Haystack: el framework de deepset para RAG y agentes de IA

Un pionero de la búsqueda que se pasó a los agentes

Haystack existe desde 2019, mucho antes del auge de los chatbots: nació para encontrar respuestas en grandes colecciones de documentos. El framework se rehízo por completo con la versión 2 en marzo de 2024, y la versión 3 llegó en julio de 2026. deepset GmbH, la empresa que lo desarrolla, lo presenta hoy como una plataforma de orquestación open source para agentes y aplicaciones de nivel de producción.

Componentes y pipelines

La idea central es sencilla: cada tarea (dividir un documento, calcular embeddings, consultar una base de datos vectorial, llamar a un modelo, dar formato a una respuesta) es un componente. Esos componentes se conectan en un pipeline, un grafo determinista en el que se conoce cada paso. Es la forma clásica de construir un sistema RAG: recuperar los fragmentos adecuados y pedir al modelo que responda a partir de ellos.

Para peticiones menos previsibles, el componente Agent deja al modelo la elección de los pasos. Un agente puede envolverse como herramienta de otro agente, lo que permite un sistema multiagente con un coordinador y especialistas. Las herramientas también pueden venir de servidores MCP gracias a la integración oficial.

Cómo empezar

Se instala el paquete haystack-ai (Python 3.11 o superior) y se siguen los tutoriales oficiales: primero un pipeline de preguntas y respuestas sobre unos pocos documentos, después un agente con herramientas. Los pipelines son serializables, lo que facilita desplegarlos en contenedores o en Kubernetes.

Puntos fuertes y límites

Puntos fuertes: años de madurez, arquitectura explícita y fácil de probar, muchas integraciones e independencia del proveedor de modelos y de la nube.

Límites: la lógica de componentes requiere tiempo de aprendizaje; los cambios de versión mayor obligan a migrar; y la interfaz visual solo existe en la plataforma de pago de deepset.

Alternativas

LlamaIndex es el competidor más directo en RAG, LangChain ofrece un ecosistema más amplio, LangGraph un control fino de los agentes y DSPy un enfoque basado en la optimización automática de los prompts.