Pular para o conteúdo

Como começar a criar agents?

Ver no idioma original →

Autoria: LangChain · 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: inglês

Vídeo original: How Do I Get Started Building Agents? · Canal: LangChain · 01:01 · Assistir no YouTube

Tópicos: Agentes de IA, Avaliação e benchmarks de IA

Para desenvolvedores com experiência na criação de agents, Deep Agents oferece recursos integrados de planejamento de tarefas, gerenciamento de contexto por meio de sistemas de arquivos, subagents e memória de longo prazo. Quem está começando ou prefere não trabalhar com código pode usar Agent Builder, uma ferramenta no-code que cria agents a partir de instruções em linguagem natural. Os agents podem ser integrados ao LangSmith para testes, deploy e monitoramento, além de avaliação de desempenho e validação de melhorias. LangSmith funciona com qualquer framework ou modelo escolhido.

  • Deep Agents é apresentado como uma forma simples de começar para quem já tem familiaridade com a criação de agents.
  • Deep Agents inclui planejamento de tarefas, sistemas de arquivos para gerenciamento de contexto, subagents e memória de longo prazo.
  • Agent Builder permite criar agents sem código, descrevendo o que se deseja em linguagem natural.
  • Os agents criados com Agent Builder podem ser compartilhados com toda a equipe.
  • LangSmith oferece recursos para testar, fazer deploy e monitorar agents.
  • LangSmith ajuda a identificar decisões incorretas e avaliar o desempenho dos agents.
  • As evals podem ser usadas para validar melhorias antes do lançamento.
  • LangSmith funciona com diferentes frameworks e modelos, não apenas com produtos da LangChain.
Início Capítulo Resumo
00:00 Começar com Deep Agents Para desenvolvedores confortáveis com código, Deep Agents oferece recursos integrados para planejar tarefas e gerenciar contexto.
00:31 Criar agents sem código e integrá-los ao LangSmith Agent Builder cria agents a partir de instruções em linguagem natural, enquanto LangSmith permite testar, monitorar e avaliar agents de diferentes frameworks e modelos.

Deep Agents é a forma mais fácil de começar a criar agents. — 00:00

Você descreve o que quer, e o Agent Builder cria para você. — 00:31

Você pode integrar seu agent ao LangSmith. — 00:31

LangSmith funciona com qualquer framework ou modelo que você escolher. — 01:01

  • Deep Agents (ferramenta): Ferramenta para criar agents com planejamento de tarefas, gerenciamento de contexto, subagents e memória de longo prazo.
  • Agent Builder (ferramenta): Criador no-code de agents que transforma descrições em linguagem natural em agents que podem ser compartilhados com uma equipe.
  • LangSmith (ferramenta): Plataforma para testar, fazer deploy, monitorar e avaliar agents, compatível com diferentes frameworks e modelos.
  • LangChain (empresa): Empresa responsável pelas ferramentas mencionadas no vídeo, incluindo LangSmith e Agent Builder.
  • Sean (pessoa): Pessoa mencionada no vídeo em relação ao entusiasmo com evals.

00:00 Como eu começo a… Ah, uau. O suspense está me matando. Começo a criar agents. Ah, essa é uma ótima… na verdade, é uma ótima pergunta para encerrar. É uma pergunta abrangente. Sim, sim. Do jeito que penso nisso, se você é um desenvolvedor que, eu diria, se sente bastante à vontade criando agents, Deep Agents é a maneira mais fácil de começar a criar agents. Ele vem com planejamento de tarefas integrado, sistemas de arquivos para gerenciamento de contexto. Você pode criar subagents e memória de longo prazo. Ou, se você está começando agora a criar agents e não se sente muito à vontade ou não quer colocar a mão na massa.

00:31 Com código, você poderia começar a criar agents com o Agent Builder. Esse é o nosso construtor de agents sem código, em que você cria agents usando linguagem natural. Você descreve o que quer, o Agent Builder cria para você, e então você pode compartilhar com toda a sua equipe. Então é meio legal. É como se exibir um pouquinho, tipo: “Olha, acabei de criar um agent legal.” — De qualquer forma, você pode integrar seu agent ao LangSmith, nossa plataforma para testar, fazer deploy e monitorar agents. — Sim, ótimo. Quer dizer, como já comentamos, isso é muito mais importante do que realmente criar o agent. E acho que, com o LangSmith, você consegue identificar onde as decisões deram errado,

01:01 o que seu agent estava raciocinando. Você pode usar esses evals que deixam o Sean superanimado para medir o desempenho do agent e também validar suas melhorias antes de lançar. Mas acho que a melhor parte é que o LangSmith funciona com qualquer framework ou modelo que você escolher. Ah, então não é só o LangChain, nem só o Deep Agents, nem só o Agent Builder, tipo… Qualquer coisa. Sim.

Transcrição original

[00:00] How do I get– Oh, wow. The suspense is killing me. Started building agents. Oh, this is a great– this is a great final question, actually. It’s an all-encompassing question. Yeah, yeah. The way I think about it is, if you’re a developer who is, I’d say, pretty comfortable building agents, Deep Agents is the easiest way to start building agents. It has built-in task planning, file systems for context management. You can create sub-agents and long-term memory. Or if you’re brand new to building agents and you’re not really comfortable or you don’t want to get hands on.

[00:31] With code, you could start building agents with Agent Builder. That’s our no code agent builder where you build agents using natural language. You describe what you want, Agent Builder builds it for you, you can then share it across your entire team. So it’s kind of cool then. It’s like kind of flexing a little bit like, “Look, there’s cool agent I just built.” - Either way, you can integrate your agent into LangSmith, which is our platform for testing, deploying and monitoring agents. - Yeah, great. I mean, as we cover that’s way more important than actually building the agent. And I think with LangSmith, you can actually identify where decisions went wrong,

[01:01] what your agent was reasoning. You can use these evals that Sean’s super excited about to measure agent performance and also validate your improvements before shipping. But I think the best part is that LangSmith actually works with any framework or model you choose. Oh, so it’s not just LangChain, it’s not just Deep Agents, it’s not just Agent Builder, like– Anything. Yeah.