Deep Agent

Deep Agent es un agente pensado para encargos largos que requieren muchos pasos: investigar varias fuentes, preparar un informe, analizar documentos o coordinar varias tareas. Antes de ponerse a trabajar organiza el encargo en una lista de tareas, guarda notas y resultados intermedios en archivos de trabajo propios y puede encargar partes del trabajo a subagentes, cada uno con su propio contexto.

Mientras trabaja, muestra en el chat una línea de estado por cada herramienta que usa, para que veas en qué punto está. Úsalo cuando un Agent normal se quede corto porque la tarea es demasiado larga o tiene demasiadas partes.

Cuándo usarlo

• Preparar un informe de mercado consultando varias fuentes y herramientas.
• Analizar un conjunto de documentos y redactar un resumen con conclusiones.
• Tareas que combinan búsqueda, cálculo y redacción en varios pasos.
• Ejecutar código en un entorno aislado para procesar datos o generar gráficos.
• Encargos que conviene dividir entre agentes especializados.

Configuración

Conexión	Qué conectar
Model (obligatorio)	Un componente de modelo de IA. Para tareas largas conviene un modelo con buena capacidad de razonamiento.
Tools	Las herramientas que el agente puede usar. Puedes conectar varias. Con Request Approval el agente puede detenerse a esperar una aprobación.
Fallback Models	Aparece al activar Use Fallback Models en las opciones avanzadas. Uno o varios modelos de reserva. Si el modelo principal falla (el proveedor no responde, se supera un límite de uso, tarda demasiado o devuelve un error), el agente repite ese paso con el primero y, si también falla, con el siguiente, por orden. La conversación y lo que ya hicieron las herramientas se conservan. Conviene usar un modelo de otro proveedor.

Campo	Qué hace
Agent Name	Nombre del agente cuando otro agente lo usa como herramienta o subagente. Por defecto: DeepAgent.
Agent Description	Qué hace el agente. Otro agente la lee para decidir cuándo recurrir a él.
User Prompt	La plantilla del mensaje que recibe el agente. Por defecto: {input}. Cada variable entre llaves se convierte en un campo con ese nombre.
System Prompt	Las instrucciones del agente: su papel, cómo debe trabajar y qué debe entregar.
Input	El encargo que debe resolver, normalmente desde Chat Input.

Opciones avanzadas

Campo	Qué hace
Recursion Limit	Número máximo de pasos internos en una respuesta. Si se alcanza, el agente se detiene. Por defecto: 1000.
Stream	La respuesta aparece en el chat a medida que se genera. Al activarlo aparece Stream Thinking, que muestra también el razonamiento del modelo.
Use memory	El agente recuerda la conversación. Al activarlo aparece la conexión Memory, donde puedes conectar un componente de memoria como Postgres Memory.
Include State in response	Añade a la respuesta los datos internos de la ejecución del agente.
Tool Status	Muestra en el chat una línea de estado por cada herramienta que usa el agente. Por defecto: activado. Desactívalo, por ejemplo, cuando el Deep Agent trabaja como herramienta de otro agente y su progreso no interesa.
Enable Sandbox	Permite al agente ejecutar código en un entorno aislado. Al activarlo aparece la conexión Sandbox, donde conectas un componente como Nappai Sandbox.
Enable Subagents	Permite delegar tareas en agentes especializados. Al activarlo aparece la conexión Subagents, donde conectas la salida Agent de otros agentes.
Enable Rubric	Antes de terminar, un revisor comprueba el trabajo con tus criterios y, si falta algo, el agente sigue trabajando. Al activarlo aparece la pestaña Rubric (ver más abajo).
Enable Skills	Carga skills en el agente para darle conocimientos o procedimientos adicionales. Al activarlo aparece la conexión Skills y se activa Use memory. Ver Skills.
Enable HTML Artifacts	El agente puede publicar en el chat piezas visuales interactivas, como paneles, gráficos o diagramas. Actívalo solo en agentes con un trabajo visual.

Pestaña Rubric. Con Enable Rubric activado:

Campo	Qué hace
Rubric	Los criterios que definen un trabajo terminado, uno por línea. Viene con cuatro criterios de ejemplo. Si la dejas vacía, no se revisa nada.
Grader System Prompt	Las instrucciones del revisor. Viene rellenado; si lo vacías, se usan las instrucciones por defecto.
Max Grading Iterations	Cuántas revisiones como máximo (por defecto 3). Si se alcanzan sin aprobar, el agente entrega su última respuesta.
Use Separate Grader Model	Usa otro modelo para revisar. Al activarlo aparece la conexión Grader Model.

Guardrails

En la pestaña Avanzado, Guardrails pone reglas que el agente no se salta nunca: se revisa cada petición y cada acción antes de usar una herramienta. Consulta Guardrails, con un vídeo de ejemplo.

Uso como herramienta de un agente

Puedes conectar este componente a la entrada Tools de un agente. En la pestaña Tool, Tool Name y Tool Description son el nombre y la explicación con los que el agente reconoce la herramienta y decide cuándo usarla: escribe una descripción clara de lo que hace.

Procesamiento por lotes

Con el interruptor Batch Mode activado, el componente se ejecuta una vez por cada elemento de la lista que conectes en Batch Input y devuelve todos los resultados juntos en una lista. Parallel Executions indica cuántos elementos se procesan a la vez (de 1 a 5). Skip if Empty Batch Input salta el componente si la lista llega vacía, y Skip Branch if Empty Output detiene los componentes siguientes si el resultado está vacío. Más información en Conceptos clave.

Resultado

• Response: el resultado final del trabajo como mensaje. Conéctalo a Chat Output o a un componente que guarde o envíe el texto.
• Agent: el agente configurado, para que otro agente delegue en él.
• Tool: el agente convertido en herramienta, para la entrada Tools de otro agente.

Ejemplo

La consultora Horizonte Retail prepara cada mes un informe de tendencias para sus clientes. Su Deep Agent tiene conectado un buscador web en Tools y estas instrucciones en System Prompt: “Investiga las tendencias del comercio minorista del último mes, compara al menos tres fuentes y entrega un informe con resumen, tendencias principales y recomendaciones.” El agente organiza el trabajo en tareas, consulta las fuentes, guarda sus notas y entrega el informe en Response. Con Enable Rubric activado, un revisor comprueba que el informe cumple los criterios antes de entregarlo.

Buenas prácticas

• Describe en System Prompt el resultado que esperas (estructura, extensión, idioma); el agente planifica a partir de ahí.
• Las tareas largas consumen más llamadas al modelo: activa solo las opciones que el encargo necesita.

Componentes relacionados

• Agent: el agente principal, para la mayoría de los asistentes.
• Deep Research Agent: especializado en investigación en la web.
• Supervisor Agent: coordina a varios agentes.