Este repositório é uma tradução completa e compilação de recursos relacionados ao livro "Agentic Design Patterns: A Practical Guide to Building Intelligent Systems" de Antonio Gulli. O objetivo deste projeto é disseminar o conhecimento sobre padrões de design agênticos, tornando-o mais acessível à comunidade de língua portuguesa.
Um agente de IA é um sistema projetado para perceber seu ambiente e tomar ações para alcançar um objetivo específico. É uma evolução de um Grande Modelo de Linguagem (LLM) padrão, aprimorado com as habilidades de planejar, usar ferramentas e interagir com seus arredores.
Pense em uma IA Agêntica como um assistente inteligente que aprende no trabalho. Ela segue um loop simples de cinco passos:
- 🎯 Obter a Missão - Recebe um objetivo claro
- 🔍 Escanear a Cena - Coleta informações necessárias
- 🧩 Pensar a Fundo - Elabora um plano de ação
- ⚡ Tomar Ação - Executa o plano
- 📈 Aprender e Melhorar - Adapta-se com base nos resultados
Os padrões de design agênticos são soluções reutilizáveis para problemas comuns no desenvolvimento de agentes de IA. Eles não são regras rígidas, mas templates testados em batalha que oferecem abordagens comprovadas para:
- ✅ Estrutura e Manutenibilidade - Código mais organizado e fácil de manter
- ✅ Confiabilidade - Sistemas mais robustos e previsíveis
- ✅ Eficiência - Desenvolvimento mais rápido e otimizado
- ✅ Escalabilidade - Arquiteturas que crescem com suas necessidades
| 📚 Conteúdo | 🔢 Quantidade | 📝 Descrição |
|---|---|---|
| Capítulos Principais | 21 | Padrões fundamentais de design agêntico |
| Apêndices | 7 | Técnicas avançadas e guias práticos |
| Seções Extras | 9 | Introdução, glossário, FAQ, índices |
| Total de Arquivos | 37 | Documentação completa em português |
| Podcasts | 28 | Episódios de áudio explicativos |
| Idiomas | 2 | Português (tradução) e Inglês (original) |
Este projeto oferece um ecossistema completo de aprendizado sobre agentes de IA:
- ✨ Texto completo traduzido para português brasileiro
- 🔗 Versão original em inglês disponível
- 🖼️ Diagramas e ilustrações explicativas
- 💻 Exemplos de código práticos
- 🎙️ 28 episódios cobrindo todo o conteúdo
- ⏱️ Duração média de 15-20 minutos por episódio
- 🎯 Resumos práticos de cada capítulo
- 📱 Formato ideal para aprendizado em movimento
- 📋 Glossário completo de termos técnicos
- ❓ FAQ com perguntas frequentes
- 🔍 Índice de termos para navegação rápida
- 🎓 Guias práticos de implementação
| # | Título | Arquivo |
|---|---|---|
| 01 | Dedicatória | 01-dedicatoria.md |
| 02 | Agradecimentos | 02-agradecimentos.md |
| 03 | Prefácio | 03-prefacio.md |
| 04 | Perspectiva da Liderança | 04-perspectiva-lideranca.md |
| 05 | Introdução | 05-introducao.md |
| 06 | O Que Torna um Sistema de IA um Agente | 06-o-que-torna-ia-agente.md |
| # | 🎯 Padrão | Título | Descrição |
|---|---|---|---|
| 07 | Prompt Chaining | 🔗 Encadeamento de Prompts | Conectar prompts sequencialmente |
| 08 | Routing | 🚦 Roteamento | Direcionar fluxos condicionalmente |
| 09 | Parallelization | ⚡ Paralelização | Executar tarefas simultaneamente |
| 10 | Reflection | 🪞 Reflexão | Auto-avaliação e melhoria |
| 11 | Tool Use | 🛠️ Uso de Ferramentas | Integração com APIs externas |
| 12 | Planning | 📋 Planejamento | Decomposição de tarefas complexas |
| 13 | Multi-Agent | 👥 Colaboração Multiagente | Coordenação entre agentes |
| 14 | Memory | 💾 Gerenciamento de Memória | Persistência de contexto |
| 15 | Learning | 📈 Aprendizado e Adaptação | Melhoria contínua |
| 16 | MCP | 🔌 Protocolo de Contexto | Comunicação padronizada |
| 17 | Goal Setting | 🎯 Definição de Objetivos | Monitoramento de metas |
| 18 | Self-Correction | 🔧 Tratamento de Exceções | Recuperação de erros |
| 19 | Human-in-Loop | 👤 Human-in-the-Loop | Supervisão humana |
| 20 | RAG | 🔍 Recuperação de Conhecimento | Busca e integração de dados |
| 21 | A2A Communication | 💬 Comunicação Inter-Agente | Protocolos de comunicação |
| 22 | Resource Optimization | ⚙️ Otimização de Recursos | Gestão eficiente de recursos |
| 23 | Reasoning | 🧠 Técnicas de Raciocínio | Chain-of-Thought e ReAct |
| 24 | Safety | 🛡️ Padrões de Segurança | Guardrails e proteções |
| 25 | Evaluation | 📊 Avaliação e Monitoramento | Métricas e benchmarks |
| 26 | Prioritization | 📈 Priorização | Gestão de prioridades |
| 27 | Exploration | 🔎 Exploração e Descoberta | Descoberta proativa |
| # | Tópico | Arquivo |
|---|---|---|
| A | 🎯 Técnicas Avançadas de Prompting | 28-apendice-a.md |
| B | 🤝 Interações Agentivas de IA | 29-apendice-b.md |
| C | ⚙️ Frameworks Agentivos | 30-apendice-c.md |
| D | 🏗️ Construindo com AgentSpace | 31-apendice-d.md |
| E | 💻 Agentes de IA na CLI | 32-apendice-e.md |
| F | 🔬 Motores de Raciocínio | 33-apendice-f.md |
| G | 👨💻 Agentes de Codificação | 34-apendice-g.md |
| # | Recurso | Arquivo |
|---|---|---|
| 35 | 📝 Glossário | 35-glossario.md |
| 36 | 🔍 Índice de Termos | 36-indice-de-termos.md |
| 37 | ❓ FAQ | 37-faq.md |
💡 Dica: Os podcasts são uma excelente forma de absorver o conteúdo enquanto você está em movimento, no trânsito ou exercitando-se!
