Como configuro e publico um agente na nuvem no Claude Code

Autoria: Cortes do Rafael Quintanilha · Assistir no YouTube

Vídeo de autoria do canal indicado, não da IANIA; todos os direitos pertencem ao criador. Transcrição, resumo e tradução gerados automaticamente; o conteúdo no idioma original é preservado na versão em idioma original.

Idioma original: português

Vídeo original: É assim que eu configuro e publico um agente na nuvem no Claude Code · Canal: Cortes do Rafael Quintanilha · 08:45 · Assistir no YouTube

Tópicos: Agentes de IA, Automação de tarefas e workflows, Claude Code, Ferramentas de desenvolvimento com IA, Infraestrutura e hardware de IA

Resumo

O vídeo apresenta um exemplo de agente gerenciado da Anthropic que analisa o mercado financeiro usando dados e funcionalidades do Quant Brasil. Rafael explica como configurar o ambiente, as credenciais e um deployment, além de executar o agente e acompanhar sua sessão. Também mostra que os agentes podem ser versionados e configurados declarativamente em arquivos, com gerenciamento pela CLI Ant. Ao final, a sessão produz um resumo do mercado que poderia ser publicado ou enviado por diferentes canais.

Pontos-chave

Managed agents permitem executar agentes na nuvem da Anthropic sem administrar a infraestrutura.
O exemplo usa a CLI do Quant Brasil para consultar informações de mercado e gerar um resumo.
A configuração envolve um agente, um ambiente com os acessos necessários e um vault com credenciais.
Um deployment associa o agente ao ambiente e às credenciais, e permite configurar execução manual, agendada ou via API.
É possível definir um limite de gastos e acompanhar a execução do agente em uma sessão.
Os agentes são versionados, e é possível comparar alterações, inclusive no modelo utilizado.
Arquivos YAML permitem descrever declarativamente configurações locais do agente e do ambiente.
A CLI Ant pode comparar a configuração local com a nuvem e aplicar alterações.

Capítulos

Início	Capítulo	Resumo
00:00	O exemplo de agente na nuvem	O autor apresenta os managed agents da Anthropic e propõe um agente para analisar o mercado financeiro usando o Quant Brasil.
02:03	Configuração de agente, ambiente e deployment	O vídeo mostra como configurar o ambiente e o vault, associá-los ao agente e definir orçamento e forma de execução.
04:38	Execução, sessões e versões	O autor inicia o deployment, acompanha a sessão e explica o versionamento e a escolha do modelo.
06:11	Configuração declarativa com a CLI Ant	O vídeo demonstra arquivos YAML e o uso de Ant para comparar e aplicar alterações locais na nuvem, antes de mostrar o resumo gerado pelo agente.

Citações

É a forma de você executar agentes na nuvem, na infraestrutura da Anthropic. — 00:00

A forma mais robusta de fazer isso seria, de fato, rodar na nuvem. — 02:03

Você consegue configurar, por exemplo, o budget e como esse agente vai ser executado. — 04:07

Você consegue configurar o seu agente dessa forma, de forma declarativa. — 06:11

Você consegue utilizar o seu agente favorito para criar agentes na nuvem e fazer o deploy. — 08:13

Conceitos e entidades

Managed Agents (ferramenta): Serviço da Anthropic apresentado no vídeo para executar agentes na nuvem.
Anthropic (empresa): Empresa cuja infraestrutura em nuvem é usada para executar os agentes do exemplo.
Quant Brasil (empresa): Site de finanças quantitativas cujos dados e funcionalidades são usados pelo agente.
Quant Brasil CLI (ferramenta): CLI que o agente instala para acessar funcionalidades do Quant Brasil.
Codex (ferramenta): Ferramenta que o autor já havia usado localmente para montar uma carteira com dados quantitativos.
Claude Code (ferramenta): Ferramenta citada no título do vídeo, relacionada à configuração e publicação de agentes na nuvem.
Ant (ferramenta): CLI apresentada para gerenciar a infraestrutura da Anthropic na nuvem e aplicar mudanças de configuração.
Sonnet 5.5 (modelo): Modelo usado no exemplo, escolhido pelo autor por ser mais rápido, apesar de ter custado mais que Haiku.
Haiku (modelo): Modelo considerado como alternativa, mas que, segundo o autor, deu muitas voltas no exemplo.
deployment (conceito): Configuração que associa um agente às credenciais e ao ambiente e define como ele será executado.
vault (conceito): Cofre associado ao agente para armazenar credenciais, como API keys.

