Frameworks de agentes de IA en 2026: cuál elegir
Comparativa práctica de frameworks para crear agentes de IA: Vercel AI SDK, OpenAI Agents SDK, Claude Agent SDK, LangGraph, CrewAI, Google ADK y Mastra. Para qué sirve cada uno y cómo elegir.
Publicado el 2026-10-02 · 4 min de lectura
En resumen
- Un framework de agentes resuelve lo repetitivo: el ciclo de llamadas al modelo, la ejecución de herramientas, la memoria y la observabilidad.
- En TypeScript, los más usados son Vercel AI SDK y Mastra; en Python, LangGraph, CrewAI y Google ADK; OpenAI y Anthropic tienen SDK propios.
- Elige por tu lenguaje, por si necesitas varios proveedores de modelos y por cuánto control quieres sobre el flujo.
- Para muchos casos no hace falta framework: el SDK del proveedor con llamadas a herramientas y un bucle simple basta.
Qué resuelve un framework de agentes
Un agente es un bucle: el modelo decide una acción, tu código ejecuta la herramienta, el resultado vuelve al modelo y se repite hasta terminar. Escribir ese bucle a mano es posible y, para casos simples, recomendable.
Cuando el agente crece, aparecen necesidades repetitivas: definir herramientas con esquemas, manejar errores y reintentos, guardar el estado de conversaciones largas, coordinar varios agentes, pedir aprobación humana y registrar cada paso para depurar. Eso es lo que te dan los frameworks.
Los principales, en una frase cada uno
- Vercel AI SDK (TypeScript): una interfaz común para muchos proveedores de modelos, con llamadas a herramientas, streaming e integración muy cómoda con Next.js y React.
- Mastra (TypeScript): framework de agentes y flujos de trabajo con memoria, herramientas, evaluaciones y observabilidad.
- OpenAI Agents SDK (Python y TypeScript): agentes, herramientas, traspasos entre agentes y guardarraíles, pensado para los modelos de OpenAI.
- Claude Agent SDK (Python y TypeScript): el mismo motor de Claude Code para construir agentes propios, con herramientas, permisos y soporte para MCP.
- LangGraph (Python y JavaScript): modela el agente como un grafo de estados, con mucho control sobre el flujo, persistencia y pausas para aprobación humana.
- CrewAI (Python): organiza el trabajo en equipos de agentes con roles y tareas.
- Google ADK, Agent Development Kit (Python y otros lenguajes): kit de Google para agentes y sistemas multiagente, integrado con Gemini y Google Cloud.
Todos evolucionan rápido. Antes de decidir, revisa la documentación actual y la actividad reciente del repositorio.
Cómo elegir
- Por lenguaje: si tu app es Next.js, Vercel AI SDK o Mastra encajan de forma natural. Si trabajas en Python, LangGraph, CrewAI o Google ADK.
- Por proveedor: si quieres cambiar de modelo con facilidad, prioriza frameworks multiproveedor (Vercel AI SDK, LangGraph, Mastra). Si vas a usar un solo proveedor a fondo, su SDK oficial suele aprovechar antes sus novedades.
- Por control: si el flujo es delicado y necesitas pausar, retomar y aprobar pasos, LangGraph da mucho control. Si quieres algo rápido con roles claros, CrewAI es directo.
- Por herramientas: si quieres reutilizar servidores MCP, comprueba que el framework los soporta.
Cuándo no usar ningún framework
Anthropic, en su guía sobre agentes efectivos, recomienda empezar llamando directamente a la API del modelo: muchos patrones se implementan en pocas líneas, y los frameworks añaden capas que pueden ocultar qué prompt y qué respuesta hay realmente detrás.
Si tu agente tiene dos o tres herramientas y una sola conversación, un bucle sencillo con el SDK del proveedor es más fácil de entender, depurar y mantener.
Lo que importa más que el framework
- Herramientas con nombres y descripciones claras, y parámetros bien tipados.
- Límites: número máximo de pasos, presupuesto y permisos mínimos.
- Aprobación humana para acciones irreversibles.
- Un registro de cada decisión y cada llamada.
- Un conjunto de casos de prueba para comparar versiones del agente.
- Defensa frente a la inyección de instrucciones en todo lo que el agente lee.
Aprende los conceptos que sirven con cualquiera
La ruta Agentes de IA de Codelindo enseña los fundamentos que comparten todos los frameworks: el ciclo del agente, herramientas y MCP, especificaciones, bucles de verificación, evaluación y seguridad. En el proyecto final construyes tu primer agente útil con Vercel AI SDK, CrewAI o el SDK de un proveedor, a tu elección. Está incluida en el plan Pro.
Preguntas frecuentes
¿Cuál es el mejor framework de agentes de IA?
No hay uno mejor para todo. Depende de tu lenguaje, de si quieres varios proveedores de modelos y de cuánto control necesitas sobre el flujo.
¿LangGraph o CrewAI?
LangGraph si necesitas control fino del flujo, estados persistentes y aprobación humana. CrewAI si quieres montar rápido un equipo de agentes con roles.
¿Necesito un framework para crear un agente?
No siempre. Para agentes pequeños, el SDK del proveedor con llamadas a herramientas y un bucle simple es suficiente y más fácil de depurar.
¿Qué es MCP y qué tiene que ver con los frameworks?
Model Context Protocol es un estándar abierto para conectar herramientas y datos a los modelos. Muchos frameworks pueden usar servidores MCP, así que una herramienta sirve en varios.
Siguiente paso: curso de agentes de IA.