Address remaining PR review comments

- Fix E225 spacing in workflow_aggregator_voting.py (Comment 4)
- Translate Spanish agent/workflow display names in 7 Spanish files (Comments 5-8, 12-14)
- Wrap long line in workflow_aggregator_structured.py (Comment 11)
- Fix typo 'ass umptions' in workflow_magenticone.py (Comment 16)
- Fix I001 import sorting in aggregator_ranked files
- Fix UP035 Literal import in aggregator_structured files

Author: pamelafox

examples/spanish/workflow_aggregator_ranked.py

@@ -24,7 +24,6 @@
 from pydantic import BaseModel, Field
 from typing_extensions import Never
 
-
 load_dotenv(override=True)
 API_HOST = os.getenv("API_HOST", "github")
 
@@ -113,7 +112,7 @@ async def run(
 
 bold_writer = Agent(
     client=client,
-    name="BoldWriter",
+    name="EscritorAudaz",
     instructions=(
         "Eres un copywriter audaz y dramático. "
         "Dado el brief del producto, propone UN eslogan de marketing contundente (máx. 10 palabras). "
@@ -123,7 +122,7 @@ async def run(
 
 minimalist_writer = Agent(
     client=client,
-    name="MinimalistWriter",
+    name="EscritorMinimalista",
     instructions=(
         "Eres un copywriter minimalista que valora la brevedad por encima de todo. "
         "Dado el brief del producto, propone UN eslogan de marketing ultra-corto (máx. 6 palabras). "
@@ -133,7 +132,7 @@ async def run(
 
 emotional_writer = Agent(
     client=client,
-    name="EmotionalWriter",
+    name="EscritorEmocional",
     instructions=(
         "Eres un copywriter con enfoque empático. "
         "Dado el brief del producto, propone UN eslogan de marketing (máx. 10 palabras) "
@@ -147,7 +146,7 @@ async def run(
 
 workflow = (
     WorkflowBuilder(
-        name="FanOutFanInRanked",
+        name="RankingFanOutFanIn",
         description="Generate slogans in parallel, then LLM-judge ranks them.",
         start_executor=dispatcher,
         output_executors=[ranker],

examples/spanish/workflow_aggregator_structured.py

@@ -15,13 +15,14 @@
 import asyncio
 import os
 import sys
+from typing import Literal
 
 from agent_framework import Agent, AgentExecutorResponse, Executor, Message, WorkflowBuilder, WorkflowContext, handler
 from agent_framework.openai import OpenAIChatClient
 from azure.identity.aio import DefaultAzureCredential, get_bearer_token_provider
 from dotenv import load_dotenv
 from pydantic import BaseModel, Field
-from typing_extensions import Literal, Never
+from typing_extensions import Never
 
 load_dotenv(override=True)
 API_HOST = os.getenv("API_HOST", "github")
@@ -93,7 +94,8 @@ async def extract(
                 role="system",
                 text=(
                     "Eres un revisor de un comité de contratación. "
-                    "Con base en las siguientes evaluaciones de entrevistadores, produce una revisión estructurada del candidato."
+                    "Con base en las siguientes evaluaciones de entrevistadores, "
+                    "produce una revisión estructurada del candidato."
                 ),
             ),
             Message(role="user", text=combined),
@@ -107,7 +109,7 @@ async def extract(
 
 technical_interviewer = Agent(
     client=client,
-    name="TechnicalInterviewer",
+    name="EntrevistadorTecnico",
     instructions=(
         "Eres un ingeniero senior haciendo una entrevista técnica. "
         "Evalúa las habilidades técnicas del candidato, su conocimiento de arquitectura y su capacidad de programar. "
@@ -117,7 +119,7 @@ async def extract(
 
 behavioral_interviewer = Agent(
     client=client,
-    name="BehavioralInterviewer",
+    name="EntrevistadorConductual",
     instructions=(
         "Eres un especialista de RR.HH. haciendo una entrevista conductual. "
         "Evalúa comunicación, trabajo en equipo, resolución de conflictos y liderazgo. "
@@ -127,7 +129,7 @@ async def extract(
 
 cultural_interviewer = Agent(
     client=client,
-    name="CulturalInterviewer",
+    name="EntrevistadorCultural",
     instructions=(
         "Eres un líder de equipo evaluando encaje cultural. "
         "Evalúa si el candidato se alinea con una cultura startup colaborativa y de ritmo rápido. "
@@ -139,7 +141,7 @@ async def extract(
 
 workflow = (
     WorkflowBuilder(
-        name="FanOutFanInStructured",
+        name="ExtraccionEstructurada",
         description="Fan-out/fan-in with Pydantic structured extraction.",
         start_executor=dispatcher,
         output_executors=[extractor],