Tradução completa (pt-BR)

00:00 Os agentes gerenciados da Anthropic nada mais são do que agentes na nuvem. É a forma de executar agentes na nuvem, na infraestrutura da Anthropic, tá? Então eu queria mostrar um exemplo para vocês aqui. Se você acessar platform.claude.com e clicar em Início rápido, vão aparecer diversas sugestões do que você pode fazer, mas isso aqui normalmente é sempre aquela mesma coisa, né? Ah, fazer uma triagem de PR, enviar alguma coisa no Slack.

00:30 São casos de uso interessantes, claro, mas eu sinto que são sempre os mesmos, tá? Então eu queria mostrar um pouco para vocês um exemplo que eu estava fazendo, beleza? E tem algumas coisas interessantes para a gente entender aqui com os agentes gerenciados da Anthropic, tá? Primeiro de tudo, o que eu quis fazer? Eu quis criar um agente que pudesse analisar o mercado financeiro. Vocês sabem que este canal se chama Rafael Quintanilha Quant Brasil, e que o Quant Brasil é um site que eu tenho, um site de finanças quantitativas, para o qual inclusive lancei há pouco tempo uma série, tá? Isso permite que os meus agentes executem as

01:02 funcionalidades do Quant Brasil, né, no ambiente em que estiverem sendo executados, por exemplo, na nuvem da Anthropic. Então, o que eu quis fazer aqui foi um caso de uso, um exemplo em que um agente rodando na nuvem poderia analisar o mercado, né, e tomar alguma ação — que, neste caso, não está fazendo nada; pode se comunicar, pode só enviar uma mensagem no Slack, um e-mail, para onde quer que você queira, enfim, tanto faz. O objetivo aqui é mostrar para vocês que consigo ter capacidade agêntica na nuvem sem me preocupar com infraestrutura. Por

01:33 quê? Porque isso já é algo que você poderia fazer. Eu particularmente já mostrei, no vídeo sobre o Quant Brasil CLI, que vou deixar aqui caso você queira ver depois, diversos casos de uso. Mostro um exemplo em que uso o Codex para montar uma carteira utilizando os dados quantitativos. Então, todo dia o Codex vai lá, consulta a série do Quant Brasil e pensa no que pode montar, em como poderia montar uma carteira utilizando aqueles dados quantitativos. Isso roda localmente no meu computador. Funciona super bem, só que

02:03 depende de o meu computador estar ligado, depende de eu estar ali, né? E não é algo muito sustentável. Então, a forma mais robusta de fazer isso seria, de fato, rodar na nuvem, tá? O exemplo que eu estava fazendo foi justamente esse. Criei um agente aqui, tá? E esse agente, basicamente, vai instalar a CLI do Quant Brasil e verificar, por exemplo, como está o mercado, né? O preço de algumas ações, vai ver as notícias e vai me retornar algum

02:33 resumo, né? Vai me retornar algo que eu consiga ler: ah, beleza, o mercado está assim neste momento. Isso vai rodar de forma independente. O que eu queria mostrar para vocês aqui, tá? Nessa estrutura de agentes na nuvem da Anthropic, há alguns nomes que vale a pena a gente entender. Primeiro, um agente precisa rodar em um ambiente. Isso não é novidade para você se já criou agentes na nuvem, tá? Então, aqui na Anthropic, você pode clicar em criar ambiente, onde basicamente vai dizer: “Ó, esse ambiente é…”

03:05 na nuvem da Anthropic, por exemplo, e o que é aquele ambiente. Aqui você só vai controlar a que ele tem acesso ou não. Por exemplo, posso utilizar um MCP, quais hosts posso acessar, se há algum pacote que eu instalo e coisas do tipo, tá? Aqui eu já tenho o ambiente configurado, ó, que se conecta à API do Quant Brasil e permite que ele instale o pacote que preciso instalar, a CLI do Quant Brasil, e beleza, esse ambiente está funcionando, tá? Agora, esse ambiente também tem associado a ele — ou melhor, posso associar ao meu agente — um cofre, né, um

