Unknown

Hoje a gente vai falar sobre esse tema aqui bacana ó esse tema aqui que é debate de multiagentes né esse tema é muito legal cara esse ó eu fiquei viciado sinceramente eu fiquei viciado nesse prompt que a primeira coisa que eu vou mostrar para vocês é o prompt desse negócio e depois a partir do prompt eu vou jogar o prompt mais ou menos um pouco modificado eu vou mostrar as modificações no GPT que o João né o meu amigo João Lembrando que a gente vai est na Campus par de São Paulo eu eu e o

João né ou o João e eu estaremos lá fazendo um painel sobre agentes inteligentes onde eu vou falar sobre nós vamos falar eu e ele vamos falar sobre e gente inteligente cria agentes inteligentes e vamos mostrar para vocês lá na Campus Pari Tá certo e a a a possibilidade nas possibilidades que se abrem aí com mundos e agentes Depois dessa desse grande Boom que teve aí né das llms a gente tem aí o Boom dos agentes que estão acontecendo aí tá bom olha pessoal eh vamos lá vamos em frente aqui depois eu leio mais paraa

frente os comentários de vocês eu quero agora que vocês foquem nessa aula aqui de Sobre agência tá bom bom imagina que você tem um problema que você não consegue e não consegue resolver de forma tão fácil um prompt direto tá ele tá tendo problema para você resolver e quer seja um problema que você tenta resolver ou a codificação de alguma coisa eu já usei o debate de multiagentes para criar códigos para mim em Python e quando eles fizeram o debate sobre o código que deveria ser criado o Código ficou muito melhor muito mais refatorado muito

mais simples e muito mais direto e sem erros que é importante é isso mas também o debate de multiagentes pode fazer com que você crie né Eh produtos eu vou quer vou pensar aqui na gente criar alguns produtos eu quero que você depois depois aqui no chat né você Liste alguns problemas que a gente possa resolver e é exatamente isso que a gente vai fazer eu vou usar aqui o debate de multiagentes que pode ser criado tanto um agente que você pode criar no chat PT você pode criar um GPT para isso tá para fazer

o debate ou você pode criar isso no Crew ai eu vou mostrar as duas coisas hoje por isso é importante que você não saia daqui porque isso que é a continuação da nossa série sobre o Crew Ai aqui no canal sandeco beleza olha só vamos lá começar Então vou explicar o que que é esse debate de multiagentes que tá me conquistou Cara isso aqui primeira coisa que eu quero mostrar para vocês é que isso aqui é baseado em um artigo científico né esse artigo científico aqui que foi criado é uma técnica para para para fazer

né a para melhorar aí a o raciocínio né na em linguagens né de modelo de linguagens llm usando debate de Agentes Tá bom então esse aí o pessoal interessante que é o pessoal do Google do Mit do Google Brine do Google Brain né tá todo mundo aí beleza então ele faz algumas explicações aqui esse artigo já está no meu github você pode baixar os artigos os prompts também estão aqui basta você vir aqui no github.com né a canal sandeco aqui ó github.com canal sandeco certo e aí você vem aqui em prompts ou seja github.com é

sandeco prompts beleza canal sandec não é prompts né galera eu errei aqui n vamos ver esse aqui é o endereço ó de todos os prompts tá github.com bar sandec bar prompts todos os prompts do canal sandeco estão aqui tá então Ó você vem aqui em debate de multiagentes né agentes em debates tá então eu tenho aqui ó o prompt eu tenho o artigo tá aqui que você baixar e tem o prompt para você também baixar já já vou subir o prompt aqui do do CRE que não tá aqui ainda mas vou subir mas eu vou

abrir já mostrar PR vocês Esse aqui é o PR que a gente vai usar já já eu vou mostrar como é que ele funciona mas primeiro eu quero aqui ó voltar PR Nosa apresentação que eu vou F sobre o debate de multiagentes imagina que você você tem um usuário que é você né que tem um problema que quer resolver você vai passar escever né descrever este problema tá certo só que esse problema ele vai ser passado para um um agente GPT ou um agente do Creu Ai que vai ser um gerente tá É ele que

vai coordenar todo o processo do debate tá ele vai coordenar todo o processo do debate que que ele vai fazer vai receber o problema né e ele vai repassar delegar essa essa essa ação para essa essa ação de resolver o problema para os agentes fazerem as suas soluções e e debaterem sobre as soluções que ise que é mais importante Tá bom então vamos lá ó o próximo passo é o quê é o gerente tá ele vai criar um grupo né vai ser criado um grupo para esse gerente um grupo aqui nesse caso por exemplo eu

vou criar aqui um grupo simples mostrar um grupo com quatro agentes você pode criar aqui cara quantos agentes você quiser e de acordo com o artigo científico vou mostrar aqui de novo De acordo com o artigo científico quando ele aumentou a quantidade de Agentes né tipo assim ele mostrou aqui um gráfico aqui embaixo quando ele aumenta a quantidade de agentes eh para uma algo em torno de sete agentes eh isso melhorou bastante os problemas entendeu aqui aqui embaixo ó ele teve uma tarefa né Aqui é acurácia da tarefa de matemática ele tentou resolver né aqui

esse problema aqui tá vendo ó e aí a quantidade de Agentes quando ele aumentou o problema da matemática que ele tentou resolver Melhorou a acurácia na medida que você aumentou os agentes obviamente e aqui ó também tem o seguinte que quando você aumenta deais mais os agentes vai chegar uma hora que ele estabiliza vai criar um platô né aqui também a quantidade de debates ou seja os debates Eles serão em rounds né vou mostrar para vocês como é que isso funciona mas ao invés de você fazer numa tacada só e perguntar uma coisa só e

pedir pro chat chpt responder faça iterações de debates circulares E aí ele mostra que quando você tem aí ó no número entre três e quatro debates essa essa essa e essa quantidade de teletabos eu vi aqui viu calma aí os Teletom né Ai meu Deus do céu já já vai aparecer os teletabos aqui e o pessoal do pessoal do chat aqui os caras viu que os meus Os meus bonequinhos aqui ó são os Teletom Ô povo fala sério viu vocês são donado hein já vai deixando seu like aí galera já vai deixando seu like e

compartilha o link aqui da Live pra galera participar Olha só então quando você tem mais debates né entre três e quatro debates a acurácia também aumentou beleza é isso que eles avaliaram não só a quantidade de Agentes mas também a quantidade de debates Tá então vamos voltar aqui ó para os nossos debates nossos teletubis então eu vou criar aqui quatro agentes né esses quatro agentes ó cada um vai ter um espaço de memória tá para guardar para guardar para ele né a sua solução para o problema beleza isso vai ficar bem explícito mesmo no prompt

do GPT que é o primeiro e quando for no prompt do da Open né lá no na no Crew ai a gente vai dizer que ele armazena na memória porque os Agentes do Crew ai tem memória própria né então já é bem implícito que ele tenha isso Beleza então ó próximo passo aqui ó cada um vai ter o seu espaço de memória e depois nesse espaço de memória quando eles receberem a demanda do gerente tá cada um vai receber vai escrever nessa nessa memória a solução proposta nessa primeira rodada certo então o que acontece por

exemplo esse agente azul aqui ele vai e vamos supor que o problema aqui é resolver o o o o o criar um produto né criar um produto com custo até 100 vamos supor eu quero tentar esse esse problema criar um produto com custo de até r$ 1 tá para o público ávio entre de 15 a 18 anos que seja um produto tecnológico Beleza então esse esse azul aqui vai escrever lá o que ele acha tá o verdinho também vai escrever aqui na memória dele o que que ele acha e o amarelo e o rosa Beleza

cada um vai escrever aqui o que eles acham tá com isso o que vai acontecer depois que eles escrevem o gerente Fala para eles debaterem O que que significa debater em termos práticos e programáticos digamos assim é fazer com que todos enxerguem as soluções do outros entendeu É como na computação a gente chamaria isso aqui de um gráfico completo né e onde todos enxergam os nosos né dos outros outros né assim enxergam as pontas né então assim por exemplo o azul aqui vai ler a solução do verde do amarelo e do rosa tá e a

partir dessa leitura dessa solução dos outros ele vai reavaliar a sua própria solução tá eh e aí o que que ele vai fazer ele vai alterar ou melhorar sua própria solução entende e esse processo aqui né onde todos vão ler as soluções dos outros e vão tentar né Eh alterar melhorar suas soluções a partir das soluções dos outros veja que inicialmente vocês vão ver no prompt que eles são agentes que estarão Independentes eles estão isolados uns dos outros tá bom quando eles vão escrever a sua solução eles estão isolados uns dos outros eu especifiquei bem

isso nos prompts e também no crei então Ó depois com tempo eles vão eh no debate achar a solução dos outros né Compartilhar soluções e aí Isso aqui é o que a gente chama debate e esse processo é um processo circular que vai se dar em várias rodadas entendeu várias rodadas issoo quem vai definir primeiro quem vai definir o problema quem vai definir a quantidade de Agentes que serão colocados no debate quem vai definir a quantidade de rodadas que eles vão debater será exatamente o usuário Ou seja você quando for executar o prompt Você vai

