Agentes IA

Los Agentes IA en DYPAI son ciudadanos de primera clase en tu backend. Se integran al mismo sistema de workflows que todo lo demás, llaman a tus endpoints existentes como herramientas, recuerdan conversaciones, envían respuestas en streaming a tu frontend, y funcionan con DYPAI Managed AI, OpenAI, Anthropic o Gemini — de forma intercambiable.

Qué hace diferentes a los agentes de DYPAI

Cómo funciona un agente

Ejemplo rápido

Configuración mínima para un asistente de chat que puede consultar tu tabla tasks. El camino feliz usa DYPAI Managed AI, así que no hay ninguna API key que añadir.

1. Crea un endpoint tool

Construye un endpoint normal llamado list_tasks que devuelva tareas desde tu base de datos. En la cabecera del endpoint, activa el toggle Tool y escribe una descripción corta para el agente:

"Lista todas las tareas del usuario actual. Devuelve un array de {id, title, done, due_date}."

2. Crea el endpoint del agente

Crea un endpoint con un único nodo AI Agent:

3. Llámalo desde tu frontend

import { useChat } from '@dypai-ai/client-sdk/react'

function ChatBox() {
  const { messages, sendMessage, isLoading } = useChat('task_assistant')

  return (
    <div>
      {messages.map((m, i) => (
        <div key={i}>{m.role}: {m.content}</div>
      ))}
      <button onClick={() => sendMessage('¿Qué tareas vencen esta semana?')}>
        Preguntar
      </button>
    </div>
  )
}

Listo. El agente llamará a list_tasks, leerá los resultados y responderá en lenguaje natural — haciendo streaming a la UI.

Crear agentes desde tu IDE

Todo lo de arriba lo puedes montar a través del MCP. Simplemente dile a tu asistente IA:

"Crea un asistente de chat que pueda listar y crear tareas. Usa Gemini 2.5 Flash. Convierte los endpoints list_tasks y create_task en tools y asígnalos al agente."

Configurará la credencial, marcará los endpoints como tools, creará el endpoint del agente y lo probará end-to-end.

Siguientes pasos