CertifyDeckCargando contenido…
El temario oficial de Microsoft Certified: Multi-Agent AI Solutions Expert, organizado por dominio. Marca cada punto según lo vayas repasando.
Inicia sesión para guardar tu progreso entre sesiones.
Design logical architecture for multi-agent solutions
Antes de crear agentes, elige el nivel mínimo de complejidad: una llamada directa al modelo si basta con un prompt, un agente único con herramientas como opción habitual y varios agentes solo ante límites de seguridad o cumplimiento, varios equipos, crecimiento previsto o cuando las pruebas demuestran que un agente no basta. Los pasos fijos se modelan como flujos de trabajo deterministas.
AI agent orchestration patterns ↗Single agent or multiple agents ↗
Un flujo multiagente combina patrones (secuencial, simultáneo, chat en grupo, entrega y magentic) según la etapa. Los bucles de control necesitan criterios de aceptación, límite de iteraciones y una alternativa como escalar a una persona. La intervención humana se define como aprobación o comentario, opcional u obligatoria, y conviene guardar el estado en esos puntos para reanudar sin repetir trabajo.
AI agent orchestration patterns ↗Microsoft Agent Framework Workflows - Human-in-the-loop (HITL) ↗
Documenta en un acta (charter) las responsabilidades, los roles sin solapamientos y las acciones prohibidas de cada agente. Las instrucciones se tratan como código versionado con identidad y tono, alcance y límites, mandatos de herramientas y reglas de citación. La autonomía crece de forma gradual desde ninguna acción permitida, y los límites se imponen con controles deterministas, no solo con el mensaje del sistema.
Process to build agents across your organization ↗Secure autonomous agentic AI systems ↗
Cada agente debe tener una identidad propia con roles RBAC mínimos y herramientas permitidas de forma explícita (allowed_tools, aprobaciones para operaciones de alto riesgo). En Foundry, la identidad del agente sirve para el acceso desatendido o para dar niveles distintos por agente; la identidad administrada del proyecto da el mismo acceso a todos, y el paso de identidad OAuth conserva los permisos de cada usuario.
Set up authentication for Model Context Protocol (MCP) tools ↗Agent identity concepts in Microsoft Foundry ↗
MCP conecta cada agente con sus herramientas y datos: el host crea un cliente por servidor, el servidor expone herramientas, recursos y prompts, y el transporte es stdio en local o Streamable HTTP en remoto. A2A conecta agentes autónomos entre sí: se descubren mediante la Agent Card en /.well-known/agent-card.json y reciben actualizaciones por sondeo, streaming o notificaciones push a un webhook.
A2A and MCP: Detailed Comparison ↗MCP Architecture overview ↗
Los principios de IA responsable (equidad, fiabilidad y seguridad, privacidad y seguridad, inclusión, transparencia y responsabilidad) se aplican con las funciones Gobernar, Mapear, Medir y Gestionar. Para evitar la dependencia excesiva, el diseño HAX crea modelos mentales realistas, indica cuándo verificar y facilita la verificación con fuentes. Las barreras de protección se aplican a entradas, herramientas y salida final.
Responsible AI for agent design ↗Fostering appropriate reliance on GenAI ↗
La memoria a corto plazo es el contexto de la sesión actual y la gestiona el marco de agentes; la memoria a largo plazo de Foundry extrae, consolida y recupera perfil de usuario, resúmenes de chat y procedimientos entre sesiones. Entre agentes se comparte solo el contexto necesario, compactado si hace falta, con aislamiento por usuario, segmentos compartidos explícitos y políticas de retención.
Memory in Microsoft Foundry Agent Service ↗AI agent orchestration patterns ↗
Asigna a cada agente el modelo que pide su tarea: modelos pequeños para clasificar o extraer, modelos sin razonamiento para respuestas rápidas y modelos de razonamiento con más esfuerzo para planificar o investigar. Los tokens de razonamiento ocupan la ventana de contexto, se facturan como salida y cuentan en max_output_tokens. El enrutador de modelos elige modelo por solicitud y conviene validar con evaluaciones.