03:36 cofre onde ficam as minhas credenciais. Então, aqui também posso criar um cofre, né, e já tenho um criado. Posso colocar aqui as chaves de API necessárias. Aqui tenho o segredo e o ID necessários para o Quant Brasil, beleza? E aí, tendo o agente, o ambiente e a chave de API, consigo criar uma implantação. Esse é um termo um pouco confuso, mas, basicamente, uma implantação une — associa — um agente às credenciais e ao ambiente. E aí você consegue determinar quando

04:07 aquele agente vai ser executado, tá? Então você cria uma implantação aqui, selecionando justamente essas coisas: o agente, o ambiente e a mensagem. E aí consegue configurar, por exemplo, o orçamento, né? Quanto quero gastar aqui, no máximo; se vou executar esse agente manualmente, em um agendamento, né? Ou seja, como um cron job, ou posso até fazer isso por meio de uma requisição de API, tá? E consigo colocar aqui as minhas credenciais, as minhas chaves de API, para que o Wally fique disponível no ambiente, beleza? Então criei essa implantação, que no momento

04:38 está pausada, mas, se eu clicar aqui e clicar em Executar agora, vou executar essa implantação, que basicamente vai ler as minhas chaves de API do mercado. Ela rodaria com essa frequência aqui. Tem um orçamento máximo de um dólar e consigo saber exatamente qual é o meu agente e o que ele faz. Então vamos clicar em Executar agora e deixar que ele execute. Enquanto ele executa, tá? Vamos dar uma olhada novamente no agente, para que você veja uma coisa

05:08 bem legal: o fato de que esse agente tem controle de versão. Consigo ver inclusive o que muda de uma versão do agente para outra, inclusive qual modelo está sendo usado. Aqui, no caso, estou usando Sonnet 5.5 porque, por incrível que pareça, acabou saindo mais caro, mas mais rápido do que o Haiku, que acabou dando muitas voltas. Então, como isso é algo que vou executar poucas vezes, não tem problema colocar o Sonnet 5.5 aqui, mas você poderia tranquilamente colocar também o Haiku, certo? Vamos dar uma olhada para ver se a sessão, depois que

05:39 despachei isso aqui, na verdade, o que aconteceu é que essa execução, beleza? Ela vira uma sessão, né? Uma sessão é basicamente uma execução que a gente faz dentro de qualquer agente. Então está aqui, ó. Está aqui a nossa sessão. Ainda está rodando. A gente pode clicar aqui para ver exatamente o que está acontecendo, tá? Olha lá, passamos o resultado. Estamos vendo aqui o que o comando está fazendo, ó. Por exemplo, deu até alguns erros aqui, né? Por quê? Porque eu estava configurando a memória, tá? A memória para que o agente conseguisse persistir algumas informações, beleza? Ele acabou

06:11 cometendo alguns erros aqui que a gente pode corrigir depois. Vamos deixar ele terminar para ver o que aconteceu. Enquanto ele está executando, quero mostrar para vocês o código. Porque uma coisa legal dos agentes na nuvem é que eles são descritos em arquivos YAML, né? Então, o agente — aquela descrição do agente que vimos — é um arquivo Markdown normal, e o meu ambiente, né, a minha memória e as minhas credenciais são descritos aqui, ó, localmente, nesse arquivo YAML. Então é quase como se fosse um Terraform, para você que já mexeu com Terraform. Você

06:41 consegue configurar o seu agente dessa forma, de forma declarativa. Isso é muito bom. Também descobri que a Anthropic tem esta API e esta CLI chamada Ant, né? Inclusive, excelente nome, né? Ant, que você consegue utilizar basicamente para gerenciar toda a sua infraestrutura da Anthropic na nuvem. Funciona super bem, tá? Então, por exemplo, se eu fechar aqui e vier, sei lá, ao meu agente e trocar qualquer coisa aqui, ó. Ah,

