Arcabouços de Agentes
Traduzido com IA. Verificado por pessoas em inglês. Como fazemos os livros
Traduzido do livro em inglês, edição 2026.11.2. Leia o original
{"markdown": "Construa o código em torno de um modelo que cria um agente em que você pode confiar para usar ferramentas reais: o loop, as ferramentas, o contexto, as permissões, o sandboxing, os subagentes e os testes, em um agente de manutenção para uma pequena biblioteca Python."}
Para quem é {"markdown": "Para engenheiros que já chamaram a API de um modelo e construíram um agente de demonstração, e agora precisam criar um agente que funcione com ferramentas reais sem que uma pessoa acompanhe cada etapa. Escreve em Python e conhece JSON e HTTP. Não são necessários conhecimentos sobre os componentes internos de modelos nem sobre MCP."}
Leia no Kindle ou em qualquer leitor de e-books
O EPUB também funciona no Apple Books, no Kobo e na maioria dos leitores de e-books.
Enviar para o Kindle
Envia o EPUB desta edição em Português (Brasil).
-
Aprove o nosso endereço
A Amazon entrega no Kindle somente a partir de endereços que você aprovou, uma vez para cada serviço que envia e-mails a ele. Adicione o nosso à sua Lista de E-mails Aprovados para Documentos Pessoais.
books@rollingedition.comAbrir as Configurações de documentos pessoais da Amazon. Na Amazon, isso fica em Gerenciar seu conteúdo e dispositivos, Preferências, Configurações de documentos pessoais.
Enviado. Ele aparecerá na sua biblioteca do Kindle em alguns minutos.
Se não chegar, quase sempre o problema é a aprovação do passo 1: verifique se books@rollingedition.com está na sua Lista de E-mails Aprovados para Documentos Pessoais.
Cada nova edição dos seus livros salvos também será enviada para o seu Kindle.
Este não é um endereço do Kindle. Ele termina em @kindle.com: você o encontra em Configurações de Documentos Pessoais da Amazon.
Você enviou {count} livros hoje, o máximo que enviamos para uma conta em um dia. Tente novamente amanhã.
Enviamos todos os livros que podíamos hoje. Tente novamente amanhã.
O livro não foi enviado. Tente novamente em alguns minutos.
Esta edição é grande demais para enviar por e-mail.
Enviar para o Kindle vem com o Labs.
Este não é um endereço do Kindle. Ele termina em @kindle.com: você o encontra em Configurações de Documentos Pessoais da Amazon.
O livro não foi enviado. Tente novamente em alguns minutos.
Ou baixe o EPUB e envie-o na página Enviar para o Kindle da Amazon.
Kindle is a trademark of Amazon.com, Inc.
Sumário
12 capítulos, cerca de 4 horas 57 minutos de leitura, com 64 exemplos.
-
1Dê a um modelo ferramentas e um laço
Ao final deste capítulo, você será capaz de executar um modelo em um laço que lhe dá três ferramentas: uma lê um arquivo, uma executa os testes e uma termina com um arquivo alterado.
-
2Pare o loop quando ele terminar ou travar
Ao final deste capítulo, você saberá dizer por que qualquer execução parou, a partir da única palavra que o harness registra para ela, e acrescentar as duas regras que encerram uma execução que deixou de progredir.
-
3Dê ao modelo ferramentas que ele não consiga usar de forma indevida
Ao final deste capítulo, você será capaz de dar a um modelo ferramentas cujos argumentos o harness verifica antes de qualquer ferramenta ser executada, e de escrever recusas que o modelo consiga aproveitar.
-
4Uma interface para modelos roteirizados, reproduzidos, locais e hospedados
Ao final deste capítulo, você será capaz de executar o mesmo loop com um modelo roteirizado, uma execução reproduzida, um modelo local e um endpoint compatível com a OpenAI, sem alterar o loop.
-
5Mantenha o contexto útil à medida que a tarefa cresce
Ao final deste capítulo, você será capaz de calcular quanto espaço o prompt de uma execução ainda tem, estimar o tamanho de um prompt quando o harness não consegue contá-lo exatamente, e compactar os passos mais antigos de uma execução sem separar uma chamada de ferramenta do seu resultado.
-
6Coloque portões nas ferramentas que alteram as coisas
Ao final deste capítulo, você será capaz de manter as alterações de um agente na cópia própria dele até que uma pessoa diga sim, verificar se esse sim cobre exatamente a alteração que ela leu e devolver um não ao agente como motivo para a execução ter parado.
-
7Execute o código do agente em um sandbox e mantenha os segredos fora do seu alcance de visão
Ao final deste capítulo, você será capaz de executar um comando para o agente com limite de tempo, limites de memória por processo, de CPU e de tamanho de arquivo, um ambiente construído a partir de uma lista de permissões (allowlist) e uma cópia temporária como pasta de trabalho.
-
8Entregue uma subtarefa a um filho, e devolva uma parada
Ao final deste capítulo, você será capaz de entregar uma subtarefa a um loop filho, com um orçamento de passos próprio, e receber de volta um resumo e um motivo de parada, no lugar de toda a transcrição do filho.
-
9Conectar o harness a servidores MCP
Ao final deste capítulo, você será capaz de conectar o harness a servidores MCP que outras pessoas executam, ver as ferramentas de cada servidor com nomes que não possam colidir com os do próprio harness e enviar cada chamada a uma dessas ferramentas pelo portão de aprovação.
-
10Teste o agente e depois meça-o em um conjunto de tarefas
Ao final deste capítulo, você será capaz de testar o harness com respostas roteirizadas, avaliar o agente no conjunto de tarefas com uma única regra para considerar uma tarefa concluída e informar a contagem junto com a sua faixa.
-
11Registre cada execução e conte o que ela custou
Ao final deste capítulo, você será capaz de fazer com que cada execução grave um registro por passo em um arquivo que um leitor posterior possa analisar, dar a cada registro IDs que o liguem à sua execução e à sua chamada, e dizer quanto a execução custou em tokens.
-
12Quando um agente é o design errado
Ao final deste capítulo, você será capaz de tomar qualquer tarefa do caso, classificá-la como um pipeline fixo, uma única chamada de modelo ou um agente com portões, e dizer o que as execuções registradas mostram para ela.