Fazendo um Sistema de Agentes com I.A do Zero Sem CrewAI

fala pessoal hoje nós vamos falar sobre Crew ai sem Crew ai ou seja sistemas de Agentes sem cre ai a gente vai dar uma explorada como é que funciona esse negócio de Agentes porque esses agentes vão fazer as automações do futuro é importante que a gente entenda mais ou menos que tá acontecendo ali por dentro e que a gente saiba produzir esses negócios manualmente principalmente para que a gente consiga personalizar e criar sistemas automatizados cada vez mais complexos que a gente tem tudo na nossa mão é isso aí vamos lá então pessoal Sempre agradecendo todo

mundo que deixou seu like todo mundo que se inscreveu um agradecimento especial a todos os membros que estão patrocinando o nosso canal é a partir deles que esse conteúdo continua acontecendo e hoje a gente vai falar o quê sobre crei sem Crew ai o que que é Crew ai sem Crew ai imagina o seguinte a Crew ai ela cria um sistema de Agentes criado pelo nosso queridíssimo João Moura nosso brasileiro invadiu o coração de todas as pessoas do mundo então basicamente o que que tá acontecendo você tem um agente que tem um processo ele realiza

tarefas então pode ser que tenha um agente que é escritor pode ter um agente que é um advogado pode ter um agente que é um contador e aí eles tem que fazer processos eles têm que realizar etapas tarefas em etapas né Ou seja faz uma coisa depois faz outra depois faz outra lê um e-mail pega a resposta daquele e-mail faz alguma coisa processa um dado manda e-mail para outra pessoa escreve uma planilha faz alguma coisa e essas são as tarefas né ou seja o teu advogado lá recebe o processo Faz um resumo manda para uma

outra pessoa essa pessoa faz uma análise dessa análise depois você toma uma decisão e cada uma dessas etapas aqui elas vão passando pela mão de diferentes agentes diferentes personagens que são inteligências artificiais que são llms eu já fiz vídeo mostrando como é que usa Crew Ai aqui então dá uma olhada lá se você já não viu ainda mas hoje a gente vai fazer Crew ai sem Crew ai Portanto o que que a gente vai pensar aqui bom a gente tem um agente Esse é um agente cabeção que eu preciso colocar coisas dentro da cabeça desse

agente esse é o nosso agente aqui ó agente feliz dentro da cabeça do nosso ag gente existe uma llm que pode ser um chat GPT pode ser um clou pode ser um Jini pode ser um Lhama não porta dentro da cabeça dele tem um llm que é uma inteligência genérica que resolve problemas genéricos beleza esse nosso agente aqui ó ele pode ter algumas ferramentas ele pode ter um martelo ele pode ter algumas ferramentas ele pode ter alguma coisa na mão pode ter um garfinho aqui na outra mão ele pode ter ferramentas que ele pode utilizar

com essa inteligência que ele tem aqui essa inteligência vai ser composta por algumas instruções que podem vir na forma de prompt né pode ser um texto que você passa para ele ele pode vir na forma de fine tunning eu já fiz um vídeo explicando como é que faz fine tunning pra gente dar uma melhorada aqui nesse modelo aqui no fine tunning a gente mexe levemente nesse modelo tem vídeo para fazer fine tunning tanto com a Open ai tanto quanto fazer um fine tuny para você rodar um modelo local e a partir disso um fine tuny

que atualiza seu modelo ou algumas instruções que dá uma refinada na inteligência dele e você junta que você pode ter por exemplo uma outra ferramenta que é um hag que consegue ler documentos consegue ler ter XT consegue ler planilhas né essas ferramentas pode ser um monte de coisas pode ser mandar e-mail pode ser fazer uma busca na internet pode ser uma série de coisas e isso aqui vai ser o nosso agente então o nosso agente tem uma inteligência que ela é refinada por algumas instruções ou por um ajuste fino ele tem ferramentas que podem ser

um documento e ele vai praticar uma ação e esse carinha aqui pode ser um especialista em alguma coisa e vai ter um outro agente aqui que vai fazer alguma outra coisa e vai ter um outro agente aqui que vai fazer uma outra coisa e quando a gente tem uma organização com vários agentes que tem instruções diferentes que fazem coisas diferentes a gente consegue mandar cada um fazer uma coisa diferente a gente vai trabalhar aqui no Python de uma forma bem simples pra gente entender o princípio básico de como que a gente vai fazer um agente