examples/spanish/workflow_aggregator_summary.py

@@ -86,7 +86,7 @@ async def run(self, results: list[AgentExecutorResponse], ctx: WorkflowContext[N
 
 researcher = Agent(
     client=client,
-    name="Researcher",
+    name="Investigador",
     instructions=(
         "Eres un investigador de mercado experto. "
         "Dado el prompt, proporciona insights factuales concisos, oportunidades y riesgos. "
@@ -96,7 +96,7 @@ async def run(self, results: list[AgentExecutorResponse], ctx: WorkflowContext[N
 
 marketer = Agent(
     client=client,
-    name="Marketer",
+    name="Estratega",
     instructions=(
         "Eres un estratega de marketing. "
         "Dado el prompt, propone una propuesta de valor clara y mensajes para la audiencia. "
@@ -120,7 +120,7 @@ async def run(self, results: list[AgentExecutorResponse], ctx: WorkflowContext[N
 
 workflow = (
     WorkflowBuilder(
-        name="FanOutFanInLLMSummary",
+        name="ResumenLLMFanOutFanIn",
         description="Fan-out/fan-in with LLM summarization aggregation.",
         start_executor=dispatcher,
         output_executors=[summarizer],

examples/spanish/workflow_aggregator_voting.py

@@ -104,7 +104,7 @@ async def tally(
 
 keyword_classifier = Agent(
     client=client,
-    name="KeywordClassifier",
+    name="ClasificadorPalabraClave",
     instructions=(
         "Clasifica el ticket de soporte en exactamente una categoría: bug, billing, feature_request o general.\n"
         "Reglas:\n"
@@ -118,7 +118,7 @@ async def tally(
 
 sentiment_classifier = Agent(
     client=client,
-    name="SentimentClassifier",
+    name="ClasificadorSentimiento",
     instructions=(
         "Clasifica el ticket de soporte en exactamente una categoría: bug, billing, feature_request o general.\n"
         "Analiza el tono emocional:\n"
@@ -132,7 +132,7 @@ async def tally(
 
 intent_classifier = Agent(
     client=client,
-    name="IntentClassifier",
+    name="ClasificadorIntencion",
     instructions=(
         "Clasifica el ticket de soporte en exactamente una categoría: bug, billing, feature_request o general.\n"
         "Enfócate en lo que el usuario quiere lograr:\n"
@@ -148,7 +148,7 @@ async def tally(
 
 workflow = (
     WorkflowBuilder(
-        name="FanOutFanInVoting",
+        name="VotacionFanOutFanIn",
         description="Ensemble classification with majority-vote aggregation.",
         start_executor=dispatcher,
         output_executors=[tally],

examples/spanish/workflow_fan_out_fan_in_edges.py

@@ -105,7 +105,7 @@ async def aggregate(
 
 researcher = Agent(
     client=client,
-    name="Researcher",
+    name="Investigador",
     instructions=(
         "Eres un investigador de mercado experto. "
         "Dado el prompt, proporciona insights factuales concisos, oportunidades y riesgos. "
@@ -115,7 +115,7 @@ async def aggregate(
 
 marketer = Agent(
     client=client,
-    name="Marketer",
+    name="Estratega",
     instructions=(
         "Eres un estratega de marketing. "
         "Dado el prompt, propone una propuesta de valor clara y mensajes para la audiencia. "
@@ -137,7 +137,7 @@ async def aggregate(
 
 workflow = (
     WorkflowBuilder(
-        name="FanOutFanInEdges",
+        name="AristasDispersionReunion",
         description="Explicit fan-out/fan-in using edge groups.",
         start_executor=dispatcher,
         output_executors=[aggregator],

examples/spanish/workflow_handoffbuilder_rules.py

@@ -64,48 +64,48 @@
 
 triage_agent = Agent(
     client=client,
-    name="triage_agent",
+    name="agente_triaje",
     instructions=(
         "Eres un agente de triage de soporte al cliente. Saluda al cliente, entiende su problema "
-        "y haz handoff al especialista correcto: order_agent para temas de pedidos y "
-        "return_agent para devoluciones. No puedes gestionar reembolsos directamente. "
+        "y haz handoff al especialista correcto: agente_pedidos para temas de pedidos y "
+        "agente_devoluciones para devoluciones. No puedes gestionar reembolsos directamente. "
         "Cuando el caso esté resuelto, di 'Goodbye!' (Goodbye/Adiós) para terminar la sesión."
     ),
 )
 
 order_agent = Agent(
     client=client,
-    name="order_agent",
+    name="agente_pedidos",
     instructions=(
         "Atiendes consultas sobre el estado del pedido. Busca el pedido del cliente y da una actualización breve. "
-        "Al terminar, haz handoff de vuelta a triage_agent."
+        "Al terminar, haz handoff de vuelta a agente_triaje."
     ),
 )
 
