Jueves de Quack con Gisela Torres

Conceptos Clave

• Global Black Belt (Microsoft): Rol técnico altamente especializado en un área específica dentro de Microsoft.
• Kejen: Herramienta de código abierto de Docker para definir y orquestar agentes de IA (y multi-agentes) utilizando archivos YAML.
• Agentes de IA: Programas diseñados para realizar tareas específicas, a menudo interactuando con modelos de lenguaje grandes (LLMs).
• Multi-agentes: Un sistema donde varios agentes colaboran para lograr un objetivo más complejo, cada uno con un rol definido.
• YAML (Yet Another Markup Language): Formato de serialización de datos legible por humanos, utilizado en Kejen para configurar agentes.
• Docker Compose: Herramienta para definir y ejecutar aplicaciones Docker multi-contenedor, similar en concepto a Kejen para agentes.
• Olama: Plataforma para ejecutar modelos de lenguaje grandes (LLMs) localmente.
• Docker Model Runner: Propuesta de Docker para ejecutar modelos de IA localmente.
• GitHub Models (GH Models): Marketplace de modelos de IA gratuitos ofrecido por GitHub, accesible con una cuenta de GitHub y un Personal Access Token (PAT).
• Azure AI Foundry: Servicio en la nube de Microsoft para el desarrollo y despliegue de aplicaciones de IA.
• MCP Servers (Microsoft Copilot Servers): Servidores que exponen funcionalidades específicas como herramientas para agentes de IA, permitiéndoles interactuar con servicios externos.
• Toolsets: Sección en la configuración YAML de Kejen donde se definen las herramientas (MCP Servers o herramientas internas) que un agente puede utilizar.
• Personal Access Token (PAT): Token de acceso personal utilizado para autenticación, en este caso, para acceder a GitHub Models con el permiso models.
• Parámetro --yolo: Opción de Kejen que permite a los agentes ejecutar herramientas sin pedir confirmación explícita al usuario.

---

Introducción a Gisela y su Rol

La sesión comienza con la presentación de Gisela, una Software Global Black Belt en Microsoft. Gisela explica que este rol implica ser una experta técnica muy especializada en un tema concreto, dedicándose exclusivamente a ello. Actualmente, su enfoque es la productividad del desarrollador, buscando formas de hacer a los desarrolladores más felices y productivos utilizando herramientas de GitHub y Microsoft. Menciona que ha tenido este rol durante 12 años, inicialmente enfocada en web, media y movilidad, y ahora en developer productivity. Gisela también comparte con entusiasmo que ha sido reconocida como Docker Captain, un premio que compara con los MVP Awards de Microsoft o los GitHub Stars, por su contribución a la comunidad y su contenido sobre Docker.

Presentación de Kejen: La Herramienta de Orquestación de Agentes de Docker

Gisela introduce Kejen, una herramienta de código abierto recientemente liberada por Docker.

¿Qué es Kejen?

Kejen permite definir agentes e incluso multi-agentes utilizando un archivo YAML, con una sintaxis muy similar a Docker Compose. Su objetivo principal es simplificar la creación y orquestación de agentes de IA.

Características Clave

• Independencia del Proveedor Cloud: Una de las características más destacadas de Kejen es que no está sujeta a ningún proveedor cloud específico. Esto significa que los usuarios pueden integrar modelos de Olama, Docker Model Runner, GH Models, Azure AI Foundry, OpenAI, Google, o cualquier otro proveedor.
• Open Source: Kejen es un proyecto de código abierto, disponible en GitHub, lo que fomenta la colaboración y la evolución constante de la herramienta.
• Fase Experimental: Actualmente, Kejen se encuentra en una fase experimental y de desarrollo activo, con actualizaciones y mejoras continuas cada semana.

Estado Actual y Comunidad

Gisela subraya que la herramienta está en constante evolución, con el equipo de Docker siendo muy proactivo en la implementación de nuevas funcionalidades y la resolución de problemas. Aunque está en fase experimental, ya muestra un gran potencial para escenarios de pilotaje de multi-agentes y para que personas no muy técnicas puedan empezar a trabajar con agentes de IA.

Primeros Pasos con Kejen: Creación de Agentes

Gisela detalla cómo empezar a trabajar con Kejen, desde la instalación hasta la creación de un agente básico.

Instalación y Configuración

1. Descarga: Kejen se descarga desde la sección de "releases" de su repositorio en GitHub. La versión 1.6.6 fue la más reciente en el momento de la charla.
2. Compatibilidad: Hay paquetes disponibles para Windows, Linux y Mac (AMD y ARM).
3. Script de Instalación: Gisela comparte un script en su propio repositorio de GitHub que facilita la descarga de la última versión y la configuración de permisos de ejecución.
4. Verificación: Se puede verificar la versión instalada con un comando específico.

