Preguntas que aparecen antes de entrar al taller
El taller de DN Agents no es un curso grabado ni una demo de una hora. Es un espacio de trabajo donde se arma, se rompe y se vuelve a armar un flujo real, con las herramientas que ya usas o piensas usar. Estas son las dudas que más se repiten en los hilos de la comunidad y en los mensajes que llegan antes de anotarse.
¿Qué se trabaja exactamente en una sesión del taller?
Cada encuentro parte de un flujo concreto: un webhook que recibe pedidos, un agente que consulta una base vectorial, un scraper que se cae cuando el sitio cambia el HTML. Se revisa la orquestación en n8n o Make, se aísla el nodo que falla y se deja una versión que corre sin supervisión. No hay temario cerrado: lo que se arma depende de los flujos que traen los participantes.
¿Necesito saber programar para participar?
No para empezar. La mayoría de los flujos se resuelven con nodos visuales, expresiones y llamadas HTTP. Dicho eso, hay un tramo del taller pensado para quienes ya chocaron con los límites del low-code: loops pesados, paginación de APIs, transformaciones de datos grandes. Ahí sí conviene tener nociones de Python o al menos ganas de leer código ajeno sin frustrarse.
¿Se comparten las plantillas y los flujos que se arman?
Sí. Lo que se construye en la sesión queda como plantilla exportable, con los nodos comentados y las credenciales fuera del archivo. También se suben capturas de errores reales, no ejemplos de manual, porque el valor está en ver cómo se comporta un flujo cuando el proveedor externo responde lento o devuelve un 502 a las 3 de la mañana.
¿Hay espacio para quienes venden automatizaciones a pymes?
Hay una línea específica para eso. No se trata solo de la parte técnica: aparece el armado del alcance, cómo documentar un flujo para que el cliente lo entienda, qué dejar fuera del contrato y cómo manejar los cambios de última hora sin rehacer todo. Es la parte que casi nadie enseña y que se aprende discutiendo casos reales.
¿Qué pasa si mi flujo tiene datos sensibles o de un cliente?
Se trabaja con datos anonimizados o de prueba. Si el caso es delicado, se describe la estructura sin exponer el contenido: nombres de campos, tipos de respuesta, volumen de ejecuciones. La moderación es ligera pero firme con eso, y el respeto por el trabajo de cada uno es la regla base de la comunidad.