Los marcos de agentes de IA son donde los equipos definen el comportamiento del agente: objetivos, herramientas, memoria, transferencias, bucles y las reglas para cu\u00e1ndo un agente debe detenerse. Pero la capa de acceso al modelo es una decisi\u00f3n diferente. Si cada marco de agente est\u00e1 conectado directamente a un proveedor, el producto hereda los precios, l\u00edmites de tasa, interrupciones, cambios de modelo y reglas de cuenta de ese proveedor.<\/p>\n\n\n\n
Es por eso que los marcos de agentes de IA funcionan mejor cuando el marco llama a una API de modelo estable y la capa de modelo maneja la elecci\u00f3n, el enrutamiento, la conmutaci\u00f3n por error, la visibilidad de uso y la facturaci\u00f3n. ShareAI encaja en esa capa. La aplicaci\u00f3n del agente permanece fuera de ShareAI, mientras que ShareAI ofrece a los desarrolladores una API para m\u00e1s de 150 modelos, se\u00f1ales del mercado, uso por token y una ruta de Constructor cuando el tr\u00e1fico del agente debe monetizarse.<\/p>\n\n\n\n
Un marco de agente deber\u00eda ayudarte a definir el trabajo. No deber\u00eda forzar cada llamada de modelo, paso de herramienta y decisi\u00f3n de respaldo en una ruta de proveedor codificada r\u00edgidamente.<\/p>\n\n\n\n
Un agente de producci\u00f3n generalmente tiene diferentes tipos de llamadas de modelo. Un planificador puede necesitar un razonamiento m\u00e1s fuerte. Un clasificador puede necesitar bajo costo y baja latencia. Un resumidor puede necesitar una ruta m\u00e1s econ\u00f3mica. Una respuesta visible para el cliente puede necesitar un modelo de mayor calidad y un respaldo m\u00e1s seguro. Tratar todos esos pasos como un modelo predeterminado hace que el costo y la confiabilidad sean m\u00e1s dif\u00edciles de controlar.<\/p>\n\n\n\n
ShareAI le da a la aplicaci\u00f3n una capa de modelo estable. Los desarrolladores pueden comparar modelos<\/a>, probar opciones y enrutar tr\u00e1fico a trav\u00e9s de una API en lugar de mantener integraciones de proveedores separadas para cada marco o paso del agente.<\/p>\n\n\n\n La mayor\u00eda de las integraciones siguen el mismo patr\u00f3n:<\/p>\n\n\n\n Este patr\u00f3n es especialmente \u00fatil cuando tu marco ya admite un cliente de modelo de chat compatible con OpenAI. LangChain documenta c\u00f3mo su integraci\u00f3n ChatOpenAI puede usar una URL base configurable, que es el patr\u00f3n que muchos equipos usan al enrutar a trav\u00e9s de un proxy, puerta de enlace o API de modelo compatible. Documentaci\u00f3n de LangChain ChatOpenAI<\/a>.<\/p>\n\n\n\n Antes de cambiar una configuraci\u00f3n del framework, realiza una solicitud directa del lado del servidor. Esto te proporciona una l\u00ednea base limpia para las credenciales, la selecci\u00f3n del modelo y la forma de la respuesta.<\/p>\n\n\n\n Mant\u00e9n la clave en el servidor. No la expongas en el c\u00f3digo del navegador, repositorios p\u00fablicos, complementos del lado del cliente o plantillas compartidas de agentes. Cuando la solicitud tenga \u00e9xito, mueve el mismo endpoint y clave a la configuraci\u00f3n del framework.<\/p>\n\n\n\n Para frameworks basados en c\u00f3digo, el patr\u00f3n suele ser una URL base, una clave API y un nombre de modelo. En LangChain, esto puede verse as\u00ed:<\/p>\n\n\n\n Para herramientas que usan variables de entorno, configura las variables API del modelo del framework con la clave de ShareAI y la URL base en el entorno de despliegue, luego reinicia el runtime del trabajador o agente.<\/p>\n\n\n\n Para herramientas visuales, busca configuraciones de proveedor de modelos o configuraciones de proveedor personalizado. La documentaci\u00f3n de Dify, por ejemplo, separa los proveedores del sistema de los proveedores personalizados en su configuraci\u00f3n de proveedor de modelos: Documentaci\u00f3n del proveedor de modelos de Dify<\/a>. Las etiquetas exactas var\u00edan seg\u00fan el producto, pero las entradas pr\u00e1cticas suelen ser las mismas: clave, endpoint, modelo y alcance de uso.<\/p>\n\n\n\n Una vez que el framework pueda llamar a ShareAI, evita enviar cada paso al mismo modelo por costumbre. Una mejor configuraci\u00f3n asigna rutas de modelo seg\u00fan el tipo de tarea.