 return_agent = Agent(
     client=client,
-    name="return_agent",
+    name="agente_devoluciones",
     instructions=(
         "Atiendes devoluciones de productos. Ayuda al cliente a iniciar una devolución. "
-        "Si también quiere un reembolso, haz handoff a refund_agent. "
-        "De lo contrario, haz handoff de vuelta a triage_agent al terminar."
+        "Si también quiere un reembolso, haz handoff a agente_reembolsos. "
+        "De lo contrario, haz handoff de vuelta a agente_triaje al terminar."
     ),
 )
 
 refund_agent = Agent(
     client=client,
-    name="refund_agent",
+    name="agente_reembolsos",
     instructions=(
         "Procesas reembolsos por artículos devueltos. Confirma los detalles del reembolso y avísale "
-        "al cliente cuándo puede esperar el dinero de vuelta. Haz handoff a triage_agent al terminar."
+        "al cliente cuándo puede esperar el dinero de vuelta. Haz handoff a agente_triaje al terminar."
     ),
 )
 
 # ── Construye el workflow de handoff con reglas explícitas ─────────────────
 
 workflow = (
     HandoffBuilder(
-        name="customer_support_handoff",
+        name="handoff_soporte_cliente",
         participants=[triage_agent, order_agent, return_agent, refund_agent],
         termination_condition=lambda conversation: (
             len(conversation) > 0 and "goodbye" in conversation[-1].text.lower()

examples/spanish/workflow_magenticone.py

@@ -56,7 +56,7 @@
         "Sugieres actividades locales auténticas e interesantes o lugares para visitar, "
         "usando cualquier contexto que provea la persona usuaria u otros agentes."
     ),
-    name="local_agent",
+    name="agente_local",
     description="Specialist in local activities and places.",
 )
 
@@ -66,7 +66,7 @@
         "Revisas planes de viaje y das recomendaciones prácticas para retos de idioma "
         "y comunicación en el destino. Si ya está bien cubierto, menciónalo con una razón clara."
     ),
-    name="language_agent",
+    name="agente_idioma",
     description="Specialist in language and communication advice.",
 )
 
@@ -79,13 +79,13 @@
         "No pidas confirmaciones ni permisos. "
         "YOUR FINAL RESPONSE MUST BE THE COMPLETE PLAN."
     ),
-    name="travel_summary_agent",
+    name="agente_resumen_viaje",
     description="Specialist in travel-plan synthesis.",
 )
 
 manager_agent = Agent(
     client=client,
-    name="manager_agent",
+    name="agente_coordinador",
     description="Magentic manager that coordinates specialists.",
     instructions=(
         "Coordinas especialistas para resolver tareas complejas de forma eficiente. "

examples/workflow_aggregator_ranked.py

@@ -24,7 +24,6 @@
 from pydantic import BaseModel, Field
 from typing_extensions import Never
 
-
 load_dotenv(override=True)
 API_HOST = os.getenv("API_HOST", "github")
 

examples/workflow_aggregator_structured.py

@@ -15,13 +15,14 @@
 import asyncio
 import os
 import sys
+from typing import Literal
 
 from agent_framework import Agent, AgentExecutorResponse, Executor, Message, WorkflowBuilder, WorkflowContext, handler
 from agent_framework.openai import OpenAIChatClient
 from azure.identity.aio import DefaultAzureCredential, get_bearer_token_provider
 from dotenv import load_dotenv
 from pydantic import BaseModel, Field
-from typing_extensions import Literal, Never
+from typing_extensions import Never
 
 load_dotenv(override=True)
 API_HOST = os.getenv("API_HOST", "github")
@@ -89,7 +90,13 @@ async def extract(
         combined = "\n\n".join(sections)
 
         messages = [
-            Message(role="system", text="You are a hiring committee reviewer. Based on the following interviewer assessments, produce a structured candidate review."),
+            Message(
+                role="system",
+                text=(
+                    "You are a hiring committee reviewer. "
+                    "Based on the following interviewer assessments, produce a structured candidate review."
+                ),
+            ),
             Message(role="user", text=combined),
         ]
         response = await self._client.get_response(messages, options={"response_format": CandidateReview})

examples/workflow_aggregator_voting.py

@@ -85,7 +85,7 @@ async def tally(
         """Count classifier votes and yield the winning category."""
         votes: list[tuple[str, str]] = []
         for result in results:
-            classification: Classification= result.agent_response.value
+            classification: Classification = result.agent_response.value
             votes.append((result.executor_id, classification.category.value))
 
         labels = [label for _, label in votes]