Aprende a construir y desplegar agentes de IA con LangGraph usando watsonx.ai
La inteligencia artificial ya no solo responde, también toma decisiones. Con frameworks como LangGraph y plataformas como watsonx.ai , puedes construir agentes que razonen y actúen de forma autónoma 🤯.
En este artículo, te explicaremos cómo implementar un agente ReAct (Reasoning + Action) localmente y desplegarlo en IBM Cloud, todo esto con un ejemplo práctico que incluye una herramienta de consulta del clima 🌤️.
Cómo construir y desplegar agentes IA autónomos con LangGraph y watsonx.ai
Preparemos el entorno para nuestro agente
Necesitamos:
- Python 3.12 instalado
- Acceso a IBM Cloud y watsonx.ai
- Poetry para gestión de dependencias
¿Lo tienes todo? Pues lo primero es lo primero, clonar el repositorio que usaremos como ejemplo. Está basado en los ejemplos oficiales de IBM.
git clone https://github.com/thomassuedbroecker/watsonx-agent-langgraph-deployment-example.git cd ./agents/langgraph-arxiv-research
Arquitectura del proyecto
Antes de nada, entendamos el proyecto de ejemplo.
[Developer Workstation] → [CI/Build Process] → [Deployment] ↓[IBM Cloud / watsonx.ai]
Los principales archivos del agente son:
ai_service.py |
Archivo principal que inicia el servicio del agente en producción.
|
agent.py |
Lógica central del agente IA basado en LangGraph. Define el flujo de trabajo.
|
tools.py |
Herramientas conectadas al agente (Weather API).
|
Pasemos a configurar el entorno
python3.12 -m venv .venv
source
./.venv
/bin/activate
python3 -m pip
install
--upgrade pip
python3 -m pip
install
poetry
También recomendamos el uso de Anaconda o miniconda. Nos permite gestonar entornos virtuales o paquetes de Python de forma sencilla y es muy utilizado en ML.
Para que Python pueda encontrar nuestros módulos personalizados (como los agentes y las herramientas), necesitamos incluir el directorio actual en la variable de entorno PYTHONPATH
export
PYTHONPATH=$(
pwd
):${PYTHONPATH}
echo
${PYTHONPATH}
Una vez tenemos listo el entorno es el momento de las variables. Debes crear un archivo config.toml si no lo tienes ya y usar tus credenciales de IBM Cloud:
[deployment]
watsonx_apikey
=
"TU_APIKEY"
space_id
=
"SPACE_ID"
deployment_id
=
"YOUR_DEPLOYMENT_ID"
[deployment.custom]
model_id
=
"mistralai/mistral-large"
# underlying model of WatsonxChat
thread_id
=
"thread-1"
# Más información: https://langchain-ai.github.io/langgraph/how-tos/persistence/
sw_runtime_spec
=
"runtime-24.1-py3.11"
Encontrarás tus variables aquí:
https://dataplatform.cloud.ibm.com/developer-access
Una vez allí, selecciona tu espacio de despliegue y copia los datos necesarios (API Key
, Space ID
, etc.).
Ejecución en local del agente
Toca probar el agente:
source
./.venv
/bin/activate
poetry run python examples
/execute_ai_service_locally
.py
Ya que es un agente meteorológico ¿por qué no lo pruebas con algo como algo como…?
“What is the current weather in Madrid?”
La consola debería darte el tiempo en Madrid. ¡Enhorabuena! solo nos falta hacer el deploy en watsonx.ai
Despliegue del agente en watsonx.ai
source
./.venv
/bin/activate
poetry run python scripts
/deploy
.py
- Lee la configuración (
config.toml
) con tus credenciales y espacio de despliegue. - Empaqueta tu código en un ZIP para subirlo a IBM Cloud.
- Crea una especificación de software personalizada basada en un entorno base (como
runtime-24.1-py3.11
). - Despliega el agente como un servicio REST en watsonx.ai.
- Guarda el
deployment_id
, necesario para interactuar con el agente después.
✅ En resumen:
Toma tu agente local, lo prepara y lo convierte en un servicio accesible desde la nube.
{
"messages": [
{
"content": "What is the weather in Malaga?",
"data": {
"endog": [
0
],
"exog": [
0
]
},
"role": "User"
}
]
}
source ./.venv/bin/activate poetry run python examples/query_existing_deployment.py
Conclusiones
Si te ha quedado alguna duda, te recomendamos el siguiente vídeo tutorial donde podrás seguir paso a paso el desarrollo conectado con watsonx.ai
Si quieres seguir explorando este tipo de implementaciones o aprender más sobre desarrollo cloud e inteligencia artificial, te invitamos a explorar nuestros cursos de IA👇