<\/p>\n\n\n\n Aqu\u00ed es donde un enfoque de una sola API se vuelve \u00fatil. El marco no necesita una integraci\u00f3n separada para cada decisi\u00f3n del proveedor. La aplicaci\u00f3n puede mantener un patr\u00f3n de llamada estable mientras el equipo cambia las rutas seg\u00fan cambien el precio, la latencia, la disponibilidad o la calidad.<\/p>\n\n\n\n Si ya est\u00e1s ejecutando m\u00faltiples agentes, trata esto como parte de tu modelo operativo, no solo como una configuraci\u00f3n de c\u00f3digo. El Operaciones de flota de agentes de IA<\/a> gu\u00eda m\u00e1s amplia explica c\u00f3mo encajan el enrutamiento, los precios y la propiedad una vez que un agente se convierte en muchos.<\/p>\n\n\n\n Algunos flujos de trabajo de agentes son centros de costos internos. Otros son caracter\u00edsticas de productos orientadas al cliente. Si un Constructor posee una aplicaci\u00f3n, complemento, flujo de trabajo, chatbot o producto de agente fuera de ShareAI, ese tr\u00e1fico de agentes puede convertirse en parte de un modelo de negocio basado en el uso.<\/p>\n\n\n\n El Constructor a\u00fan construye y posee la aplicaci\u00f3n fuera de ShareAI. ShareAI maneja el uso de inferencia de IA enrutada, el pago del cliente por ese uso enrutado, la configuraci\u00f3n de margen o recargo, y el pago mensual al Constructor basado en las ganancias generadas.<\/p>\n\n\n\n Eso importa para los marcos de agentes porque los agentes pueden crear un uso desigual. Un cliente puede ejecutar unos pocos res\u00famenes de soporte por mes. Otro puede ejecutar miles de llamadas de investigaci\u00f3n, triaje y flujo de trabajo. Con la monetizaci\u00f3n de ShareAI Builder, el Constructor puede enrutar el tr\u00e1fico de IA a trav\u00e9s de ShareAI, establecer un margen y permitir que los clientes con uso intensivo paguen por la inferencia que generan.<\/p>\n\n\n\n Cuando est\u00e9s listo para mapear el lado comercial, abre el Consola del Constructor<\/a>. Para la planificaci\u00f3n de la implementaci\u00f3n, mant\u00e9n el documentaci\u00f3n de ShareAI<\/a> cerca.<\/p>\n\n\n\n El despliegue m\u00e1s peque\u00f1o \u00fatil es un agente, una ruta, un respaldo y una etiqueta de uso. Una vez que ese camino sea medible, expande el patr\u00f3n al siguiente paso del agente.<\/p>\n\n\n\n Los marcos de agentes de IA ayudan a los desarrolladores a definir el comportamiento del agente, herramientas, memoria, flujos de trabajo, estado y bucles de ejecuci\u00f3n. Son diferentes de la capa de acceso al modelo que decide qu\u00e9 modelo atiende cada solicitud.<\/p>\n\n\n\n Una API mantiene m\u00e1s f\u00e1cil cambiar el acceso al modelo. Los equipos pueden dirigir diferentes pasos del agente a diferentes modelos, comparar se\u00f1ales del mercado y reducir la dependencia de una integraci\u00f3n de proveedor.<\/p>\n\n\n\n No. ShareAI es un mercado y API de IA. No construye la aplicaci\u00f3n del agente. Puede estar detr\u00e1s de un marco de agentes como la capa de acceso al modelo, enrutamiento, uso, facturaci\u00f3n y monetizaci\u00f3n.<\/p>\n\n\n\n S\u00ed, cuando la integraci\u00f3n de LangChain est\u00e1 configurada para llamar al endpoint de completaciones de chat de ShareAI con una clave API de ShareAI y un nombre de modelo compatible. Pruebe la solicitud directa de la API antes de integrarla en la cadena completa.<\/p>\n\n\n\n A menudo, s\u00ed. Si la herramienta visual admite un proveedor de modelos personalizado o un endpoint compatible con OpenAI, la configuraci\u00f3n generalmente se reduce al endpoint, clave API, nombre del modelo y d\u00f3nde la herramienta almacena las credenciales del proveedor.<\/p>\n\n\n\n Comience con la tarea. Use modelos m\u00e1s potentes para la planificaci\u00f3n y respuestas de alto valor, modelos de menor costo para clasificaciones simples o formateo, y rutas de respaldo para pasos que no pueden fallar silenciosamente.<\/p>\n\n\n\n La conmutaci\u00f3n por error le da a un agente otra ruta de modelo cuando la ruta preferida no est\u00e1 disponible, es lenta, demasiado costosa o inadecuada para una solicitud. Es m\u00e1s \u00fatil cuando se prueba antes de que crezca el tr\u00e1fico de producci\u00f3n.<\/p>\n\n\n\n S\u00ed, cuando el constructor posee la aplicaci\u00f3n, flujo de trabajo, complemento, chatbot o producto de agente fuera de ShareAI y dirige su tr\u00e1fico de inferencia de IA a trav\u00e9s de ShareAI. El constructor puede establecer un margen o recargo para ese tr\u00e1fico.