Planificar es lento y estresante. Solución: Un agente IA que recomienda instantáneamente los mejores destinos según restricciones del usuario.

Características principales: filtrado por presupuesto, coincidencia por tema, optimización según días disponibles, ranking dinámico de destinos y visualización de opciones. Demostración interactiva en notebook de Kaggle con entrada salida de ejemplo.

Ejemplo Entrada Salida Ejemplo corregido Entrada Budget 1300 USD Días 5 Tema romántico Salida Destino Días Tema Paris 5 romántico Dubai 4 lujo London 5 patrimonio Visualización Barra comparativa de presupuesto entre destinos Dubai 1000 Paris 1200 London 1300 Tokyo 1500 Sydney 1800

Arquitectura inspirada en los aprendizajes: Entrada de usuario Procesador de agentes ADK MLL Herramientas de filtrado Motor de contexto Canal de observabilidad Motor de recomendación Salida y visualización. Es una arquitectura alineada con producción y preparada para escalar.

Herramientas usadas ADK Agent Development Kit, MLL Machine Learning Library, MCP Model Context Protocol, Vertex AI Agent Engine, Python y notebooks en Kaggle con datasets en CSV. Para empresas interesadas en integrar estas capacidades en su producto podemos ofrecer soluciones personalizadas.

Mejoras futuras: Ecosistema multi agente A2A, integración con APIs en tiempo real de vuelos hoteles y clima, generador de itinerarios personalizados, memoria de preferencias de usuario, versión web y app con despliegue completo en Vertex AI Agent Engine.

Sobre Q2BSTUDIO: Q2BSTUDIO es una empresa de desarrollo de software y aplicaciones a medida especializada en inteligencia artificial, ciberseguridad y servicios cloud. Ofrecemos desarrollo de aplicaciones y software a medida para proyectos complejos y transformaciones digitales. Si buscas integrar agentes IA y soluciones de IA para empresas visita nuestra página de soluciones de inteligencia artificial y para proyectos de desarrollo y aplicaciones a medida conoce nuestro servicio de software a medida y aplicaciones multiplataforma.

Servicios destacados que ofrecemos: aplicaciones a medida, software a medida, inteligencia artificial, ia para empresas, agentes IA, ciberseguridad y pentesting, servicios cloud aws y azure, servicios inteligencia de negocio, power bi y automatización de procesos. Combinamos experiencia en IA con buenas prácticas de seguridad para entregar soluciones escalables y observables.

Reflexión final: Este curso intensivo no solo me enseñó a construir agentes, me enseñó a pensar en términos de agentes. Cada día añadió una capa de saber: qué son los agentes cómo actúan cómo recuerdan cómo evaluarlos y cómo desplegarlos. OptimaWave AgentAI es el resultado de ese viaje de cinco días: un planificador de viajes inteligente y estructurado que demuestra cómo la inteligencia artificial aplicada puede simplificar decisiones complejas para el usuario final. Si quieres llevar este tipo de soluciones a tu organización Q2BSTUDIO puede acompañarte desde la consultoría hasta la implementación y el despliegue en cloud.