Generación de Agentes con kejen new

Kejen ofrece un subcomando new que ayuda a los usuarios a crear su primer archivo YAML de agente. Se puede especificar un modelo para que este asista en la creación.

• Proceso: Al ejecutar kejen new, la herramienta pregunta al usuario qué debería hacer el agente. Basándose en la descripción, Kejen genera automáticamente el archivo YAML con la configuración inicial.

Ejemplo Práctico: Generador de Títulos de YouTube (OpenAI)

Gisela demuestra la creación de un agente experto en generar títulos de YouTube.

• Descripción del Agente: "Quiero un agente que sea experto en generar títulos de YouTube basados en una descripción que el usuario le pase."
• YAML Generado: El archivo YAML incluye:
  • version: Versión de la configuración.
  • agents: Define los agentes. En este caso, un agente root.
  • model: El modelo de lenguaje a utilizar (ej. gpt-4o-mini).
  • description: Descripción para humanos.
  • instructions: Instrucciones detalladas para el agente (ej. "Eres un agente especialista en generar títulos atractivos y efectivos...").
  • context: Puede incluir la fecha actual y variables de entorno.
  • providers: Configuración del proveedor del modelo (ej. OpenAI, con su API key y parámetros como max_tokens).
• Ejecución: Se lanza el agente con kejen run <nombre_del_yaml>. El agente entra en un modo de chat interactivo.
• Resultado: Al pegar una descripción de vídeo, el agente genera cinco títulos de YouTube.
• Consideración: Se destaca que el uso de OpenAI implica un costo por el consumo de tokens y requiere una API key de pago.

Flexibilidad de Proveedores y Modelos Gratuitos

Ante el costo de los modelos de pago, Gisela presenta alternativas gratuitas y locales.

Desafío del Costo y Soluciones Gratuitas

La necesidad de pagar por tokens en proveedores como OpenAI puede ser una barrera para la experimentación. Kejen aborda esto permitiendo la integración con diversas opciones gratuitas.

Integración con Olama (Local)

• Configuración: Se define un proveedor openai (por compatibilidad) y se apunta a la URL local de Olama (ej. http://localhost:434/v1).
• Demostración: Gisela muestra cómo ejecutar un modelo de Olama (Qwen 3) localmente.
• Rendimiento: Se observa que el rendimiento es más lento en máquinas antiguas sin GPU, pero es una opción viable para pruebas sin costo.

Uso de GitHub Models (GH Models)

• Concepto: Un marketplace de modelos de IA gratuitos en github.com/models, accesible con una cuenta de GitHub.
• Acceso: Requiere un Personal Access Token (PAT) con el permiso models (no se necesitan otros permisos).
• Configuración: Se utiliza el proveedor openai (por compatibilidad) y se especifica la URL base de GitHub Models (ej. https://api.github.com/copilot_models/v1/chat/completions).
• Demostración: Gisela muestra cómo el mismo agente generador de títulos produce resultados rápidos, gratuitos y con emojis utilizando GH Models, destacando la eficiencia en comparación con Olama local en su máquina.

Docker Model Runner

Menciona que es otra opción de Docker para ejecutar modelos localmente, aunque no la demuestra en detalle.

Integración con MCP Servers y Herramientas

Kejen permite a los agentes interactuar con servicios externos y funcionalidades a través de "Toolsets" y MCP Servers.

Concepto de Toolsets y MCP Servers

• Toolsets: Una sección en el archivo YAML donde se definen las herramientas que el agente puede utilizar.
• MCP Servers: Servidores que exponen funcionalidades específicas (ej. buscar en YouTube, interactuar con GitHub) que los agentes pueden invocar.

Tipos de MCP Servers Soportados

1. Contenedores Docker Locales: Se pueden configurar MCP Servers personalizados que se ejecutan en contenedores Docker en la máquina local del usuario. Gisela menciona un ejemplo de un servidor MCP para YouTube.
2. MCP Servers Remotos: Integración con servicios remotos (ej. Notion, aunque la demo tuvo un problema de tokens).
3. Docker Desktop MCP Toolkit: Un gateway en Docker Desktop que permite gestionar e instalar un catálogo de MCP Servers populares (GitHub, Jira, etc.).
4. Herramientas Integradas de Kejen: Kejen incluye herramientas preconstruidas para interactuar con el sistema de archivos, ejecutar scripts o gestionar la memoria del agente (creando un archivo de base de datos para recordar conversaciones).

Demostración de MCP Servers

Gisela demuestra un agente configurado con múltiples Toolsets utilizando GH Models.