E você vai ex ente definir né isso para o o o seu problema de multiagente beleza bom a estrutura do debate é muito simples de se entender tá então você veja aqui ó que é uma questão muito tranquila vamos então agora pensar e olhar para o prompt né Eu quero que vocês agora olhem para mim aqui e vejam presta atenção bastante nisso agora que a gente vai analisar o prompt Beleza o prompt olha aqui prompt tá aqui como eu já falei para vocês tá dentro do github.com bar sandeco bar prompts tá tá tudo aqui então

inicialmente você vai ver o seguinte ó O Olha o que que eu fiz né olha o que que eu fiz eu disse eu disse para ele assim ó você é um gerente de agentes inteligentes que coordena acho que eu melhor eu copiar isso aqui vou colocar aqui no meu colocar aqui nessa Notepad pra gente poder ler tá E aí fica mais fácil vocês entenderem vamos aqui ó vamos para cima Então a primeira parte ó você é um gerente de agentes inteligentes que coordena a solução de problemas eu já tô falando criando uma Persona aqui será

esse né o usuário deve primeiro fornecer a quantidade de agentes inteligentes baseados em llm que deseja usar e a quantidade de rodadas de debate que os agentes vão realizar aí eu peço para ele fazer uma pausa né e solicitar o problema ao usuário então agora vou definir aqui os os agentes ó os agentes são independentes uns dos outros mas vão tentar resolver simultaneamente o mesmo problema proposto pelo usuário cada cada agente deve manter em memória toda a solução do problema proposto veja bem que eu tô especificando bem os termos né os agentes serão nomeados sequencialmente

como agente um agente do agente n onde n é a quantidade de agentes fornecida pelo usuário isso aqui pra galera de computação quem sabe programar sabe que tem um processo aí de criação a gente usa sempre esse número n ou I né mas n é sempre a quantidade de alguma coisa Tá bom então para cada agente será criado um Place holder certo lembra que o Place holder já expliquei aqui no canal tem vídeo sobre placeholder se você tem dúvida procura sandec placeholder no YouTube que eu explico muito bem O que significa um placeholder Tá bom

então para cada ag gente será criado um placeholder correspondente por exemplo agente um lembra que nos placeholders eu sempre abro essas chaves e coloco o nome do placeholder lá então o nome do Place holder ou seja o que que é o Place holder né o Place holder é um lugar na memória onde eu vou guardar alguma informação tá Então nesse caso lembra cada agente não tem que ter uma lugar na memória para guardar informação então é exatamente isso que o Place holder vai fazer Tá bom então por exemplo é agente um né esse placeholder para

o agente um ou seja o agente 1 é é é o meu agente efetivamente e o espaço de memória que eu tô guardando dentro do GPT porque a gente tem como fazer isso usando placeholders tá eh se chama agente um Tá bom então esses placeholders funcionarão como memórias dos agentes eles armazenarão suas respostas soluções ou opiniões Beleza então é isso agora eu vou detalhar para ele como é que funciona o debate um pause né pausa antes do debate Antes de iniciar as rodadas de debate cada ag gente deve disor suas soluções parciais ou seja recebeu

um recebeu o problema ele pensou sobre o problema e já vai dar uma solução parcial pra gente poder ver a ideia é que a gente vai acompanhando junto com a gente com os agentes né a gente vai acompanhando com os agentes eh como é que se dá as soluções Tá bom então Ó dois a segunda parte é a leitura das soluções né Cada gente deve ler as soluções as soluções respostas ou opiniões armazenadas nos placeholders de todos os outros agentes então aqui eu tenho a leitura das soluções é hora de compartilhar aqui na verdade é

a hora do debate eu tô programaticamente falando executando um debate né é assim que vai funcionar então é Imagina você tá num debate sentado em uma mesa né Redonda on da tábula redonda do Artur né você tem várias pessoas e em cada momento você fala sua solução para o problema e todos ouvem ao mesmo tempo como se fosse um broadcast né então A ideia é o qu é exatamente isso é quando o agente Lê as soluções dos outros é mais ou menos essa ideia que um falou e todos escutaram o O importante aqui você entender

que a informação vai sair de um para todos certo e de todos para um beleza essa que é a ideia então ó leitura de soluções cada ag gente deve ler as soluções respostas ou opiniões armazenadas nos placeholders de todos os outros agentes tá bom aí tem o momento da reflexão que é um pouco do reflection né quer ou quer não a gente tem aqui uma ampliação da técnica do reflection se você não sabe o que que significa reflection né você procura lá sandeco no YouTube né sandec reflection Tá e é um site onde a Cap

tem assim faç faça o chat GPT err menos Então é isso que acontece ele vai refletir a sua opinião né a sua própria solução mas vai levar em consideração as outras soluções dos outros agentes né certo vai levar em consideração as soluções dos outros agentes que é exatamente isso que a gente quer né é exatamente isso que a gente quer aí o próximo passo qual que é depois que ele leu depois que ele refletiu o que que ele faz ele vai atualizar a sua própria eh solução após a reflecção cada agente agora em separado atualiza

a sua solução resposta ou opinião em seu próprio placeholder entendeu Então ele ele tem a a liberdade de ler o placeholder do seu amigo mas não tem a liberdade de alterar esse placeholder somente o seu tá então depois disso que ele alterou sua nova solução né ele vai Pausar a visualização e após cada rodada de debate né o processo será pausado para que o usuário possa visualizar as respostas né e as Propostas parciais o gerente né agente gerente ele deve solicitar ao usuário que confirme a continuação para o próximo debate E aí a llm ela

vai entender que isso aqui é um processo repetitivo Tá bom vamos então fazer o seguinte vou copiar isso aqui que é o prompt inteiro para o chat ept e a partir daqui a gente vai executar o nosso agente tá então eu tô aqui ó no chat GPT de vou usar aqui o GPT e GPT for All né que é o o principal GPT que a gente tem hoje aí tá então exatamente isso que eu vou fazer eu quero que vocês escrevam para mim um problema para que eu possa executar aqui eu já dei ideia no

início da Live né Escreva um problema para mim para que eu possa executar aqui tá problema é que aqui os agentes possam resolver esse problema como recuperar casas inundadas no RS boa boa como recuperar casas que foram destruídas n enchentes do Rio Grande do Sul Ok esse problema é problema muito bom a questão é que o chat provavelmente não tem informação sobre isso beleza aqui no chat 40 4 eu posso fazer o seguinte ó habilite para que os agentes habilite a web a web para que os agentes possam pesquisar sobre esse fato ocorrido no no

Rio [Música] Grande do [Música] Sul e eh Gere e e peça para peça para que eles que eles eh comecem comecem a Gerar possíveis possíveis possíveis soluções tá bom isso é uma coisa legal e é uma coisa bacana porque você também vai poder fazer isso no Crew ai Ok você pode habilitar com Crew ai para acessar e informação na web trazer essas informações para tentar resolver o problema Olha que coisa legal então aqui ó eu estou dando a possibilidade dos agentes e acessarem né a a informação na web para trazerem né uma solução para nós

tá bom então vamos lá vamos começar aqui ele vai começar a buscar na web tá E e aess as estratégias recuperação tal vamos lá processo de debate eu falei os eu falei a quantidade de eu falei o problema eu não falei a quantidade de Agentes né nenhum problema resolvido né vou vou começar tudo de novo tá ó eu vou copiar isso aqui eu não falei a quantidade de Agentes nem a quantidade de problemas né vou começar tudo de novo vamos lá mais uma vez ó copiar vou criar aqui mais um chat PT aqui bonitinho esse

problema é muito bom hein muito bom mesmo muito bom mesmo ó aqui ele vai pedir PR mim n a quantidade de Agentes de B informei isso né OK ó vamos colocar aqui vou colocar aqui quatro agentes mais uma vez né Quatro agentes Opa tô escrevendo errado cara caramba velho quatro agentes e TRS rodadas rodadas agora el vai o problema né aí eu vou copiar o problema que eu tinha feito aqui ó copiar vai dar mais certinho beleza vamos lá ele tá buscando trazendo informação dando um contexto né ele vai trazer um contexto beleza vamos lá

TR tdo um contexto aqui ó recurso financeiro trouxe da né e eu acho que o gerente que faz esse contexto aqui para os agentes ó para recuperar as casas agentes vou propor diferentes estratégi divid em três rodadas de debates a partir do plano Inicial que agentes iram aprimorar avaliação do planejamento inicial ele fala aqui das áreas afetadas para do levantamento de necessidades né realizar um senso de famílias e tudo mais mas vamos paraa frente eu quero saber tá dando uma travada aqui cara bom aí ele fala aqui ó ele fala falando que vai parar aqui

parou para para que eu pudesse continuar né então basicamente aqui que eu vou fazer aqui ó continue continue para poder fazer a primeira rodada tá ele tá fazendo vamos iniciar a primeira rodada cada ag gente irá expor suas soluções parciais com base nas informações acima então eu mando aqui então vamos lá ó avaliação e planejamento inicial e tal ele faz todo um mapeamento de ele pede para fazer a uação de satélite né para mapear as informações depois o segundo agente eh vai fazer uma a proposta delele né mobilização de recursos alocar fundo de Emergências federais

estaduais e municipais solicitar ajuda financeira de organizações internacionais privadas parcerias público privad ou seja aqui é a ppp né chamada ppp eh para estabelecer empresas eh parceria com empresa para construção né com materiais em preços reduzidos interessante isso aqui hein colaborar com ONGs para apoi Logístico né financeiro e adicional e ele vai apoiando ó ele vai apoiando tudo isso com fontes da webc Olha que interessante E aí ó eu tenho usar aqui tá na na na na estratégia da reconstrução das casas usar tecnologia de construção resiliente né porque não adianta a gente construir aqui nós

