Saltar al contenido

Lección 12 de 17 · Lectura y práctica

Cuestionario sobre lógica condicional en LangGraph

Tipo de lección: QuizEvaluacion del moduloResponde estas preguntas para comprobar que puedes aplicar los criterios principales del modulo.

Del concepto a la práctica

Taller de esta lección

Comprueba la lógica condicional con una matriz de casos, incluyendo límites y datos ausentes. La respuesta válida no es solo la etiqueta: debe incluir la razón observable y la herramienta o nodo elegido.

Ejemplo resuelto

Regla: riesgo mayor o igual que 7 y sin bloqueo produce priorizar; riesgo menor produce revisar; bloqueo produce desbloquear. Para (riesgo=8,bloqueada=true), gana desbloquear si se evalúa primero.

Pruébalo

  1. Escribe el orden de precedencia.

  2. Ejecuta un caso por cada rama.

  3. Prueba riesgo 7 y riesgo ausente.

  4. Comprueba que el estado no se muta durante la decisión.

Error frecuente: evaluar riesgo antes del bloqueo y priorizar una tarea bloqueada. Corrígelo colocando la condición de bloqueo como guardia inicial.

Ejercicio: evalúa (8,true), (7,false), (6,false) y (null,false). Resultado esperado: desbloquear, priorizar, revisar y revisar-validación.

Comprueba tu resultado

Tu matriz debe contener cuatro filas, ruta, razón y salida. Verifica que el caso límite 7 entra en priorizar y que el valor ausente no se convierte silenciosamente en cero.

Representación y precedencia del cuestionario

La notación null, true, false de la matriz es JSON; en Python escribe None, True, False. Este cuestionario fija una política diferente de la lección de prioridad: comprueba primero un bloqueo válido y después valida riesgo. Los cuatro casos esperados permanecen: desbloquear, priorizar, revisar y revisar-validación. Añade bool como riesgo y una cadena como bloqueo: deben rechazarse como entradas inválidas, sin convertirlas silenciosamente. Conserva el diccionario original y compara una copia antes y después del router.

Bucle de estado, herramienta y resultado, con revisión humana antes de una acción de alto impacto.
CursaloMapa de práctica
Un agente necesita límites

Un agente mantiene un estado y utiliza herramientas dentro de límites definidos. El resultado de cada herramienta actualiza ese estado para decidir el siguiente paso. Las acciones de alto impacto deben pasar por una revisión humana antes de ejecutarse.

Ver la infografía en tamaño completo ↗
Fuentes para profundizar

Tipo de lección: Quiz

Evaluacion del modulo

Responde estas preguntas para comprobar que puedes aplicar los criterios principales del modulo.

Sigue con LangGraph Avanzado: Construcción de Agentes de IA con Memoria y Herramientas

Esta lección forma parte de un curso de Cursalo. Revisa su programa y elige entre la compra individual o el acceso a toda la escuela.

Si ya tenías acceso a este curso, entra con tu cuenta: tus derechos y tu progreso se conservan. No necesitas comprarlo de nuevo.

01 / ELEGIR UNA RUTA

El próximo paso

Aprende IA mientras construyes algo que sí necesitas.

Empieza por el curso inicial o explora el catálogo para encontrar una práctica alineada con tu trabajo.