🎧 Clique para expandir e ouvir os episódios
Episódio 01: Prompt Chaining 🔗
Episódio 02: Roteamento em IA 🚦
Episódio 03: Paralelização ⚡
Episódio 04: Reflexão 🪞
Episódio 05: Uso de Ferramentas 🛠️
Episódio 06: Planejamento 📋
Episódio 07: Colaboração Multiagente 👥
Episódio 08: Memória de Agentes 💾
Episódio 09: Aprendizado e Auto-Evolução 📈
Episódio 10: MCP - Adaptador Universal 🔌
Episódio 11: IA Proativa vs. Reativa ⚡
Episódio 12: Tratamento de Exceções 🔧
Episódio 13: Human-in-the-Loop 👤
Episódio 14: RAG Desvendado 🔍
Episódio 15: A2A do Google 💬
Episódio 16: Otimização de Recursos ⚙️
Episódio 17: Agentes Autônomos 🧠
Episódio 18: Guardrails em IA 🛡️
Episódio 19: Avaliação e Monitoramento 📊
Episódio 20: Priorização em IA 📈
Episódio 21: Exploração e Descoberta 🔎
Episódio A: Engenharia de Prompt 🎯
Episódio B: Agentes do Clique ao Mundo Real 🌍
Episódio C: LangChain, LangGraph e CrewAI ⚙️
Episódio D: Google AgentSpace 🏗️
Episódio E: Agentes na CLI 💻
Episódio F: Anatomia da Razão 🔬
Episódio G: Agentes de Codificação 👨💻
| Episódio | Título | Arquivo |
|---|---|---|
| 01 | Prompt Chaining | Áudio |
| 02 | Roteamento em IA | Áudio |
| 03 | Paralelização em Agentes de IA | Áudio |
| 04 | Reflexão em Agentes de IA | Áudio |
| 05 | Uso de Ferramentas (Function Calling) | Áudio |
| 06 | Planejamento na IA | Áudio |
| 07 | Colaboração Multiagente em IA | Áudio |
| 08 | Memória de Agentes de IA | Áudio |
| 09 | Agentes de IA: Do Aprendizado à Auto-Evolução | Áudio |
| 10 | MCP: O Adaptador Universal | Áudio |
| 11 | IA Proativa vs. Reativa | Áudio |
| 12 | IA Imbatível: Tratamento de Exceções | Áudio |
| 13 | Human-in-the-Loop (HITL) | Áudio |
| 14 | RAG Desvendado | Áudio |
| 15 | A2A do Google | Áudio |
| 16 | Otimização Consciente de Recursos na IA | Áudio |
| 17 | Agentes Autônomos: Chain-of-Thought, ReAct e a Lei de Escala | Áudio |
| 18 | Guardrails em IA | Áudio |
| 19 | Avaliação e Monitoramento de Agentes de IA | Áudio |
| 20 | Priorização em IA | Áudio |
| 21 | IA Colaboradora e a Caça aos "Desconhecidos Desconhecidos" | Áudio |
Você pode navegar pelos capítulos do livro nos diretórios original (inglês) e pt-br (português).
Os podcasts estão no diretório podcasts e podem ser ouvidos com qualquer player de áudio.
Todos os direitos do livro são reservados ao autor Antonio Gulli. Este projeto é uma tradução e compilação de materiais com o objetivo de disseminar o conhecimento.
- Autor Original: Antonio Gulli
- LinkedIn: https://www.linkedin.com/in/searchguy/
- Twitter: https://x.com/antoniogulli
- Livro Original: https://docs.google.com/document/d/1rsaK53T3Lg5KoGwvf8ukOUvbELRtH-V0LnOIFDxBryE/preview?tab=t.0
- Códigos Originais: https://drive.google.com/drive/u/0/folders/1Y3U3IrYCiJ3E45Z8okR5eCg7OPnWQtPV