brasileiros e os e os nossos irmãos gaúchos a gente tem que pensar o seguinte eh a galera vai ter nós vamos ter que construir tudo de novo mas que seja resiliente que seja agora resistente efetivamente aos problemas da chuva né porque cara Deus queira que não tá mas is se repetir de novo como é que fica entendeu outra coisa interessante que ele dá aqui na solução do agente três ó é o emprego da mão de obra local né treinar trabalhadores porque você tem uma estimulação da economia local tá o quatro falou da infraestrutura e serviços

e aí ele fala aí consertar modernizar estradas Pontes né cara isso aqui vai ter vai ter que ser tudo pensado efetivamente né para reconstruir tá eh melhorar sistema de saneamento básico para descontaminar a a estrutura né de saneamento com enchentes e tudo mais então eles leram e refletiram agora vai pra segunda rodada aqui ele Deia ele deveria tá parado agora não sei por que o chat PT não parou aqui mas aqui já tá fazendo a segunda interação né na segunda rodada ele já faz aqui e ele já eh ele tá falando aqui ó integração com

recursos e financiamento colaborar com agente dois tá vendo ele já leu o que o agente dois fez para identificar fontes de financiamento e suporte Logístico que foi o que o agente dois falou né porque ele começou aqui ó o um volta aqui para trás o um ele falou só do planejamento o dois falou dos recursos aí eles combinaram entendeu os dois tão combinando a mesma Solução Não é para chegar num consenso final então ele vai fala aí o dois falou o seguinte ó alocação de recursos construção resiliente ele quer trabalhar junto com ag gente três

para destinar fundos para tecnologistas de construção resiliente entendeu então o três deu essa ideia e o dois como tá cuidando da parte financeira acha que essa coisa pode combinar uma coisa com a outra olha que legal né então é isso eh o três aqui falou o seguinte ó integrar integrar esforços de reconstrução de casas com reparação de infraestruturas propostas pelo agente 4 tá então ele tá usando já a Quest do agente 4ro e e também usar né a mão de obra local coordenar treinamentos em parceria com empresas privadas ou seja lembra que ele falou das

empresas privadas no dois e que usar o treinamento de pessoas e mand de obra local foi no quatro então ele tá combinando o quatro tá combinando com dois legal né Eh é isso é o três tá combinando com o dois né é isso então é isso aqui ó a utilizar o agente 4 tá falando o seguinte ele quer utilizar técnicas de construção resiliente ou seja essa construção resiliente chamou atenção hein alguém ventilou na mesa né um agente ventilou na mesa e outros agentes estão adotando essa ideia como uma boa ideia tá ou seja o três

sugeriu o um e o quatro ou foi o dois e o quatro estão tão aceitando essa ideia tá Então é isso aqui temos uma revisão final que é a rodada três para ajustes e eu tenho aqui uma revisão final eh eu tenho que ter uma saída aqui né depois que eles vão trabalhando ele fala aqui esse aqui é revisão final que é o último debate que ele fala implementar uma plataforma de dados aberta para coordenação de esforços e recursos certo legal esse aqui é uma uma proposta do agente um garantir as informações de mapeamento que

sejam acessíveis para as partes envolvidas criar um Portal de Transparência para monitorar a utilização de fundos e doações isso aqui é importante né importante por quê Porque lembra que no canal a gente até proibiu o pessoal de fazer eh solicitação de pics que não fosse doação para órgão órgão oficial ou diretamente para o o médico sem fronteiras que é um parceiro do grupo do canal certo do canal Então a gente tem esse problema mesmo né estabeleceu um conselho de governança com representantes do governo isso já existe tá eh empresas on e supervisão de recursos Beleza

então aqui ó ele deu toda a estrutura para que a gente pudesse fazer se você quiser você pode dizer assim ó faça mais um debate e faça mais um debate Então vamos lá í você fez três debates eu quero fazer quatro agora tá rodada Extra então ele tão mais mais uma vez debatendo e vão trazer aí eu posso aqui ó gerente consolide consolide a proposta final né vou pedir pro gerente agora pegar todas as informações e consolidar em uma proposta final e não ficar separado por agentes Então vamos lá o gerente aqui ó então ele

traz um plano de trabalho né todo completo aqui para recuperar das casas destruídas pelas enchentes no Rio Grande do Sul com base em informações que ele buscou na internet entendeu ele tem toda agora a estrutura atualizada veja que nesse caso aqui é uma coisa legal porque acontece eh o que acontece aqui é o seguinte eu tem eles tem um limite de Treinamento os gpts né então quando eles habilitaram para que o GPT pudesse acessar a internet eu tenho a possibilidade aqui de ter mais contexto né então fica melhor a resposta e aqui tá todo o

plano final de ação eh do que deve ser feito né para resolver esse problema no Rio Grande do Sul você veja que tudo tem muito a ver com o que já está acontecendo criar um Portal de Transparência né envolver ONGs envolver governo e tudo mais para que possa isso acontecer deu uma travada no meu no meu browser aqui por que não destravou vamos lá Então veja a construção resiliente ainda tá em voga né ah e aqui tem um certificado ó que interessante né implementar Um certificado de resiliência né então assim vai ter que ter um

certificado de resiliência para as casas né em relação às enchentes interessante isso aqui hein Agora se você quiser no fim das contas você pode fazer assim ó ah gerente ah faça com que os agentes realizem e 10 Deb debates internos certo que que são esses 10 debates são debates que eles vão conversar entre eles na memória do GPT do chat GPT e só depois é que vai ser vai ser exposto a solução final entendeu então vamos supor se a sua solução não tá legal e você tá vendo muita interação e não tá resolvendo o problema

você pode fazer isso eu não quero quero ah nenhuma é aqui né nenhuma saída entre os debates somente a solução final consolidada Beleza então ele vai eles vão realizar agora 10 debates internos e eu pedi para uma solução consolidada é isso que vai acontecer solução final consolidada houve 10 debates entre eles tá E aqui tem todo o processo e é se mantém ainda a questão vamos lá vou por tópicos tá criação de uma plataforma de dados abertos para questão de Transparência primeira coisa né Depois inclusão Comunitária que é o lance de você colocar as pessoas

para receberem feedback das ações que estão acontecendo né dois mobilização de recursos e transparência Ou seja criar um já existe um portal transparência mas poderia ser um portal especificamente para esse problema né no Rio Grande do Sul tá então ele fala aqui criar esse Portal de Transparência depois eh reconstrução resiliente de casas permaneceu que é uma ideia muito interessante e tem que ser e é meio Óbvio também né tem que ser beleza próximo passo Eh aí vai ter que ter aqui na resiliência tem que ser manual de Treinamento com construção resiliente tecnologias e construção resiliente

né a gente tem aqui uma certificação de resiliência interessante isso aqui hein a reparação e monitoramento da infraestrutura ele tá explicando aqui não que já existe tem que consertar não vai jogar fora né obviamente né Construir tudo zero de novo no estado tão grande como Rio Grande do Sul certo aqui ó o monitoramento contínuo foi interessante né porque tem aqui ó usar IOT né para monitoramento emo tempo real tá eu não vi foi a inteligência artificial aqui fiquei chateado com o chat PT agora hein e eu tenho aqui a prevenção e educação Comunitária né como

sistema de alerta precoce educação e conscient conização conscientização da do pessoal né em relação à bueira essas coisas tudo né eh e aí eu ten uma conclusão do nosso projeto inteiro depois de 10 rodadas de debate você pode fazer isso com qualquer tipo de problema certo então esses agentes cara eles resolvem qualquer coisa dessa forma aqui e é muito bom Tá ok vamos agora vou ler um pouquinho aqui as as os comentários os comentários de vocês aqui vamos lei ó ah muito bem Ah o Pedro Marçal assim tipo mapeamento processo a partir tá muita escreveu

muita coisa aqui né o número de o número de rodadas pode ser em aberto pode mas esse aí se você colocar o número de rodadas em aberto ele vai definir certo enchente é enchente ele não precisa de informação do do Rio Grande do Sul Cara eu acho importante o seguinte você precisa entender o seguinte o cara tá falando aqui né Wellington o Wellington falou assim ó enchente é enchente ele não precisa de informação do Rio Grande do Sul ok É verdade só o que acontece quando você joga um contexto né quando você tem um contexto

você joga para llm o que acontece a llm consegue definir melhor cada vez melhor e refinar melhor aquele problema beleza a a saída que ele vai dar vai ser melhor por isso que eu joguei o contexto todo mundo sabe disso né quando você melhora a a resposta das llms da Inteligência Artificial certo é baseada sempre em contexto e vou explicar Tecnicamente para você porquê Vamos lá por que que a llm consegue resolver melhor baseado em contexto por quê porque veja ela lê uma quantidade enorme de texto certo Ela leu uma quantidade enorme de texto e

o que o GPT faz é prever a próxima palavra sempre você tem um texto e a partir desse texto ele prevê Qual é a próxima palavra aí você pega esse texto que ele que você tem joga de novo no no GPT e ele produz a próxima palavra Isso é uma característica das redes Transformer que é uma rede neural né que você é usada para tanto para processar texto como agora também tem é possível você processar imagens com ela beleza então o que acontece quando você joga um contexto dentro de um llm para poder trabalhar o

