Unknown

Boa noite seja muito bem-vindo ao segundo dia do ai Dev Week que semana sensacional hein nós estamos começando mais um dia aqui no nosso treinamento e hoje vocês vão receber dois projetos sensacionais que são projetos de portfolio projetos de enriquecimento aí das suas habilidades né da sua as Skills porque são projetos que vão em linha com aquilo que há de mais novo no mundo da tecnologia tô falando de search tá bom search com llms mecanismo de busca aprimorado e customizável com llms ah o grande calcanhar de Aquiles né do nosso querido Google né o Google

por durante muitos anos ah teve como search uma das maiores fontes de renda né E hoje praticamente depois do mundo com llms a gente tem cada vez mais a possibilidade de desenvolver aplicações de search eh completamente customizáveis né e a de hoje você vai ver que é realmente uma aplicação muito poderosa e também vamos trabalhar ah uma infraestrutura bem profissional bem Ah com com requintes ali de engenharia para fazer ali a nossa o nosso orquestrando ali dos agentes né ah você vai ver que o eh eu tô falando do fidata né a gente ao longo

dessa semana vai trabalhar várias ah bibliotecas eh frameworks de desenvolvimento de Agentes e essa de hoje aqui realmente é uma das que ah eu mais gosto por ser muito direta ao ponto completamente customizável e você pode levar aí para dentro de qualquer ambiente empresari porque ela é ela tem as licenças ah de open source para que você possa customizar enfim né É uma ferramenta muito poderosa aquela história de que a gente não precisa começar do zero todos os nossos Empreendimentos todos os nossos projetos o open source Ah ele nasceu numa numa numa pegada como essa

né de fazer com que muitas empresas muitas pessoas tivessem essa possibilidade de também estar construindo em de um banco de conhecimento e com a ia não é diferente tá bom muito pelo contrário que a gente vive hoje com a inteligência artificial é mais ou menos parecido que a gente com o que a gente viveu ah na época na época do Linux é o que a gente vive hoje no mundo da da Inteligência Artificial né onde a democratização aí do do acesso a grandes bibliotecas a grandes tecnologias é realmente muito grande Tá bom bem gente eu

queria começar esse nosso bate-papo aqui já pedindo desculpa porque eu não consegui responder todo mundo que que deixou as perguntas foram muitas perguntas de longe assim Uma das uma das das lives que eu mais tive perguntas Fiquei muito feliz por pelo engajamento de vocês mas eu fiquei muito triste porque eu prometi que ia responder todo mundo mas eu tomei uma banda do YouTube porque ele não grava Ah de forma né E aí eu fui buscar as informações eu até criei uma uma automação aqui com o Python bem interessante depois vou compartilhar com vocês depois se

vocês quiserem ah onde eu fui buscar os comentários E aí cara trouxe só os comentários Ah que tava estruturado na interface da api do do YouTube que não era da Live né então eu falei cara e E pior que tem biblioteca para isso mas infelizmente eu não consegui ah olhar de forma estruturada porque o YouTube por meio da pi deu uma uma uma limitada ali na quantidade de de respostas porém vamos continuar naquela mesma pegada você vai entrar aí no seu grupo do WhatsApp tá bom se você entrar no grupo do WhatsApp você vai ver

que eu tô como administrador de todos os grupos você vai me chamar vai fazer a pergunta e você vai ver que eu vou ah responder a sua pergunta de forma direta de forma bem pessoal aí de acordo com Inclusive a sua a sua necessidade mais direta né então tem males que vem para bem né eu eu vou estar respondendo aí você de uma forma um pouco mais precisa do que simplesmente se eu não tivesse o contexto Ah mas mesmo assim eu gostaria muito da sua da sua pergunta aqui no nosso querido chat porque no final

vou fazer aquele mesmo esquema vou parar e aí eu vou rolar e vou ficar aqui pelo menos aquelas aquelas meia horinha aqui respondendo às perguntas que eu consegui responder tá bom alinhada aí galera então show de bola bem Ah um outro um outro vídeo que eu queria fazer para você é o seguinte muita gente entrando agora e não tá conseguindo acessar os grupos onde eu tô compartilhando o material ah desse treinamento né então eu tenho aqui um link que eu vou colocar na descrição do vídeo e esse link ele é exatamente o link para que

você possa acessar essas mídias sociais aqui ó então Ó você pode eu eu solto conteúdo praticamente diariamente no Instagram e os vídeos novos no YouTube tem aqui o telegram Você vai clicar aqui no telegram eu coloquei já o link aí no no no ah nos comentários do YouTube tá bom Por que que eu tô te falando do telegram Porque aqui no telegram eu compartilho a os scripts né você vê que o script aqui da aula de ontem e n outros scripts também fica armazenado de forma histórica né se você entrar aqui no telegram você vai

ver que tem muito conteúdo aqui dentro né tem muitos arquivos de vários projetos que eu sempre compartilho aqui com a comunidade Tá bom então você clica aí que eu vou compartilhar por aqui para que você não fique sem o material tá bom beleza ah os avisos paroquiais foram dados e agora a gente já vai começar aí a Navegar nos nossos projetos nós temos dois grandes projetos no dia de hoje E é claro como eu sempre gosto de fazer eu vou trazer aqui um pouco do conteúdo de uma forma um pouco mais introdutória para você saber

o que que é essa tal desse search com llm que a gente vai fazer aqui ah dado que agora você já compreende bem aí o mundo dos llms você já compreende o que que é um trabalho de um agente você já compreende o que que é a característica do hag quando a gente fala do search com llms a gente tá meio que falando de um pouco disso tudo né ao mesmo tempo em que a gente desenvolve uma aplicação onde eu vou entregar para o nosso querido llm o nosso querido modelo a a característica de ter

o conhecimento adquirido no seu treinamento quando a gente coloca ali o mecanismo do search a gente tá dando uma ferramenta muito importante para llm que é a ferramenta de navegação na internet e a gente sabe que a internet é o maior banco de dados do planeta terra né então a gente tem Praticamente tudo que a gente precisa na própria web E hoje nós temos muitas muitas apis que nos dá esse poder de capacitar o llm para navegar e buscar ali o conteúdo na internet então quando eu tô falando de navegar na internet e de fazer

o o search né o fazer o llm fazer a busca na internet Ah eu tô falando da criação de uma ferramenta uma Tool né talvez você já tenha sido introduzido no mundo dos agentes é quando a gente tá criando um agente eh em algumas vezes a gente capacita esse agente com algumas ferramentas e esse navegar na internet é considerado uma ferr Então veja a gente já tá falando de um mecanismo que ele é uma ferramenta para o mundo dos agentes Mas também ele é uma característica de um hag Por que de um hag Eduardo porque

quando você utiliza a o conhecimento que vem da web e adiciona esse conhecimento da web ao llm O que que você tá fazendo é a mesma história de quando a gente coloca um PDF para que o pdf seja utilizado como um banco de conhecimento além do próprio conhecimento que o o GPT que o cloud tem né então Eh de forma relativamente indireta nós estamos falando de hag também então ó falamos de hag falamos de Agentes E é claro ah tudo isso só é possível por conta dos llms né os llms que são ali praticamente esses

grandes modelos a Ah que a gente tá utilizando aqui ah você teve a introdução também aos llms a gente trabalhou com alguns ontem com a os modelos Gemini do Google a gente teve ali um overview do Cloud a gente trabalhou com a própria Open ai e a gente trabalhou também com Deep Seek né se você não não teve oportunidade ainda tem aqui um vídeo no YouTube ah onde a gente onde eu explico ali a gente faz um overview com deeps apesar de a a gente ter utilizado o deeps no a gente ter utilizado o deeps

no nosso no nosso no nosso overview de Ah ontem também né agora que eu lembrei aqui ó então se você porventura ainda não entendeu Como é que é aqui a gente navega com esse llm que é um llm que sim a gente precisa adentrar ali no site para buscar a api dele também como uma um llm pago porém ele é daqueles que são dos mais baratos aí a para você trabalhar eu até falava para você ontem que a gente eu fiz um um um um projeto utilizei alguns milhões de token e paguei alguns centavos de

dólar Então realmente vale muito a pena você também navegar nisso aqui Ah bem Hoje nós vamos então criar aqui uma estrutura onde nós vamos dar essa ferramenta para os agentes essa ferramenta para o llm fazer pesquisa na internet e aí que entram o que a gente chama de as API ah as apis que são as próprias ferramentas que são a consideradas ali para um agente fazer o search eu tô aqui utilizando no dia de hoje ah essa api aqui que é o Api da exa a Tá bom então a exa ai como a própria ferramenta

