Agentic Patterns

Source: https://github.com/nibzard/awesome-agentic-patterns at 87538fdeccf6
License: Apache-2.0
Read the English original

This edition is an AI-assisted translation.

Awesome Agentic Patterns

Un catálogo seleccionado de patrones de IA agéntica: trucos, flujos de trabajo y miniarquitecturas reales que ayudan a los agentes de IA autónomos o semiautónomos a realizar tareas útiles en producción.

¿Por qué? Los tutoriales muestran demostraciones sencillas. Los productos reales ocultan las partes complejas. Esta lista presenta patrones reutilizables que reducen esa brecha para que podamos lanzar agentes más inteligentes y rápidos.

---

¿Qué se considera un patrón?

• Repetible: lo utiliza más de un equipo.
• Centrado en el agente: mejora cómo percibe, razona o actúa un agente de IA.
• Verificable: respaldado por una referencia pública: artículo, charla, repositorio o publicación.

Si tu enlace cumple esos criterios, tiene cabida aquí.

---

🌐 Explora el sitio web

Visita: https://agentic-patterns.com

El sitio web ofrece potentes herramientas de exploración adicionales a este README:

• Pattern Explorer: explora, filtra y busca todos los patrones por categoría, estado, complejidad y más
• Compare Tool: compara varios patrones en paralelo según sus atributos comunes
• Decision Explorer: guía interactiva para encontrar el patrón adecuado para tu caso de uso
• Graph Visualization: mapa visual de las relaciones y conexiones entre patrones
• Pattern Packs: colecciones seleccionadas de patrones para arquitecturas de agentes habituales
• Developer Guides: documentación detallada sobre la selección y el uso de patrones
• Dark Mode: compatibilidad completa con temas para leer cómodamente en cualquier entorno

Creado con Astro, desplegado en Vercel, código fuente en apps/web/.

---

Recorrido rápido por las categorías

Categoría	Qué encontrarás
Contexto y memoria	Selección por ventana deslizante, caché vectorial, memoria episódica
Bucles de retroalimentación	Compiladores, CI, revisión humana, reintentos autorreparables
Aprendizaje y adaptación	Agent RFT, bibliotecas de habilidades, RL basado en varianza
Orquestación y control	Descomposición de tareas, creación de subagentes, enrutamiento de herramientas
Fiabilidad y evaluación	Salvaguardas, marcos de evaluación, registro, reproducibilidad
Seguridad y protección	Máquinas virtuales aisladas, tokenización de datos personales, análisis de seguridad
Uso de herramientas y entorno	Shell, navegador, base de datos, Playwright, trucos de sandbox
UX y colaboración	Traspaso de prompts, commits preparados, agentes en segundo plano asíncronos

Las categorías son flexibles: abre una PR si encuentras una división mejor. Las tablas siguientes se generan automáticamente desde la carpeta patterns/.

---

Contexto y memoria

• Agent-Powered Codebase Q&A / Onboarding
• Context Budget as a Governed Resource
• Context Window Anxiety Management
• Context Window Auto-Compaction
• Context-Minimization Pattern
• Cross-Agent Lesson Sharing via Git
• Curated Code Context Window
• Curated File Context Window
• Dynamic Context Injection
• Episodic Memory Retrieval & Injection
• Filesystem-Based Agent State
• Layered Configuration Context
• Memory Synthesis from Execution Logs
• Proactive Agent State Externalization
• Progressive Disclosure for Large Files
• Prompt Caching via Exact Prefix Preservation
• Schema-Guided Graph Retrieval for Multi-Hop Reasoning
• Self-Identity Accumulation
• Semantic Context Filtering Pattern
• Session-Scoped Context Runtime for Agent Tools
• Tool Search Lazy Loading
• Working Memory via TodoWrite

Ciclos de retroalimentación

• AI-Assisted Code Review / Verification
• Background Agent with CI Feedback
• Coding Agent CI Feedback Loop
• Deterministic Grader in the Loop
• Dogfooding with Rapid Iteration for Agent Improvement
• Graph of Thoughts (GoT)
• Incident-to-Eval Synthesis
• Inference-Healed Code Review Reward
• Iterative Prompt & Skill Refinement
• Reflection Loop
• Rendered UI Finish Gate
• Rich Feedback Loops > Perfect Prompts
• Self-Critique Evaluator Loop
• Self-Discover: LLM Self-Composed Reasoning Structures
• Spec-As-Test Feedback Loop
• Tool Use Incentivization via Reward Shaping