que acontece é que ele filtra uma quantidade enorme de coisas dentro dessas llm ou seja o chat PT tem 1.7 trilhão de parâmetros Quando você joga um contexto boa parte desses parâmetros vão sendo meio que anulados digamos assim na hora da saída da informação é lógico que eles não são anulados né mas é porque porque eles funcionam né a rede neural ela funciona como a rede ela tenta simular a rede a digamos assim eh neural natural nossa né a rede natural Nossa quando você leva um beliscão no braço aqui né existe um caminho que ela

toma aqui então esse esse esse caminho que ele toma ele às vezes ele não volta para trás tá da mão eles vem para cima Em vez de para trás essa sensação certo então esses caminhos que são anulados são exatamente os limiares de ativação que existem dentro dos neurônios beleza e as redes neurais também T esses limiares de ativação dentro dos neurônios são chamado Bias tá então quando você Define um contexto esse contexto tá muito bem definido caminhos vão sendo desligados e caminhos vão sendo ligados o que faz com que a sua resposta para uma pesquisa

ou para uma busca que você tá fazendo seja muito mais assertiva Deu para entender então por mais que enchente seja enchente que você tá dizendo aqui tá gerar um contexto para ele em relação a no Rio Grande do Sul vai fazer com que essa resposta seja melhor tá isso é provado já assim todos os artigos científicos na área de llm e de redes neurais mesmo né quando você tem assim um contexto bem definido Você tem uma resposta melhor tá é isso ok Eu já li isso aqui o André falou aqui ó fiz um prompt com

multiagentes ho já tard aconteceu dos anomalias chat PT eh 40 4 ou começou a alucinar Depois teve algumas interações que começou a travar também pode ser que hoje né esteja com esse problema Você viu que a gente travou aqui um pouquinho né pode ser beleza Ah se utilizar da forma como o professor está pensando acredito que terá que irá alucinar menos acha que a ideia é exatamente essa tá E foi o Comando Militar que escreveu aqui eh ele vai alucinar menos por quê Porque vai haver debate entre eles e no próprio artigo mostra aqui que

mesmo que eles comecem uma resposta totalmente errada o próprio pró fato do debate vai fazer com que eles tendam a resposta certa Essa é a essa que é a ideia beleza vamos lá mais perguntas o Welton falou assim eu falei isso porque pensei que você perguntou especificamente sobre o reparo de uma casa que teve enchente não contexto geral não eu deu o contexto né deu o Rio Grande do Sul como contexto certo Ok vamos então fazer o seguinte vamos agora criar Crew ai tá Crew ai é a nossa tarefa de agora é a gente criar

nosso Crew ai vamos lá eu vou aqui tirar esse negócio aqui fechar porque eu não preciso mais deixa só Essa paradinha aqui que vai ficar legal e eu vou agora para o Crew Ai que é o prompt do Crew Ai aqui vamos lá eu vou mostrar para vocês agora a alteração as alterações que eu fiz do prompt do Crew ai para que vocês possam usar isso lá tá e o o código sai certinho e obviamente né é eu tento usar aqui no canal vou voltar aqui para compartilhar né aqui os slides Ok ó eu vou

aqui compartilhar com vocês Esse prompt Por que que é um prompt né porque eu quero ensinar para vocês como é que vocês podem criar o quem quem quem é experiente em programação já pode fazer direto entendeu Abre o abre o Python abre o colab aí e começa a executar exatamente criando seu código em cima já vai maando em cima tudo bem mas quem não sabe programar ainda né sabe escrever código em Python eh o Rudney perguntou aqui se caracterizarmos a especialidade de cada agente não melhora então Rudney a ideia nesse caso específicamente é que os

agentes eles sejam meio que parecidos entendeu para o problema então Eh porque eu imagino que você deve estar perguntando porque no Crew ai você tem papéis definidos né papéis definidos nós vamos entrar nisso aí nos próximos vídeos beleza nesse caso aqui eu estou dizendo que todos os papéis serão os mesmos tá bom para todos os agentes porque eles vão resolver Do mesmo do mesmo problema o mesmo problema a questão é que quando você tenta resolver né Eh o mesmo tipo de agente resolver o mesmo problema o que acontece é que as llms eles vão você

percebe que elas vão buscar estratégias diferentes entende então quando você usa um agente só ela toma um caminho e ali ela continua né então ah quando nesse caso aqui eu tô criando quatro agentes iguais tá certo com o mesmo papel para resolver o problema só que Eles tomam caminhos diferentes então de certa forma de certa forma a llm ela toma papéis entendeu então eu não tô definindo papéis Eu tô eu tô querendo que ele me traga possibilidades eu tô querendo que ele me traça possibilidades e caminhos de solução porque na verdade o que a gente

tem são várias soluções para o mesmo problema entendeu então os operários nossos Operários aqui os nossos agentes eles são iguais eles são iguais uma técnica interessante mas eles vão por quê Porque eles vão tentar resolver o mesmo problema tá certo obviamente Eu já mostrei aqui no canal no primeiro vídeo da série que existe Como existe a possibilidade de você fazer agentes específicos que fazem coisas específicas beleza neste caso aqui eu quero que os a sejam explicitamente iguais pra resolver o mesmo problema só que você percebe que quando eles tentam resolver Eles tomam caminhos diferentes e

aí esses caminhos diferentes eu vou tentar mesclar para melhorar não é legal isso aí é interessante né Vamos lá vamos enfrente então aqui ó A e D um tempinho então no chat pessoal presta atenção agora na aula aqui que eu acho que é importante para vocês vamos parar um pouquinho no chat aí já já vocês conversam vocês escutem tá bom aquiar Um chat Prom aqui paraar ISO no chat por porque aqui noat existe uma Fero B vocêde usar que o João PR gente que do aqui explorar GPT aqui tené o sal aqui cre tá e

você vai ter esse GPT aqui que o João né João Moura o nosso Joãozinho certo é criou Vagem você usar aqui olha só que coisa interessante primeiro eu tenho uma codificação ele vai criar para mim certo esse esse esse GPT aqui se conecta com um servidor criado no replit né Eu e João discutindo bastante sobre isso ele conecta um servidor no replit onde lá no repit certo tem toda a documentação do Crew ai certo tem tem exemplos do crei certo e tem diretrizes de como criar Além de que o prompt né do João né ele

não tá exposto aqui o prompt mas eu já vi esse prompt é bacana demais na criação de códigos que envolvam o Crew ai tá outra coisa interessante Olha só que coisa aqui né as avaliações desse GPT 4.4 né mais de 1000 avaliações e tem mais de 100.000 conversas com esse GPT Olha como sucesso que o Jão tá fazendo com esse cre ai né Então temos aí ó esse GPT eu vou iniciar a conversa e vale muito a pena usar o GPT do João como ferramenta para criação do seu gpts você pode o quê começar a

criar os seus os seus agentes né você criar os seus agentes aqui e você refinar depois entendeu isso é muito legal então que que eu fiz aqui ó eu peguei o mesmo Prom que eu tinha E fiz uma especificação para o Crew Ai a primeira coisa que eu fiz aqui foi o seguinte ó você vai construir agentes inteligentes que fazem debates entre eles para resolver um problema específico usando o Crew ai na criação da Crew certo do Da Da Da nossa tripulação da nossa equipe né e o usuário deve fornecer a quantidade de agentes inteligentes

baseado em llm que desej usar e a quantidade de rodadas e debates que os agentes vão realizar veja que aqui eu tenho a mesma questão que eu fiz na aa na na na no problema passado né usando GPT só que aqui vai existir uma técnica interessante que é a criação dinâmica de Agentes certo é isso que eu queria mostrar para vocês como é que eu crio uma quantidade de Agentes que pode ser porque por exemplo eu eu eu no no tutoro passado Nós criamos três agentes né aqui pode ser três pode ser sete pode ser

10 pode ser 15 eu não sei a quantidade a Ende eu vou definir tá então eu vou mostrar como é que a gente pode criar de forma dinâmica agentes entendeu então é isso ah onde está o segundo promp sandec vou já já colocar no no github Beleza vamos lá então continuando aqui ó os agentes são independentes dos outros da mesma forma tá E aí eu mudei ao invés de ser placeholder eu coloquei na memória usando as memórias entendeu no detalhamento do debate ó eu pedi para cada agente deve expor suas soluções parciais para o problema

certo vai ter as leituras de soluções né da mesma forma vai ter a reflexão da mesma forma vai ter atualização mas aqui eu tenho seu próprio não aqui tá errado ó atualização após a reflexão cada agente deve atualizar su sua solução resposta opinião em seu PR em sua própria área de memória né em sua sua própria área de memória nós vamos falar mais PR frente o que que é isso né Aí ó eu vou dizer para ele deverão ser criados um um agente gerente que vai delegar a tarefa aos outros agentes debate dois n agentes

debatedores essa quantidade n é definida pelo usuário tá ó finalização ao final das rodadas debates o agente gerente deve chat grock aqui e ativa a Api para que você possa usar aí você põe a chave da sua api se você não sabe usar o grock né Tem um vídeo no canal explicando exatamente como é que você pode usar o grock Tá bom vamos em frente então eu vou simplesmente copiar isso aqui ó copiei e eu vou colar aqui o prompt para que o GPT do João que vai se conectar com o servidor do crei lá