aqui tá dizendo ela é o banco de dados da web né ela é considerada Aqui o banco de dados da web a uma das coisas mais interessantes que a gente vai ver aqui ao longo desse processo é que esses esse esse mecanismo de navegar na web ah com os llms trouxe a pesquisa de uma forma muito mais estruturada né os llms eles conseguem trazer varrer os sites da internet e trazer as informações de de forma muito mais estruturada e o que essas apis fazem nada mais é do que ah capacitar uma uma busca que a

gente tá fazendo com uma ferramenta com um agente a trazer essas informações Aqui de acordo com o nosso contexto Tá bom então bem a exa ai também tem a sua biblioteca dentro do ecossistema do Python nós vamos simplesmente instalar essa biblioteca por meio do PIP install né se você já é um desenvolvedor é a mesma coisa da gente estar fazendo um npm install ali utilizando node Ah se você nunca trabalhou eh com programação a gente tá falando simplesmente de trazer pro nosso ambiente a a a conexão a porta de conexão com essa ferramenta tá bom

o processo de instalação ele é praticamente isso aqui na nossa na nossa interface eh nós vamos fazer agora primeiro que eu tô utilizando o ambiente do Google collab né tô utilizando o ambiente do Google collab para rodar esse script Python para executar esse script Python a gente vai trabalhar com vs code da aqui um pouco ah o a forma de trabalhar com o collab aqui é simplesmente para facilitar um pouco o entendimento para quem não tá com a máquina muito parruda aí para que você possa ah desenvolver aí o o o seu o seu processo

de aprendizado também utilizando a a a nuvem da Google né a Google que disponibiliza esse ambiente de colaboração aqui que a gente chama de collab tá bom bem o que que que que eu quero introduzir aqui a a esse nosso bate-papo quando a gente tá fazendo uma uma pesquisa na no Google eu entro aqui no Google faço um termo do mesmo jeito que eu faço que eu posso fazer no chat ept só que a gente tem algumas características algumas nuances que a gente gostaria de evitar em alguns casos como por exemplo você gostaria de evitar

anúncio você gostaria de evitar eh algumas algumas páginas você gostaria de evitar eh uma informação que fosse muito gen e é aqui que tá a beleza disso tudo porque quando você tem uma oportunidade de utilizar uma ferramenta como essa você customiza a resposta que você tá trazendo inclusive uma das grandes pegadas que a gente vai ter no no no projeto de hoje que você vai colocar no seu portfólio é você poder desenvolver uma aplicação que ela tem características de você cada vez mais capacitá-la num nicho específico né Então pensa uma coisa é você ir lá

no Google e procurar sobre e procurar sobre saúde uma outra coisa é você procurar no mecanismo de search eh considerando llms e toda uma estrutura que tem ali por trás junto com os llms que são especialistas num determinado assunto Beleza então esse é o grande poder disso aqui ah uma o que eu queria trazer aqui para você de exemplo é o seguinte imagina que eu vou fazer uma pesquisa e e eu quero meio que criar um agente de pesquisa que vá trazer para mim informações sobre nutrição bovina no Brasil eu tô usando esse exemplo aqui

que é um exemplo de um uma das consultorias que que porventura eu prestei empresas que são a que são no Brasil de nutrição bovina E aí o o que que eu vou trazer aqui nesse contexto né eu tô fazendo uma busca e essa busca vai me trazer exatamente um conteúdo focado naquilo que eu quero né então eu posso colocar e otimizar a minha busca de uma forma simples como eu vou receber aqui eu vou a eu tô utilizando aqui a própria Open ai tô utilizando a ex ai para que eu possa ah usar o llm

que no nosso caso aqui deixa eu ver qual é o o llm que eu configurei aqui é o GPT 4 mini Se você olhar aqui ó eu tô usando o GPT 4 mini para fazer essa essa essa busca e ele tá fazendo agora uma uma varredura no seu ambiente tá bom para trazer as informações sobre o Mercado bovino Ah como é que foi o o a quer que eu fiz ahã é o mercado de nutrição bovina no Brasil Tá bom então aqui eu tenho eu tenho essa pesquisa e o que é mais interessante é que

eu posso colocar dentro dessa estrutura aquilo que a gente chama de o prompt customizável né então eu posso a de acordo com esse essa customização colocar algumas informações que são ah que me faz com que o relatório de busca elas ela venha de uma forma completamente customizável por exemplo eu coloquei no meu sistema de prompt que ah nesse caso o cara ele é um assistente Sênior que ele tá escrevendo um relatório sobre a a pesquisa no mercado de nutrição bovina no Brasil ah que mais ele tá eu tô pedindo para ele resumir as informações dos

usuários pedir para ele praticamente criar dissertações a respeito desse conteúdo e aí que tá a grande diferença né Ah ele traz para mim as informações só que ele além não ficou legal aqui né Deixa eu ver se esse aqui de baixo vai ficar um pouco mais formatado Ah o ele além de trazer a fonte né como por exemplo aqui brasilan animal feed a additives marketing eh Nutri ideal multitrato ele tá trazendo as instituições ali mas ele também vai trazer a o resultado de acordo com o que eu pedi né ele vai fazer uma uma introdução

da empresa e ele vai trazer as informações do jeito que eu pedi né então por exemplo olha a diferença do mecanismo de busca customizado como esse né eu coloquei ele trouxe a URL da empresa aí Aqui tem uma uma uma pequena introdução Ah ele faz uma análise do mercado ele faz uma uma recomendação Ele tá trabalhando de acordo com aquilo que a gente pediu ao longo do da engenharia de prompt que a gente ah digamos assim customizou na hora que tá fazendo ali o na hora que tá fazendo a a estruturação das informações Então você

veja que ele tá desenvolvendo ele vai fazer todo do trabalho vai desenvolver todo todo o o resultado aqui né nesse nesse nesse exato momento ele tá para alguns ele consegue desenvolver informação para outros não mas isso é tudo customizável de forma que você possa eh inclusive colocar aí uma aprovação humana de feedback né então você pode colocar uma avaliação humana intermediária para que você porventura Não espere muito tempo o ag gente desenvolver alguma coisa para depois você vê que não era aquilo que você queria Então tem ao longo do tempo formas de você customizar tudo

isso tá bom ah ao longo desse desse nosso bate-papo a gente vai utilizar uma estrutura parecida lá no Crew Ai que é uma das bibliotecas que uma das que eu mais gosto que inclusive foi desenvolvida por um colega nosso brasileiro Ah e que realmente é uma das melhores bibliotecas de agente que eu já vi trabalhar tá bom eh Bem Além desse mecanismo de curação e eu tô trazendo ele aqui para você de uma forma pura de uma forma onde a gente tá utilizando um um um desenvolvimento onde eu praticamente e busquei o coloquei um search

né coloquei um termo e trouxe as informações coloquei um prompt simples e ele trouxe as informações pra gente aqui ah a gente vai melhorar esse processo ao longo Desse nosso bate-papo aqui tá bom ah como é que você faz para a me me fizeram essa pergunta né e eu gostaria de passar aqui como é que eu faço Eduardo para conseguir as apis né então cara cada ferramenta tem uma forma diferente de disponibilizar ali uma uma uma fazer o cadastro né da api então por exemplo esse aqui tá na cara né aqui ó tente api livre

então você clica aqui ah você vai cair no no playground E aí quando você procura aqui na aba da esquerda já tem aqui ó api Key Então você clica aqui na api Key E aí aa as apis elas estão disponíveis aqui você só copia aqui tá bom eu tô utilizando essas apis que estão aqui ah no no Google Pensa a na Open a né Open ai cara Open ai é mesma coisa né eu entro no site do Open ai vou lá embaixo e procuro já de cara ah onde que tá aqui api login tá bom

tem aqui ó api login fechou clico aqui em ap login ele vai cair no ambiente de plataforma e eu vou aqui no no gerenciamento do projeto ó manage projects e aí eu vejo aqui apiq também ó tá bom apiq Geralmente os sites eles disponibilizam isso dessa forma Tá bom eu vou criar uma nova aqui e aí depois eu vou copiar essa aqui tá bom ah ah como é que é no Cláudio Eduardo é a mesma coisa gente e a gente vai trabalhar com várias apis ao longo desse processo de aprendizado hoje nós vivemos no mundo

de apis né o Praticamente todo esse trabalho de de de busa é api a gente vai trabalhar com algumas Hoje a gente vai utilizar o tavil ah os próprios bancos de dados né os banco de dados vetoriais que a gente utiliza para fazer a o armazenamento ali dos embeds e e o armazenamento dos embeds de busca ali onde a gente vai fazer a busca semântica né Eh a a estruturação desses bancos de dados estão ali por meio ah de chamadas de api tá bom ah bem um outro exemplo que a gente pode fazer aqui cara

