O que um framework de LLM promete

Você já construiu à mão um pipeline de RAG, um índice vetorial, um prompt com exemplos e um laço de agente. Cada um é um padrão conhecido, e qualquer pessoa sensata que olhe para esse trabalho faz a pergunta óbvia: existe uma gem para isso?

Existe. A langchainrb é a versão Ruby da ideia do Langchain. Ela oferece uma interface única para vários provedores de LLM, templates de prompt, um assistente que roda o laço de ferramentas, invólucros para vector stores e RAG em três chamadas de método.

Este curso trata dessa gem e, o que dura mais, de como decidir se vale adotar qualquer biblioteca num ecossistema jovem. A segunda habilidade sobrevive à primeira.

O que ela oferece

llm = Langchain::LLM::Anthropic.new(api_key: ENV["ANTHROPIC_API_KEY"])

llm.chat(messages: [{ role: "user", content: "Resuma este tíquete: ..." }], model: "claude-sonnet-4-6")

# A Anthropic não tem API de embeddings, então eles vêm de outro provedor.
Langchain::LLM::OpenAI.new(api_key: ENV["OPENAI_API_KEY"]).embed(text: "cancelar minha assinatura")

São quatro peças, e cada uma corresponde a um trabalho dos cursos que você já fez:

Essa tabela é toda a proposta de valor: cada linha é um trabalho que você fez, oferecido como uma chamada de método. É uma oferta de verdade, e este curso a leva a sério.

O estado da gem em setembro de 2026

Decisões de adoção precisam de fatos, e estes são os que mais pesam:

langchainrb          0.19.5   lançada em maio de 2025
langchainrb_rails    0.1.12   lançada em setembro de 2024

As duas ainda são pré-1.0, o que, pelo versionamento semântico, significa que a API pode quebrar em qualquer versão. O changelog desta gem marca mudanças incompatíveis até nas versões de correção 0.19.4 e 0.19.5. E nenhuma das duas lança versão há algum tempo: a gem principal há mais de um ano na data em que isto foi escrito, e a integração com Rails há dois. O branch main da gem principal ainda recebe correções; elas só não foram lançadas.

Diga isso com clareza e depois pense a respeito, porque daí costumam sair duas conclusões opostas, e as duas são preguiçosas.

"Está abandonada, evite" é apressado. Uma gem estável num campo que muda rápido pode ser uma qualidade. O código continua rodando depois que você sobrescreve os valores padrão antigos que a gem usa para a Anthropic (um modelo aposentado e uma temperature que modelos novos rejeitam). A licença é MIT, e a gem já passou com folga de um milhão de downloads.

"Está tudo bem, pode usar" também é apressado. As APIs de modelo mudaram muito em 2025 e 2026, e uma dependência parada dificilmente expõe os recursos mais novos, justamente os que os cursos anteriores ensinaram você a usar.

Confira esses números você mesmo antes de decidir qualquer coisa. São os fatos mais perecíveis deste curso, e a aula 6 traz o procedimento para conferi-los.

A troca da abstração, numa imagem

flowchart TB
  A["Seu código"] --> F["Framework: uma interface, muitos provedores"]
  F --> P1["Anthropic"]
  F --> P2["OpenAI"]
  F --> P3["Gemini"]
  F --> N["Qualquer coisa que um provedor faz e os outros não"]
  N --> X["Difícil de alcançar pela interface comum"]

Uma abstração sobre vários provedores é construída em torno do que eles têm em comum. Toda interface unificada tem esse viés, inclusive esta gem; ele vem com a própria definição. A pergunta é sempre se as partes que ela não modela são partes de que você precisa.

Nos cursos anteriores, essas partes incluíam cache de prompt, thinking adaptativo e effort, saídas estruturadas, ferramentas estritas e os identificadores de modelo mais novos. Na langchainrb 0.19.5, alguns deles só passam se você mesmo escrever o payload no formato da Anthropic. Para thinking ou para os modelos mais novos, você ainda precisa sobrescrever o padrão temperature: 0.0. O parâmetro output_config, que carrega effort e saídas estruturadas, é descartado sem aviso. Se o seu sistema depende disso, uma interface unificada é mais muro que porta.

O que este curso cobre

1. O que um framework de LLM promete (você está aqui).
2. A interface unificada de LLM, e o que ela não expressa.
3. Templates de prompt: a parte boa.
4. Assistant: o laço do agente, embrulhado.
5. Vectorsearch: RAG em três chamadas, e o que ele decide por você.
6. Avaliando uma gem de IA para adoção.
7. Juntando tudo: a costura e um procedimento de decisão.

O tempo todo, a comparação é com o código que você já escreveu. Esse é o jeito certo de ler qualquer framework, e a maioria das pessoas nunca chega a lê-lo dessa posição.

Pontos-chave

• A langchainrb oferece interface unificada de LLM, templates de prompt, um laço de assistente e invólucros de vector store: uma linha para cada peça que você já construiu à mão.
• Em setembro de 2026, a gem está na 0.19.5, de maio de 2025, e a langchainrb_rails na 0.1.12, de setembro de 2024; as duas ainda são pré-1.0, então a API pode quebrar em qualquer versão, inclusive nas de correção.
• Nem "abandonada, evite" nem "tudo bem, pode usar" decorre disso; fatos de versão alimentam um julgamento, mas não são o julgamento.
• Uma interface unificada é construída em torno do que os provedores têm em comum, então recursos específicos de um provedor são difíceis de alcançar por ela.
• Confira você mesmo esses fatos de versão, porque são as afirmações que envelhecem mais rápido neste curso.