{"id":181085,"date":"2026-01-28T17:07:00","date_gmt":"2026-01-28T16:07:00","guid":{"rendered":"https:\/\/liora.io\/es\/?p=181085"},"modified":"2026-02-06T09:28:59","modified_gmt":"2026-02-06T08:28:59","slug":"autogen-todo-sobre","status":"publish","type":"post","link":"https:\/\/liora.io\/es\/autogen-todo-sobre","title":{"rendered":"Autogen: Microsoft hace que las IA colaboren como un equipo"},"content":{"rendered":"<p><b>Autogen es el art\u00edculo de open source desarrollado por Microsoft para orquestar varios agentes de IA y hacerlos colaborar como un verdadero equipo. \u00a1Descubre c\u00f3mo est\u00e1 revolucionando el uso de las IA generativas al fomentar el di\u00e1logo entre agentes, la inclusi\u00f3n del humano y la resoluci\u00f3n colectiva de tareas complejas!&nbsp;<\/b><\/p>\n<p><a href=\"https:\/\/liora.io\/es\/4-tipos-de-inteligencia-artificial\">Las inteligencias artificiales actuales<\/a> tienen un gran defecto: a menudo trabajan en solitario. Un chatbot, un asistente, un copiloto: <b>cada uno en su burbuja, con sus limitaciones<\/b>. Y cuando la tarea se complica, esta soledad algor\u00edtmica se convierte en un verdadero obst\u00e1culo. Es el caso cuando hay que <b>codificar<\/b>, analizar datos o <b>tomar decisiones<\/b>, por ejemplo.&nbsp;&nbsp;<\/p>\n<p>Para cambiar la situaci\u00f3n, <b>Microsoft<\/b> lanz\u00f3 un art\u00edculo open source que permite <b>hacer trabajar a varias IA juntas<\/b>, como un equipo. Mejor a\u00fan: estos agentes tambi\u00e9n pueden dialogar con humanos, organizarse, repartirse los roles&#8230; y colaborar hasta resolver problemas que antes estaban fuera de su alcance. \u00bfSu nombre? <b>Autogen<\/b>.&nbsp;<\/p>\n<p><a href=\"https:\/\/liora.io\/es\/nuestros-cursos-de-data\"><br \/>\nLa inteligencia artificial en detalle<br \/>\n<\/a><\/p>\n<style>\n.elementor-heading-title{padding:0;margin:0;line-height:1}.elementor-widget-heading .elementor-heading-title[class*=elementor-size-]>a{color:inherit;font-size:inherit;line-height:inherit}.elementor-widget-heading .elementor-heading-title.elementor-size-small{font-size:15px}.elementor-widget-heading .elementor-heading-title.elementor-size-medium{font-size:19px}.elementor-widget-heading .elementor-heading-title.elementor-size-large{font-size:29px}.elementor-widget-heading .elementor-heading-title.elementor-size-xl{font-size:39px}.elementor-widget-heading .elementor-heading-title.elementor-size-xxl{font-size:59px}<\/style>\n<h2>Un marco para la inteligencia colectiva de las IA<\/h2>\n<p>Desarrollado por <b>Microsoft Research<\/b>, este art\u00edculo open source permite <b>orquestar agentes de IA colaborativos<\/b>. \u00bfLa idea? Crear sistemas donde varios modelos pueden interactuar en bucle, pasarse el turno, hacer preguntas, corregirse&#8230; como en un <b>equipo de proyecto<\/b>. Puede tratarse de <a href=\"https:\/\/liora.io\/es\/transformer-preentrenado-generado-gpt-que-es\">GPT<\/a>, herramientas especializadas, scripts e incluso humanos.&nbsp;<\/p>\n<p>Para ser claros: Autogen no proporciona un <a href=\"https:\/\/liora.io\/es\/llmops-todo-lo-que-necesita-saber\">LLM<\/a> m\u00e1s, sino una <b>infraestructura de interacci\u00f3n<\/b>. Permite que varias entidades inteligentes <b>conversen<\/b>, <b>coordinen sus acciones<\/b> y <b>resuelvan juntas tareas<\/b> m\u00e1s ambiciosas de lo que un solo agente podr\u00eda lograr.