Se você trabalha com desenvolvimento de software, IA e Grandes Modelos de Linguagem (LLMs), provavelmente usa agentes de IA com frequência. Este artigo mostra como construir o seu primeiro. Antes de começar, vale definir o termo. Há muitas respostas, mas a maioria concorda que um agente de IA é um sistema de software que usa um LLM que chama uma ou mais ferramentas em um loop para alcançar um objetivo. Esse objetivo pode variar de responder a uma pergunta simples a controlar seu navegador para reservar uma passagem aérea ou desenvolver software altamente complexo.
Em sistemas agênticos, o loop descreve o ciclo entre o modelo, a aplicação e suas ferramentas. Ele não exige um while ou for literal. O exemplo aqui percorre esse ciclo uma única vez: o modelo solicita uma ferramenta, o Python a executa e o modelo usa o resultado para responder. O agente não fará nada complexo, por design, para manter as coisas simples no início.
O exemplo é um assistente de suporte para uma loja online fictícia. Os dados dos pedidos ficam em um banco de dados SQLite, então um modelo de linguagem não consegue responder sozinho a perguntas sobre pedidos. Em vez disso, o modelo solicita uma função Python chamada get_order_total, que consulta o banco e retorna o valor real. Para o pedido 1001 de Sarah Jones, o total correto é GBP 96.95.
O modelo pode pedir uma operação, mas cabe ao Python decidir se ela é permitida e executá-la. O modelo roda localmente por meio do Ollama, então não é preciso conta na nuvem nem chave de API. O programa exibe a função solicitada, seus argumentos e o resultado do banco de dados, tornando a troca visível em vez de escondê-la dentro de um framework de agentes.
Fonte: Towards Data Science · Resumido por HeadlinesBriefing