Fins fa poc pensava que crear agents d'IA era massa complex, però la realitat és que començar és bastant accessible. En aquest article explico pas a pas com construir un agent d'IA meteorològic usant TypeScript i Node.js, i com convertir-lo en una eina útil que respon l'hora actual, consulta el clima i suggereix activitats segons la situació.
Requisits previs: instal·la Node.js i TypeScript. Necessitaràs una clau d'API per al model de llenguatge que farà funcionar el teu agent. Una opció pràctica és Gemini si tens un compte de Google, tot i que també pots usar models d'OpenAI o Claude seguint la seva documentació per generar una clau API. Afegeix la teva clau al fitxer .env com a valor de la variable GOOGLE_GENERATIVE_AI_API_KEY.
Esquelet del projecte: usa el SDK Mastra per a JavaScript i TypeScript. Un exemple de comanda per crear el projecte és npx create-mastra@latest --project-name weather-ai --example --components tools,agents,workflows --llm google. El projecte generat inclou un agent i una eina d'exemple per al clima. Executa npm run dev i obre la interfície local a https://localhost:4111 per provar el playground.
Arquitectura i estructura: la convenció de Mastra separa la lògica en tres carpetes principals agents, tools i workflows. El fitxer weather-agent.ts defineix l'agent meteorològic amb el seu model, instruccions de sistema i les eines que pot usar. Les instruccions de l'agent actuen com el prompt de sistema que guia el seu comportament: demanar ubicació si falta, traduir noms de lloc quan no estiguin en anglès, incloure detalls rellevants com humitat i vent, i suggerir activitats si l'usuari ho sol·licita.
Eines i com funcionen: les tools permeten que el cervell del LLM interactuï amb el món. Per exemple, weatherTool consulta serveis de geocodificació i usa l'API d'open-meteo per obtenir temperatura, sensació tèrmica, humitat, velocitat del vent, ràfegues i codi de condicions. Mastra permet definir esquemes d'entrada i sortida amb Zod per validar les dades que passen entre agent i eina.
Ampliant capacitats amb noves tools: per fer l'agent més intel·ligent afegeix un timeTool que retorni la data i l'hora segons una zona horària. Crea un fitxer src/mastra/tools/time-tool.ts que implementi una eina que formategi la data, l'hora i retorni un timestamp. Després importa timeTool a la definició de l'agent i afegeix-lo a la llista de tools perquè l'agent pugui invocar-lo.
Integració i comportament: actualitza les instruccions de l'agent per indicar que, quan l'usuari demani activitats, l'agent ha d'usar timeTool per obtenir l'hora local i suggerir opcions adequades segons l'hora del dia i el pronòstic. Amb això l'agent no només comunica l'estat del clima, sinó que proposa plans com sortir a caminar, anar a la platja, portar paraigua o activitats nocturnes segons l'hora i el clima.
Pràctiques recomanades: experimenta amb les instruccions de sistema per ajustar l'estil i la concisió de l'agent, valida sempre les respostes de les eines amb esquemes i gestiona memòria si vols que l'agent recordi converses passades. Afegir més tools, com cerques web o integracions amb APIs externes, amplia enormement les possibilitats.
A Q2BSTUDIO som experts en desenvolupament de programari a mida i aplicacions a mida, i podem ajudar-te a crear agents d'IA personalitzats per al teu negoci. Oferim serveis en intel·ligència artificial, IA per a empreses, ciberseguretat i serveis cloud AWS i Azure per desplegar solucions escalables i segures. També treballem serveis d'intel·ligència de negoci i implementacions amb Power BI per transformar dades en decisions accionables.
Si busques programari a mida o aplicacions a mida que integrin agents d'IA amb capacitats concretes, Q2BSTUDIO t'acompanya des del disseny fins a la posada en producció. Les nostres competències en intel·ligència artificial i ciberseguretat garanteixen implementacions fiables, mentre que els nostres serveis cloud AWS i Azure asseguren escalabilitat i disponibilitat.
Conclusió: construir un agent d'IA en TypeScript és un procés directe quan se segueixen els passos adequats: preparar l'entorn, crear el projecte amb Mastra, definir agents i tools, i ajustar les instruccions del sistema. Amb habilitats addicionals en intel·ligència artificial, integració amb serveis cloud i anàlisi de dades amb Power BI pots potenciar solucions reals per a empreses. Si vols desenvolupar un agent d'IA, millorar el teu programari a mida o implementar serveis d'intel·ligència de negoci, contacta amb Q2BSTUDIO per a una consultoria especialitzada en agents d'IA, IA per a empreses i solucions segures amb enfocament en ciberseguretat i cloud.