a gente tem um agente de busca aqui né um agente de busca por inovação né então por exemplo ah eu tô querendo desenvolver uma search aqui tá bom essa essa chave pode ficar tranquilo que quando a gente termina o nosso bate-papo aqui eu desligo então ti relax e eu sei que tem alguns que fica preocupado né Eduardo não mostra SOS apis e tal mas é porque é tão pouquinho galera esses aqui que não dá ruim não tá bom e eu desligo depois todas elas pode ficar tranquilo bem que que eu vou fazer aqui né eu

vou fazer uma pesquisa esse isso aqui é é é um Agente né um agente que tá buscando por inovações então por exemplo Ah eu quero alguma coisa sobre visual eh visual language models né visual language models que é uma um enfim você pode colocar qualquer coisa né qualquer qualquer termo que você queira pesquisar você também pode colocar categorias distintas dependendo da api que você tá utilizando vou te dar um exemplo se eu quisesse colocar aqui github eu poderia com a exa trazer ali os repositórios onde eu ah encontre alguma coisa que tá relacionado a esse

termo de busca Tá bom então ó Ah então aqui né nesse exato momento aqui ó onde tem github eu posso colocar aqui Ah o github e e receber como resultado ali os repositórios que mais eu poderia colocar aqui News né E esse News a exa e vai trazer as informações sobre visual language models que estão na na categoria News mas por hora eu prefiro procurar papers né para Que ele traga pra gente ali estudos relacionados a eh visual language Model eu vou vou até mudar aqui ó vou pedir para ele trazer assim eh eh Vamos

colocar aqui agentes Dea com llm e ah com llm tá bom E aí agora a gente vai fazer essa pesquisa né então agora o nosso o nosso mecanismo de pesquisa vai trazer as informações sobre a agentes de I com llm e aqui né ele traz pra gente a os resultados né E aí você vê que ele traz eu pedi para ele trazer paper né ele buscou lá no um dos maiores repositórios de paper do mundo né arxiv.org E aí ele trouxe aqui ó Lar eh Lar language Model based eh multi Agents né E aí ele

vai trazendo as informações você vê aqui que a gente realmente tem muitos resultados ah muitos resultados e dependendo do termo são são assuntos que são mais recentes outros que são assuntos mais antigos Mas dependendo do termo você tem aí a as consultas que você precisa tá bom você pode estruturar todas essas informações né como por exemplo aqui eu já dei uma urada um pouco melhor Ah enfim e tudo isso aqui é muito customizável esse ambiente do cab aqui ele é um ambiente onde a gente eh faz o processo do desenvolvimento para depois você criar ali

uma estrutura um pouco mais ah visual para quem tá fazendo a a utilização desse desse resultado do trabalho com aplicações via que você tá fazendo Tá bom bem eu tenho teria outros outros assuntos aqui outros outras formas de fazer pesquisa de fazer Search na web aqui só que Ah agora eu já gostaria de entrar com você para que você podesse ah conhecer uma estrutura mais profissional uma estrutura aberta e uma estrutura que você pode customizar a partir da stack desse open source para que você não comece do zero eu tô te mostrando do zero uma

forma como você utilize isso aqui né com a linguagem Nativa a programação Python Mas você pode construir coisas que estão muito além do que simplesmente fazer esse tipo de consulta só esse tipo de consulta já pode trazer um ganho muito grande a gente sabe disso né são consultas que cara vão trazer muitas informações preciosas pra gente aqui A gente tá com a porta ah do conhecimento aqui aberta utilizando Python utilizando a própria ia mas quando a gente estrutura essas informações a gente ganha aí um pouco mais de um pouco mais de capacidade digamos assim e

é isso que a gente vai fazer agora criar o nosso no primeiro mecanismo né que é um mecanismo de Search sem ads né a a chamada Aqui né A gente vai fazer um Search sem ads e eu vou fazer o passo a passo contigo e vou pedir para você eh refazer aí esse processo também e customizar esse projeto para que você eh veja como hoje em dia você tendo acesso à própria Inteligência Artificial você tem condições de customizar aplicações abertas aí no seu no seu dia a dia inclusive na hora de você eh mostrar um

portfólio de projetos que você porventura Ah tem aí no seu no seu escopo eu vou abrir aqui o gth Hub E aí aqui no github eu quero mostrar para você o o nosso morphic que é um mecanismo né um um um mecanismo de search né uma um motor de search com ia generativa tá bom que é a gente vai utilizar aqui os llms para fazer aqui o nosso trabalho tá bom é uma biblioteca Ah nós vê aqui a gente pode ver aqui que uma licença ape 2.0 customizável você pode fazer inclusive no Saas dessa aplicação

né Aqui nós temos um um exemplo né do que que é a aplicação ah rodando né então é um mecanismo de search profissional ah onde você eh pode pode colocar ali o seu ah uma estratégia uma estratégia de usuário pro para fazer pesquisa mais avançadas pesquisas ilimitadas né você vai ver que a gente vai trabalhar algumas coisas bem interessantes aqui deixa eu sair desse usuário aqui que eu fazendo aqui os testes acabar que eu coloquei uma eu AC eu eu fui fazendo uma a utilização né Desse porque aqui é onde está o Deploy da ferramenta

compartilhada né a gente vai fazer o nosso Deploy agora desse projeto aqui tá bom E aí é claro eu vou fazer um um login aqui simples só para você visualizar a a ferramenta com as funcionalidades um pouco um pouco mais profunda Então olha só eu vou colocar aqui né então Ó eu tenho você pode criar um mecanismo Saas aí para você colocar limite né do mesmo jeito que tá aqui você vê que a característica da ferramenta é um search eh que ele pode fazer navegação na web Mas ele também faz uma sumarização nas urls né

ou seja característica do llm aqui dentro a gente eh pode também encontrar vídeos no YouTube ele tem uma estrutura de buscar ali ah vídeos específicos no YouTube ah como por exemplo eu posso Deixa eu ver se eu coloco aqui eu vou colocar encontrar vídeos no YouTube né Aí vou colocar aqui llm llm ele já aparece algumas coisas ali né então ele vai fazer uma busca e vai trazer os vídeos Ali ah relacionados a llm então ele vai lá né o estado atual dos llms em 2025 e ele traz algumas Fontes ali né ah que mais

que a gente tem aqui a gente consegue armazenar histórico a gente consegue criar um ambiente onde a gente consegue ir armazenando né novas pesquisas ah a gente tem um ambiente da customização do usuário enfim meninos olha só que loucura a a a quantidade de informações abertas que a gente tem para customizar e para ou para levar o potencial de um mecanismo de busca para dentro das empresas Ou até mesmo você fazer um micras aí e e começar a a oferir a as rendas desses Saas né então hoje em dia isso é muito comum ainda mais

para quem trabalha com aplicações de Inteligência Artificial desse jeito tá bom bem Como que a gente vai fazer você vai ver que o a estruturação desse desse projeto Ah ela é Ela é bem ela é bem rica e você vai partir de um de um de um processo onde já há todo um mecanismo e orquestrado você não precisa começar do zero você não precisa fazer toda você não precisa fazer toda a estruturação ah toda a estruturação de um projeto do zero né Uma das coisas que é que é mais interessante no mundo do do Open

é exatamente isso você não precisa começar do zero então por exemplo eu quero mostrar aqui a Deixa eu ver se eu tenho esse esse projeto né Vamos lá primeiro primeiro de tudo né Como que você pode ah como que você pode customizar esse Esse projeto aí né Eu gostaria que você fizesse exatamente como a gente vai fazer aqui e depois você pode ah se aventurar e fazer outras coisitas mais tá bom mas por hora a gente vai seguir a documentação para você fazer exatamente como tá aqui então Ó imagina a gente vai fazer o overview

do projeto dado que você fez o overview do projeto você abriu sua mente aí para as possibilidades de customização e depois você vai fazer o Deploy hoje a nossa brincadeira vai ser eu quero ver essa ferramenta funcionando com o meu nome tá bom ou com o nome que você queira a utilizar aí nesse projeto só que antes eu quero mostrar para você a stack de de a stack de desenvolvimento Só que eu não quero fazer de qualquer jeito eu quero além de fazer a stack eu quero eu de mostrar para você stack eu quero que

você aprenda a fazer isso utilizando os próprios llms então para isso a gente vai fazer um clone desse repositório Tá bom então Ó você vai pegar aí esse esse endereço tá tá aqui ciência dos dados bar moric você vai fazer um Git Clone vai baixar ele aí pro seu pro seu próprio notebook tá bom agora é a hora que a gente vai trabalhar com o vs code então utilizando aqui o utilizando aqui o o seu Git Clone você vai baixar as informações para cá Para quê Para que você abra o vest code e trabalhe aqui

dentro tá bom vou vir aqui em Open folder Então imagina que a gente já fez o download do morphic Tá bom vou selecionar lá e eu vou te explicar o porque que a gente tá fazendo isso a gente tá fazendo todo esse processo simplesmente por eu quero que você eh utilize a inteligência artificial para te ensinar sobre esse projeto uma das coisas mais interessantes que a gente tem hoje no mundo de hoje em especial para quem nunca programou na vida né é exatamente o fato de ter a ia para te ajudar nesse processo de desenvolvimento