<\/p>\n<p>Donde antes constru\u00edamos asistentes de un solo agente, Autogen propone una <b>l\u00f3gica multiagente<\/b> dialogante. Cada agente cumple un rol: un codificador, un revisor, un coordinador, un decisor&#8230; Y todo se gestiona de manera fluida gracias a un <b>motor de orquestaci\u00f3n<\/b> que sigue la l\u00f3gica de los di\u00e1logos.<\/p>\n<p>En el aspecto t\u00e9cnico, es open source, <a href=\"https:\/\/liora.io\/es\/curso-python-aprende-los-fundamentos\">en Python<\/a>, y est\u00e1 basado en modelos LLM accesibles v\u00eda API (<strong>OpenAI<\/strong>, <a href=\"https:\/\/liora.io\/es\/certificacion-az-900\">Azure<\/a>&#8230;). El objetivo es hacer que este funcionamiento sea <b>modular<\/b>, <b>probable<\/b> y <b>reutilizable<\/b> en cualquier proyecto.<\/p>\n<style>\n.elementor-widget-image{text-align:center}.elementor-widget-image a{display:inline-block}.elementor-widget-image a img[src$=\".svg\"]{width:48px}.elementor-widget-image img{vertical-align:middle;display:inline-block}<\/style>\n<p>\t\t\t\t\t\t\t\t\t\t\t\t<img decoding=\"async\" width=\"1536\" height=\"1024\" src=\"https:\/\/liora.io\/app\/uploads\/sites\/7\/2025\/07\/illustration-autogen-Liora-1.webp\" alt=\"\" loading=\"lazy\" srcset=\"https:\/\/liora.io\/app\/uploads\/sites\/7\/2025\/07\/illustration-autogen-Liora-1.webp 1536w, https:\/\/liora.io\/app\/uploads\/sites\/7\/2025\/07\/illustration-autogen-Liora-1-300x200.webp 300w, https:\/\/liora.io\/app\/uploads\/sites\/7\/2025\/07\/illustration-autogen-Liora-1-1024x683.webp 1024w, https:\/\/liora.io\/app\/uploads\/sites\/7\/2025\/07\/illustration-autogen-Liora-1-768x512.webp 768w\" sizes=\"(max-width: 1536px) 100vw, 1536px\"><\/p>\n<h2>La colaboraci\u00f3n entre IA\u2026 y con el humano<\/h2>\n<p>Lo que distingue a Autogen no es solo su capacidad para hacer que varios agentes de IA dialoguen entre s\u00ed. Ya existen otros art\u00edculos similares. En primer lugar, se trata de su <b>l\u00f3gica de di\u00e1logo estructurado<\/b>, dise\u00f1ada para incluir al humano en el circuito.<\/p>\n<p>En el coraz\u00f3n del sistema hay dos tipos de entidades: los <b><i>agentes<\/i><\/b> (aut\u00f3nomos, como un asistente GPT especializado) y los <b><i>user proxies<\/i><\/b>, que hacen el papel de interfaces humanas. Un <b>user proxy<\/b> es, por ejemplo, un desarrollador que interviene en una discusi\u00f3n para <b>validar una decisi\u00f3n, corregir un error o plantear una nueva pregunta<\/b>. Puede expresarse directamente en el hilo de intercambio entre agentes.<\/p>\n<p>Cada agente, por su parte, puede tener un rol definido: \u00abcodificar una funci\u00f3n\u00bb, \u00abprobar un m\u00f3dulo\u00bb, \u00abreformular una consigna\u00bb, \u00abhacer preguntas al cliente\u00bb&#8230; Y cada <b>interacci\u00f3n<\/b> se realiza en un ciclo controlado. Un agente habla, otro responde, el sistema eval\u00faa si se contin\u00faa, si se reformula o si se detiene.<\/p>\n<p>Este formato de di\u00e1logo es lo que permite crear una <b>din\u00e1mica realista y efectiva entre IA<\/b>. Desde entonces, Autogen se convierte en una verdadera plataforma de <b>orquestaci\u00f3n cognitiva<\/b>, capaz de estructurar un <b>razonamiento colectivo<\/b>, de una manera m\u00e1s profunda que un simple prompt.