Aprendizaje y adaptación

• Agent Reinforcement Fine-Tuning (Agent RFT)
• Commitment Ledger with Reality-Gated Credit
• Compounding Engineering Pattern
• Frontier-Focused Development
• Memory Reinforcement Learning (MemRL)
• Persistent Test Memory Feedback Loop
• Shipping as Research
• Skill Library Evolution
• Variance-Based RL Sample Selection

Orquestación y control

• 402-First Machine Payments (Price-Before-Work Tool Purchases)
• Action-Selector Pattern
• Agent Modes by Model Personality
• Agent-Driven Research
• Artifact-Driven Analysis Pipeline Orchestration
• Autonomous Workflow Agent Architecture
• Board-Mediated Async Inter-Agent Coordination
• Budget-Aware Model Routing with Hard Cost Caps
• Burn the Boats
• Capability-Escrow-Receipt
• Classify-Then-Act for Background Agents
• Conditional Parallel Tool Execution
• Continuous Autonomous Task Loop Pattern
• Cross-Cycle Consensus Relay
• Cross-Domain Agent Conflict Resolution
• Custom Sandboxed Background Agent
• Declarative Multi-Agent Topology Definition
• Design-Time File Partition as Concurrency Control
• Deterministic Zero-LLM Orchestration
• Discrete Phase Separation
• Disposable Scaffolding Over Durable Features
• Distributed Execution with Cloud Workers
• Dual LLM Pattern
• Dual-Rail Message Delivery
• Economic Value Signaling in Multi-Agent Networks
• Explicit Posterior-Sampling Planner
• Factory over Assistant
• Feature List as Immutable Contract
• Hybrid LLM/Code Workflow Coordinator
• Inference-Time Scaling
• Initializer-Maintainer Dual Agent Architecture
• Inversion of Control
• Iterative Multi-Agent Brainstorming
• Lane-Based Execution Queueing
• Language Agent Tree Search (LATS)
• LLM Map-Reduce Pattern
• Markdown Polis — Multi-Vendor Agent Coordination via Filesystem Constitution
• Multi-Model Orchestration for Complex Edits
• Non-Generative Judgment Routing with Typed Escalation
• Opponent Processor / Multi-Agent Debate Pattern
• Oracle and Worker Multi-Model Approach
• Parallel Tool Call Learning
• Plan-Then-Execute Pattern
• Planner-Worker Separation for Long-Running Agents
• Progressive Autonomy with Model Evolution
• Progressive Complexity Escalation
• Recursive Best-of-N Delegation
• Self-Rewriting Meta-Prompt Loop
• Signal-Driven Agent Activation
• Specification-Driven Agent Development
• Stop Hook Auto-Continue Pattern
• Sub-Agent Spawning
• Subject Hygiene for Task Delegation
• Swarm Migration Pattern
• Three-Stage Perception Architecture
• Tool Capability Compartmentalization
• Tool Selection Guide
• Tracker-as-Desired-State Reconciliation
• Tree-of-Thought Reasoning
• Workspace-Native Multi-Agent Orchestration

Fiabilidad y evaluación

• Action Caching & Replay Pattern
• Adaptive Sandbox Fan-Out Controller
• Agent Circuit Breaker
• Anti-Reward-Hacking Grader Design
• Asynchronous Coding Agent Pipeline
• Canary Rollout and Automatic Rollback for Agent Policy Changes
• CriticGPT-Style Code Review
• Dead-Man’s Switch for Scheduled Agent Jobs
• Evidence-Layered Evaluation for Interactive Agents
• Extended Coherence Work Sessions
• Failover-Aware Model Fallback
• Lethal Trifecta Threat Model
• LLM Observability
• Merged Code + Language Skill Model
• No-Token-Limit Magic
• Orchestration Prompt-Writing Benchmark
• Out-of-Process Provider-Boundary Replay
• Output Verification Loop
• Own-Check Fault Injection
• Reasoning-Token Firewall
• Reliability Problem Map Checklist for RAG and Agents
• RLAIF (Reinforcement Learning from AI Feedback)
• Schema Validation Retry with Cross-Step Learning
• Skill Activation as a Precision/Recall Measurement
• Structured Output Specification
• Subagent Compilation Checker
• Tier Auto-Apply by Mechanical Impact
• Versioned Constitution Governance
• Workflow Evals with Mocked Tools

