> For the complete documentation index, see [llms.txt](https://docs.gaiodataos.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.gaiodataos.com/gaio-dataos-spanish/herramientas/tareas/analisis/agente.md).
# Agente
El **Flow Agent** es un agente de IA diseñado para operar dentro de contextos de tareas y flujos de trabajo, en lugar de conversaciones directas con el usuario. En este escenario, el agente actúa como un Agente basado en tareas, ejecutado como parte de un flujo automatizado o analítico.
### Cómo acceder al Flow Agent
El Flow Agent se accede a través del panel **Tasks** en la barra lateral izquierda.
* Abre el menú de navegación izquierdo
* Ve a **Tasks**
* Selecciona una categoría de tarea (ej.: Analytics)
* Haz clic en el agente después de seleccionar una tabla o accede haciendo clic derecho sobre una tabla y buscando **Agent**
Un Flow Agent se utiliza cuando necesitas que la IA:
* Procese datos como parte de un flujo de trabajo
* Analice, clasifique o transforme entradas
* Opere sin interacción directa con el usuario final
* Produzca salidas estructuradas para pasos posteriores
A diferencia de los Chat Agents, los Flow Agents normalmente son:
* Activados por tareas
* Impulsados por prompts e inputs
* Integrados en pipelines
***
### Cómo configurar tu Flow Agent
La pestaña **General** mostrada en este panel utiliza el mismo modelo de configuración que un Chat Agent:
* Name
* Description
* Role
* Goal
* Backstory
* Tools
* RAG access
Dado que estos conceptos ya están cubiertos en la documentación del Chat Agent, no se redefinen aquí.
***
### Tools y RAG en Flow Agents
Los Flow Agents pueden acceder a:
* Tools (Discovery, Diagrams, HTTP Request, MCP, RAG)
* Bases de conocimiento (RAGs)
* Esquemas y diagramas
El control de acceso sigue las mismas reglas:
* Solo pueden utilizarse las herramientas explícitamente habilitadas
* Solo pueden consultarse los RAGs adjuntos
Esto garantiza una ejecución predecible y segura dentro de los flujos de trabajo.
***
### Diferencia clave respecto a los Chat Agents
| Aspecto | Chat Agent | Flow Agent |
| ----------- | -------------------- | --------------------------- |
| Interacción | Conversacional | Basado en tareas / pipeline |
| Disparador | Mensaje del usuario | Ejecución de tarea |
| Salida | Lenguaje natural | Estructurada u operativa |
| Uso | Orientado al usuario | Backend / Analítico |
#### Configuración del Prompt
La pestaña **Prompt** define cómo el Flow Agent recibe instrucciones y datos de entrada durante la ejecución de la tarea. Esta es el área principal donde especificas qué debe hacer el agente con los datos entrantes y cómo debe razonar sobre ellos.
En un Flow Agent, el prompt no está escrito para interacción directa con el usuario, sino para ejecución determinista dentro de un flujo de trabajo.
#### Propósito de la pestaña Prompt
Utiliza la pestaña Prompt para:
* Definir las instrucciones de ejecución del agente
* Describir la estructura de entrada esperada
* Controlar cómo se inyectan los datos en el prompt
* Garantizar un comportamiento consistente y repetible
#### Secciones de la pestaña Prompt
La pestaña Prompt está compuesta por cuatro elementos principales:
1. **System Prompt**\
Instrucciones globales opcionales aplicadas antes de cualquier ejecución.\
Actúa como contexto a nivel de sistema.\
Es opcional en la mayoría de los casos de uso de Flow Agent.
Casos típicos de uso:
* Forzar reglas estrictas de salida
* Aplicar restricciones de cumplimiento o formato
* Definir políticas globales de ejecución
2. **Loop Table**\
Define si el agente debe ejecutarse una sola vez o iterar sobre una tabla.
3. **Prompt (Instructions)**\
Este es el bloque principal de instrucciones del Flow Agent.\
Aquí describes:
* El rol del agente para esta tarea específica
* Qué debe analizar o transformar
* Cómo debe razonar sobre la entrada
***
### Configuración de la salida
La pestaña **Output** define cómo y dónde el Flow Agent almacena sus resultados de ejecución. Esta configuración convierte la respuesta del agente en un artefacto estructurado que puede ser consumido por tareas posteriores, análisis o capas de almacenamiento.
1. Propósito de la pestaña Output
1. Utiliza la pestaña Output para:
1. Persistir los resultados del agente en una tabla
2. Forzar un esquema de salida estricto
3. Permitir salidas deterministas y legibles por máquina
4. Integrar resultados de IA en pipelines y análisis
2. Destino de salida
1. **Save agent result at**\
Elige dónde se almacenará la salida del agente: en una tabla o en un parámetro.
2. **Table name**\
Define la tabla donde se escribirán los resultados.
3. Selecciona si la salida del agente se almacenará como texto o JSON.
4. **Insert mode: append records to table (optional)**\
Permite agregar registros a la tabla en lugar de sobrescribirlos.
3. Definir formato del esquema de salida
```json
{
"type": "object",
"properties": {
"name": { "type": "string" },
"email": { "type": "string" },
"score": { "type": "integer" },
"description": { "type": "string" },
"date": { "type": "string" },
"category_1": { "type": "string" },
"category_1_score": { "type": "number" }
}
}
```
Este esquema garantiza que:
* Cada salida siga la misma estructura
* Se respeten los tipos de datos
* Las respuestas de IA sean compatibles con análisis y almacenamiento
{% hint style="info" %}
Haz clic en **Generate** para crear automáticamente un esquema basado en el contexto.
{% endhint %}
### Cuándo usar un Flow Agent
Utiliza un Flow Agent cuando:
* La IA forma parte de un pipeline de datos o automatización
* Las salidas deben ser deterministas o estructuradas
* El agente alimenta tareas posteriores
* No se requiere una interfaz de chat directa
### Buenas prácticas para salidas de Flow Agent
* Define siempre un esquema de salida en flujos de producción
* Prefiere JSON para resultados complejos de IA
* Alinea los campos de salida con los consumidores posteriores
* Evita salidas de texto libre en pipelines automatizados
* Versiona los esquemas cuando realices cambios estructurales