Azure OpenAI reasoning models ↗GPT-5 vs GPT-4.1: choosing the right model for your use case ↗
Specify technology components to include in a multi-agent solution
En producción, A2A conecta agentes que cruzan límites de proceso, equipo u organización y se descubren mediante su Agent Card; el agente como herramienta basta dentro de un mismo proceso. Las toolboxes de Foundry exponen herramientas y servidores MCP en un único punto de conexión con autenticación y versiones centralizadas, y Foundry IQ ofrece bases de conocimiento compartidas que respetan los permisos del usuario.
Agent-to-Agent (A2A) ↗What is Microsoft Foundry Agent Service? - Microsoft Foundry ↗
Confianza cero en sistemas multiagente: cada agente publicado tiene su propia identidad de Entra con roles RBAC mínimos, la audiencia del token coincide con el recurso de destino y el acceso condicional bloquea por defecto y por riesgo. Las redes privadas evitan rutas públicas, y Purview y Foundry Control Plane aplican directivas DLP, auditoría y cumplimiento sobre las interacciones de los agentes.
Agent identity concepts in Microsoft Foundry - Microsoft Foundry ↗Configure Microsoft Entra agent identities for increased security - Microsoft Entra ↗
La persistencia por niveles separa el estado de sesión (AgentSession y proveedores de historial, como Cosmos DB para reanudar en otra instancia), el estado compartido del equipo (estado del flujo de trabajo con ámbitos compartidos y puntos de control duraderos) y la memoria semántica a largo plazo (almacenes de memoria de Foundry aislados por ámbito de usuario, con TTL y borrado de elementos).
Create and use memory in Foundry Agent Service - Microsoft Foundry ↗Azure Cosmos DB ↗
Los agentes de solicitud no requieren proceso que administrar; los agentes hospedados ejecutan tu contenedor en espacios aislados por sesión con escalado, identidad y punto de conexión administrados, y su costo depende de la CPU y memoria por sesión. Durable Extension en Azure Functions aporta orquestación duradera sin servidor, y el autohospedaje (por ejemplo, AKS) da control total de red y runtime.
Hosted agents in Foundry Agent Service - Microsoft Foundry ↗Durable Extension ↗
La observabilidad multiagente se basa en OpenTelemetry con las convenciones GenAI: intervalos invoke_agent anidados, execute_tool con argumentos y resultados, y propagación del contexto W3C hasta los servidores MCP. Agent Framework exporta trazas a Application Insights; los datos confidenciales solo se capturan en desarrollo y los puntos de control permiten reproducir ejecuciones completas de flujos de trabajo.
La supervisión de agentes combina evaluación continua sobre tráfico muestreado, evaluaciones programadas para detectar desviaciones, exámenes de red team y el panel de cada agente. Foundry Control Plane agrega la salud y el costo de la flota, Insights detecta patrones recurrentes en las trazas, y las alertas de Azure Monitor con grupos de acciones lanzan correcciones automáticas mediante Functions o Logic Apps.
Monitor agents with the Agent Monitoring Dashboard - Microsoft Foundry ↗Observability in Generative AI - Microsoft Foundry ↗
El ciclo de desarrollo se apoya en contenedores de desarrollo con la característica de azd y sus extensiones, Foundry Toolkit para Visual Studio Code (Agent Inspector, catálogo de herramientas e implementación), la CLI azd ai agent para ejecutar, invocar e implementar, y archivos de instrucciones de IA (copilot-instructions.md, AGENTS.md, .instructions.md) junto con la Microsoft Foundry Skill para los agentes de codificación.
Microsoft Foundry Toolkit for Visual Studio Code overview - Microsoft Foundry ↗Install the Azure Developer CLI ↗
Practica por dominio oficial y revisa la explicación de cada respuesta.
Empezar a practicar