Langroid: agentes de IA que colaboran mediante mensajes

Un enfoque inspirado en el modelo de actores

Langroid parte de una idea sencilla: un agente de IA es un objeto al que se le añade, si hace falta, un modelo de lenguaje, una base vectorial y herramientas. Después se envuelve en una «tarea» (Task), y las tareas se pasan el trabajo enviándose mensajes, al estilo del modelo de actores de la informática. No hace falta conocer ese modelo para usarlo: la ventaja es obtener sistemas multiagente cuya lógica sigue siendo legible.

El proyecto existe desde 2023 y sus autores lo emplearon en un trabajo de investigación publicado en 2024 (ML for Healthcare) sobre farmacovigilancia, con una arquitectura de RAG multiagente.

Qué se puede hacer con él

Langroid incluye agentes especializados listos para usar: uno que responde a partir de documentos (RAG), otro que consulta una base de datos SQL y un mecanismo de herramientas (ToolMessage) que también sirve para obtener una salida estructurada, útil para extraer datos de un contrato o de un informe. Un adaptador convierte las herramientas de un servidor MCP en herramientas de Langroid.

Cómo empezar

Instale el paquete langroid con pip, configure un modelo (una clave de OpenAI o un modelo local servido por Ollama) y cree un agente de conversación envuelto en una tarea. El cuaderno oficial de Colab construye paso a paso un ejemplo con dos agentes que extraen información, sin instalar nada en su equipo. Un repositorio de ejemplos aparte cubre los casos más avanzados.

Ventajas y límites

Ventajas: una arquitectura coherente y ligera, independencia de LangChain, compatibilidad con modelos locales, agentes RAG y SQL integrados y licencia MIT.

Límites: solo Python; una comunidad más pequeña que la de los grandes frameworks, y por tanto menos tutoriales de terceros; y un proyecto llevado por un equipo reducido, con contribuciones por invitación, algo a tener en cuenta en una elección a largo plazo.

Alternativas

CrewAI y AutoGen son referencias del trabajo multiagente en Python, LlamaIndex está más especializado en consultar documentos y Atomic Agents también apuesta por la ligereza.