07:12 quero saber o estado do mercado em menos de um minuto. Vamos dizer que quero saber o estado do mercado do Brasil e dos Estados Unidos, sei lá. Só fazer uma alteração qualquer aqui para vocês verem. E aí o que acontece? Mexi no meu agent.md. Lembrando: isso aqui é o que descreve o meu agente, tá? E aí venho aqui e executo ant apply. E o que acontece? Ele já entende. Olha só: “Opa, as coisas que mudaram”. Ele consegue ver aqui o que mudou em relação ao que está na nuvem, tá? Posso vir aqui, ó, em aplicar estas alterações e clicar em sim. E o que

07:43 Acontece? Ele vai lá, faz a atualização e agora, se eu rodar o ant apply, ó, está tudo atualizado, não tem nenhuma atualização. Quando ele faz isso, ele mexe no cloud lock, né? E aí eu consigo ver aqui a última versão de tudo, né, de todos os recursos que eu tenho. Se a gente voltar lá para a nuvem e vier aqui em agentes, o que aconteceu? Olha lá, o estado do mercado BR e US, né? Então, veja, a gente fez a mudança localmente via CLI e ela está persistida aqui. Que

08:13 Que isso é legal? Porque você consegue utilizar o seu agente favorito para criar agentes na nuvem e fazer o deploy, tudo sem nem precisar dessa configuração aqui. Então, eu achei isso aqui muito interessante, tá? E olha lá, a nossa sessão já foi finalizada, tá, com a mensagem. Está aqui a mensagem que foi feita, ó: mercado hoje, Bovespa mais 1,38, cenário parcial, falando particularmente aqui de Petrobras e Vale, maiores altas do índice, maiores quedas do índice. E aí eu poderia ir aqui, né, fazer alguma coisa com isso. Por exemplo, eu poderia publicar

08:45 isso no feed do Quant Brasil, por exemplo, eu poderia publicar isso como um tweet, por exemplo, eu podia enviar isso por e-mail para os clientes Quant Brasil. Enfim, aqui, agora, eu consigo ter isso, né, como uma funcionalidade.

Transcrição original

[00:00] os managed agents, os agentes gerenciados da Anthropic, nada mais são do que cloud agents. É a forma de você executar agentes na nuvem, na infra da Anthropic, tá? Então eu queria mostrar um exemplo para vocês aqui. Se você vier lá na no platform cloud.com e vier aqui em quickstart, eles vão dar diversas sugestões do que você pode fazer, mas isso aqui normalmente é sempre aquela mesma coisa, né? Ah, é fazer uma triagem de PR, é enviar alguma coisa no Slack.

[00:30] São casos de uso interessante, claro, mas eu eu sinto que eles são sempre os mesmos, tá? Então eu queria mostrar um pouco para vocês aqui um exemplo que eu estava fazendo, beleza? E tem algumas coisas interessantes para a gente entender aqui com os managed agents da Anthropic, tá? Primeiro de tudo, o que é que eu quis fazer? Eu quis criar um agente que pudesse analisar ali o mercado financeiro, vocês sabem que esse canal chama Rafael Quintanilha Quant Brasil, que o Quant Brasil é um site que eu tenho, um site de finanças quantitativas, que eu inclusive lancei há pouco tempo uma série, tá? Isso permite os meus agentes rodarem as

[01:02] funcionalidades do Quant Brasil, né, no ambiente que eles estiverem executando, por exemplo, lá na cloud, né, do cloud da Anthropic. Então o que eu quis fazer aqui era um caso de uso, um exemplo onde um agente rodando na nuvem poderia analisar o mercado, né, e tomar alguma ação, que no caso não tá fazendo nada, pode comunicar, pode só enviar é uma mensagem no Slack, onde quer que você queira, um e-mail, enfim, tanto faz. O objetivo aqui é mostrar para vocês que eu consigo ter uma capacidade agêntica na nuvem sem me preocupar com infra. Por

[01:33] quê? Porque isso já é algo que você poderia fazer, eu particularmente já disse no vídeo lá do Quant Brasil CLI, vou até deixar aqui se você quiser ver depois, diversos casos de uso que eu mostro, um exemplo onde eu uso o Codex para montar uma carteira utilizando ali os dados quantitativos. Então todo dia o Codex vai lá, chama a série do Quant Brasil e pensa o que que ele pode montar, como que ele poderia montar uma carteira utilizando aqueles dados quantitativos. Isso roda local no meu computador. Funciona super bem, só que

