Este documento proporciona una guía completa sobre el patrón "Planificar-luego-Ejecutar" (PtE) para diseñar agentes de Modelos de Lenguaje a Gran Escala (LLM) capaces de automatizar tareas complejas de varios pasos. Exploramos los principios fundamentales del patrón PtE, un patrón de diseño de agentes que separa la planificación estratégica de la ejecución táctica, sus componentes (Planificador y Ejecutor) y sus ventajas arquitectónicas sobre patrones reactivos como ReAct en términos de previsibilidad, rentabilidad y calidad de inferencia. Nos centramos en la seguridad estableciendo una resiliencia inherente a ataques de inyección indirecta de mensajes, detallando la necesidad de una estrategia de defensa exhaustiva y controles complementarios esenciales como el principio de mínimo privilegio, el acceso a herramientas con alcance de tarea y la ejecución de código en un entorno aislado. Proporcionamos planos de implementación y referencias de código funcional para tres principales frameworks de agentes: LangChain (con LangGraph), CrewAI y AutoGen. Analizamos cómo cada marco implementa el patrón PtE y discutimos patrones avanzados, incluidos bucles de replanificación dinámica, ejecución paralela mediante DAG y la importancia de la verificación humana en el bucle (HITL).