tomar uma decisão e fazer uma tarefa Beleza então vamos lá Estamos aqui no Python Esse é o programinha mais simples possível eu criei uma biblioteca de comunicação que vai conversar com o chat GPT aqui nós vamos ter uma instrução do sistema que são informações que o nosso ag gente tem que levar em consideração na hora de agir mas que não é conversa não é um promp que eu mando para Ele são só assim eu falo quem que ele é eu falo o que que ele tem que fazer eu dou algumas regras das coisas que ele

tem que fazer a mensagem como vocês já entenderam É a própria mensagem e aí a gente vai dar um Send message manda mensagem manda a instrução de sistema e diz a resposta tem que ser no formato Jon o que que Afinal é formato Jon formato json é quando você coloca aquela coisinha assim ó nome coloca entre aspas dois pontos abre aspas aqui Bob é esse padrãozinho aqui esse formatinho aqui ó idade entendeu É esse formatinho aqui três pontinhos E aí fecha a chave sempre que você escrever nesse formatinho aqui tem tem uma série de regras

que se chama Jon e é esse Format aqui esse formato vai ser útil pra gente executar algumas tarefas aqui na Libre de comunicação gente ó é bem simples eu mando eu pego o send message faço todo o rolê da Open ai autorização não sei o que lá se ele for mandar no formato json ele vai dizer can Jon Object não vai ser texto se tiver mensagem do sistema ele vai colocar mensagem do sistema se não tiver ele não coloca nada tá mandando pro GPT for mini manda mensagem a mensagem output tá no máximo que S

16k de mensagem de resposta no máximo e vai dar uma resposta se a resposta for no formato Jon Ele já responde no objeto Jon senão ele responde no objeto de texto comum nada demais até agora hein então o que que aconteceria aqui ó no sistema aqui eu tô passando aqui o nome Ó seu nome é Felipa E aí eu mando aqui ó Bom dia qual que é o seu nome e tô dizendo assim ó responda no Jason e tô botando Jason aqui igual true eu preciso fazer as duas coisas eu preciso explicar que tem que

ser no Jason preciso colocar aqui igual true Vamos dar um Run esse code aqui e aí ó quando a gente coloca aqui que tem que ser no json igual true já vem certinho aqui ó nome Felipa eu nem precisei explicar o próprio llm já detectou que é o campo nome e que tem que ser o nome Felipa porque eu justamente perguntei o nome isso aqui veio de graça veio automático se eu colocasse false aqui ó olha que interessante Felipa vou vou dar um Play agora de novo Run code eu falei aqui ó responda no Jon

certo ó aqui veio de novo no Jon mas olha que interessante aqui é realmente um Jon e aqui é uma string tem um Jon no meio mas esse texto Às vezes vem diferente essas aspas triplas Às vezes vem diferente às vezes ele pode mandar alguma informação algum texto a mais alguma coisa a parte da resposta quando eu coloco true aqui eu garanto que só vem on Jon não vai vir nada além do json só vem a resposta que eu mandei vir ponto final e acabou então não se esqueça de colocar true aqui quando precisar perfeito

mas esse agente não faz nada porque esse agente é só uma conversa é uma mensagem que eu enviei e o agente respondeu não aconteceu nada demais bom então nós vamos aqui pro nosso segundo caso o nosso segundo caso vão acontecer duas etapas a nossa agente Felipa Agora ela tem a seguinte função ela vai responder como se fosse um Jon e a regra é a seguinte caso você receba uma mensagem pedindo por algum código responda tipo um nos outros casos responda tipo zero formato da resposta deve ser um json conforme o modelo tipo um esse modelo

aqui que eu passo esse exemplo que eu passo é para garantir que vai vir nesse formato aqui então Vocês entenderam né Se Vier uma pergunta falando de código vai ser tipo um se vier outro tipo de resposta vai ser tipo zero e vai resposta vir num Jon e ele vai mandar esse texto vai mandar e vai dar um erro aqui ó vamos ver o que que vai acontecer se eu mandar um bom dia qual o seu nome V não Run esse code aqui ó a resposta veio aqui ó tipo zero e daí deu erro porque

eu escrevi a a a a resposta aqui foi tipo Zero Certo porque eu só perguntei Bom dia qual que é o seu nome e a resposta foi tipo zero mas se eu mandasse aqui ó por exemplo Ó você Poderia gerar um código em Python para imprimir olá mundo vamos ver o que vai acontecer ó resposta aqui foi tipo um perfeito e deu erro de novo no aa fechou entendido então a função da Felipa aqui é decidir se é um código ou se não é um código se for código ela fala um se não for código