[02:03] depende do meu computador estar ligado, depende de eu estar ali, né? E não é algo muito sustentável. Então, a forma mais robusta de fazer isso seria, de fato, rodar na nuvem, tá? Então, o exemplo que eu estava fazendo foi justamente esse. Eu criei aqui um agente, tá? E aí, esse agente, basicamente, ele vai instalar a CLI do Quant Brasil e ele vai verificar ali, por exemplo, como que está o mercado, né? Preço de algumas ações, vai ver as notícias e vai me retornar ali algum

[02:33] digest, né? Vai me retornar ali algo que eu consiga ler, ah, beleza, o mercado está assim nesse momento. Isso aqui vai rodar de forma independente. O que que eu queria mostrar para vocês aqui, tá? Nessa estrutura dos agentes na nuvem do Cloud, você tem alguns nomes aqui, eh, que valem a pena da gente entender. Primeiro, um agente, ele precisa rodar em um environment, em um ambiente. Isso aqui não é novidade para você se você já fez agentes na nuvem, tá? Então, aqui na Anthropic, que você consegue vir aqui em criar ambiente, onde basicamente aqui você vai, né, dizer, ó, esse ambiente é

[03:05] lá na nuvem, por exemplo, da Anthropic, o que que aquele ambiente é, e aqui você só vai controlar o que que ele tem acesso ou não. Por exemplo, posso utilizar um MCP, quais são os hosts que eu tenho acesso, tem algum pacote que eu instalo e coisas do tipo, tá? Aqui eu já tenho o ambiente configurado, ó, que se conecta lá na API do Quant Brasil e permite que ele instale ali pacote que eu preciso instalar, CLI do Quant Brasil, e beleza, esse ambiente está rodando, tá? Agora, esse ambiente também tem atrelado a ele, ou melhor, eu posso atrelar ao meu agente um vault, né, um

[03:36] cofre, onde vivem minhas credenciais. Então, aqui também eu posso criar um vault, né, que eu já tenho aqui criado, eu posso colocar aqui as API keys necessárias. Aqui eu tenho o secret e o ID necessário aqui para o Quant Brasil, beleza? E aí, tendo o agente, o ambiente e a API key, eu consigo criar um deployment. Esse aqui é o termo que é um pouco confuso, mas basicamente um deployment, ele une, né? Ele binds um agente às credenciais e ao ambiente. E aí você consegue determinar quando que

[04:07] aquele agente vai ser executado, tá? Então você cria aqui um deployment, selecionando justamente essas coisas: o agente, o ambiente, mensagem. E aí você consegue configurar, por exemplo, o budget, né? Quanto que eu quero gastar aqui no máximo, se eu vou despachar esse agente manualmente, é, num schedule, né? Ou seja, como um cron job, ou posso até fazer aqui, né? Utilizando uma requisição de API, tá? E consigo colocar aqui as minhas credenciais, as minhas API keys, para que aqui o Wally esteja disponível no environment, beleza? Então criei esse deployment, que no momento

[04:38] aqui está pausado, mas se eu clicar aqui e clicar em run now, eu vou executar esse meu deployment, que basicamente vai ler ali as minhas API keys do mercado. Ele rodaria nesse, nessa frequência aqui. Tem o budget máximo de um dólar e eu consigo saber ali exatamente qual é o meu agente e o que que ele faz. Então vamos clicar em run now e vamos deixar ele executando. Enquanto ele executa, tá? Vamos dar uma olhada aqui novamente no agente, para que você veja uma coisa

[05:08] bem legal, que é o fato de que esse agente, ele é versionado. Eu consigo ver inclusive o que que muda de um agente para outro, inclusive qual modelo. Aqui no caso eu estou usando Sonnet 5.5, porque por incrível que pareça, ele acabou saindo mais caro, mas mais rápido do que o Haiku, que o Haiku acabou dando muita volta. Então como isso aqui é algo que eu vou rodar poucas vezes, não tem problema eu colocar o Sonnet 5.5 aqui, mas você poderia tranquilamente colocar também o Haiku, certo? Vamos dar uma olhada para ver se a sessão, depois que

