3 - 6 Horas 3 Módulos
Tema Principal: IA para Desenvolvedores
Carga Horária: 3 - 6 Horas
Nível: Avançado
Público-alvo: Arquitetos de Software, Engenheiros de IA e Líderes de Inovação
Um agente resolve tarefas; um time de agentes resolve problemas de negócio. Este treinamento ensina a projetar sistemas onde agentes especializados (Pesquisador, Redator, Revisor) interagem de forma autônoma. O objetivo é criar uma estrutura de "Gerente e Operários", onde o sistema recebe um objetivo complexo, divide-o em subtarefas e as executa em segundo plano até alcançar o resultado final perfeito, sem intervenção humana constante.
Capacitar o profissional a arquitetar e implementar redes de agentes colaborativos, utilizando protocolos de comunicação modernos e frameworks de orquestração para criar soluções escaláveis, modulares e altamente autônomas.
Conceituação do modelo hierárquico. Aprendizado sobre como definir o agente "Gerente" responsável por decompor a solicitação do usuário e delegar as partes para os agentes "Operários" especializados, garantindo que cada um foque apenas na sua área de expertise.
A ciência da passagem de bastão. Implementação de protocolos de comunicação (como o Model Context Protocol - MCP) para garantir que a saída de um agente (JSON) seja a entrada perfeita para o próximo, eliminando perdas de contexto e erros de integração entre as camadas do sistema.
Laboratório de sistemas de longa duração. Como configurar agentes que rodam em background por horas, realizando pesquisas profundas e revisões automáticas. Discussão sobre a modularidade do sistema: como substituir ou atualizar um único agente (ex: trocar o Pesquisador) sem comprometer toda a estrutura.
from langchain.tools import tool
from langchain.agents import create_agent
# Criar um sub-agente
subagent = create_agent(model="anthropic:claude-sonnet-4-20250514", tools=[...])
# Transformando um sub-agente em ferramenta
@tool("research", description="Research a topic and return findings")
def call_research_agent(query: str):
result = subagent.invoke({"messages": [{"role": "user", "content": query}]})
return result["messages"][-1].content
# Agente principal com o sub-agente como uma ferramenta
main_agent = create_agent(model="anthropic:claude-sonnet-4-20250514", tools=[call_research_agent])