<\/p>\n<p><a href=\"https:\/\/liora.io\/es\/nuestros-cursos-de-data\"><br \/>\nAprender a orquestar agentes IA con Autogen<br \/>\n<\/a><\/p>\n<h2>Comprender la arquitectura de Autogen<\/h2>\n<p>El art\u00edculo se basa en una <b>arquitectura modular<\/b>, donde cada agente es un objeto Python capaz de dialogar seg\u00fan reglas preestablecidas. Estas reglas incluyen una <b>personalidad<\/b> (prompt del sistema, estilo, rol), una <b>estrategia de respuesta<\/b> (basada en un LLM o una funci\u00f3n personalizada), y <b>criterios para hablar o detenerse<\/b>, seg\u00fan el contexto de la discusi\u00f3n.<\/p>\n<p>El coraz\u00f3n del proceso es la <b>conversaci\u00f3n c\u00edclica<\/b>. Un <i>orquestador<\/i> (a veces un agente en s\u00ed mismo) gestiona los turnos de palabra, supervisa los resultados y decide continuar o interrumpir el di\u00e1logo. Esto permite simular verdaderas <b>sesiones de trabajo de IA<\/b>, con iteraciones, relanzamientos, arbitrajes.<\/p>\n<p>Por ejemplo: se puede crear un ciclo donde un agente propone un c\u00f3digo, otro lo revisa, un tercero ejecuta pruebas, y un cuarto decide si el c\u00f3digo es aceptable&#8230; o si hay que empezar de cero. Es fluido, l\u00f3gico, reproducible, y sobre todo mucho <b>m\u00e1s confiable que un \u00fanico prompt<\/b> en un solo intento.<\/p>\n<p>La guinda del pastel: Autogen tambi\u00e9n permite integrar <b>herramientas externas<\/b>. Los agentes pueden llamar a funciones <a href=\"https:\/\/liora.io\/es\/curso-python-aprende-los-fundamentos\">Python<\/a>, interactuar con APIs, leer archivos. \u00a1Y actuar en un entorno real, no solo simular di\u00e1logos!&nbsp;<\/p>\n<p><img decoding=\"async\" width=\"1536\" height=\"1024\" src=\"https:\/\/liora.io\/app\/uploads\/sites\/7\/2025\/07\/illustration-autogen-Liora-4.webp\" alt=\"\" loading=\"lazy\" srcset=\"https:\/\/liora.io\/app\/uploads\/sites\/7\/2025\/07\/illustration-autogen-Liora-4.webp 1536w, https:\/\/liora.io\/app\/uploads\/sites\/7\/2025\/07\/illustration-autogen-Liora-4-300x200.webp 300w, https:\/\/liora.io\/app\/uploads\/sites\/7\/2025\/07\/illustration-autogen-Liora-4-1024x683.webp 1024w, https:\/\/liora.io\/app\/uploads\/sites\/7\/2025\/07\/illustration-autogen-Liora-4-768x512.webp 768w\" sizes=\"(max-width: 1536px) 100vw, 1536px\"><\/p>\n<h2>Algunos casos de uso incre\u00edbles<\/h2>\n<p>Autogen brilla en los casos de uso complejos donde las IA tradicionales muestran sus l\u00edmites. Microsoft lo ha probado en escenarios de desarrollo de software, con resultados sorprendentes. Imagina: das una consigna como \u00abcrea una funci\u00f3n Python para limpiar un conjunto de datos, luego genera un gr\u00e1fico de correlaci\u00f3n\u00bb.<\/p>\n<p>En lugar de hacer todo de una sola vez, a menudo de manera mediocre, Autogen distribuye el trabajo. Un <b>agente Data Cleaner prepara el c\u00f3digo<\/b> de preprocesamiento, un <b>agente Debugger verifica l\u00ednea por l\u00ednea<\/b>. Paralelamente, un <b>agente Visualizer propone gr\u00e1ficos<\/b> relevantes, y un User Proxy (t\u00fa) puede interrumpir el ciclo, ajustar la consigna o reiniciar un ciclo.<\/p>\n<p>Esto permite un enfoque modular, documentado, probado y sin grandes alucinaciones. Varios fallos importantes de las IA cl\u00e1sicas son as\u00ed superados. Otro caso destacado: la <b>generaci\u00f3n de agentes especializados<\/b> para automatizar un <b>workflow empresarial<\/b>. Por ejemplo, un agente recolecta los datos, otro los agrega.<\/p>\n<p><b>Un tercero redacta un informe diario<\/b>, y un cuarto interact\u00faa con el usuario para enviar todo en Slack o por correo. Es <strong>RPA (automatizaci\u00f3n de procesos)<\/strong> potenciado con inteligencia generativa. Y sobre todo, personalizable al infinito.