<\/p>\n\n\n\n En el modelo del constructor, el cliente, espacio de trabajo, usuario o cuenta que genera el uso de IA dirigido paga a ShareAI por ese uso. ShareAI paga al constructor mensualmente seg\u00fan las ganancias generadas por el margen o recargo configurado.<\/p>\n\n\n\n No. Los constructores ganan del tr\u00e1fico de aplicaciones que dirigen a trav\u00e9s de ShareAI. Los proveedores ganan a trav\u00e9s de programas de proveedores aprobados al contribuir con capacidad de c\u00f3mputo elegible a la red de ShareAI.<\/p>\n\n\n\n Rastree el nombre del agente, usuario o espacio de trabajo, ruta del modelo, latencia, uso de tokens, tasa de errores, eventos de respaldo y la funci\u00f3n o acci\u00f3n del cliente que activ\u00f3 la llamada. Esos datos facilitan mucho las decisiones de precios y enrutamiento m\u00e1s adelante.<\/p>","protected":false},"excerpt":{"rendered":" Conecta los marcos de agentes de IA al API \u00fanico de ShareAI para el enrutamiento de modelos, conmutaci\u00f3n por error, visibilidad de uso y monetizaci\u00f3n de Builder.<\/p>","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"cta-title":"Integrate one API","cta-description":"Access 150+ models with smart routing and failover.","cta-button-text":"View Docs","cta-button-link":"https:\/\/shareai.now\/documentation\/?utm_source=blog&utm_medium=content&utm_campaign=ai-agent-frameworks-one-api-multiple-models","rank_math_title":"AI Agent Frameworks: Connect One API to Multiple Models","rank_math_description":"AI agent frameworks work better with one API for model routing, failover, usage visibility, and Builder monetization.","rank_math_focus_keyword":"AI agent frameworks, multi-provider AI API, AI API routing","footnotes":""},"categories":[4,9],"tags":[99,88,176,105],"class_list":["post-3071","post","type-post","status-publish","format-standard","hentry","category-developers","category-product","tag-ai-agents","tag-ai-api","tag-ai-routing","tag-builder-monetization"],"_links":{"self":[{"href":"https:\/\/shareai.now\/es\/api\/wp\/v2\/posts\/3071","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/shareai.now\/es\/api\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/shareai.now\/es\/api\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/shareai.now\/es\/api\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/shareai.now\/es\/api\/wp\/v2\/comments?post=3071"}],"version-history":[{"count":1,"href":"https:\/\/shareai.now\/es\/api\/wp\/v2\/posts\/3071\/revisions"}],"predecessor-version":[{"id":3074,"href":"https:\/\/shareai.now\/es\/api\/wp\/v2\/posts\/3071\/revisions\/3074"}],"wp:attachment":[{"href":"https:\/\/shareai.now\/es\/api\/wp\/v2\/media?parent=3071"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/shareai.now\/es\/api\/wp\/v2\/categories?post=3071"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/shareai.now\/es\/api\/wp\/v2\/tags?post=3071"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}El Patr\u00f3n B\u00e1sico de Conexi\u00f3n<\/h2>\n\n\n\n
Paso 1: Probar la solicitud de ShareAI<\/h2>\n\n\n\n
curl -X POST \"https:\/\/api.shareai.now\/v1\/chat\/completions\" \\\"<\/code><\/pre>\n\n\n\nPaso 2: Apuntar el framework a ShareAI<\/h2>\n\n\n\n
import os<\/code><\/pre>\n\n\n\nSHAREAI_API_KEY=\"tu-clave-del-lado-del-servidor\"<\/code><\/pre>\n\n\n\nPaso 3: Dividir las rutas de los agentes por tarea<\/h2>\n\n\n\n
D\u00f3nde encaja la monetizaci\u00f3n del Constructor<\/h2>\n\n\n\n
Lista de Verificaci\u00f3n de Producci\u00f3n para Marcos de Agentes de IA<\/h2>\n\n\n\n
Preguntas frecuentes<\/h2>\n\n\n\n
\u00bfQu\u00e9 son los marcos de agentes de IA?<\/h3>\n\n\n\n
\u00bfPor qu\u00e9 conectar los marcos de agentes de IA a una API?<\/h3>\n\n\n\n
\u00bfEs ShareAI un marco de agentes de IA?<\/h3>\n\n\n\n
\u00bfPuedo usar ShareAI con LangChain?<\/h3>\n\n\n\n
\u00bfPueden los constructores de agentes visuales usar este patr\u00f3n?<\/h3>\n\n\n\n
\u00bfC\u00f3mo debo elegir modelos para diferentes pasos del agente?<\/h3>\n\n\n\n
\u00bfC\u00f3mo ayuda la conmutaci\u00f3n por error a los agentes de IA?<\/h3>\n\n\n\n
\u00bfPueden los constructores monetizar el uso del marco de agentes?<\/h3>\n\n\n\n
\u00bfQui\u00e9n paga por el uso del agente dirigido?<\/h3>\n\n\n\n
\u00bfGanan los proveedores y los constructores de la misma manera?<\/h3>\n\n\n\n
\u00bfQu\u00e9 debo rastrear antes del lanzamiento?<\/h3>\n\n\n\n