no replit onde estão todas as base de dados né sobre o crei vai ser passada para esse GPT ele tem a capacidade né de construir códigos pra gente quando eu dou enter aqui ó vocês vão ver que acontece ele vai criar vai mostrar pra gente aqui a a a ideia né então eu vou criar aqui ó vou configurar as chaves de api né para o modelo padrão vou criar o agente gerente para delegar tarefas vou criar agentes debatedores baseado na quantidade fornecida pelo usuário tá dinam e vou implementar o processo de debate com múltiplas rodadas

depois no fim Vou implementar a consolidação das rodadas o plano segue detalhado aqui ele vai começar a configuração inicial Tá detalhando o que ele vai fazer né E aqui no fim ó ele nos dá exatamente o código veja que ele foi teimoso comigo né Ele criou essa Def aqui que é a definição de uma função exatamente que o pessoal falou hoje né o 40 ou tá com alguns problemas então vou escrever mais uma vez aqui ó não use funções no código quero que ele realmente retire eu quero mostrar para vocês isso sem funções então ele

vai melhorar aqui o código pra gente e ele vai fazer aqui essa criação ó Então vamos lá ó primeira coisa Ele criou aqui E esse essa essa definição né veja que ele criou aqui a definição do ambiente do grock para poder usar tá e chamou o Lhama 3 usando essa função do grock quem já viu o vídeo passado sabe do que eu tô falando se você não sabe volta lá que você vai aprender Beleza agora o próximo passo aqui ó que é interessante é a como ele definiu ó a quantidade de Agentes veja que é

tudo muito simples ó eu criei aqui dizendo ó quantidade de Agentes igual a 3 quantidade de rodadas igual a 2 e um problema que ele me deu aqui que eu posso alterar esse problema aqui tá eu posso por exemplo colocar aqui o problema do Rio Grande do Sul beleza é isso ó primeiro agente que ele vai criar é o agente gerente tudo isso aqui você já conhece ó eu abri aqui eu vou definir o agente ó definir a a o que que ele é né Ele é um gerente a meta dele é consolidar né Eh

uma solução final para o problema tá Eu coloquei um um verbose true aqui para que ele possa eh mostrar o que ele tá escrevendo na tela né né que ele tá pensando ele vai escrever na tela pra gente poder ver é igual aquele lance de você pedir para que eh a cada solução proposta seja colocado na tela é equivalente tá então aqui ó habilitei a memória Lembra que eu falei que ele tem memória e aqui o uma história é o seguinte o gerente é a definição da do Persona né o gerente é responsável por coordenar

o debate e consolidar as soluções dos agentes bom essa é aqui a tarefa principal do nosso e gerente né Além disso tem um detalhe importante aqui ó que eu já mostrei no vídeo do grock e no vídeo lá que a gente mostrou do Star Wars quer definir qual é a llm né que vai ser a chave aqui eu ten muitas pessoas que estão tendo problema porque como elas não fazem isso aqui ó não definem no agente Qual é llm que vai ser usado se você não definir nada aqui por padrão Ele pega a openi e

se você tiver uma chave da openi ativada o que vai acontecer é que ele vai usar o openi beleza e se você não tiver definido Qual o modelo ele vai pegar a Open 4 e a Open 4 tem um custo muito alto então hoje hoje do grupo do canal mesmo teve uma pessoa que falou que gastou uns R 50 fazendo Unos testes porque ele não definiu nada né Ele simplesmente colocou lá quais eram as os agentes e tal e por padrão definição interna do próprio Crew ai ele buscou eh eh o o o a o

a GPT né para acessar o GPT 4 e as requisições são tanto quanto caras tá esse grock aqui eu já falei como é que você pode selecion e usar você vai lá no site do grock e pega essa informação tá bom da chave tá no vídeo do grock no vídeo passado agora olha que interessante a criação de Agentes debatedores ó eu vou criar aqui um espaço onde eu vou colocar todos os agentes essa essa caixinha aqui representa em Python uma lista tudo bem Você não sabe o que que é lista mas imagina que você vai

criar uma lista de presença certo então essa lista de presentea é Ah quem é o primeiro aí aqui é o agente um quem é o segundo é o agente dois quem é ter agente três imagina então toda vez que o agente chegar ele vai ser colocado dentro de uma lista imagina dessa forma então aqui ó Nessa codificação aqui ele tá fazendo uma repetição para criar esse esse esses agentes Então essa informação em em I aqui que é um indicador né que é um índice eu vou pegar aqui a quantidade de Agentes que eu defini lá

em cima lembra ó quantidade de Agentes três então ele vai fazer uma uma repetição ali criando três agentes tá então o primeiro agente que dele vai criar que vai ser Qual o nome do agente agente um tá vendo ó é i mais um porque aqui começa com zero né então vai ser o agente um beleza e aí ó Qual o nome do agente o nome do agente vai ser agente um Qual é a meta que ele tem que fazer resolver o problema proposto você veja que o agente um vai resolver o problema proposto e qual

é o problema proposto né a história dele aqui né o o o o o a Persona dele vai ser o seguinte ó nome do agente Quando eu abro chave aqui e coloca o nome do agente aqui é como se fosse um papelzinho né um espaço na memória que eu eu tô tentando simplificar Galera vocês vocês me perdoem pelo amor de Deus aqueles que já são programadores porque tem muita gente aqui não é da área de programação e eu como professor e educador eu tenho que tentar simplificar o máximo possível para que as pessoas possam entender

então por favor tenha paciência tá Então imagina que você você tem aqui um papelzinho de você escrever o nome do agente tá lá escrito agente um beleza que é o que a gente chama de espaço em memória Beleza então eu tenho aqui uma variável onde eu guardo Tecnicamente falando o nome é esse variável onde eu guardo o nome do agente beleza tá aqui agente um você veja que quando eu coloquei aqui ó Chaves e eu chamei o agente um Você lembra que eu lá no lá no GPT Eu fiz alguma coisa mais ou menos parecida

né quando Place holder aqui vai ter vai tá o nome do agente então o agente um é um agente dedicado a resolver o problemas complexos através de debates Beleza então esse aqui é o é o é o background dele digamos assim é que ele é a Persona eu ativo o lama e veja que agentes aqui em cima ó é a minha lista de presença digamos assim né esse apendice aqui é adicionar né vou colocar esse novo agente aqui ó dentro da lista entendeu então a quando ele volta pro início aqui ó a já tem o

agente um já tá aqui dentro quando ele voltar pro início Esse identificador aqui esse I ao invés de ser zer agora vai ser um tá porque aí o que aconte agora aente vai ser o 1 mais 1 ou seja aqui vai ser o agente 2 e você veja que o agente do é exatamente igual ao agente um Muda somente o nome dele ele faz a mesma coisa tá e tem um perfil parecido entende então é exatamente isso que eu queria né Eu queria criar agentes que sejam parecidos para resolver o mesmo problema para ver os

Ramos de solução que cada agente vai vai tomar tá bom nesse caso aqui quando eu terminar essa iteração aqui eu terei dentro dessa listinha agentes os três os quatro agentes que eu preciso criar para poder funcionar aqui tá ok então agora a mesma coisa vai acontecer com as tarefas porque cada tarefa tem um agente e eu preciso atribuir essa tarefa ao agente então a tarefa o que que é debata e resolva o problema considerando as soluções dos agentes de outros agentes ó solução esperado uma solução parcial para o problema né Por quê Porque essas tarefas

de Agentes internos eles são soluções parciais a solução final quem dá é o gerente Beleza então Ó aqui ele cria as tarefas todas as tarefas mas ele vai fazer essa iteração baseada em quê na quantidade de Agentes ó na lista de presença que eu criei aqui em cima tá vendo Então baseado na lista de presença ele vai criar os agentes Beleza então no final aqui eu vou criar uma Crew tá onde eu vou colocar é os agentes e as tarefas tá bom aqui e aí eu digo que esse processo é um processo sequencial beleza no

fim o que que eu faço vou ter um kick off aqui né vou ter um kick off de iniciar passando quem como entrada oa passei oa belza is ó eu tenho no quando termina Rod aqui certo eu ter consolidação ele vai rodar aqui o problema entre os agentes né e eu tenho um soluções parciais no fim tá então as soluções parciais serão passadas aqui como informação para a tarefa de consolidação ó uma tarefa de consolidação final onde ele vai eh O Agente gerente né vai Executar tudo isso aí então como resultado final eu tenho uma

uma uma uma execução tá dessas soluções parciais né S entradas aqui como informação ó tá vendo aqui ó e aí o gerente final né né ele vai chamar essas informações e executar para você a solução final interessante né Então vale a pena depois dá uma olhadinha nesse código aqui tá eu fiz um você veja que o meu código que eu fiz aqui é um código tanto quanto parecido com esse ó vou mostrar para vocês aqui primeira coisa que eu fiz aqui foi instalar né o Crew ai eu estou aqui eu vou eu vou vou publicar

para vocês vou liberar para vocês poderem acessar esse esse colega aqui né eu pedi para instalar aqui o Crew Ai isso aqui vocês já sabem do da série do vídeo da série passada né vídeo passado da série beleza tá até aqui o o o o o R2 D2 que não deveria estar aqui mas tudo bem Veja meu código agora ao invés de eu usar o o o o grock eu vou usar o chat APT direto ó vou usar o GPT direto tá aqui minha minha chave né e e veja eu configurei aqui para usar o

gpt3 turbo veja que eu também tenho aqui a quantidade de Agentes Vou colocar aqui quatro né agentes e a quantidade de rodadas aqui três e o problema eu vou voltar aqui vou pegar aqui ó copiar aqui só que eu não vou eu não vou habilitar ainda a web por qu eu vou fazer com que ele busque essas informações internamente certo e na próxima nos próximos vídeos eu vou V melhorar isso aqui como como é que eu faço para habilitar uma tool do Crew Ai que acessa a internet tá bom eu vou começar a Explicar sobre

as ferramentas e você vai usar as ferramentas para melhorar coisas desse tipo aqui ou seja vamos habilitar os agentes nos próximos vídeos agora do canal como é que você pode usar a pesquisa na web tá você tem como usar no Crew ai usando o serper tá que é uma um um um um um uma plataforma que habilita né os Agentes do pro ai acessar a internet e pesquisar no Google PR coisa toda vamos copiar isso aqui ó esse aqui vai ser me meu problema vou voltar para cá e vou colocar o problema tá aqui embaixo