eu tô aqui dentro do repositório E aí ah eu tô utilizando o vs code só que que na primeira aula a gente fez a instalação aqui do Market da do hul cline que é uma ia um agente autônomo ah e esse agente autônomo nos permite a trabalhar com alguns llms para fazer a nossa o nosso suporte ah de forma customizável dentro da própria ide Então eu quero que você use o Deep seic Beleza Eduardo eu não tenho api do deeps é simples você vai entrar aqui no site do Deep seic deeps sic.com vai clicar bem

aqui ó acesse a api aqui dentro você vai usar esse llm aqui ó o V3 dips V3 que ele tá com o nome de lipsic chat né De acordo com a documentação você vai ah ó como eu falei para você ó eu coloquei 5 e usei alguns ó 17 milhões de tokens eu já usei e eu simplesmente gastei 14 centavos de dólar então para quem reclama de preço e de um llm atual cara o dips tá saindo como uma coisa boa aí Tá bom então Ó você vai criar um token tá bom Ó api Keys

você vai criar um token e esse token você vai colocar aqui dentro do seu do do visual code Tá bom então ó deixa eu dar um zoom aqui para ficar melhor sei que algumas pessoas tiveram problema com zoom ó o Api provider você coloca o dips o deeps Api aqui você vai colocar esse que a gente colocou aqui e o modelo você vai colocar tá esse modelo aqui que é o Deep seic chat que de acordo com a documentação ele é o deeps V3 né você tá vendo aqui que ele é o próprio deeps V3

beleza Don A partir de agora você vai conversar com o seu repositório de forma que você tire as dúvidas com relação ao que é esse projeto né então quando você clica aqui no seu projetinho você tá vendo esse tanto de código aqui Eduardo eu tenho uma dificuldade aqui eu Poxa já programei sou desenvolvedor mas eu não tenho ten acesso a toda a todo a todo o background que é necessário para criar aplicações com nex JS por exemplo cara você agora vai utilizar a própria ia para te ajudar nesse processo aos poucos você vai vendo que

existem alguns conhecimentos chave que você vai adquirir ao longo do processo de aprendizado Mas você não vai precisar entrar e devorar todo o conhecimento ah com como como ele nasceu lá nos primórdios escrito na pedra não seim começa de um certo ponto e a melhor forma é você partir de projetos como esse aqui que a gente tá fazendo então ó eu vou agora conversar e vou pedir né então ó eh me responda me responda sempre eh sempre em português em português e me diga Ah o que temos neste repo Beleza o que temos neste repo

Ah explica a steack a stack tecnológica né O que que tem aí por trás que que a gente tá usando de tecnologia aqui dentro bem como bem como Ah me explica como se tivesse H 16 anos eu gosto de usar esse aqui que aí ele explica exatamente para quem ah para né com um linguajar um pouco mais um pouco mais de boa então Ó você vê que o nosso o nosso o nosso a nossa I começou a trabalhar então ó ele tá analisando a estrutura do repositório aí ele vai explicar de forma simples e aí

primeiro ele tá fazendo o seguinte ó ele tá listando os principais arquivos para entender as tecnologias utilizadas Quais são os principais arquivos ó o package json a o Next config o te Wind só de cara de olhar aí algumas coisas você já sabe que stack que ele tá utilizando né ele tá utilizando ali o nextjs para o JavaScript o Framework para JavaScript el tá utilizando Twi para para fazer ali a a beleza a estilização do site também tem ali arquivos de configuração para se quiser fazer a utilização o Deploy dessa operação utilizando docker container Ah

aqui ele tá vendo que é uma aplicação web ele vai começar a explicar né ó eu tenho algumas páginas eu tenho alguns componentes eu tenho uma lógica né então ó eu vou explicar vamos lá para spec deixa eu dar o zoom aqui de novo só para você visualizar então ó o que que que que é esse negócio aqui ó então ó é um uma tecnologia né Ele utiliza o Next jx que é o Next jx cou né O nextjs que é para o Framework para desenvolver aqui com com JavaScript ele tá utilizando o o react

Né o nextjs ele é um Framework que foi desenvolvido em cima do react né para você ver que a a o nosso conhecimento ele vai tá sempre evoluindo assim você não precisa ter medo disso tá bom não queira saber tudo mas saiba que existe sempre um processo evolutivo para te ajudar a criar ah projetos que são ah mais atualizados mais atuais mais inovadores então fique tranquilo quanto a isso ah o typescript Né que é para colocar alguns tipos ali no JavaScript o CSS o docker E aí vai e aí ele vai explicando cada coisinha né

então Ó o nexts é como uma aí ele vai explicar de forma bem detalhada o react é como as peças do Lego E por aí vai a estrutura está muito bem organizada eu tenho as páginas principais do site Ah eu tenho o Eu tenho todas as informações e ele fala depois no fim Qual foi a quantidade de tokens que ele utilizou e o custo aqui pra gente se eu tivesse utilizando o cloud Ah você vai ver que a resposta seria muito parecida e talvez eu gastaria sei lá uns 20 centavos de dólar nessa nessa nessa

consulta né então você vê que é é uma resposta poderosa tão quanto o cloud e o custo é muito inferior por isso que é importante você tá em Hub como esse aqui que a gente tá agora para você estar sempre antenado daquilo que tem de novo para que você saiba exatamente como que você pode ah aprender coisas novas evoluir com com de formas mais eh controlada né no ambiente controlado as coisas ficam muito mais fáceis né então ele vai trazer toda a explicação né então aqui ele trouxe toda a estruturação e e a na estrutura

de códigos aqui é que eu quero mostrar para você eu pedi para que ele mostrasse para mim aqui uma um fluxo um fluxo no marmaid né esse fluxo aqui no mermade eu queria que ele criasse esse fluxo pra gente visualizar aqui no nosso de estrutura diagramada né numa estrutura um pouco mais diagramada deixa eu ver se ele se eu vou conseguir rodar esse aqui nesse do jeito que tá aqui só para ver se eu consigo fazer cont control a cont Crol V dou enter pô por que que não tá indo né ele ficou aqui deixa

eu dar vamos lá você não tem tá tudo bem acho que eu coloquei bem aqui quer ver ó tá aqui a estrutura ó eu deixei no link aqui tá bom desse desse script para você ele já tá pronto aqui se você navega na nessa estrutura que eu vou deixar aqui ele coloca uma um histórico aqui do que que ele tem de tecnologia aqui por trás né tá a gente começa com a interface do usuário aí a gente tem os componentes da nossa interface de usuário que é a parte do chat né a gente tem o

histórico a gente tem ali o mecanismo de busca Então são tudo partes ali dos componentes da do site do do morphic que a gente viu bem qual é a lógica né então eu tenho a interface do chat a interface do chat vai receber e processar as perguntas aí as perguntas a gente vai utilizar ali o os llms para fazer a análise semântica quais llms aqui embaixo ele mostra pra gente né os llms que eu tenho integrado na solução hoje já openi o Google o antropic tem o olama né você que tá querendo utilizar aí num

servidor local né para utilizar um modelo local sem api então tem olama você pode utilizar isso tem o grock enfim tem o tem vários provedores aqui ah Eduardo e pro mecanismo de busca na web eu tenho os llms Mas você me falou que a busca eu faço utilizando uma ferramenta e a ferramenta ela é provida por uma API quais são essas apis então aqui ó eu tenho o tavil poderia ter o exa que foi o que a gente testou né mas eu tenho o tavil eu tenho o serper ou eu tenho o sear sear xng

né que eu não sei como é que pronuncia essa esse negócio tudo junto aqui mas são ferramentas e pro armazenamento do histórico Eduardo para eu manter esse histórico ali no meu no meu browser eh no no histórico de interação do meu chat a gente tá utilizando aqui o redis né um banco de dados muito poderoso para armazenar essa parada só que a gente tá utilizando uma API para fazer esse armazenamento a gente tá utilizando o upstash que fornece essa estrutura por meio de api em banco de dados redis tá bom Então olha só você vê

que uma ferramenta mostrou a a própria ia mostrou pra gente o que que tinha nessa stack e a própria ia gerou para mim né eu pedi para ele criar Esse marade eu não mostrei para você né Mas eu vou pedir para ele fazer aqui ó cria uma estrutura uma estrutura uma estrutura diagramada deste do fluxo deste projeto E aí ele vai criar esse código que a gente tá vendo aqui ó esse código aqui é uma estrutura de é uma estrutura Eu Vou aprovar aqui é uma estrutura que a gente utiliza essa ferramenta né eu coloco

aqui no marade marade editor do marade E aí eu crio um diagrama e coloco tá vendo aqui essa estrutura que tá aqui ó essa estrutura ela é exatamente o que cria esse fluxo que está aqui do lado tá bom É uma ferramenta muito poderosa para ajudar você aí no entendimento também Esse aqui é do do do nosso do nosso projetinho de ontem né do kban JS tá bom ó é o nosso projetinho né tem o fluxo de trabalho tem os times né eu tenho os inputs eu tenho as tarefas eu tenho os agentes aqui né

