Cuando un equipo logra estabilizar un agente de inteligencia artificial en el backend y pasa a conectarlo con una aplicación web, móvil o de terminal, casi siempre aparece el mismo código frágil: el texto fluye por un formato ad hoc, las llamadas a herramientas en mitad de la respuesta siguen otra estructura JSON distinta y las pausas de aprobación humana quedan colgadas en conexiones propensas a cortarse.
AG-UI (Agent-User Interaction Protocol), alojado en ag-ui-protocol/ag-ui bajo licencia MIT, define un protocolo ligero y orientado a eventos para conectar agentes de IA con interfaces web, móviles y de terminal. Unifica el streaming incremental de respuestas, llamadas a herramientas en mitad del flujo, sincronización de estado y pausas de aprobación humana.
Importante
- Flujo unificado de eventos tipados: Familias estándar como
RUN_STARTED,TEXT_MESSAGE_CONTENT,TOOL_CALL_STARTySTATE_DELTAdesacoplan la interfaz del framework de agente usado en el servidor. - Interrupciones limpias para aprobación humana (HITL): En lugar de mantener sockets abiertos durante minutos, el agente finaliza el turno con
RUN_FINISHEDy resultadointerrupt, reanudándose después mediante un payloadresume. - Complemento directo de MCP y A2A: Mientras MCP conecta al agente con herramientas y A2A coordina agentes entre sí, AG-UI estandariza la capa agente <-> interfaz de usuario.
Para organizaciones que desarrollan soluciones de inteligencia artificial y proyectos multiplataforma de desarrollo de software, acoplar el frontend a un único framework de backend (LangChain, CrewAI, Google ADK o Microsoft Agent Framework) genera una deuda técnica costosa. Si el motor del servidor cambia, todos los analizadores de eventos en React, iOS, Android o CLI deben reescribirse. AG-UI elimina ese acoplamiento y se posiciona como estándar de referencia entre agente e interfaz.
Por qué las API REST tradicionales se quedan cortas en aplicaciones agénticas
El modelo clásico de petición y respuesta presupone una llamada única seguida de una respuesta cerrada. Un agente moderno rompe ese patrón en cuatro frentes:
- Texto y herramientas intercalados: El agente transmite razonamiento parcial, se detiene a mitad de la respuesta para ejecutar una herramienta externa o del cliente y continúa redactando con el resultado.
- Estado compartido incremental: Tableros de tareas, formularios y vistas de subagentes cambian paso a paso y requieren actualizaciones suaves sin recargar todo el estado.
- Aprobación humana auditable: Acciones de alto impacto —borrar registros en producción, emitir pagos o enviar correos masivos— deben pausarse hasta recibir confirmación explícita del usuario.
- Multimodalidad bidireccional: Las interfaces intercambian archivos tipados, imágenes y contexto activo de pantalla junto con los mensajes de texto.
Dentro de las tendencias del ecosistema abierto de agentes IA de noviembre de 2026, cada framework arrastraba su propio dialecto de streaming. Impulsado junto a CopilotKit y gestionado abiertamente en ag-ui-protocol, AG-UI resuelve esta fragmentación con un contrato compartido.
Posición de AG-UI frente a MCP y A2A en la pila de protocolos
En la arquitectura agéntica actual, tres estándares abiertos cumplen papeles distintos y complementarios:
| Protocolo / Enfoque | Capa estandarizada | Pregunta clave que resuelve | Transporte y modelo de datos | Función principal |
|---|---|---|---|---|
| AG-UI | Agente <-> Interfaz de usuario | "¿Cómo se comunica mi agente con la interfaz web, móvil o terminal?" | SSE o WebSocket independiente del transporte + eventos tipados + RFC 6902 JSON Patch | Streaming UI, herramientas en vivo, estado compartido y pausas HITL |
| MCP | Agente <-> Herramientas y datos | "¿Cómo descubre y ejecuta el agente herramientas y bases de datos?" | JSON-RPC (stdio / Streamable HTTP) | Conectores de datos, recursos locales y utilidades como REA MCP |
| A2A | Agente <-> Agente | "¿Cómo delegan trabajo agentes distribuidos entre servicios?" | Contratos de tareas HTTP / JSON-RPC (Google / Linux Foundation) | Orquestación multiagente entre dominios |
| REST / SSE ad hoc | Un backend <-> Una interfaz | "¿Cómo conecto rápido un único prototipo?" | Tramas JSON propietarias sin esquema estándar | Prototipos puntuales; alto costo de mantenimiento en múltiples clientes |
En una arquitectura completa, el agente consulta herramientas y memoria mediante MCP (por ejemplo usando claude-mem como capa de memoria persistente), delega subtareas a otros agentes mediante A2A y expone toda la experiencia interactiva al usuario a través de AG-UI.
Familias de eventos y arquitectura independiente del transporte
AG-UI es agnóstico al transporte: opera con Server-Sent Events (SSE) cuando basta transmisión unidireccional ligera del servidor al cliente, o sobre WebSockets cuando se necesita bidireccionalidad plena en tiempo real para cancelaciones instantáneas y ejecución de herramientas en cliente.
La especificación divide la interacción en cuatro familias principales de eventos tipados:
1. Ciclo de vida de ejecuciones y pasos (Runs & Steps)
RUN_STARTED: Marca el inicio de una ejecución incluyendothreadIdyrunId.STEP_STARTEDySTEP_FINISHED: Informan del avance por nodos intermedios del grafo del agente para mostrar progreso real en pantalla.RUN_FINISHEDyRUN_ERROR: Indican cierre normal, pausa estructurada por intervención humana (interrupt) o error de ejecución.