<\/p>\n<p><a href=\"https:\/\/liora.io\/es\/nuestros-cursos-de-data\"><br \/>\nUtilizaci\u00f3n de Autogen en sus proyectos de IA<br \/>\n<\/a><\/p>\n<h2>\u00bfPor qu\u00e9 es un punto de inflexi\u00f3n para la IA generativa?<\/h2>\n<p>Con Autogen, pasamos de un modelo de \u00abasistente de IA\u00bb a un modelo <b>\u00abequipo de IA\u00bb<\/b>. No es solo un cambio de herramienta, sino un cambio de filosof\u00eda. Ya no buscamos <b>convertir una IA en un genio universal<\/b>, sino orquestar agentes especializados, cada uno con su <b>pericia<\/b>.<\/p>\n<p>No se le conf\u00eda una tarea a una IA aislada, sino a un <b>colectivo inteligente<\/b> capaz de debatir, iterar y tomar decisiones. Ya no construimos prompts gigantes, sino <b>arquitecturas de colaboraci\u00f3n<\/b>, listas para evolucionar con las necesidades.<\/p>\n<p>Adem\u00e1s, Autogen introduce una forma de <b>resiliencia en los proyectos de IA<\/b>. Si un agente produce un resultado insatisfactorio, otro puede <b>contradecirlo<\/b>, <b>proponer una versi\u00f3n alternativa<\/b> o <b>pedir aclaraciones<\/b>. Aqu\u00ed se encuentran los <b>mecanismos cognitivos<\/b> de la deliberaci\u00f3n humana, transpuestos al mundo de las IA\u2026<\/p>\n<p>Y para las empresas, esto representa una verdadera ventaja. Tareas complejas, como la <b>gesti\u00f3n de proyectos<\/b>, la <b>automatizaci\u00f3n de an\u00e1lisis<\/b>, o incluso la <b>redacci\u00f3n de documentos t\u00e9cnicos<\/b>, pueden ser delegadas a equipos de IA auto-gestionados.<\/p>\n<p><img decoding=\"async\" width=\"1536\" height=\"1024\" src=\"https:\/\/liora.io\/app\/uploads\/sites\/7\/2025\/07\/illustration-autogen-Liora-3.webp\" alt=\"\" loading=\"lazy\" srcset=\"https:\/\/liora.io\/app\/uploads\/sites\/7\/2025\/07\/illustration-autogen-Liora-3.webp 1536w, https:\/\/liora.io\/app\/uploads\/sites\/7\/2025\/07\/illustration-autogen-Liora-3-300x200.webp 300w, https:\/\/liora.io\/app\/uploads\/sites\/7\/2025\/07\/illustration-autogen-Liora-3-1024x683.webp 1024w, https:\/\/liora.io\/app\/uploads\/sites\/7\/2025\/07\/illustration-autogen-Liora-3-768x512.webp 768w\" sizes=\"(max-width: 1536px) 100vw, 1536px\"><\/p>\n<h2>Autogen vs Crew AI vs LangChain Agents: \u00bfqu\u00e9 hace cada uno?<\/h2>\n<p>El terreno de juego de los <b>agentes IA colaborativos<\/b> comienza a densificarse. Adem\u00e1s de Autogen, otros dos art\u00edculos est\u00e1n en boca de todos: <b>Crew AI y LangChain Agents<\/b>. \u00bfEntonces, c\u00f3mo orientarse? Y sobre todo, \u00bfqu\u00e9 distingue realmente a Autogen?<\/p>\n<p>Orientado a la productividad, <b>Crew AI<\/b> propone un <b>enfoque ultraestructurado<\/b>: se definen <b>roles<\/b> (developer, reviewer, planner&#8230;), se configuran <b>\u00abtareas\u00bb<\/b>, y se deja que el equipo de IA se organice para alcanzar un objetivo. Es eficaz, claro, pero tambi\u00e9n m\u00e1s r\u00edgido. Cada agente sigue un plan bien definido, y el sistema se basa enteramente en <b>un workflow secuencial<\/b>.<\/p>\n<p>En el caso de <b>LangChain<\/b>, los <i>agentes<\/i> est\u00e1n dise\u00f1ados para <b>tomar decisiones en tiempo real<\/b>. Se les da un objetivo, herramientas y una l\u00f3gica de reflexi\u00f3n (a trav\u00e9s del art\u00edculo <b>ReAct<\/b>, por ejemplo). El sistema es flexible, poderoso, pero\u2026 menos orientado al \u00abdi\u00e1logo entre agentes\u00bb. Y ah\u00ed es donde Autogen destaca: <b>el di\u00e1logo es su raz\u00f3n de ser<\/b>.