ó meu código foi criado assim o problema crie um produto p p p pá Então não é isso que eu quero eu quero resolver o problema das enchentes do Rio Grande do Sul tá eh uma coisa interessante que eu coloquei aqui também no meu código uma coisa interessante que eu coloquei aqui no meu código foi seg Ó você pode colocar foi eu pedi para ele que todas as saídas devam ser em português do Brasil tá todas as saídas devem ser em português em todo lugar que eu coloquei prompt aqui coloquei saídas como português do Brasil

você veja que o código é é semelhante né porque eu tenho aqui os debatedores ó do meu código exatamente igual os agentes que foram criados lá tá tá lá aqui eu tenho o meu gerente ó que eu criei do mesmo jeito que tá lá aqui tem as tarefas e debate do mesmo jeito que tá lá aqui tem a consolidação do mesmo jeito que tá lá aqui tem o Crew a criação né do jeito que tá lá e aqui tem a finalização entendeu então tá exatamente igual quando eu clicar aqui vai acontecer vamos esperar que ele

não dê problema né Então tá aqui ó ele começa a ir atrás da solução da mesma forma como eu fiz no GPT tá só que aqui qual é a diferença aqui eu dei o problema dei start e esqueço não tem interação mais nenhuma certo interação nenhuma com isso aqui que é a grande vantagem do do crei Beleza você pode fazer essas interações elas vão até o fim certo então deixa ele executar aí eu vou aqui para ler perguntas perguntas perguntas tem perguntas vamos lá V vou procurar aqui é possível utilizar a api o Alexandre onon

perguntou aqui ó é possível utilizar a api do Google vou vou voltar aqui para virtuar que daqui a pouco eu volto para essa tela que tá processando né Eh é possível utilizar api do Google ou Open ey o que precisa ser ser mudado você muda as chaves entendeu você cria eh daquela mesma forma como grock você vai criar né nas Chaves lá vai no Google lá no gemini por exemplo você usa o link chain tá semelhantemente ao uso eh ao uso do grock lá o Len chain também tem acesso ao Jini Então você pega a

chave configura o Jini como o lchin tá dando e você usa o Google tá bem então openi você da Open já está né Eu já coloquei aqui a Open mostrei para vocês agora beleza mais perguntas vamos ver se tem mais perguntas a aula vai ficar gravada vai mais perguntas aqui eh pergunta essa estrutura Python poderia ser utilizada no Prom do GPT com devidas adaptações tem que testar tá tá Cara essa ideia é boa entendi que você qu dizer a gente fazer um Eu só não acredito que ele vai usar o cre porque o ele não

está instalado no no interpreter n no code interpreter do GPT beleza esse seria um problema fala M pode compartilhar comigo vou compartilhar com todo mundo tá Vou fazer isso agora aqui ó já já deixa eu é porque eu tenho que terminar processar aí eu tenho que cancelar minha chave lembra tem uma chave aqui tem que ser cancelada então ó Ok tem uma solução final aqui galera vamos voltar aqui então Ó Eles já chegaram ao final da solução eu vou copiar aqui tá pra gente ler aqui pra gente ler Néa dar um contol a uma caixa

de texto bloco de notas muito bem vamos colocar aqui vamos ler Qual foi a saída né saída foram essa aqui ó legal para ver as interações Ah estou confiante que possa apresentar uma solução e tal minha solução atualizada o problema é implementação do sistema de Inteligência Artificial isso aí já gostei hein ó é que possa analisar dados em tempo real e prever possíveis crises de abate cment esse sistema seria alimentado por informação de estoque demanda mercado e tal né A minha solução atualizada pro problema é a implementação cento artificial não a mesma coisa a que

é o dois Ué não lá para lá pro final que vai ter a solução né com base nas soluções propostas pelos debatedores que é o final a cons solução a consolidação de uma solução final abr abrange para o problema envolve a integração de tecnologias avançadas como sistema de monitoramento em tempo real Inteligência Artificial e análise de dados Além disso é essencial estabelecer parcerias estratégicas com fornecedores distribuidores de órgãos governamentais para prever crise de abastecimento garantir um fluxo contínuo dos produtos essenciais a implementação do sistema de alerta precoce baseada em dados históricos e tendência de mercado

pode ajudar a antecipar possíveis problemas e atingir e atingir proativamente a evitá-los a transparência na cadeia de experimentos por meio de tecnologias como blockchain também pode ser uma seleção eficaz para identificar gargalos e melhorar a eficiência operacional em resumo a combinação de Tecnologia de análise de dados e parceria estratégica é fundamental para garantir a resiliência do sistema de abastecimento e satisfação da necessidade do mercado bom essa essa resposta aqui não sei lá se eu não gostei muito não não sei vocês gostaram mas não gostei muito não e e poderia ser melhor né porque o PR

que eu passei para ele foi o quê deixa eu mostrar aqui vamos ver mais uma vez aqui onde foi que eu coloquei ah recuperar casas né recuperar casas você veja o que que o contexto que que é um contexto quando a gente não passa o contexto para os agentes entendeu foi diferente a solução que ele deu certo na saída aqui porque eu não mostrei um contexto para ele buscar na web o que aconteceu percebeu o que eu respondi anteriormente aqui certo que se eu tivesse dado um contexto para eles aqui maior deixado eles pesquisarem na

web para trazer informação e depois eles A partir dessa informação tentar criar uma solução seria muito mais interessante entendeu é o que a gente vai ver pra frente como é que a gente habila habilita aqui no crui essa busca de contexto na web Beleza vai ser uma aula específica só só só disso tá uma live mas eh já foi uma coisa interessante né porque foi eu dei uma proposta genérica certo um problema Genérico e ele de forma genérica também D uma solução Tá mas houve esse debate entre eles nouve esse debate entre eles tá é

is então É bem interessante né o que eu quero mostrar com essa técnica vocês aqui é que depois vocês podem pegar essa proposta certo eu estou falando para vocês de criar multiagentes forma dinâmica para resolver um problema você pode fazer também aqui é o seguinte quando você for habilitar as llms você pode colocar uma llm específica veja que nesse caso aqui ó eu não coloquei uma llm específica né porque no meu código Ele puxou exatamente o código da Open tá eh só deixa fazer o seguinte eu matar aqui minha minha chave sabe que tem gente

que Engraçadinho né eu vuei aqui pronto eu posso mostrar a chave aqui ó então Ó você veja que eu ativei aqui no open ey e no llm eu não prec eu não precisei dizer né porque já tá como padrão Open ey beleza e mas eu poderia vir aqui e colocar llm igual a Lhama lama 3 beleza definir né aquela Lhama 3 como eu defini anteriormente E aí nesse caso aqui eu coloco o Lhama 3 para para agir em relação aos debatedores por exemplo e no gerente eu posso deixar a llm igual a Open certo pode

usar ISO aqui ou você pode colocar aqui a LM pode ser a gem certo entendam que eu não preciso deixar mesmo llm tá ou você pode criar uma lista de llms por exemplo llms são quatro debatedores né então posso fazer assim ó GPT 3 4 Posso colocar outro aqui né GPT for certo posso colocar aqui lama lama 370b por exemplo certo e aí quando você executar essa essa criação dos agentes aqui para cada agente você pode fazer assim ó para cada agente Olha que interessante você pode colocar llm na posição I entende por quando for

o agente um debatedor um ele vai pegar esse quando for ele vai pegar esse aqui quando for debatedor dois ele vai pegar esse quando for debat do três ele vai pegar esse e quando for o quatro vai pegar esse sacou então você vai ter eh quatro agentes que fazem a mesma coisa mas usam llms completamente diferentes isso é possível também porque você teve llms que leram textos diferentes são caminhos diferentes também você aumenta a potência do seu do seu do seu problema aqui da solução do seu problema beleza é isso ok já estamos indo pro

final da nossa Live cara já deu muita coisa né muita mais perguntas aqui vou ler as perguntas para vocês como leigo qual seria a diferença em termos de processamento e custo em resolver problemas usando chat APT puro sem api ao invés do colab no caso do colab aqui é só o ambiente de execução você queria dizer com Crew ai né A questão muito bem a pergunta interessante porque diz o seguinte ó qual a diferença eu eu fiz no GPT uma coisa deu deu um resultado bacana eu fiz no no Crew deu um resultado parecido beleza

mas só que lá no GPT eu tive que fazer as interações Tá bom eu tenho que tá lá tem tem que abrir tem que tá lá no no colab ou num código Python isso pode vidir um programa essa sol solicitação a pessoa escreve uma solicitação de um problema lá e aí você deixa de forma automática então o lance aqui é a automação a palavra o segredo da palavra aqui o seg a palavra a palavra secreta para esse tipo de problema aqui usando o cre ai é a automação a possibilidade de fazer isso aqui sem a

