Intensivo Gratis 21–22.11Intensivo gratuito de 2 días en Vibecoding (21–22 nov, 16:00 MSK) · Cohorte 3 inicia 23.11Registrarse gratis →Cohorte 3 (23.11)
IndustriaCódigo / SDK · Listo para usarGitHub Trending AI→ original

AG-UI 1.0 le da a los agentes de IA un lenguaje común para comunicarse con la aplicación: 31 tipos de eventos

Cada framework de agentes informa a la aplicación de que el agente está escribiendo, ha invocado una herramienta o espera la confirmación de una persona a su manera. El protocolo AG-UI 1.0 sustituye esa lógica hecha a medida por un flujo común de eventos, como «empezó a escribir» o «invocó una herramienta». Hay 31 tipos, agrupados en ocho familias. Así, un mismo agente funciona en la web, en una app móvil o en Slack sin reescribir la interfaz.

Procesado por IA desde GitHub Trending AI; editado por Hamidun News
AG-UI 1.0 le da a los agentes de IA un lenguaje común para comunicarse con la aplicación: 31 tipos de eventos
Fuente: GitHub Trending AI. Collage: Hamidun News.
Escuchar artículo
Ficha técnica y cifras clave
ParámetroDatos
Fuente originalGitHub Trending AI ↗
Editor jefe
La versión 1.0 está congeladalos agentes 0.x funcionan con clientes 1.0 y viceversa
Dato clave #2Los SDK para TypeScript, Python y .NET se generan a partir de JSON Schema
Dato clave #3Entre los partidarios figuran Google, Microsoft, Amazon y Oracle

Imagine que integra un agente de IA en el chat de su producto. El agente escribe la respuesta palabra por palabra, en mitad de la respuesta invoca una herramienta, por ejemplo una búsqueda en una base de datos, y después espera a que el usuario pulse «Confirmar». Cada framework de agentes informa de todo ello a la aplicación en su propio formato, así que el equipo de frontend tiene que escribir una capa de integración específica para cada backend.

El protocolo AG-UI (Agent-User Interaction Protocol, «protocolo de interacción entre agente y usuario») elimina esa capa. En la versión 1.0 describe 31 tipos de eventos: «el agente empezó a escribir», «invocó una herramienta», «actualizó el estado» y así sucesivamente.

Cualquier interfaz (UI) sabe mostrar esos eventos.

Cómo funciona

Entre el agente y la aplicación circula un único flujo bidireccional de eventos. La aplicación inicia una «ejecución» (run) y envía al agente un mensaje: el historial de la conversación, la lista de herramientas que puede ejecutar el frontend, el estado compartido y el contexto. A cambio, el agente devuelve un stream de eventos tipados. Al cliente no le importa en qué está escrito el agente; le basta con entender los eventos.

Una analogía cotidiana son los subtítulos de una película. La película pudo rodarse con cualquier cámara, pero si el formato de subtítulos es único, cualquier reproductor puede mostrarlos. Aquí el reproductor es una aplicación web, un cliente móvil, una terminal o Slack.

Los 31 tipos de eventos se organizan en ocho familias: ciclo de vida de la ejecución, mensajes de texto, llamadas a herramientas, estado, razonamiento, actividad, subagentes y eventos personalizados. Solo es obligatoria la primera familia. Un agente mínimo envía un par de eventos, y el resto se añade a medida que crece el producto.

A través de estos eventos se gestionan tareas que normalmente hay que programar a mano:

  • mensajes en streaming con cancelación y reanudación;
  • un almacén de estado compartido, que tanto el agente como la aplicación leen y escriben, con sincronización mediante snapshots y deltas JSON Patch;
  • herramientas que el agente invoca, pero que se ejecutan en la aplicación; después el resultado vuelve al agente;
  • confirmación humana: el usuario aprueba, corrige o rechaza una acción, y la siguiente ejecución continúa desde ese punto;
  • visualización del proceso de razonamiento, incluido el razonamiento cifrado;
  • delegación anidada, donde cada evento lleva la marca de la ejecución del subagente que lo generó;
  • imágenes, audio, vídeo y documentos tanto en la entrada del usuario como en los resultados de las herramientas.

Qué significa «1.0» para el desarrollador

El número 1.0 implica estabilidad. La especificación está congelada, se describe mediante JSON Schema y los SDK para TypeScript, Python y .NET se generan directamente a partir de ella. Esto reduce el riesgo de que cliente y servidor diverjan en los detalles. Se anuncia también compatibilidad retroactiva en ambos sentidos: los agentes de la versión 0.x funcionan con clientes 1.0, y viceversa. Quienes ya han iniciado una integración no tendrán que reescribir nada.

