En este artículo, aprenderá cómo crear, implementar y probar un agente de IA de procesamiento de documentos sin código con LlamaAgents Builder en LlamaCloud.
Los temas que cubriremos incluyen:
Cómo crear un agente de clasificación de documentos utilizando un mensaje en lenguaje natural. Cómo implementar el agente en una aplicación respaldada por GitHub sin escribir código. Cómo probar el agente implementado en facturas y contratos en la interfaz de LlamaCloud.
No perdamos más tiempo.
LlamaAgents Builder: desde el mensaje hasta el agente de IA implementado en minutos (haga clic para ampliar)
Imagen del editor
Introducción
La creación de un agente de IA para tareas como analizar y procesar documentos de forma autónoma solía requerir horas de configuración, orquestación de código y batallas de implementación casi infinitas. Hasta ahora.
Este artículo revela el proceso de creación, implementación y uso de un agente inteligente desde cero sin escribir una sola línea de código, utilizando LlamaAgents Builder. Mejor aún, la alojaremos como una aplicación en un repositorio de software que será 100 % de nuestra propiedad.
Completaremos todo el proceso en cuestión de minutos, así que el tiempo apremia: comencemos.
Construyendo con LlamaAgents Builder
LlamaAgents Builder es una de las funciones más nuevas de la plataforma web LlamaCloud, cuyo producto estrella se presentó originalmente como LlamaParse. Una mezcla de nombres un poco confusa, ¡lo sé! Por ahora solo ten en cuenta que accederemos al generador de agentes a través de este enlace.
Lo primero que deberías ver es un menú de inicio como el que se muestra en la siguiente captura de pantalla. Si esto no es lo que ve, intente hacer clic en el icono “LlamaParse” en la esquina superior izquierda y debería ver esto, al menos en el momento de escribir este artículo.
Menú de inicio de LlamaParse
Tenga en cuenta que, en este ejemplo, estamos trabajando con una cuenta de plan gratuito recién creada, que permite procesar hasta 10 000 páginas.
¿Ves el bloque “Agentes” en la parte inferior derecha? Ahí es donde vive LlamaAgents Builder. Aunque está en versión beta al momento de escribir este artículo, ya podemos crear flujos de trabajo útiles basados en agentes, como veremos.
Una vez que hagamos clic en él, se abrirá una nueva pantalla con una interfaz de chat similar a Gemini, ChatGPT y otros. Obtendrá varios flujos de trabajo sugeridos para lo que le gustaría que hiciera su agente, pero especificaremos el nuestro escribiendo el siguiente mensaje en el cuadro de entrada en la parte inferior. Solo lenguaje natural, sin ningún código:
Cree un agente que clasifique documentos en “Contratos” y “Facturas”. Para contratos, extraiga las partes firmantes; para facturas, el importe total y la fecha.
Especificar lo que el agente debe hacer con un mensaje en lenguaje natural
Simplemente envíe el mensaje y la magia comenzará. Con un notable nivel de transparencia en el proceso de razonamiento, verás los pasos completados y el progreso realizado hasta el momento:
AgentBuilder creando nuestro flujo de trabajo de agente
Después de unos minutos, se completará el proceso de creación. No sólo puede ver el diagrama de flujo de trabajo completo, que ha ido creciendo gradualmente a lo largo del proceso, sino que también recibe una descripción clara y concisa de cómo utilizar su agente recién creado. Simplemente asombroso.
Flujo de trabajo del agente creado
El siguiente paso es implementar nuestro agente para que pueda usarse. En la esquina superior derecha, es posible que vea un botón “Push & Deploy”. Esto inicia el proceso de publicación de los paquetes de software del flujo de trabajo de su agente en un repositorio de GitHub, así que primero asegúrese de tener una cuenta registrada en GitHub. Puede registrarse fácilmente con una cuenta existente de Google o Microsoft, por ejemplo. Una vez que tengas la plataforma LlamaCloud conectada a tu cuenta de GitHub, es extremadamente fácil impulsar e implementar tu agente: simplemente dale un nombre, especifica si lo quieres en un repositorio privado y listo:
Impulsar e implementar el flujo de trabajo del agente en GitHub
El proceso tardará unos minutos y verá un flujo de mensajes similares a una línea de comandos que aparecen sobre la marcha. Una vez que finalice y el estado de su agente aparezca como “En ejecución”, verá algunos mensajes finales similares a este:
[app] 10:01:08.583 información Inicio de la aplicación completo. (uvicorn.error)
[app] 10:01:08.589 información Uvicorn ejecutándose en http://0.0.0.0:8080 (Presione CTRL+C para salir) (uvicorn.error)
[app] 10:01:09.007 Solicitud HTTP de información: POST https://api.cloud.llamaindex.ai/api/v1/beta/agent-data/:search?project_id= “HTTP/1.1 200 OK” (httpx)
[app] 10:01:08.583 información Solicitud puesta en marcha completo. (uvicornio.error)
[app] 10:01:08.589 información Uvicornio correr en http://0.0.0.0:8080 (Presione CTRL+C para salir) (uvicorn.error)
[app] 10:01:09.007 información HTTP Pedido: CORREO https://api.cloud.llamaindex.ai/api/v1/beta/agent-data/:search?project_id= “HTTP/1.1 200 OK” (httpx)
Los mensajes “Uvicorn” indican que nuestro agente ha sido implementado y se está ejecutando como una API de microservicio dentro de la infraestructura de LlamaCloud. Si está familiarizado con los puntos finales de FastAPI, es posible que desee probarlo mediante programación a través de la API, pero en este tutorial, mantendremos las cosas más simples (prometimos cero codificación, ¿no?) y probaremos todo nosotros mismos en la propia interfaz de usuario de LlamaCloud.
Para ello haz clic en el botón “Visitar” que aparece en la parte superior:
Agente implementado en funcionamiento
Ahora viene la parte más emocionante. Debería haber sido redirigido a una página de juegos llamada “Revisar”, donde puede probar a su agente. Comience cargando un archivo, por ejemplo, un documento PDF que contenga una factura o un contrato. Si no tiene uno, simplemente cree su propio documento de ejemplo ficticio usando Microsoft Word, Google Docs o una herramienta similar, como esta:
IU de prueba del agente LlamaCloud: procesar una factura
Tan pronto como se carga el documento, el agente comienza a trabajar por sí solo y, en cuestión de segundos, clasificará su documento y extraerá los campos de datos requeridos, según el tipo de documento. Puedes ver este resultado en el panel derecho de la imagen de arriba: el agente ha extraído correctamente el importe total y la fecha de la factura.
¿Qué tal si subimos ahora un documento de ejemplo que contenga un contrato?
UI de prueba del agente LlamaCloud: procesando un contrato
Como era de esperar, el documento ahora está clasificado como contrato y, en esta ocasión, la información extraída consiste en los nombres de las partes firmantes.
¡Bien hecho! A medida que siga ejecutando ejemplos, asegúrese de aprobarlos o rechazarlos en función de si se han procesado correctamente: esto ayuda al agente a aprender de los comentarios.
Casos de prueba de agentes y su estado
Concluyendo
Hemos visto cómo construir e implementar, paso a paso y sin líneas de código, un agente de IA capaz de clasificar documentos y procesarlos de diferentes maneras según el tipo de documento, todo en cuestión de minutos y dentro de la función recién agregada de LlamaCloud, LlamaAgents Builder.