necessidade d de uma intervenção humana entende isso aqui é o Grande Lance Pode pedir para cada ag gente acessar o llm diferente Acabei de mostrar aqui né nesse esse caso aqui O código vai ser exatamente esse ó eu coloco as llms aqui tá e eu estou dizendo nesse comando aqui ó que cada agente vai usar uma llm diferente Posso sim tá pode pode e é interessante hein uma técnica interessantíssima né ah no caso de duas APS diferentes uma do lama e da Open pode pode ter Quando você quiser pode colocar o cloud aqui pode ser

que você quiser ao invés de usar o Lhama aqui você pode usar o cloud né Cloud certo você pode usar o cloud aqui você pode usar o gemin aqui ó são quatro llms potentes né só aqui cada uma tem precificação diferente então você terá aqui qu qu quat llms que podem executar cada agente será um LM diferente Então seja eu tenho o mesmo agente para resolver a mesma tarefa com lms diferentes Deu para entender porque até então vocês aprenderam a fazer o quê agentes diferentes para resolver um problema certo um personagem diferente tô mostrando agentes

com papis iguais com llms diferentes para resolver o mesmo problema entendeu é isso seria interessante pensar a próxima aula como um gabinete de crise com gerente e diferentes funções para agentes quem sabe dois ou três agentes por área pode ser a gente pode discutir isso do grupo do canal beleza como criar para entregar uma solução pronta ao invés de sugestões de solução Não entendi essa pergunta Cara sinceramente pergunta usar llm diferentes pode servir para avaliar a eficácia da resposta dos agentes e a definição de final do problema Pode sim com certeza né Eh pensa quando

você tem llms diferentes você tem eh formas e jeitos de formas jeitos e textos e bases de dados diferentes com que esses agentes com que essas llms foram treinadas entendeu então você amplia a possibilidade ao invés de focar somente no llm é isso atualmente Quais são os quatro com token gratu eu não sei cara gratuito eu não sei beleza é isso bom Espero que você ten gostado dessa Live foi 1 hora meia quase de Live cara caramba vai gerar muito corte né PR frente mas eu espero que vocês tenham gostado estejam com a gente ali

no grupo do canal tá eu vou continuar falando sobre na semana que vem provavelmente teremos alguma coisa mais aí eu espero que você tenh gostado disso aí tá uma sugestão para o pessoal do criar né no code L já tá sendo criado isso aí tá falar que essa o pessoal tá criando uma interface né para que simplifica para as pessoas com certeza beleza ah Rodrigo café Falou pouco não entendi o que que esse pouco aqui vai ficar gravado vai e tem como agentes ficarem integrados a e-commerce ou Marketplace tem é código Python entendeu então Python

pode ser integrado é Python pode ser integrado em qualquer coisa com python beleza basicamente é isso O Welton mandou 10 10 pilas aqui para eu ler a pergunta dele vamos lá o Andrade falou como você vê a evolução das cru de Agentes ouvi falar que a openi irá focar em agentes será que pode surgir uma Interface para isso como eu vi umas ou será tudo em prompt Olha wellton é possível sim tá É possível sim sabe por quê Porque os artigos científicos da área de llms e tudo mais né que eu como pesquisador leio sempre

os artigos científicos tô sempre aerado trago para pessoal do canal os artigos científicos pessoal lei aqui nós citamos né um artigo científico né então os artigos científicos tem mostrado tem demonstrado que eh usar agentes a coisa fica mais eh acura e aumenta é mais assertivo na resolução de problemas né na por exemplo na criação de códigos né na criação de eh de textos também fica mais porque o que acontece a grande ideia eu vou mostrar em vídeos paraa frente a grande ideia é o seguinte você vai pegar um problema complexo e você vai refinar quebrar

esse problema em problemas pequenos e entregar para pequenos pequenas mentes digamos assim seria agentes resolver aquele problema pontual quando você junta tudo numa coisa só sai uma solução melhor no final das contas é isso então eu acredito que sim se eles não fizerem isso sobretudo a Open se eles não focarem né E nesse nessa nessa essa questão de usar agentes dentro da própria estrutura né Eu acho que eles vão dar um tiro no pé beleza pessoal tá agradecendo aqui 1 hora e me é pouco Professor mas vamos continuar né Em resumo Roberto o Carlos Roberto

perguntou Em resumo eu consigo me beneficiar dos agentes fazendo promp direto no GPT 4 Certo certo pode sim a questão é que você não vai automatizar beleza mas é possível fazer agora existe algumas coisas certo que são limitantes eu vou mostrar mais paraa frente por exemplo pesquisar no YouTube né Entendeu criar umas ferramentas de de crawler que você faz raspagem de dados na internet entendeu o chat PT não vai fazer isso Beleza vai ter essas limitações pergunta pergunta aqui mais uma vez do Arnaldo e poderia integrar o hag como base local de dados Claro e

nós vamos ver isso aqui com certeza né e é e é mais ou menos o que a gente fez um Por exemplo quando você habilita a web para o ag gente pesquisar dentro do Crew ai de certa forma internamente ele faz um hag beleza ele faz um ha porque ele tá fazendo o mesmo processo né que dar contexto específico para aquela aquele problema para ele ser mais assertivo né Professor como você visualiza a necessidade de apresentar esse tema para a sociedade para estudantes irem se acostumando com essa tendência u Cara eu tô fazendo isso já

faz 8 anos né entendeu eu tô nessa 8 anos aqui no canal mostrando e apresentando essa tendência né as tendências da Inteligência Artificial paraas pessoas irem se acostumando tanto é que os grupos de WhatsApp nosso né temos lá 4500 pessoas pessoas de todo tipo de área e de e de níveis de conhecimento isso é importante que seja assim porque os os mais entendidos digamos assim passa para aqueles que estão começando né E essa é a ideia importante e e esse é o fato do existir esse canal né é o fato do canal existir é para

isso exatamente para que você aprenda né você você possa aprender efetivamente conosco beleza de forma gratuita eh para que você possa usar a inteligência artificial no seu dia a dia e você possa se desenvolver nessa área e aquilo que eu tava falando hoje pessoal no grupo do canal gente a inteligência artificial não vai acabar com o advogado mas o advogado né que usar Inteligência Artificial vai substituir aquele que não usa o médico que não usa Inteligência Artificial vai ser substituído por aquele que usa o escritor que não usa Inteligência Artificial vai ser substituído por aquele

que usa não quer dizer o seguinte que no caso do escritor é inspiração mas o processo trabalhoso e mecânico repetitivo do dia a dia que pode fazer com que o o escritor seja liberado mais para pensar ao invés de ficar fazendo coisas mecânicas né aquela coisa de estruturação e não sei o qu e né Eh inconformidades o texto aquela coisa daí ele fica liberado para ser o quê O Pensador né Pensar mais que é o que o o ser humano foi feito para pensar né temos aí 85 bilhões de neurônios naturais para pensar e aí

não é justo que a gente fique fazendo trabalho de máquina entendeu deixa o trabalho mecânico para máquina já tá dizendo né trabalho mecânico a gente deixa pra máquina beleza aquilo que não é mecânico é pro homem a intelectualidade a a a a criatividade a espiritualidade tudo isso é inerente ao homem beleza é isso mas um dia ela vai substituir geral Não cara não vai não não vai não eu não acredito muito nisso não certo é a galera gosta muito de fazer terror em relação a isso mas quando você entende uma Red neral por dentro como

ela funciona eu eu eu eu eu bolo de RIC os meus alunos a gente estuda a derivada do back propagation eu digo galera e o pessoal tem medo que isso aqui domine o mundo é muito engraçado isso né quando você entenda são funções aninhadas matemáticas internas como é que isso vai dominar o mundo complicado né cara vamos lá então e queria ver como juntar tudo isso em um vetor DB em bed Corrado a gente vai ver isso aqui tá Não se preocupa não fica com a gente fica no canal que vai dar tudo certo então

vai para não tem saída ai meu deus do céu mais uma pergunta como tratar os dados da resposta para ficar só na resposta final então aqui ó olha que interessante vou mostrar aqui no código deou voltar aqui pro no código final depois quando você faz um KickOff todo KickOff tá vendo ó todo KickOff aqui ó tem uma saída você chama o Crew certo você criou a Crew aqui ó nessa variável aqui passando os agentes passando as tarefas passando os processo e tudo mais tá aqui a variável essa variável aqui no chamou Kof executando a questão

do problema no final ela retorna para cá ó para resultado final o resultado final e aí você imprime isso Tá imprime isso agora eu vou mostrar depois umas técnicas interessantes é com base nesse resultado final eu posso criar outros tipos de Agentes e posso criar outros tipos de tarefas e posso criar outros tipos de Crew e posso criar outros tipos de Tools entendeu E a medida que e e dado um resultado final de uma de uma solução de uma Crew né de um de uma equipe essa resultado pode impactar a entrada de outra equipe entende

eu fiz esses dias aqui uma coisa interessante eu vou mostrar depois essa técnica para vocês como é que pode ser feito isso mas o final é isso aqui ó esse essa parte aqui impressa dessa cor diferente ó tá vendo ó com base nas Soluções propostas você pegar aqui ó pegar a variável aqui ó resultado resultado final se eu imprimir isso aqui ó você vai ver o resultado final ó com base nas soluções debatedores essa aqui é a solução final tá dentro dessa variável Tá vendo você pode usar para fazer o que quiser não é pode

usar para fazer o que quiser Beleza então esse resultado final aqui pode ser um texto ou pode ser um uma tabela ou pode ser um Jason ou pode ser um iaml né Você pode você pode pedir para pro pros agentes gerar que vocês quiserem tá e a partir dessa saída pode você continuar um processamento contínuo de outras crws ou você pode dar saída pro usuário final lá o que foi aconteceu então o usuário o que que ele faz ele só entra o quê a informação de quantos agentes ele quer quantos debates ele quer e qual