2. Mensajes de texto incrementales (Text Messages)
TEXT_MESSAGE_START,TEXT_MESSAGE_CONTENT,TEXT_MESSAGE_ENDyTEXT_MESSAGE_CHUNK: Transmiten fragmentos delta asociados a un identificador de mensaje concreto, permitiendo mostrar varios flujos paralelos sin colisiones.
3. Llamadas a herramientas en mitad de la respuesta (Tool Calls)
TOOL_CALL_START,TOOL_CALL_ARGS,TOOL_CALL_END,TOOL_CALL_RESULTyTOOL_CALL_CHUNK: Transmiten tanto la invocación como los argumentos JSON a medida que se generan, habilitando tarjetas interactivas de progreso o componentes generativos en tiempo real.
4. Sincronización de estado compartido (State Management)
STATE_SNAPSHOT: Envía la instantánea completa del estado al conectarse o recuperarse tras una caída de red.STATE_DELTA: Envía únicamente cambios incrementales en formato RFC 6902 JSON Patch, reduciendo el tráfico y evitando redibujados innecesarios en tablas y paneles complejos.
Consejo
Frameworks líderes como LangChain, CrewAI, Microsoft Agent Framework, Google ADK, LlamaIndex y Pydantic AI disponen de adaptadores AG-UI nativos o oficiales. Adoptar AG-UI en el cliente permite cambiar el motor del backend sin tocar los componentes visuales.
Interrupciones y reanudación limpia para aprobación humana
Dejar una conexión HTTP abierta esperando a que un revisor pulse un botón suele fallar por timeouts de proxies inversos o cambios de red móvil. AG-UI resuelve el patrón Human-in-the-Loop (HITL) tratando la pausa como un límite limpio: la ejecución termina mediante RUN_FINISHED con un resultado interrupt y sus identificadores interruptId.
Cuando el usuario responde en la interfaz, el cliente inicia una nueva ejecución con HttpAgent de @ag-ui/client enviando el arreglo resume:
import { HttpAgent } from "@ag-ui/client";
const agent = new HttpAgent({
url: "https://api.example.com/agent",
headers: {
Authorization: `Bearer ${process.env.AGUI_TOKEN}`,
},
threadId: "thread-ops-4821",
});
agent.messages.push({
id: "msg-user-1",
role: "user",
content: "Eliminar borradores temporales de facturas archivados hace 90 días.",
});
async function executeWithApproval() {
// 1. La ejecución inicial finaliza limpiamente con resultado interrupt
await agent.runAgent();
// Identificador capturado del evento RUN_FINISHED y decisión del usuario:
const pendingInterruptId = "intr-clean-drafts-01";
const approvedByReviewer = true;
// 2. Reanudación limpia sobre el mismo threadId usando resume
const resumed = await agent.runAgent({
resume: [
{
interruptId: pendingInterruptId,
status: approvedByReviewer ? "resolved" : "cancelled",
payload: {
approved: approvedByReviewer,
comment: approvedByReviewer
? "Aprobado desde el panel de operaciones."
: "Rechazado por política de retención.",
},
},
],
});
return resumed;
}
Tanto si el usuario aprueba en tres segundos como en tres horas, no queda ninguna conexión bloqueada en el servidor; el estado se reanuda desde el punto de control asociado al threadId.
Ecosistema de SDKs para web, móvil y terminal
Al desacoplar la semántica de eventos del motor de renderizado, un solo endpoint AG-UI abastece múltiples plataformas:
- Web (soporte oficial): Paquetes TypeScript (
@ag-ui/core,@ag-ui/client) y CopilotKit para React, Angular y Vue con gestión nativa de parches JSON y recuperación de instantáneas. - Móvil y multiplataforma: SDK de Kotlin Multiplatform (Android, iOS, JVM), implementaciones nativas en Swift (
async/awaityCodable), además de soporte en React Native y paquetes comunitarios para Flutter con streaming SSE y formularios HITL. - Terminal y CLI: Clientes ligeros en Node.js/TypeScript, Python o .NET que consumen directamente la secuencia de eventos para interfaces de consola y monitores de agentes.
- Lenguajes base de especificación: Los esquemas oficiales 1.0 cubren TypeScript, Python y .NET, acompañados de SDKs comunitarios en Go, Rust, Java, Dart/Flutter, Ruby y C++.
Advertencia
Control de seguridad y autorización: AG-UI estandariza el transporte de eventos, no las políticas de acceso. Jamás confíe ciegamente en un approved: true enviado desde el cliente en resume: valide siempre en el servidor la sesión autenticada, los permisos RBAC y la correspondencia exacta con interruptId y threadId. Si además necesita controlar el consumo de tokens en flujos intensivos, revise nuestra guía de compresión de tokens con Caveman.
Cuándo estandarizar su producto sobre AG-UI
Para generar un bloque de texto estático por petición basta HTTP convencional. Sin embargo, estandarizar sobre AG-UI aporta un retorno inmediato si cumple al menos dos de estas condiciones:
- Un mismo agente debe operar simultáneamente en web, móvil y terminal sin duplicar clientes de streaming.
- El producto requiere visibilidad en vivo de llamadas a herramientas, estado compartido y pausas de aprobación humana.
- El equipo desea libertad para migrar el framework del backend sin reescribir la capa visual.
Puede dimensionar el alcance de una arquitectura agéntica multiplataforma en nuestra calculadora de costos o escribir a nuestro equipo desde la página de contacto de Kling Digital para diseñar integraciones AG-UI y MCP listas para producción.