ela fala Zero Isso significa que o nosso ifelse no formato de Agentes é o ifelse formato de llm tá tomando uma decisão para nós essa decisão poderia ser mais complexa poderia ter mais informações mais opções mais coisas para acontecer mas nesse caso aqui só tem tipo zero e tipo um e aqui ó na saída a gente vai fazer ó se for tipo zero ou seja só mandou uma mensagem que não é para pedir código ele vai pegar vai mandar a mensagem que foi enviada aqui vai atualizar o sistema dizendo que seu nome é 6000 gra

vai dizer que o formato de jeon agora é falso e vai printar a resposta por outro lado se for tipo um o sistema agora vai dizer o seguinte ó Gere um código em Python e responda no formato Jon exemplo code E aí coloca um código em Python aqui dentro e ele vai enviar essa mensagem a resposta agora vem a parte interessante ele vai salvar e vai executar um código em Python ele salva o código diz que tá rodando roda o código e diz que rodou e vai dar um save Execute Python code então o que

que a gente espera se eu simplesmente mandar uma mensagem olar tudo bem a gente vai receber um olá tudo bem vamos fazer esse teste aqui então tem que ser a mensagem tipo zero Bom dia eu sou assistente o grau como posso ajudar você perfeito perfeito perfeito Nossa gente não fez nada porém agora essa mensagem foi você Poderia gerar um código em Python para imprimir o lá mundo agora a coisa vai ser diferente já é tipo um e tem que rolar o holá mundo perfeito o texto que ele gerou foi print holá mundo rodando holá mundo

rodou E se eu falasse alguma coisa mais interessante você Poderia gerar um código em Python para primir de zero a 100 vai ter que funcionar igual também vai ser um tipo um e ele rodou aqui ó o código em tempo real perfeito gente ficou claro o que que tá acontecendo a gente fez um sistema de Agentes o mais simples possível o mais básico possível que ele usa as características da Inteligência Artificial ele já consegue tomar uma decisão baseado naquilo que a pessoa tá dizendo não usei chamada de função não usei Crew ai não usei nada

Ah Bob mas isso que você fez aí daria para fazer com chamada de função daria claro que daria mas olha que interessante a gente já não depende mais de chamada de função porque de repente você tá trabalhando com algum modelo que não tem chamada de função de repente você tá trabalhando com um modelo gratuito que você tá rodando na sua máquina ele não tem essa essa forma É uma opção que você pode trabalhar mas o mais importante entendeu que agora a gente tá encadeando uma llm depois da outra e o mais divertido aqui no nosso

exemplo a gente rodou um código e um código foi gerado em tempo real é mais ou menos o que o Devin faz mas você já deve ter percebido e se esse código viesse com erro e se esse código viesse com alguma coisa vamos fazer jogo da cobrinha ó lá V fazer o jogo da cobrinha mensagem Gere o jogo da cobrinha em Python Ah agora vocês vão querer ver né agora vocês vão querer ver né vai rodar inclusive hein ele vai gerar e já vai Rod dar e já vai só só preciso dar play vamos ver

vamos ver agora é um código maior ó lá perfeito ó Aconteceu o que eu imaginei ele deu um erro de sintaxe aqui ó ele deu erro vamos não V vamos arrumar aqui ó ele deu erro por causa do do do etf arrumei a codificação ali vamos ver se isso vai dar certo vamos lá mais uma chance vamos ver vamos ver vamos ver agora foi gente mas a cobrinha não tá se mexendo ó lá lá lá ó lá lá lá deu certo Deu certo deu certo olha só uma cobrinha crescendo perfeito gente então vocês entenderam né

fizemos uma gente que gera um joguinho o joguinho já roda já compila tudo certinho vocês já perceberam que dependendo do que acontecer acabou Keto quit rodou você já percebendo que não é tão simples assim quando dá erro a gente agora precisa criar um agente que corrija o erro e a gente começa a criar agora um sistema automático de geração de código com agentes Ah isso aqui Vale aquele like maravilhoso hein já deixa as tuas ideias aqui deixa sugestões de coisas que dá para melhorar coisas que a gente pode fazer nesse código para ele ficar mais

interessante e já deixa no comentário se a gente continua essa Saga aqui pra gente continuar fazendo o sistema multiagente cada vez mais interessante se você quiser continuar vendo vídeos como esse seja membro os membros se acessa a grupo do WhatsApp e vídeos antecipados Deixa aquele like valeu