Crea
Crea una subclase de un agente base, regístrala con un solo decorador y llama a create_app(). REST, MCP, persistencia y autenticación vienen de serie.
Código abierto · MIT · Python 3.12+
Agent-Lab
Crea, simula y prueba agentes LLM.
Un framework de Python nativo de la nube sobre FastAPI, LangGraph y PostgreSQL.
$ uvx cookiecutter gh:btech-software/agent-lab --directory cookiecutter
$ cd my-agent-app && docker compose up --build -d
$ curl http://localhost:18000/status/liveness
# API REST en /agents · servidor MCP en /mcp · documentación de OpenAPI en /docsSimula
Ejecuta agentes contra LLM reales con un usuario simulado y un LLM como juez, con seguimiento de su evolución en Langfuse y LangWatch.
Prueba
Valida cada cambio contra infraestructura real, levantada con testcontainers. Sin mocks donde importa.
Tutorial · unos 15 minutos
De cero a un agente funcionando y observable.
- Crea un proyecto a partir de la plantilla.
- Arranca el stack completo con Docker Compose.
- Habla con tu agente por REST y después desde un cliente MCP.
# 1 · crea la estructura
$ uvx cookiecutter gh:btech-software/agent-lab --directory cookiecutter
# 2 · instala y prueba sin infraestructura
$ cd my-agent-app
$ uv lock && uv sync --group dev --group test
$ make test_unit
# 3 · arranca el stack local completo
$ docker compose up --build -d
$ curl http://localhost:18000/status/livenessElige tu camino
La documentación está organizada según lo que quieres hacer.
- EmpezarTu primer agente y después la Guía del desarrollador.
- Crear una aplicaciónGuía del desarrollador, Configuración, API REST, Servidor MCP.
- Evaluar e investigarGuía del investigador, Pruebas y simulaciones.
- Desplegar y operarDespliegue, Observabilidad, Keycloak, Vault.
- ContribuirGuía del desarrollador, Modelo de dominio, Agradecimientos.