Common Terminology Iniciante
~40 min
Introducao a AI Agents
Topico 7 de 35
ai-agents terminologia
Progresso do Topico 0%
Introducao a AI Agents
Em AI Engineering, "agents" sao sistemas autonomos que podem perceber seu ambiente, tomar decisoes e executar acoes para atingir objetivos especificos. Eles representam a evolucao dos LLMs de "respondedores de perguntas" para "executores de tarefas".
O que e um AI Agent?#
Um AI Agent e um sistema que:
- Recebe um objetivo do usuario
- Planeja como atingi-lo
- Executa acoes usando ferramentas
- Observa resultados e ajusta o plano
- Itera ate completar ou falhar
Usuario: "Pesquise sobre o concorrente X e faca um resumo"
Agent:
Pensamento: Preciso buscar informacoes sobre X
Acao: search_web("empresa X noticias recentes")
Observacao: [resultados da busca]
Pensamento: Tenho informacoes, preciso visitar os sites
Acao: browse_url("https://...")
Observacao: [conteudo da pagina]
Pensamento: Agora posso sintetizar
Acao: generate_summary(informacoes)
Resposta: "Aqui esta o resumo sobre X..."
Componentes de um Agent#
1. LLM (Cerebro)#
O modelo que raciocina e decide proximas acoes.
2. Ferramentas (Tools)#
Capacidades que o agent pode usar:
search_web- Buscar na internetread_file- Ler arquivosexecute_code- Rodar Pythonsend_email- Enviar emailsquery_database- Consultar banco de dados
3. Memoria#
- Curto prazo - Contexto da conversa atual
- Longo prazo - Informacoes persistidas entre sessoes
4. Planejamento#
Estrategia para decompor objetivos complexos em passos.
Tipos de Agents#
| Tipo | Descricao | Exemplo |
|---|---|---|
| ReAct | Reason + Act em loop | Mais comum |
| Plan-and-Execute | Planeja tudo antes | Tarefas complexas |
| Self-Ask | Faz sub-perguntas | Pesquisa |
| Multi-Agent | Varios agents colaborando | Simulacoes |
Exemplo com LangChain#
Python
from langchain.agents import create_react_agent
from langchain_openai import ChatOpenAI
from langchain.tools import DuckDuckGoSearchRun, WikipediaQueryRun
# Definir ferramentas
tools = [
DuckDuckGoSearchRun(),
WikipediaQueryRun()
]
# Criar agent
llm = ChatOpenAI(model="gpt-4")
agent = create_react_agent(llm, tools)
# Executar
result = agent.invoke({
"input": "Quem ganhou a Copa do Mundo de 2022?"
})
Casos de Uso#
- Assistentes pessoais - Agendar reunioes, enviar emails
- Pesquisa automatizada - Coletar e sintetizar informacoes
- Automacao de tarefas - Processar documentos, gerar relatorios
- Coding assistants - Escrever, testar e debugar codigo
- Suporte ao cliente - Resolver problemas com acesso a sistemas
Desafios e Limitacoes#
- Confiabilidade - Agents podem "travar" em loops
- Custo - Muitas chamadas de API = conta alta
- Latencia - Multiplas etapas = tempo de resposta longo
- Seguranca - Acoes autonomas precisam de guardrails
- Observabilidade - Dificil debugar o que deu errado
Boas Praticas#
- Comece simples, adicione complexidade aos poucos
- Limite o numero de ferramentas disponiveis
- Implemente timeouts e limites de iteracao
- Adicione confirmacao humana para acoes criticas
- Logue todas as decisoes e acoes para debug
Recursos#
Checklist#
Conexoes#
Proximo passo: Aprenda a criar prompts efetivos em prompt-engineering-intro
3 recursos
Este topico tambem pode ser acessado em /topicos/ai-agents-intro