Cómo crear un agente de IA con Python desde cero (2026)

Crear un agente de IA con Python es mucho más sencillo de lo que parece. En este tutorial aprenderás el concepto del bucle agéntico, el tool use y construirás un agente funcional completo con la API de Claude, paso a paso.

Qué es un agente de IA

Un agente de IA no es solo un modelo que responde texto. Es un sistema que razona, decide qué herramientas usar y actúa en bucle hasta completar una tarea. La diferencia con una llamada simple a la API es el bucle agéntico: el agente puede llamar a funciones, ver el resultado y decidir el siguiente paso.

Requisitos previos

• Python 3.10 o superior
• Una API key de Anthropic (console.anthropic.com)
• Conocimientos básicos de Python

Instala el SDK:

pip install anthropic

Tu primer agente básico

import anthropic

client = anthropic.Anthropic()  # usa ANTHROPIC_API_KEY del entorno

def agente(tarea: str) -> str:
    respuesta = client.messages.create(
        model="claude-sonnet-4-6",
        max_tokens=1024,
        system="Eres un asistente experto en Python. Responde con código limpio.",
        messages=[{"role": "user", "content": tarea}]
    )
    return respuesta.content[0].text

print(agente("Escribe una función que calcule el factorial de un número"))

Esto ya funciona, pero no es un agente de verdad: solo responde una vez. Para que sea un agente necesitamos tool use.

Tool use: darle herramientas al agente

El tool use permite que el modelo llame a funciones de tu código. Defines las herramientas y el agente decide cuándo usarlas:

tools = [
    {
        "name": "leer_fichero",
        "description": "Lee el contenido de un fichero",
        "input_schema": {
            "type": "object",
            "properties": {
                "ruta": {"type": "string", "description": "Ruta del fichero"}
            },
            "required": ["ruta"]
        }
    }
]

def ejecutar_herramienta(nombre, inputs):
    if nombre == "leer_fichero":
        with open(inputs["ruta"]) as f:
            return f.read()

El bucle agéntico completo

Aquí está la pieza clave: el agente trabaja en bucle hasta terminar la tarea.

mensajes = [{"role": "user", "content": "Lee config.json y dime qué puerto usa"}]

while True:
    respuesta = client.messages.create(
        model="claude-sonnet-4-6",
        max_tokens=1024,
        tools=tools,
        messages=mensajes
    )

    # El agente terminó
    if respuesta.stop_reason == "end_turn":
        print(respuesta.content[0].text)
        break

    # El agente quiere usar una herramienta
    if respuesta.stop_reason == "tool_use":
        mensajes.append({"role": "assistant", "content": respuesta.content})
        for bloque in respuesta.content:
            if bloque.type == "tool_use":
                resultado = ejecutar_herramienta(bloque.name, bloque.input)
                mensajes.append({
                    "role": "user",
                    "content": [{
                        "type": "tool_result",
                        "tool_use_id": bloque.id,
                        "content": resultado
                    }]
                })

Este bucle es el corazón de cualquier agente: el modelo pide usar una herramienta, tú la ejecutas, le devuelves el resultado y repite hasta que decide que ha terminado.

Siguiente nivel

Con esta base puedes construir agentes que:

• Ejecutan tests y corrigen el código si fallan
• Revisan PRs de GitHub automáticamente
• Analizan logs y generan reportes
• Responden tickets de soporte consultando tu base de datos

Si quieres aprender a crear agentes profesionales de principio a fin, incluyendo cómo usarlos en VS Code para desarrollar más rápido, tenemos un curso completo de agentes de IA gratuito con certificado.

Conclusión

Crear un agente de IA con Python es accesible para cualquier desarrollador. Lo esencial es entender el bucle agéntico y el tool use. Para llevarlo al siguiente nivel y aplicarlo a tu trabajo diario, no te pierdas nuestro curso de agentes de IA con Claude.