Tem lá o Lucas a Marina tá vendo aqui então Ó você vê que tá tudo tudo tem tudo quando você tem as ferramentas corretas você consegue estruturar isso de forma muito mais entendível tá bom ah beleza agora eu vou vou simplesmente salvar aqui só para que ele ele vai criar um um modelo final aqui e tá tudo bem Ah eu quero te ajudar agora no processo de Deploy dessa aplicação E aí eu vou voltar pro github porque eu quero que você customize depois eu quero que você navegue utilizando o próprio o próprio visual code mais

essas essas ferramentas de ia para customizar essa ferramenta do jeito que você preferia ir para no início agora é claro você tá no momento onde você tá desenvolvendo se aprendizado né muitos de vocês vão vão Navegar e vão se aprofundar e vão entrar num num programa mais prático num programa que vai te fazer evoluir de uma forma mais rápida e a partir de agora você tem essa oportunidade de fazer todo esse trabalho utilizando esses conhecimentos que a gente tá tendo aqui nesse nosso bate-papo então por exemplo que a gente vai fazer agora É eu tô

seguindo o a própria documentação do github desse projeto eh você vê que ele traz aqui um overview o que que é cada coisa e ele mostra também a stack que ele tá que a gente tá que a gente utiliza aqui nesse processo né como a gente já viu né o Next O Open ai o tavil tudo aquilo que a gente viu de forma estruturada dentro do próprio da própria ferramenta a gente já tinha aqui no redmi né por isso que a própria ferramenta uma das primeiras coisas que ela faz é ler o próprio redmi né

para ele fazer aí a busca desse desse projeto Ah bem agora nós temos aqui formas de se utilizar esse processo para você customizar ele no local aqui você tem a uma uma explicação sobre como que você vai colocar as suas variáveis de ambiente né então a gente vai trabalhar com openi a gente vai trabalhar com tavil para fazer a busca né o tavil é que nem o exa né Eduardo onde que eu consigo a api do tavil cara tavile tá você procura tavile aí ó eu tô descobr que o site é tavile pcom você vai

entrar vai fazer um login qualquer eu utilizei o e-mail aqui da ciência dos dados não sei se você consegue ver aqui embaixo eu utilizei aqui o e-mail da ciência dos dados tá vendo aqui embaixo Aqui eu tô fazendo o o o login e ele já dá uma apiq de cara aqui né então eu tô vendo apq de cara e é aqui você vai buscar Api para você colocar na na sua variável de ambiente e onde você também vai fazer Deploy né a gente vai fazer Deploy hoje desse projeto aqui no versel tá bom o versel

É Uma das uma das ah provedores de cloud aí que mais conversam com essas bibliotecas ah com esses projetos que tem JavaScript tá bom aqui na própria documentação no redmi a gente tem um Deploy facilitado que a gente pode fazer ou com versal ou com cloudfare pages tá bom são dois provedores aí que vão te ajudar bora clicar aqui conval porque ele já tá aqui de forma bem Bem Simples né eu já tenho conectado o meu próprio github conval tá bom nas configurações quando você cria um github quando você cria o seu github você consegue

fazer todas essas conexões Tá bom então ó ao fazer o o meu o meu github e fazer a conta no versal você também entra aí no versal tudo web galera entra no versal ele já tá ele já tá logando aqui né já tá me mostrando os meus projetos Mas você vai fazer um login e depois você vai visualizar os seus projetos então por exemplo Ah imagina que a gente vai fazer aqui um projeto novo né então ó eu vou fazer um projeto novo Beleza vou criar um projeto novo onde que tá esse projeto novo ele

tá no repositório Git você já linkou esse projeto então Ó aqui dentro Qual é o Projeto né então você abre o a a própria cência dos dados aqui eu tenho alguns onde eu vou fazer aqui a a própria conexão né então eu vou fazer aqui eu vou importar do github o o meu projeto para dentro do versal para fazer o Deploy porque que tô te falando isso porque aqui ao clicar dentro da estrutura do github do morphic ele já traz o nosso ele já traz a a escolha das variáveis de uma forma mais otimizada eu

cair dentro do versel para escolher né colocar o nome no no meu repositório eu vou colocar aqui sei lá pensa num num num projeto qualquer aí Vou colocar aqui ai Dev Wi o ai Dev Week search tá bom E aí eu vou criar aqui esse projeto eu tô pegando do github tô trazendo a cópia do do github né o versal conversou com o github E aí a partir de agora eu preciso adicionar as variáveis de ambiente que a gente sabe que são as apis onde a gente faz o nosso trabalho eu vou aproveitar que o

tavid já tá aberto aqui ó vou copiar e já vou colocar aqui ó eu tenho aqui o tavil né como um dos projetos Open a como é que eu faço Open eu tenho aqui ó api Key vou pegar aqui um código Vou colocar aqui Create New Secret Vou colocar aqui um nome qualquer né ai Dev Week selecionar o projeto default vou criar aqui copio aqui vou voltar pro versal Vou colocar aqui a o código e agora eu tenho ali ó o upstash Tá bom então você coloca aqui Ups test geralmente essas ferramentas elas já TM

uma uma quantidade free que você consegue utilizar a da sua infraestrutura Tá bom então a a a sua própria infraestrutura ela já traz para você ali algumas características que vão te ajudar eu preciso ah colocar duas Chaves aqui dentro Então quais são as chaves que eu preciso colocar aqui eu preciso do ris rest URL né então ó e a rest token então eu vou procurar aqui dentro né quais são a essas esses essas duas né Tá Geralmente as apis elas são bem bem simplona mesmo você já tem aqui praticamente todas as informações ah inclusive de

acordo com a programação que você tá utilizando se você tiver utilizando go rost se você tiver fazendo no Doc no Python eu deixei aqui no no próprio eh eh no próprio Command aqui pra gente utilizar aqui essa essa informação então Ó vou colar URL aqui vou pegar do Token tá aqui o token Vou colocar aqui pronto vou fazer o Deploy então ó veja como a gente tem algumas coisas que são muito facilitadas hoje em dia né a gente tem a o próprio github que serve ali para a gente como um um cérebro com inúmeras ferramentas

lá dentro pra gente fazer ah praticamente a customização né você olha o próprio windsurf o que que é o windsurf o windsurf ele é um foro visual Studio Code com algumas características adicionais eles começaram com esse essa utilização da da da ia para nos ajudar aqui a tirar dúvidas com os llms né Aí a gente vê o clim entrando no próprio vs code mas como uma um plugin aí vem o root cline aperfeiçoa o cine deixa ele 10 vezes mais rápido e assim que vai galera a gente tá no mundo onde a gente tá sempre

aproveitando algo que já existe para customizar o nosso projeto para customizar aquilo que é importante paraas empresas né a gente tá sempre com foco em eu preciso desenvolver algo eh que a ajude a empresa para fazer valer aí o meu meu Job Ah bem como eu também preciso aprender formas de otimizar o meu tempo né eu tenho o meu o meu limite né A única coisa que a gente sabe é que cara o tempo é o nosso ativo mais importante por quê Porque ele é escasso ele é finito e você precisa utilizar ele muito bem

e você tá fazendo isso comigo aqui agora nesse projeto aqui desenvolvendo essa aplicação que tá fazendo Deploy aqui agora tá bom então ó beleza tá indo lá pro Deploy Se der tudo certo vai aparecer uma página bonitinha aqui se der errado tá tudo bem às vezes acontece mas eu acho que deu bom eu vou clicar aqui ó você vai ver que ele ele ele pede pra gente ir pro pro dashboard ou você pode clicar no site né Então bora ver aí o site vou deixar ele no ar um pouquinho aí para você para você brincar

com ele um pouquinho aí pode usar não tem problema nenhum você vai fazer o seu aí também vai colocar sua chave deixa eu colocar na na pesquisa aqui dentro aí só para você no no colocar nos comentários aí para você fazer o teste vou colocar aqui o modo escuro né porque você deve ter ficado cego que nem eu aqui agora Ah bem tá aqui a ferramenta com algumas com algumas eh algumas coisas que não não algumas coisas que vão te ajudar aí a a a não começar do zero né Então aí tá aí um mecanismo

