Consejos y trucos

Supera cuellos de botella y aprende sobre las funciones del flujo de trabajo mediante ejemplos de código reales

¿Demasiados nodos?

Cuando trabajas con muchos nodos, bucles o ramas, los nodos siempre se registran en el flujo de trabajo como una lista plana. Tener demasiados nodos puede dificultar seguir visualmente el flujo de ejecución y centrarte en una parte concreta del flujo de trabajo para realizar cambios o nuevo desarrollo.

En lugar de un array plano de 20 nodos, divídelo en secciones lógicas:

 class MyWorkflow extends Workflow
 {
     ... 
    protected function nodes(): array
    {
        return [
            ...$this->classificationProcess(),
            ...$this->analysis(),
            ...$this->postProcessing(),
        ];
    }
    
    /**
     * Proceso de clasificación inicial
     */
    protected function classificationProcess(): array
    {
        return [
            // Nodes here...
        ];
    }
}

El operador spread (...) mantiene idéntico el comportamiento en tiempo de ejecución. Sigue siendo un array plano. Pero ahora el nodes() método se lee como un índice, y cada grupo se documenta por sí mismo.

Proyectos de ejemplo

AIForm - Recopilación conversacional de datos

AIForm es un componente para recopilar datos estructurados mediante conversaciones en lenguaje natural de varios turnos. Utiliza un agente de IA para recopilar progresivamente la información definida por una clase de salida estructurada, validando cada dato en el proceso.

El formulario mantiene el historial de la conversación y hace seguimiento de los campos recopilados, los campos faltantes y los errores de validación a lo largo de varios turnos.

Consulta el repositorio de GitHub

Agente de investigación profunda

Este proyecto está inspirado en Open Deep Research, que usa LangGraph para su implementación. También existen otras implementaciones para llamaindex y otras. Nuestra versión aprovecha Neuron para crear un flujo de trabajo potente y modular para la investigación y el análisis.

Neuron Open Deep Research ofrece un enfoque estructurado para generar informes de investigación completos sobre cualquier tema utilizando modelos de lenguaje grandes, con enfoque en la modularidad, la extensibilidad y los resultados en tiempo real.

Arquitectura

DeepResearchAgent: Orquesta el proceso general de generación del informe

• Planificación: Crea la estructura del informe

• GenerateSectionContent: Genera contenido para cada sección usando los resultados de la búsqueda

• Formato: Compila el informe final

SearchWorkflow: Gestiona las operaciones de búsqueda como un flujo de trabajo anidado

• GenerateQueries: Crea consultas de búsqueda basadas en los temas de las secciones

• SearchTheWeb: Ejecuta búsquedas paralelas y procesa los resultados

Consulta el repositorio de GitHub

Agente planificador de viajes

Este proyecto demuestra cómo crear un planificador de viajes usando el framework Neuron PHP para aplicaciones agénticas.

Tecnologías utilizadas:

• Neuron Workflow para la orquestación multiagente.

• SerpAPI para encontrar hoteles, vuelos y lugares para visitar informes de investigación completos sobre cualquier tema utilizando modelos de lenguaje grandes, con un enfoque en la modularidad, la extensibilidad y los resultados en tiempo real.

Arquitectura

TravelPlannerAgent: Orquesta el proceso general de generación del itinerario

Nodos

• Recepcionista: Recopila toda la información del usuario

• Delegador: Genera informes individuales de vuelos, hoteles y lugares para visitar

  • Vuelos

  • Hoteles

  • Lugares

• GenerateItinerary: Genera el informe final

Consulta el repositorio de GitHub

Agente de viajes para Laravel

Este proyecto demuestra cómo integrar flujos de trabajo multiagente en una aplicación Laravel usando el framework de IA Neuron PHP.

Tecnologías utilizadas:

• Laravel y Livewire para la aplicación.

• Neuron Workflow para la orquestación multiagente.

• SerpAPI para encontrar hoteles, vuelos y lugares para visitar informes de investigación completos sobre cualquier tema utilizando modelos de lenguaje grandes, con un enfoque en la modularidad, la extensibilidad y los resultados en tiempo real.

Cómo usar este proyecto

Descarga el proyecto en tu máquina y abre la terminal en el directorio del proyecto. Primero, instala las dependencias de Composer:

composer install

npm run build

php artisan migrate

Crea una .env archivo en la raíz de tu proyecto (consulta .env.example como plantilla), y proporciona las claves de API según el servicio al que quieras conectarte.

# Se requiere al menos una
ANTHROPIC_API_KEY=
GEMINI_API_KEY=
OPENAI_API_KEY=

#Requerido
SERPAPI_KEY=

# Opcional
INSPECTOR_INGESTION_KEY=
INSPECTOR_TRANSPORT=sync

Abre el proyecto en tu navegador, registra una cuenta y comienza a planificar tu viaje.