• Búsqueda en YouTube: El agente utiliza un MCP Server local (ejecutándose en un contenedor Docker) para buscar vídeos en YouTube. Aunque la primera búsqueda falló, una búsqueda más general sobre "Kejen" tuvo éxito, mostrando cómo el agente invoca la herramienta search_video.
• Búsqueda en GitHub: El agente utiliza el MCP Server de GitHub para buscar repositorios privados en la cuenta del usuario (requiere PAT con permiso models). Demuestra cómo encontró un repositorio llamado "jueves de quademos".
• Comandos Docker: El agente utiliza una herramienta preconstruida de Kejen para ejecutar comandos del sistema, como docker ps, y devuelve la lista de contenedores en ejecución.
• Parámetro --yolo: Se introduce este parámetro para permitir que el agente ejecute herramientas sin pedir confirmación explícita al usuario, agilizando el flujo de trabajo.

Orquestación Multi-Agente Avanzada

Gisela presenta el "monstruo final": un sistema multi-agente más complejo para generar títulos de YouTube.

El "Monstruo Final": Sistema Multi-Agente para Títulos de YouTube

Este ejemplo ilustra cómo Kejen puede orquestar múltiples agentes para una tarea más sofisticada.

Roles de los Agentes

1. Root (Orquestador): Agente principal que coordina el flujo de trabajo.
2. Researcher (Investigador): Agente encargado de buscar vídeos relacionados en YouTube para obtener ideas y ganchos comunes.
3. Title Generator (Generador de Títulos): Agente que, basándose en la investigación y las palabras clave, genera cinco títulos potenciales.

Flujo de Trabajo

1. El Root recibe una descripción de vídeo, la analiza y extrae conceptos principales.
2. El Root transfiere la tarea al Researcher, pasándole los términos clave.
3. El Researcher utiliza el MCP Server de YouTube para buscar vídeos y devuelve los títulos encontrados y ganchos comunes al Root.
4. El Root recibe la investigación y llama al Title Generator, pasándole las palabras clave y los resultados de la investigación.
5. El Title Generator genera cinco títulos y los devuelve al Root.
6. El Root selecciona el título más idóneo (en este caso, uno solo) y lo presenta como resultado final.

Uso de Azure AI Foundry para Producción

Para esta demo compleja, Gisela utiliza Azure AI Foundry como proveedor, con modelos GPT-4o-mini para el orquestador y GPT-4o para los agentes Researcher y Title Generator. Esto demuestra la capacidad de Kejen para integrarse con servicios en la nube para escenarios de producción, aprovechando la potencia y velocidad de estos modelos.

• Consumo de Tokens: Durante la ejecución, se muestra cómo Kejen monitoriza el consumo de tokens y el precio aproximado.

Personalización y Control del Flujo

Gisela explica que el orquestador puede ser configurado para añadir condiciones adicionales, como límites de caracteres para los títulos, la inclusión de emojis, o incluso bucles para volver a llamar a los agentes si los resultados no cumplen ciertos criterios. Esto resalta la flexibilidad y el control que Kejen ofrece sobre la lógica de los agentes.

Consideraciones y Casos de Uso

Fase Experimental y Evolución

Se reitera que Kejen está en una fase experimental y en desarrollo activo, lo que implica que las funcionalidades pueden cambiar. Sin embargo, su progreso es muy prometedor.

Potencial para Usuarios No Técnicos

La simplicidad de la configuración YAML hace que Kejen sea accesible incluso para personas con poca experiencia técnica, permitiéndoles prototipar y pilotar sistemas de agentes.

Búsqueda de Código y Consumo de Tokens

En la sección de preguntas, se discute la posibilidad de crear un agente para buscar patrones de diseño en código. Gisela confirma que es técnicamente posible utilizando el MCP Server de GitHub, pero advierte sobre el alto consumo de tokens que podría implicar buscar en grandes volúmenes de código. La clave sería un buen "prompt" y filtros efectivos.

Personalización y Control del Flujo

Se confirma que, aunque no se puede incluir el "user prompt" directamente en el YAML del agente, se puede pasar como argumento al ejecutar kejen run, y se está investigando cómo mejorar esta interacción.

Conclusión y Próximos Pasos

Gisela concluye invitando a la audiencia a probar Kejen, destacando su utilidad para la experimentación y la orquestación de la IA en un formato YAML sencillo. Resalta la flexibilidad de elegir proveedores (gratuitos o de pago) y la ausencia de "vendor lock-in" como puntos fuertes.

Eventos y Recursos Adicionales

Gisela anuncia su participación en varios eventos en España: Biznaga Fest, Nerdearla y XOPS Conference, donde seguirá compartiendo conocimientos sobre MCP Servers y Platform Engineering. Invita a la audiencia a suscribirse a su canal de YouTube (@returniz) para más contenido.

Andrea, la anfitriona, agradece a Gisela y enfatiza la importancia de Kejen para la experimentación y la creación de flujos de trabajo automatizados sin necesidad de múltiples plataformas, elogiando al equipo de Docker por su trabajo. También invita a la audiencia a registrarse para GitHub Universe y a contactarla si están en San Francisco para el evento.