de busca bem interessante que você a partir de agora já vai poder utilizar aí no seu no seu projeto eu vou pegar o link aqui do do desse negócio vou colocar no código que eu vou compartilhar aqui com vocês para que você possa também ah acessar aí Isso aqui é uma coisa bem interessante né ó uma coisa que eu queria que você prestasse atenção nisso aqui que a gente fez agora ó isso aqui ele é mais do que um projeto técnico isso aqui é mais do que um projeto técnico a gente tá vendo isso como

uma oportunidade de negócio uma oportunidade de aprendizado uma oportunidade de inovação né e a Inovação não é só você inventar uma nova roda é você pegar essa roda e customizar ela de forma que você atenda ali e resolva os problemas eh que são característicos a gente falou sobre isso no início que eu poderia ter um mecanismo de search voltado somente para ah pro caso de juizado especial ou somente pro caso do direito ou somente pro caso da Saúde de segurança falar em Direito o nosso projeto de amanhã ele é um projeto né Bem parrudo também

a gente vai utilizar aí exatamente ente o exemplo do do do do direito né bem interessante um projeto bem interessante mesmo você vai gostar vai ser bem divertido trabalhar nele tá bom essa é a nossa o nosso nosso mecanismo agora para finalizar essa parada aqui com chave de ouro eu quero trazer mais um mais uma ferramenta para você completamente customizável como essa mas a gente tá falando agora do ambiente puro de Agentes Tá bom então a eu quero apresentar para você o fidata tá bom o fidata eu vou apresentar para vocês o fidata dentro do

próprio github Ah vou fazer uma busca aqui para que você acompanhe ah F datata para que a gente Acesse aqui ó F datata eq Ah que é exatamente uma uma interface um Framework onde a gente consegue utilizar modelos multimodais né ou seja modelos de imagem de vídeo de áudio Ah que contém eh memória que contém raciocínio que contém uma interface de usuário bem interessante e é realmente uma das bibliotecas que eh tem ali o trabalho de desenvolvimento de Agentes eh sendo mais facilitado dos que eu conheço né e e mais profissional porque ele traz uma

interface completamente customizável para que você levee ele do jeito que tá e customize ah principalmente com o foco no desenvolvimento de Agentes específicos para resolução de problemas específicos Tá bom você vê que ele teve 2.400 fooc né é uma quantidade muito boa e aqui nós vamos navegar na na no no nosso querido fidata tá bom você vê que ele eles trazem aqui né Essa abordagem de que é um agente multim memória é um Framework para desenvolvimento de de Agentes aqui tem o processo de instalação ele traz um pouco aqui das features né a gente tem

uma uma pegada bem simples ele é flexível como eu te falei você vai ver que a gente a gente consegue praticamente customizar Cada pecinha dele ele ele ele trabalha com a o o sistema a a característica hag já é Beil in né você já consegue utilizar muitas características Beil in inclusive o próprio F datata ele já colocou dentro da da sua estrutura de pacotes aqui dentro a MEC de search com a gente viu tavil a gente já viu exa a gente viu serper ah ele tem embutido dentro dele bein o Duck Duck go que é

um também um dos mecanismos de busca que estão disponíveis aí para fazer o nosso trabalho com llms E por aí vai tá bom a estrutura de desenvolvimento de Agentes ela para quem já conhece a programação Python vai ver que é muito simples para quem não conhece ainda a programação Python Ah e mas que já conhece alguma programação vai entender que ela é muito intuitiva né o processo de importação de bibliotecas Ah é uma coisa muito intuitiva o processo de criação do agente a gente praticamente Eh abre um parêntese e fala o que que é esse

Agente né como por exemplo qual é o modelo que eu tô utilizando para criar esse agente nesse caso é o GPT 4 Qual é a ferramenta lembra que a gente falou de ferramenta ó aqui ó a ferramenta que ele vai utilizar o ducky ducky go já é uma ferramenta Bin Ah qual é o prompt né então qual é instrução que eu vou dar para esse agente Ah como é que eu eu vou colocar ali os parâmetros de os parâmetros adicionais como eh mostrar ferramenta colocar um markdown né então são são coisas muito simples né então

e aqui de cara a gente já tem uma estrutura Onde eu consigo ao instalar a a biblioteca o fidata criar um agente que vai fazer uma uma pesquisa aqui né então eu pedi para ele aqui ó fale-me sobre o Sora né O que que é o open sora que é o modelo de vídeo da openi né ele mostra aqui que a gente tem a o processo de instalação de algumas ferramentas ah como que eu faço aqui o o o Run né Desse Como que eu faço o Run dessa aplicação E aí ele vai a gente

vai né customizando ele deu um exemplo de um search né um um mecanismo de como é que é o nome que ele deu web search tá aqui ó ele deu o nome de web Search para esse agente Mas você pode criar inúmeros agentes ó um agente de Finanças agora eu vou criar um agente de Finanças a gente já vai trabalhar com ele só tô te mostrando a estrutura para você ver que a própria documentação já te mostrou como que você faz né Para que você depois dentro da própria estrutura crie esses agentes aqui de forma

estruturada Tá bom então Ó eu tenho um agente que ele tem uma ferramenta ele já navega lá no no Yahoo finance para trazer as informações financeiras ah eu tô utilizando o modelo llm Eu também tô utilizando uma nova ferramenta aqui dentro e você vê que não aqui ele tá pedindo pra gente trazer uma uma análise da recomendação não summarize eh umas recomendações da NVidia por exemplo né E aí o agente vai fazer ali as recomendações vai navegar você poderia a gente até dentro do próprio a pro Expert a gente tem muitos projetos assim ah nessa

pegada né onde você pede pro cara fazer uma análise técnica uma análise fundamentalista para desenvolver modelos preditivos é um negócio bem interessante e isso aqui Realmente é muito utilizado principalmente para quem já tá no no sistema financeiro tá bom ah um sistema de image aid E por aí vai tá bom a própria documentação aqui ó quer ver eu gosto de olhar aqui em cima na documentação aqui é a interface a gente já vai acessar ela a interface web eu vou abrir ela junto com vocês mas eu queria mostrar o que que era mesmo Ah eu

queria mostrar a documentação para te mostrar os exemplos de Agentes que a gente pode desenvolver né com essa com essa ferramenta deixa eu ver aqui community Forum não era aqui que eu queria não queria sair do beleza community Forest não aqui já é o uma eu vou entrar aqui é app sessions não community Forum beleza tá aqui beleza então Ó aqui a gente tem ah grupos aqui é uma é uma estrutura de documentação tá aqui ó examples então ó dentro da própria da própria ferramenta né eu tenho uma infinidade de Agentes que eu posso desenvolver

né Deixa eu só escurecer isso aqui pelo amor de Deus tá aqui ó o Web search Tá bom a gente já viu o exemplo eh um recp Creator um financing Agent um book recommendation um chop Agent Weekend planner e E aí ele vai trazendo alguns exemplos aqui né um Python Agent vários agentes né vários agentes alguma coisa em comum com o po que eu mostrei para vocês ontem né O que que é o po ele é um repositório de Agentes que você você criou um Saas Para quê Para facilitar a vida do cara para ele

não precisar criar essa estrutura que a gente tá visualizando aqui na codificação Só que você é o cara que né tá aprendendo isso aqui que vai poder criar esse SAS para você mesmo pra empresa que você tá customizar para um cliente por quê Porque é claro né você tá aprendendo esse conhecimento que ele é muito valioso E por aí vai tá bom você pode criar uma agente do discord tem muitas features aqui a o ecossistema do fedate ele é muito poderoso ó a quantidade de Forks que a gente vê aqui ó 17.000 eh curtidas 2000