El protocolo no depende del transporte: la especificación describe un enlace HTTP, y una capa intermedia (middleware) puede incorporar eventos de cualquier otra fuente. Cualquier agente AG-UI es un endpoint HTTP que recibe una petición y devuelve eventos en streaming. El repositorio incluye un ejemplo de servidor y cliente de unas 30 líneas. No hacen falta claves de API para probarlo: el servidor se instala con pip install ag-ui-protocol fastapi uvicorn, y el cliente con npm install @ag-ui/client tsx (se requiere Node.js 20 o superior). Si se sustituye el servidor por otro, no hay que cambiar el cliente.

Para un arranque rápido existe una CLI: npx create-ag-ui-app@latest genera un frontend en Next.js o un cliente de terminal para el framework de agentes elegido. Las plantillas llaman a OpenAI, así que antes de ejecutarlas hace falta una clave.

Lugar entre otros protocolos y advertencias

AG-UI se presenta como la tercera pieza del conjunto de protocolos abiertos para agentes. MCP proporciona al agente herramientas y contexto, A2A permite que los agentes se comuniquen entre sí, y AG-UI conecta el agente con el usuario. Un mismo agente puede usar los tres a la vez, y AG-UI puede situarse delante de agentes que hablan MCP o A2A. Aparte están formatos como MCP Apps y Open-JSON-UI, que describen qué interfaz quiere mostrar el agente. Dentro de este esquema, AG-UI es el canal por el que esas descripciones y todo lo demás llegan a la aplicación.

Los autores afirman que el protocolo ha sido adoptado por Google, Microsoft, Amazon y Oracle, y que está integrado en la mayoría de los frameworks de agentes. Entre las integraciones mencionadas están OpenAI Agents, watsonx, Spring AI y clientes para React, Angular, Vue y React Native. Estos datos proceden de la descripción del propio proyecto; el artículo no incluye una verificación independiente de la escala de adopción. Conviene revisar las demos concretas en Dojo y comprobar hasta qué punto el framework que le interesa está soportado sin parches caseros.

Conclusión práctica: si desarrolla un producto con varias interfaces o quiere cambiar de framework de agentes sin reescribir el frontend, merece la pena probar AG-UI en un prototipo pequeño. Evita tener que mantener un protocolo hecho a medida entre el agente y la UI, algo que normalmente hay que sostener por cuenta propia.

Historia

Preguntas frecuentes sobre la noticia

Cómo funciona?

Entre el agente y la aplicación circula un único flujo bidireccional de eventos. La aplicación inicia una «ejecución» (run) y envía al agente un mensaje: el historial de la conversación, la lista de herramientas que puede ejecutar el frontend, el estado compartido y el contexto. A cambio, el agente devuelve un stream de eventos tipados. Al cliente no le importa en qué está escrito el agente; le basta con entender los eventos. Una analogía cotidiana son los subtítulos de una película.

¿Qué se sabe sobre Qué significa «1.0» para el desarrollador?

El número 1.0 implica estabilidad. La especificación está congelada, se describe mediante JSON Schema y los SDK para TypeScript, Python y .NET se generan directamente a partir de ella. Esto reduce el riesgo de que cliente y servidor diverjan en los detalles. Se anuncia también compatibilidad retroactiva en ambos sentidos: los agentes de la versión 0.x funcionan con clientes 1.0, y viceversa. Quienes ya han iniciado una integración no tendrán que reescribir nada.

¿Qué se sabe sobre Lugar entre otros protocolos y advertencias?

AG-UI se presenta como la tercera pieza del conjunto de protocolos abiertos para agentes. MCP proporciona al agente herramientas y contexto, A2A permite que los agentes se comuniquen entre sí, y AG-UI conecta el agente con el usuario. Un mismo agente puede usar los tres a la vez, y AG-UI puede situarse delante de agentes que hablan MCP o A2A. Aparte están formatos como MCP Apps y Open-JSON-UI, que describen qué interfaz quiere mostrar el agente.

ZK
Zhemal Khamidun — CPO de Alpina Digital, product manager de AlpinaGPT. Crea productos de IA desde 2019. Hamidun News es un proyecto personal que creció hasta ser un agregador en producción con más de 6.000 lectores.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
¿Qué te parece?
Cargando comentarios…