é o problema imagina então uma caixa uma caixa de software tá ou vou criar aqui tentar criar PR vocês uma ideia aqui posso continuar um pouquinho aqui que vocês vocês não se importam não rapidamente uma ideia aqui desenho tá eu gosto de desenhar as coisas para vocês entenderem eu gosto de desenho criar um design rapidamente aqui um quadro de apresentação aqui eu gosto de deixar aqui a coisa escura ó vamos pensar aqui no nível de usuário Tá bom então tenho aqui usuário ó aqui elemento usuário Pera aí só um mentinho aula Ok estamos aqui certo

vocês não estão me vendo mas estão vendo a tela ver aqui compartilhada Pronto agora vocês estão me vendo agora que né Muito bem tem que vir mais para cá para cá filho aí certo papai tá aqui pronto papai tá aqui filho AD Beleza então então vocês imaginam o seguinte ó eu tenho eu tenho essa essa questão aqui ó tenho esse probleminha aqui ó fazer assim então V colocar usuário user como é que vocês podem pensar né vou pegar aqui esse usuário Beleza Aqui tá o usuário e o que que ele vai fazer né esse usuário

vai fazer aqui ele ele vai interagir com uma uma página Web vamos supor certo uma página Web ó essa página Web tá aqui nesse caso desse problema vou colocar aqui uma coisinha mais suave bonitinho e a página Web nessa página Web vai ter a algumas entradas por exemplo aqui vai ter entrada é assim ó coloca aqui né Aí você tem colocar aqui caixinha texto Vou colocar aqui os texto para você escrever aqui vai ser o seguinte aqui vai ser sei lá colocar aqui eh agentes né agentes onde ele vai definir aqui a quantidade de Agentes

tô fazendo uma coisa muito grossa aqui tá gente não se preocupem Não então eu coloquei aqui ó aqui agentes e aqui vai ser definida a quantidade de Agentes né Muito bem vou copiar isso aqui colar e aqui vai ser pagem aqui pera aqui vou duplicar aqui vou colocar aqui ó debates certo e vou mais uma vez colocar aqui o problem beleza problema então quando ele definir o problema aqui ó vai acontecer né vou criar aqui então uma coisinha que é o botãozinho de subm ó enviar né Enviar ok aqui meu botãozinho uma cozinha diferente nele

aqui Laranjinha e a cor da fonte vai ser branca aumentar um pouquinho colocar [ __ ] beleza pronto aí esse é o nosso nosso nosso Nossa telinha de comunicação com o usuário tá então o usuário vem aqui é isso que ele vai dar na entrada então como é que nós vamos fazer então esse essa tela aqui vai se comunicar com um servidor tá na operação que a gente chama de cliente servidor Então essa aqui vai ser assim né aqui uma estrutura rapidamente essa linha vai ser branca aqui dentro quem estarão os agentes né são nossos

teletabos Beleza então aqui eu vou ver tudo aqui ó vou colocar ess essa galera aqui que vai ser serão nossos agentes representarão os nossos agentes tá bom só que inicialmente né ele vai para o nosso Robot vai para o nosso gerente né gerente que recebe essa informação aqui ó beleza então vai rodar no servidor certo digamos assim Então aqui tem um server né server tá aqui aqui server o server e aqui vai ser o clients Né o cliente o cliente nesse caso aqui galera as pessoas confundem tá tem diferença entre cliente e usuário tá usuário

é esse carinha aqui ó user né o cliente é o browser que vai se comunicar com o server Tá bom então ele faz uma requisição nesse sentido né essa requisição é passando quem passando exatamente o problema beleza aqui ó passa o problema depois que o servidor processou o que que ele responde ele responde esse resultado final entendeu então o que que ele faz ele mostra esse resultado final pode ser de forma estruturada vou aqui duplicar vou duplicar a página aqui para ser né e a saída né assim vou colocar aqui como sendo minha saída né

então vou colocar aqui clicar esse aqui e vou aumentar aqui minha texto colocar aqui pra esquerda vou colar aqui essa aqui é a solução depois que foi enviado né aqui vai ser assim né eu venho aqui e agora eu vou colocar uma outra linhazinha aqui ó colocar uma outra linha onde eu vou conectar aqui vai ser meio complicado porque ele vai aceitar aceitou vai ser assim né ó deu ó ô beleza aí aqui ó vai ser retornado como solução entende então a primeira etapa tá aqui eu tenho a entrada do problema vai para o servidor

o servidor basicamente é este código que eu mostrei para vocês aqui entendeu todo interno então vocês podem fazer isso PR seus clientes né todo interno ele recebe ativa tal calcula e ele processa depois que ele processa o que ele faz retorna O problema para o cliente aqui Colocar assim aqui aqui vamos apresentar estamos deixa eu sair agora né deixa eu sair aqui temos o servidor aqui ó temos o servidor aqui bonitão Deixa eu só ajustar isso aqui para vocês verem o usuário entrou com um problema com uma quantidade de Agentes debates jogou lá aí vai

pro servidor ele executa todo aquele código lá processa de forma sei lá as interações ali não se sabe quanto tempo que vai levar né Depois que ele processou tudo o que que ele retorna só solução entendeu então a solução tá aí ó essa é a solução que ele deu pra gente do problema entendeu obviamente que isso aqui tem que ser muito mais elaborado né melhor elaborado a gente vai aprender técnicas Podemos até aprender técnicas de como colocar a o Crew ai na web tá podemos fazer isso usando replet igual o João usa lá mas você

vai ver que não é tão complicado fazer isso aqui não tá E essa criação dessa página aqui ó dessa página aqui até o próprio GPT chat GPT você pode nos ajudar a criar entende então não há muita dificuldade nisso aqui não há sofrimento né então você vem aqui tem o cliente manda isso pro servidor a parte do servidor também a gente pode de forma e paulatina né criar o servidor esse servidor vai ser Provavelmente em flesk beleza e é um código Super simples garanto para vocês cara meus alunos ficam louc quando V Nossa é só

isso Professor só isso cara é muito simples vamos colocar esse servidor para rodar na web usando o replit replit é uma uma uma um servidor bem interessante né para quem não conhece recomendo demais vocês vocês Esse servidor aqui ó ele é um servidorzinho bacana gratuito Sabe tem funções gratuitos e pagos Mas você pode usar né o repete para poder colocar isso na na web entende na web então e é bem fácil de fazer você pode você pode não saber programar mas se você sabe chat ept e consegue escrever suficientemente bem para que ele guiando o

chat ept ele possa escrever para você o código web onde você vai executar por exemplo o potion tá aqui ó né o potion tá aqui ó o meu portion tá vendo ó vai mostrar para vocês aqui o o flesk ó como é simplesinho ó ó só tem 87 linhas de informação isso porque ele tá ele é um tanto quanto complexo mas você vê as coisas que eu rodo aqui a simplicidade que é deixa eu ver se você consigo procurar aqui Ah esse aqui é um um Botânico ó é um wires flower olha como é simples

Ah não esse aqui não preciso alguma coisa que esteja com não eu não consigo ver os outros né mas enfim do por o por é tranquilo Ó aqui tá usando eu tô usando flesk aqui ó entendeu Tô usando flesk aqui ó e é muito simples cara sabe eh A questão aqui que eu tenho toda a todo o código de processamento de texto aqui né eu uso no portion mas para essa questão do crei basta você pegar esse código cre ai esse código aqui e você vai colocar dentro do flesk rodando veja que é Python combinando

você vai trazer o flesk combinando com Crew ai E aí cara você coloca tudo na web sabe cria as cria a a suas telas web lá e você vai fazer com que o seu sistema aqui de clientes né cliente servidor funcione você começa a vender isso aí pra galera entendeu É isso aí beleza dúvida dúvida cara vamos terminar né olha só tempão cara e a gente tá 1:44 já deu Hein Então pessoal boa noite para vocês Muito obrigado por você estar comigo aqui mais uma vez estar com a gente participando e do canal se você

quiser participar com a gente ali no grupo do WhatsApp O link tá na descrição aqui embaixo Tá eu espero que vocês estejam com a gente ali tem uma galera muito boa muito o grupo é muito ativo para quem sabe quem participa sabe como é que é a importância né da da do conteúdo que a gente compartilha de forma gratuita Então não esquece você que tá agora com a gente aqui não esquece de deixar o like né bicho tem uma aula dessa aí que sen acabou de falar do do do do do flesk não eu vou

fazer ela tá eu tenho aula para meus alunos mas no canal Não tenho não então eh Muito obrigado por você tá aqui o Rodrigo falou aqui continua tá doido cara É feriado preciso asstir um filme alguma coisa né com minha mulher bicho rne boa noite caso aberto gratidão tanto ensinamento a Não esqueça o like É isso aí não esquece o like Não esquece de compartilhar