<\/p>\n<p>No hay secuencias impuestas, no hay l\u00f3gica bloqueante. Se configura un <b>equipo de agentes<\/b> que pueden discutir, corregirse, contradecirse y encontrar por s\u00ed mismos el camino hacia la soluci\u00f3n. Se podr\u00eda decir que Autogen no crea cadenas de procesamiento, sino <b>verdaderos cerebros colectivos<\/b>.<\/p>\n<p><a href=\"https:\/\/liora.io\/es\/nuestros-cursos-de-data\"><br \/>\nDominio de la orquestaci\u00f3n de agentes de IA<br \/>\n<\/a><\/p>\n<h2>\u00bfC\u00f3mo probar Autogen hoy?<\/h2>\n<p>Buenas noticias: Autogen est\u00e1 <b>disponible de forma gratuita en<\/b> open source, y es relativamente simple de usar <a href=\"https:\/\/liora.io\/es\/certificacion-python\">si est\u00e1s familiarizado con Python<\/a> y las APIs de IA. La primera etapa es <b>clonar el repo<\/b>. Dir\u00edgete al <a href=\"https:\/\/liora.io\/es\/formacion-en-github\">GitHub<\/a> oficial. Todo est\u00e1 ah\u00ed: doc, ejemplos, scripts listos para usar.<\/p>\n<p>Luego hay que preparar el entorno. Necesitar\u00e1s una <b>clave de OpenAI<\/b> (u otro proveedor compatible), un <b>entorno Python<\/b> (virtualenv o <a href=\"https:\/\/liora.io\/es\/instalacion-de-anaconda\">conda<\/a>), y un poco de paciencia para explorar los ejemplos.<\/p>\n<p>Es el momento de lanzar un ejemplo. Entre las demos: una sesi\u00f3n de <b>c\u00f3digo colaborativo<\/b> entre dos agentes, una simulaci\u00f3n de chatbot <b>multi-agentes<\/b> o incluso un <a href=\"https:\/\/liora.io\/es\/\">ciclo de an\u00e1lisis + visualizaci\u00f3n de datos<\/a>.<\/p>\n<p>Es concreto, pedag\u00f3gico y lo suficientemente claro para que puedas adaptarlo r\u00e1pidamente a tu propio caso de uso. Autogen no es una <b>herramienta \u00abllave en mano\u00bb<\/b> como ChatGPT, sino un art\u00edculo para constructores. Aquellos que quieren ir m\u00e1s all\u00e1 de los simples prompts. Aquellos que quieren dise\u00f1ar una inteligencia que piense en plural.<\/p>\n<p><img decoding=\"async\" width=\"1536\" height=\"1024\" src=\"https:\/\/liora.io\/app\/uploads\/sites\/7\/2025\/07\/illustration-autogen-Liora-5.webp\" alt=\"\" loading=\"lazy\" srcset=\"https:\/\/liora.io\/app\/uploads\/sites\/7\/2025\/07\/illustration-autogen-Liora-5.webp 1536w, https:\/\/liora.io\/app\/uploads\/sites\/7\/2025\/07\/illustration-autogen-Liora-5-300x200.webp 300w, https:\/\/liora.io\/app\/uploads\/sites\/7\/2025\/07\/illustration-autogen-Liora-5-1024x683.webp 1024w, https:\/\/liora.io\/app\/uploads\/sites\/7\/2025\/07\/illustration-autogen-Liora-5-768x512.webp 768w\" sizes=\"(max-width: 1536px) 100vw, 1536px\"><\/p>\n<h2>Conclusi\u00f3n: Autogen, cuando la inteligencia artificial juega en equipo<\/h2>\n<p>Autogen toma una nueva direcci\u00f3n apasionante en el mundo de la IA: la de la <b>colaboraci\u00f3n entre agentes IA<\/b>, capaces de dialogar, iterar y coordinarse como un verdadero equipo. Este paso del mono-agente a la <b>inteligencia colectiva<\/b> marca un cambio en la forma en que se imagina, dise\u00f1a y utiliza las IA generativas.<\/p>\n<p>Para los <b>desarrolladores<\/b>, las <b>empresas<\/b>, o <b>cualquier profesional que desee aprovechar esta revoluci\u00f3n<\/b>, comprender y dominar este tipo de art\u00edculo se convierte en una verdadera ventaja competitiva. Saber <b>orquestar varios agentes<\/b>, pilotar estos di\u00e1logos complejos, es asegurarse de poder <b>automatizar tareas<\/b> hasta ahora imposibles de delegar a una IA sola.