Seguridad y protección

• Authenticated Authority Channel
• Black-Box Skill Invocation
• Consequence-Family Coverage Audit
• Cryptographic Governance Audit Trail
• Denial Tracking & Permission Escalation
• Deterministic Security Scanning Build Loop
• Deterministic Threat Rule Scanning
• Evidence Questions, Not Verdict Questions
• Exact-Action Authorization Binding
• External Credential Sync
• Hook-Based Safety Guard Rails for Autonomous Code Agents
• Isolated VM per RL Rollout
• Local-First Credential Broker
• Non-Custodial Spending Controls
• One OS User per Agent
• PII Tokenization
• Policy-Gated Tool Proxy
• Sandboxed Tool Authorization
• Soulbound Identity Verification
• Transitive Vouch-Chain Trust
• Zero-Knowledge Verified Agent Egress
• Zero-Trust Agent Mesh

Uso de herramientas y entorno

• Agent SDK for Programmatic Control
• Agent-First Tool Discovery
• Agent-First Tooling and Logging
• Agentic Search Over Vector Embeddings
• AI Web Search Agent Loop
• CLI-First Skill Design
• CLI-Native Agent Orchestration
• Code Mode MCP Tool Interface Improvement Pattern
• Code-Over-API Pattern
• Code-Then-Execute Pattern
• Cross-Protocol Agent Discovery
• Dual-Use Tool Design
• Dynamic Code Injection (On-Demand File Fetch)
• Egress Lockdown (No-Exfiltration Channel)
• Filesystem-Mediated Host Delegation
• Intelligent Bash Tool Execution
• LLM-Friendly API Design
• MCP Pattern Injection
• Multi-Platform Communication Aggregation
• Multi-Platform Webhook Triggers
• Patch Steering via Prompted Tool Selection
• Precomputed Code Graph Lookup
• Progressive Tool Discovery
• Shell Command Contextualization
• Static Service Manifest for Agents
• Tool Use Steering via Prompting
• Unified Tool Gateway
• Virtual Machine Operator Agent
• Visual AI Multimodal Integration

UX y colaboración

• Abstracted Code Representation for Review
• Agent-Assisted Scaffolding
• Agent-Friendly Workflow Design
• AI-Accelerated Learning and Skill Development
• Chain-of-Thought Monitoring & Interruption
• Codebase Optimization for Agents
• Democratization of Tooling via Agents
• Dev Tooling Assumptions Reset
• Human-in-the-Loop Approval Framework
• Latent Demand Product Discovery
• Milestone Escrow for Agent Resource Funding
• Proactive Trigger Vocabulary
• Seamless Background-to-Foreground Handoff
• Spectrum of Control / Blended Initiative
• Team-Shared Agent Configuration as Code
• Verbose Reasoning Transparency

---

Para asistentes de IA (llms.txt)

Este proyecto incluye llms.txt, un archivo de documentación legible por máquinas diseñado para ayudar a los asistentes de IA y a los LLM a comprender y recomendar patrones adecuados.

Qué incluye:

• Categorías de patrones y sus propósitos
• Patrones clave con descripciones concisas
• Directrices de uso para asistentes de IA
• Estrategias de selección de patrones según los requisitos del caso de uso

Para desarrolladores que crean asistentes de IA: El archivo llms.txt puede proporcionarse a los LLM como contexto para mejorar las recomendaciones de patrones. Está optimizado para:

• Sistemas RAG que indexan este catálogo
• Asistentes de programación con IA que sugieren patrones
• Herramientas basadas en LLM que recomiendan patrones agénticos

Acceso: https://agentic-patterns.com/llms.txt (también disponible en apps/web/public/llms.txt)

---

Contribuye en 3 pasos

1. Haz un fork y crea una rama → git checkout -b add-my-pattern
2. Añade un archivo de patrón en patterns/ usando la plantilla anterior.
3. Ejecuta bun run build:data para actualizar las secciones generadas del README y los datos del sitio.
4. Abre una PR titulada Add: my-pattern-name.
5. Este repositorio prioriza los patrones: las propuestas que sean principalmente anuncios o promociones de productos se rechazarán, aunque sean técnicamente válidas.

Consulta CONTRIBUTING.md para conocer todos los detalles.

---

Inspiración

Este proyecto comenzó tras el artículo «Lo que aprendió Sourcegraph al crear agentes de programación con IA» (28 de mayo de 2025) y el diario en vídeo continuo Raising an Agent. Muchos de los primeros patrones proceden directamente de esas lecciones: gracias a todas las personas que comparten abiertamente su experiencia.

---

Licencia

Apache‑2.0. Consulta LICENSE.

---

Historial de estrellas