Agentes de IA: autônomos
Este curso constrói agentes de IA em Ruby puro com a API do Claude, sem framework. Num agente, o modelo escolhe o próximo passo e o código executa as ferramentas pedidas. As aulas ensinam a escrever esse laço à mão, ramificar pelo stop_reason e projetar descrições e schemas de ferramentas. Também tratam do tool runner do SDK, de portões de aprovação, orçamentos e prompt injection, além de edição de contexto, compactação e memória para execuções longas. A última aula monta o agente em objetos Rails, com passos registrados e testes.
O que você vai aprender
- ✓Distinguir chamada única, workflow e agente
- ✓Escrever o laço agêntico à mão e ramificar pelo stop_reason
- ✓Projetar descrições, schemas e tamanho dos resultados das ferramentas
- ✓Pôr portões em ações irreversíveis e reduzir o alcance de prompt injection
- ✓Lidar com execuções longas usando cache, edição de contexto, compactação e memória
- ✓Registrar, testar e avaliar execuções de agentes em Rails
O que faz um sistema ser um agente
Tudo nos quatro cursos anteriores tinha o mesmo formato: você decide o que acontece, e o modelo preenche um passo. Você recupera trechos, monta um prompt, faz uma chamada, faz o parsing da resposta. O fluxo de controle é seu.
Ler a aula completa grátis →Currículo
7 aulasO que faz um sistema ser um agente
Define agente como um laço em que o modelo escolhe cada passo, e quando um workflow é melhor.
O laço agêntico, à mão
Escreve o laço agêntico à mão em Ruby, com stop_reason, tool_use_id, erros como resultados e limite de iterações.
Projetando a superfície de ferramentas
Mostra como escrever descrições que dizem quando chamar a ferramenta, escolher sua amplitude e enxugar resultados.
O tool runner, e o seu próprio laço
Usa o tool runner do SDK de Ruby, põe portões de aprovação nas ferramentas e indica quando usar o laço manual.
Portões, orçamentos e injeção
Trata de prompt injection via resultados, autorização nos handlers, portões por reversibilidade e orçamentos de iterações, tokens e tempo.
Execuções longas: contexto, memória e custo
Explica por que execuções longas ficam caras e como cache, edição de contexto, compactação e memória controlam a conversa.
Juntando tudo: um agente em Rails
Monta um agente em objetos Rails, com job em background, passos registrados, testes em camadas e avaliação da trajetória.