Forks então assim você vê que tem um um ecosistema que tá vivo aqui criando coisas novas a toda instante eu posso criar um firecrow Agent né um cara que vai fazer um web scrapping aqui dentro ah um rag Agent e cara tem muita coisa Git Hub Agent YouTube timestamp Agent Ah cara um byid search enfim tem muitas muitas aplicações vou abrir uma uma vamos vamos instalar ela aqui no nosso ambiente só pra gente ver como que faz né então vou vou voltar aqui vou sair do dessa pasta vou criar vou no visual Studio code agora

tá bom vou abrir aqui o fidata Deixa eu ver se eu criei a pasta fidata criei a pasta fidata vou abrir aqui a pasta fidata e vou criar eu não vou abrir essa aqui não vou vou criar uma nova aqui Belê vou abrir um novo pra gente fazer diferente do zero aqui datata a criar uma pasta nova aqui trava não fio e colocar só Fi tá bom selecionar a pasta por que que eu vou fazer isso aqui para você fazer aí também tá bom você vai fazer do zero essa parada então Ó vou criar vou

abrir um terminal vou abrir um ambiente de desenvolvimento aqui só pra gente manter a pegada um Python Men m v venv eu vou criar o ambiente virtual venv barra scripts barra activate tô só criando um ambiente e como se eu tivesse pegando um pedaço da máquina aqui e separado só para rodar essa aplicação vou instalar algumas bibliotecas que a gente vi aqui no redmi né então ele fala pra gente instalar eh deixa eu pegar aqui do início aqui Quais são as as bibliotecas que ele fala pra gente instalar ah a gente vai fazer o playground

aí na documentação a gente vê né que tem eu vou instalar o PIP Y finance que mais deixa eu ver que que tem aqui finance Ah tá aqui F datata openi Duck Duck go search que mais deixa eu ver se tem mais alguma coisa que eu tô esquecendo a gente sempre esquece alguma coisa tá bom a gente sempre esquece alguma biblioteca Mas isso não é problema não que a gente vai vai evoluindo aí e vai lembrando Quais são as bibliotecas que vão faltando na hora que dar pau se não der pau cara sua vida não

você não fica feliz tem que dar pau senão você não fica feliz não tá bom tem que dar ruim é é dar ruim que faz você aprender beleza nunca se amedronte com essa parada Então beleza agora a gente tá instalando as bibliotecas né tá preparando no ambiente aqui para rodar a aplicação agora a gente precisa de algumas coisas a gente tem uma um código aqui E esse código é é pra gente abrir esse playground né então o que que é esse playground aqui ele é uma uma estrutura onde a gente vai abrir aqui esse esses

agentes e depois você vai poder customizar aí de acordo com o que você precisar eu vou copiar esse código que tá aqui pra gente fazer o playground Tá bom então ó eu vou abrir aqui um arquivo New file vou criar um Python Fion aqui ó vou dar um contrl v eu só copiei o agente que ele pediu para a gente criar deixa eu ver se tem alguma biblioteca aqui eu não instalei aqui eu acho que a gente instalou tudo tá bom a gente vai criar esses agentes aqui ó um agente web um agente financeiro um

agente enfim só esses dois aqui eu acho que já tem mais alguns aqui a gente vai instalar esse PIP aqui só para dar uma atualizada aqui no no próprio PIP tô só instalando biblioteca tô npm instal aqui para quem já é desenvolvedor aí Ah beleza Pronto agora que que eu vou fazer eu vou vou dar um control s para salvar esse cara como playground playground PP tô criando o playground deixa eu renomear para ficar bonitinho playground playground PP beleza ah a gente vai precisar autenticar né então eu vou precisar autenticar no próprio F datata né

você precisa de um de uma conexão ou você precisa de um API ou você precisa aqui da api aqui que você pega no próprio site aqui ó fidata ppp você copia esse cara aqui ou você faz o login com github Bora utilizar esse comando aqui ó vou fazer o fe al tá bom Ó eu vou utilizar esse comando aqui fe al vou dar o zoom aqui que eu eu eu esqueço né que tem tem a galera que tá esse Fi Alf aqui tá bom que é um comando para que eu possa fazer a autenticação aqui

no ambiente do F datata Tá bom vou dar um Alf e aí ele vai lá conectar beleza conectou caiu aqui eu posso escolher o gth Hub tá vendo ele já foi escolhi o github E aí no nosso código ele vai falar ô beleza ó você conectou Eduardo seja bem-vindo ciência dos dados BR tá bom ótimo vou agora vou agora dar um zoom aqui exatamente nessa parte que que a galera quer ver direitinho né então ó ele você vê aqui que ele falou ó bem-vindo ou seja a gente autenticou né com fal eu autentiquei agora o

que eu vou fazer é ah tenho tem umas bibliotecas aqui ainda que falta instalar ó vou instalar essas aqui tinha que ter instalado antes mas só vi agora mas tem nada não vou instalar essas bibliotecas aqui o fast api SQL alkem e agora eu vou dar um Python playground P vamos abrir a nossa aplicação aqui com esses chats que são Demo aqui eu já vou mostrar aqui com antigo veja que a gente só praticamente pegamos a estrutura a gente nós pegamos a estrutura do nosso agente aqui né então Ó eu tenho o Web Agent né

Ele utiliza o GPT 4 Omni nós temos uma instrução aqui a instrução para tá utilizada ali no search o nome a gente vai criar um arquivo Ah uma outra coisa que é bem interessante essa estrutura do jeito que tá aqui a gente não não leva as informações a gente tá utilizando e salvando as consultas que os os trabalhos que são feitos aqui num banco de dados selite tá bom você vê que ele criou aqui ó um agen Deb a gente vai criar um banco de dados skite você vai poder utilizar outros bancos de dados vai

poder fazer conexões com outros com outras estruturas banco de dado vetorial tudo isso aqui é possível utilizando Fata tá bom a própria documentação quando você navegar na documentação você navegando na documentação você vai ver a Cadê doc quando você navega aqui na doc você vai ver que cara ele tem muitas muitas muitas como é que eu posso dizer muitas ah conexões digamos assim ó banco de dados vetorial por exemplo ele ele utiliza aqui ó pinecone quadrant PG Vector lance DB chroma DB single Store né a deixa eu ver aqui cadê um t US aqui cadê

deixa eu ver se tem uns aqui ó a gente consegue conexão com airflow arxiv aws byid call.com compos crow for csv duckdb email cara dali muita coisa tá bom a documentação Ela é bem bem rica vou voltar aqui no código você vai ver que ele deu um erro aqui ó falando que tá faltando uma biblioteca tal de packaging Bora instalar ela aqui ó PIP install packaging vou instalar ela aqui Beleza agora eu vou tá um Python playground P vamos ver se abre agora né ver sees cara vai abrir Beleza agora a gente abriu aqui a

URL Beleza vou acessar vou abrir e agora a gente tá aqui no nosso na nossa interface Então olha só veja que interessante a gente tem aqui né e eu queria que você observasse bastante o a a customização da ferramenta né então ó eu tenho Ah eu tenho o o que a gente chama de workspaces né então Ó eu tenho aqui um ambiente onde eu posso criar workflows diferentes então para cada workflow eu posso fazer um trabalho específico e para cada trabalho específico eu posso utilizar end points diferente então eu posso criar um endp Onde por

exemplo eu vou ter ah somente os agentes deixa eu ver Quais que tem aqui no no demo Agent ó eu tô utilizando um endpoint nesse workflow onde eu tenho somente os agentes disponíveis o Web search o research Agent e o finance Agent né mas eu posso criar outros end points diferentes onde esses end points vão ter outros agentes Diferentes né ah a gente trabalhou criando utilizando o GPT 4 ele mostra aqui o que que é qual foi o llm que a gente usou aqui eu tenho as configurações né então por exemplo web search que que

eu tenho Qual a ferramenta que eu tenho eu tenho search no Google a a qual é o a estrutura de armazenamento qual é a o banco de conhecimento se porventura a gente tiver colocado a descrição o que que é o Web search Agent ele é um agente na web que faz uma busca especial tal tal tal tal tal tal vou clicar aqui para ele responder qualquer coisa então que que que que é quais são as ferramentas que você tem acesso né falou assim ó eu tenho acesso à função no Google eu trago essas informações por

meio do do serper API né ele tá falando aqui né do serp API enfim cara são eu não sei se a sua cabeça explode mas você tem uma estrutura completamente customizável ah aberta onde você pode utilizar os llms que você quer para criar os agentes que você quer ah de uma forma estruturada de uma forma eh trael e isso é é muito feliz eu me sinto muito realizado de estar trabalhando com esse tipo de coisa no exatamente nessa época onde a gente está agora nesse exato momento porque muita é muita muita ferramenta e muita informação

aqui você tem a pegada de de criar times né Você pode ter um time específico Você pode ter workspace específico né então por exemplo eu posso criar um workspace aqui ó eu vou entrar aqui eu vou abrir um terminal novo aqui e vou criar um workspace diferente aqui vamos lá eh a própria documentação aqui que trouxe para mim né ó fi WS Create né ele fou aqui ó vou voltar ó crie um novo workspace cri e f WS Create E aí a eu vou pegar o número um né um agente uma um um app Qual

o nome eu vou colocar aqui ó ai Dev wik Tá bom então vou criar um então ele ele cria né ele cria uma estrutura onde a partir de agora ah Ok start workspace tá tudo bem então Ó a partir de agora a gente tem um workspace que ele é cadê Aqui o deixa eu ver o workspace settings default deixa eu ver se ele abre aqui o o que a gente acabou de criar tá aqui ó ai Devil Week Então você tem um um um um workspace onde você depois consegue traquear o uso né Desse desses