<\/p>\n<p>Entonces, para descubrir m\u00e1s a fondo Autogen y las otras <b>tecnolog\u00edas de inteligencia artificial<\/b> avanzada, puedes elegir Liora. Nuestra formaci\u00f3n de Ingeniero en Inteligencia Artificial ofrecida por Liora te sumerge en los conceptos, herramientas y t\u00e9cnicas modernas: <a href=\"https:\/\/liora.io\/es\/metricas-en-machine-learning\">machine learning<\/a>, deep learning, <a href=\"https:\/\/liora.io\/es\/nlp-introduccion\">NLP<\/a>, <b>orquestaci\u00f3n multiagente<\/b>, y mucho m\u00e1s.&nbsp;<\/p>\n<p>Con una pedagog\u00eda decididamente orientada hacia <b>la pr\u00e1ctica<\/b>, aprender\u00e1s a <b>dise\u00f1ar, desplegar y pilotar proyectos de IA<\/b> complejos, desde los datos hasta la industrializaci\u00f3n. Gracias a este trayecto, podr\u00e1s adquirir todas las competencias requeridas para <b>dominar art\u00edculos como Autogen<\/b> y obtener una <b>certificaci\u00f3n profesional reconocida<\/b> que valorar\u00e1 tu experiencia ante los reclutadores.<\/p>\n<p><a href=\"https:\/\/liora.io\/es\/nuestros-cursos-de-data\">Nuestras formaciones se adaptan a tus necesidades<\/a>, ya sea que prefieras el BootCamp intensivo o a tiempo completo.&nbsp;<b>Descubre Liora<\/b> y \u00a1pasa a la velocidad superior en IA!&nbsp;<\/p>\n<p><a href=\"https:\/\/liora.io\/es\/nuestros-cursos-de-data\"><br \/>\nExamine nuestros cursos de formaci\u00f3n sobre IA<br \/>\n<\/a><\/p>\n<p>Ahora que sabes todo sobre Autogen, te invitamos a descubrir <a href=\"https:\/\/liora.io\/es\/agentes-de-ia-todo-sobre\">notre art\u00edculo complet sur les agents IA<\/a>.&nbsp;<\/p>\n","protected":false},"excerpt":{"rendered":"<p>Autogen es el art\u00edculo de open source desarrollado por Microsoft para orquestar varios agentes de IA y hacerlos colaborar como un verdadero equipo. \u00a1Descubre c\u00f3mo est\u00e1 revolucionando el uso de las IA generativas al fomentar el di\u00e1logo entre agentes, la inclusi\u00f3n del humano y la resoluci\u00f3n colectiva de tareas complejas!<\/p>\n","protected":false},"author":85,"featured_media":181087,"comment_status":"open","ping_status":"open","sticky":false,"template":"elementor_theme","format":"standard","meta":{"_acf_changed":false,"editor_notices":[],"footnotes":""},"categories":[2440],"class_list":["post-181085","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-data-ia"],"acf":[],"_links":{"self":[{"href":"https:\/\/liora.io\/es\/wp-json\/wp\/v2\/posts\/181085","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/liora.io\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/liora.io\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/liora.io\/es\/wp-json\/wp\/v2\/users\/85"}],"replies":[{"embeddable":true,"href":"https:\/\/liora.io\/es\/wp-json\/wp\/v2\/comments?post=181085"}],"version-history":[{"count":5,"href":"https:\/\/liora.io\/es\/wp-json\/wp\/v2\/posts\/181085\/revisions"}],"predecessor-version":[{"id":182984,"href":"https:\/\/liora.io\/es\/wp-json\/wp\/v2\/posts\/181085\/revisions\/182984"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/liora.io\/es\/wp-json\/wp\/v2\/media\/181087"}],"wp:attachment":[{"href":"https:\/\/liora.io\/es\/wp-json\/wp\/v2\/media?parent=181085"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/liora.io\/es\/wp-json\/wp\/v2\/categories?post=181085"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}