[05:39] eu despachei isso aqui, na verdade, o que acabou acontecendo é que essa run, beleza? Ela vira uma sessão, né? Uma sessão é basicamente uma execução que a gente faz dentro de qualquer agente. Então tá aqui, ó. Tá aqui a nossa sessão. Ainda está rodando. A gente pode clicar aqui para ver exatamente o que tá rolando, tá? Olha lá, nós passamos o resultado. A gente tá vendo aqui o que o comando está fazendo, ó. Por exemplo, deu até alguns erros aqui, né? Por quê? Porque eu tava configurando a memória, tá? A memória para que o agente conseguisse ele persistir algumas informações, beleza? Ele acabou

[06:11] cometendo alguns erros aqui que a gente pode corrigir depois. Vamos deixar ele terminar para a gente ver o que que aconteceu. Enquanto ele tá executando, eu quero mostrar para vocês o código. Porque uma coisa legal aqui dos agentes do Cloud é que ele é descrito em arquivos YAML, né? Então, o agente, aquela descrição do agente que a gente viu, ele é um Markdown normal e o meu ambiente, né? A minha memória, as minhas credenciais, elas são descritas aqui, ó, localmente nesse arquivo YAML. Então, é quase como se fosse um Terraform, para você que já mexeu com Terraform, você

[06:41] consegue configurar o seu agente dessa forma, de forma declarativa. Isso é muito bom. Eu também descobri que a Anthropic tem essa API aqui, tem essa CLI chamada Ant, né? Que, né? Inclusive, excelente nome, né? Ant, que você consegue utilizar basicamente para gerenciar toda a sua infraestrutura da Anthropic na nuvem. Funciona super bem, tá? Então, por exemplo, né? Se eu fechar aqui e vier aqui, sei lá, no meu agente, e eu trocar qualquer coisa aqui, ó. Ah,

[07:12] eu quero saber é o estado do mercado em menos de um minuto. Vamos falar que eu quero saber o estado do mercado BR and US, e americano, sei lá. Só só fazer uma alteração aqui qualquer para vocês verem. E aí o que acontece? Mexi ali no meu agent.md. Lembrando, isso aqui é o que descreve o meu agente, tá? E aí eu venho aqui e rodo ant apply. E o que que acontece? Ele já entende, olha só. Opa, as coisas que mudaram. Ele consegue ver aqui o que que mudou em relação ao que está lá na nuvem, tá? Eu posso vir aqui, ó, em apply this changes, e yes. E o que

[07:43] acontece? Ele vai lá, faz a atualização e agora se eu rodar o ant apply, ó, tá tudo up to date, não tem nenhuma atualização. Quando ele faz isso, ele mexe no cloud lock, né? E aí eu consigo ver aqui a última versão de tudo, né, de todos os recursos que eu tenho. Se a gente voltar lá para o cloud e vier aqui em agentes, que que aconteceu? Olha lá, o estado do mercado BR e US, né? Então, veja, a gente fez a mudança localmente via CLI e ela tá persistida aqui. Que

[08:13] que isso é legal? Porque você consegue utilizar o seu agente favorito para criar agentes na nuvem e fazer o deploy, tudo sem nem precisar da configuração aqui. Então, eu achei isso aqui muito interessante, tá? E olha lá, já finalizou a nossa sessão, tá, com a mensagem. Tá aqui a mensagem que foi feita, ó, mercado hoje, Bovespa mais 1,38, cenário parcial, falando particularmente aqui de Petrobras e Vale, maiores altas do índice, maiores quedas do índice. E aí eu poderia ir aqui, né, fazer alguma coisa com isso. Por exemplo, eh, eu poderia publicar

[08:45] isso no feed do Quant Brasil, por exemplo, eu poderia publicar isso como um tweet, por exemplo, eu podia enviar isso por e-mail para os clientes Quant Brasil. Enfim, aqui, agora, eu consigo ter isso, né, como uma funcionalidade.