Listado completo de herramientas para crear AI Agents

⚒️ Frameworks para construir y orquestar agentes

• CrewAI: Framework para orquestar agentes autónomos que adoptan roles.

• AutoGPT: Plataforma para crear, desplegar y gestionar sistemas de agentes y workflows.

• Phidata: Permite crear asistentes de IA con memoria, conocimiento y herramientas.

• Camel: Permite construir sistemas multi-agente personalizados para generar datos, completar tareas o simular interacciones.

• AutoGen: Framework de Microsoft que permite crear y orquestar sistemas multi-agente.

• SuperAGI: Framework open-source para crear, gestionar y ejecutar agentes autónomos.

• Superagent:  Framework open-source que permite añadir agentes de IA a aplicaciones.

• LangChain: Framework open-source que conecta LLMs con datos y APIs, facilitando cadenas, agentes y RAG en producción. 

• LlamaIndex: Framework flexible para indexar, consultar y enlazar cualquier dato privado a LLMs, potenciando RAG y agentes contextuales.  

🗣️ Herramientas para trabajar con agentes de voz

Speech-to-Speech:

• Ultravox: Combina un LLM multimodal con códec neural de audio consiguiendo ofrecer conversaciones en tiempo real (latencia ≈ 80 ms). 

• Moshi: Modelo fundacional de voz desarrollado por la startup francesa Kyutai con capacidad de mantener conversaciones real-time (codifica voz a 1,1 kbps y responde instantáneamente). 

• Pipecat: Framework de Python open-source que orquesta audio, vídeo y servicios AI para agentes multimodales en streaming. 

Speech-to-Text

• Whisper: Modelo de OpenAI capaz de realizar reconocimiento de voz multilingüe, traducción de voz e identificación de idiomas.

• Stable-ts: Añade transcripción, alineación forzada e indexación de audio Whisper, mejorando segmentación, búsqueda y edición. 

• Speaker Diarization 3.1: Modelo pyannote que separa locutores en conversaciones, auto-mezcla canales y remezcla a 16 kHz.

Text-to-Speech

• ChatTTS: Modelo que sintetiza voz fluida para diálogos LLM. Entrenado de forma bilingüe inglés/chino. 

• ElevenLabs: Clonación y text-to-speech hiperrealista en 32 idiomas.

• Cartesia (Sonic 2): Genera text-to-speech ultra-realista con 90 ms TTFB, control de emoción y soporte multilingüe.

Plataformas All-in-one

• Vocode: Simplifica la creación de agentes de voz LLM, integrando speech-to-text, text-to-speech y orquestación en tiempo real. 

• Retell AI: Plataforma para construir, probar y desplegar agentes de voz LLM en llamadas, con flujos conversacionales y análisis post-llamada. 

• Vapi: API configurable que orquesta STT, LLM y TTS para crear, probar y escalar agentes de voz multilingües en minutos.

• Voice Lab: Evalúa agentes de voz midiendo métricas y comparando prompts, modelos y personalidades.  

🧑‍💻 Cursos Recomendados

• Multi-AI Agent Systems with CrewAI (Gratis): Diseña y coordina equipos de agentes para automatizar procesos complejos

• AI Agentic Design Patterns with AutoGen (Gratis): Aprende a construir y personalizar sistemas multi-agente con el framework de Microsoft

• LangChain for LLM Application Development (Gratis): Fundamentos para encadenar herramientas, construir RAG y agentes con LangChain.

• LangChain Academy (Gratis): Ruta autoguiada con módulos progresivos sobre LangChain y su ecosistema

• Building Agentic RAG with LlamaIndex (Gratis): Aprende a crear asistentes de investigación que planean y usan herramientas sobre tus datos.

• Advanced RAG Certification (LlamaIndex × Activeloop)(Gratis): Curso que cubre RAG a escala, Deep Memory y optimización de recuperación.

• AI Agents Course (Hugging Face) (Gratis): Itinerario completo, de principiante a experto, para entender y construir agentes de IA.

• Building AI Voice Agents for Production (Gratis): Curso de 50 minutos para desplegar agentes de voz en entornos reales.

• Create Voice AI Agents with Vapi (Pago): Desarrolla asistentes de voz multilingües e intégralos con Make o Twilio.