Agentes do mesmo jeito que a gente fez no trabalho de ontem né com canan JS com que é o que keban né E a gente tem aí mais uma ferramenta para você eh se divertir aqui com esses com esses agentes que estão aí e você pode customizar simplesmente acessando aqui essa estrutura essa própria documentação né a a criação de agente ela é de uma forma muito intuitiva nós rodamos no código aqui praticamente a criação de dois agentes esse web esse finance e você poderia cada vez mais colocar mais mais a gente aqui embaixo na codificação

né então Opa eu criei esse cara aqui Ótimo vou criar outro aqui agora e a medida que você vai criando você vai alimentando aqui os seus agentes para que você possa criar uma estrutura completamente profissional completamente customizável completamente escalável Beleza cara se você ainda não curtiu esse nosso bate-papo de hoje Você tá de brincadeira se você quiser conversar comigo e tirar dúvida diretamente você pode colocar aí um comentário Você pode me chamar no grupo do WhatsApp como administrador eu vou colocar já o link Desse nosso bate-papo aqui no grupo do telegram para quem chegou Ah

para quem chegou logo após o o grupo né o grupo já tem nascido vou colocar lá no no telegram ai Dev Week Tá bom vou colocar aqui agora e aí você vai poder acessar esse nosso diretório aqui Com todas essas aplicações tantas que a gente desenvolveu aqui Ah bem como esses dois cases maravilhosos que a gente fez aqui do fidata e do morphic que a gente eh fez inclusive o nosso querido Deploy agora eu queria parar um pouco aqui contigo para responder tá bom eu queria responder eu queria responder o as dúvidas Beleza então ah

pode conversar comigo aí que a gente vai vou ficar uns uns minutos aqui interagindo com você e aí é claro vou respeitar aquele tempo também paraa gente não ficar aqui durante muito tempo ah eu vou tentar responder o máximo de pergunta possível E aí Só lembrando se por ventura não responder a tua pergunta aqui ao vivo cara me chama no WhatsApp que eu vou ter o prazer de responder para você aí diretamente fechou cara se você ainda não tá seguindo no Instagram agora é a hora hein instagram.com bar cências doos dados e no YouTube também

tá bom aproveita dá essa força aí Tá bom então vamos lá galera ah onde pega o o link do notebook da aula um dentro do telegram tá bom ent aí no telegram Onde tá o telegram aqui ó entra aí no link TRE Cadê Canção Nova link link link.ee barra ciênci doos dados Vou colocar aqui no no chat tá bom aí você acessa todas as mídias sociais da ciência dos dados para que eu possa responder você aí fechou e para que a gente possa se encontrar o fluxo não veio junto ih perdi a mensagem tá tudo

bem o fluxo não foi junto né mas hoje você aprendeu a fazer o fluxo né hoje você aprendeu né a gente utilizou o Deep Seek Deep Seek criou o fluxo do marade E aí você vai lá e cola o o o o marmaid que a gente criou tá bom simples assim você vai ah eu já tô em outro projeto né galera vou fechar esse aqui para aliviar a memória do computador aqui para ele não desmaiar e vamos lá que eu quero responder vocês gostara da aula de hoje responde aí gente às vezes eu fico pensando

Eduardo você Fala muito fala muito rápido ou às vezes eu acho que eu tô falando é muito devagar e aí eu gostaria de saber se vocês gostaram beleza notbook tá hum 10 horas nossa galera mandou meu meu bote hoje peço desculpa para vocês tá meu bote mandou mensagem para vocês cedo né meu bote é porque não tinha llm né Se tivesse llm tinha dado bom mas os cara lá da ferramenta de automação não estão usando Não a galera tentou acessar 2 horas né desculpa aí tá gente deu ruim mas que bom que vocês estão aqui

comigo vamos lá eh vamos lá que eu vou responder Aproveita vai fazendo pergunta aí beleza vejo que tem muita gente aqui no brasilzão inteiro Ô que fera galera Tem alguém de fora do Brasil Fala aí Tem alguém de fora do Brasil beleza ué vamos lá acabei perdendo a aula ontem Será que consigo ver essa depois da de ontem sem problema sem problema mé tem problema não elas são sem elas eu tô fazendo aqui um banco de de de resolução de de projetos aqui eu dei uma contextualizada ontem mas você vai ver que não vai dar

ruim não onde podemos tirar uma dúvida banana republic News me você pode eh me chamar no grupo do WhatsApp tá bom o administrador E aí eu tiro sua dúvida lá ou você pode escrever aqui beleza ô galera santaré uita que legal gente cban Run de pau Onde eu posso tirar dúvida me me chama lá no WhatsApp tá bom deixa eu te ajudar de forma direta Gabriel perguntou se tem certificado de participação tem certificado galera mas lembra cara não é o certificado lembra que a importância de você entender Onde você tá entrando e o que que

você pode desenvolver tá bom certificado cara a galera de ti nem usa muito certificado né gente a gente usa github para mostrar o portfólio tá bom beleza vamos lá redes neurais vai T no conteúdo totalmente rede neural ele é um pré-requisito para você compreender llm né como que foi desenvolvido o llm e mais como que você eh utiliza esses llm para fazer o que a gente chama de ajuste fino né então você precisa ter um conhecimento de Deep learning n não redes neurais não somente a rede neural mas a rede neural profunda Isso aí é

um dos conteúdos mais toras que a gente tem inclusive dentro da formação Expert tá bom scripts da aula do já foi beleza Marcel já foi tá lá no telegram Ed conhecimento Manaus Olha que legal gente Manaus de madrugada é onde você tá é fala mim aqui Goiânia que legal Nossa gente na de madrugada hein show de bola eh O Fernando falou Eduardo você acha de psic melhor que o Claud para codificação eh Boa pergunta Fernando hoje eu uso tanto o di psic quanto o cloud né E por que que eu tô fazendo isso porque lembra

que a gente tem aquele momento de de maturação onde a gente precisa realmente testar respostas então eu tô na fase de testar respostas e quando eu tenho um grande projeto né um projeto que eu sei que vai utilizar ali um custo gigantesco eu já tô utilizando o Deep seic porque ele já tem me ajudado Do Jeito Que Eu Gostaria que todos os outros llms ajudassem só que sem o custo do Cloud Tá bom então cara o de psic ele não é melhor ainda sabe eu não posso chegar e falar agora o de psic né passou

o cloud por qu Porque para mim o Claudio ainda é o melhor mesmo mas eu já tô começando a utilizar ele Ah para mitigar alguns custos aí porque eu sei que ele é bom também tá bom Fernando beleza Alguém faz aplicação para á de agrometeorologia estou trabalhando com isso gostaria de trocar conhecimento que legal galera meteorologia é um ramo lindo para trabalhar com Deep learning machine learning com esse mundo da ia tá bom muita coisa aberta né muita coisa aberta muito acesso de satélite no mundo inteiro tá bom coloquei o link do Notebook já aí

né galera Qual é agora Linux desde 85 show de bola galera gratidão pela partida Belém as aulas vão ficar gravad até domingo tá galera aproveita esse conteúdo aí Ah boa noite boa noite como eu limito a quantidade de resultados que a pesquisa traz é uma feature o William fez uma pergunta massa aqui ó como eu limito a quantidade de resultados que a pesquisa traz tem uma feature tá bom é uma do da da do próprio da própria biblioteca Tá bom você coloca lá você escolhe não sei programar e essa aula serve para mim Men Seria

bom se você já soubesse programar mas eu queria que você pelo menos assistisse esse nosso bate-papo e entendesse o que que as pessoas que estão aprendendo a desenvolver com inteligência artificial estão sendo capaz de fazer por que que eu tô falando isso porque a programação ela não pode mais ser um problema para ninguém ninguém mais pode dizer ah não posso porque eu não sei programar nisso não sei programar naquilo estamos no mundo onde cara você tem ia e a ia programa para você e te ajuda a a dar aquela aquela fazer o que é mais

difícil sair da inércia Tá bom então cara e assiste aí que eu se você olhar e falar assim Opa beleza gostei do que eu tô vendo aí você vai ver que não é o fato de não saber programar que vai te tirar aí desse aprendizado tá bom show de bola Vamos lá o rap não tá no Instagram Oi Lu beleza cara o Rep não tá no Instagram é não é no Instagram não é no Git Hub não sei se eu entendi certo Tou subi o projeto ontem na minha máquina Windows o bu não funcionou por

causa do node É tem que instalar o node instalar o node galera que não conseguiu entrar no grupo do WhatsApp eh Entra lá no telegram que eu vou colocar o link agora do grupo do WhatsApp não já coloquei Tá bom quem não conseguiu entrar no no grupo do telegram quem não conseguiu entrar no grupo do telegram entra aí que eu vou colocar lá agora tá bom Ó vou pegar aqui o [Música] link pronto lá dentro do telegram agora tem o link do grupo para você acessar lá tá bom eh tentou configurar ia no vest code

mas o site estava fora do a ô Lula qual site m do Deep seic Ô que aar mano do deeps fora do ar Acho que não hein a gente utilizou o deeps não tava fora do ar não mano dá uma olhada direita aí às vezes foi só um bug aí na internet o r não tá no Instagram o r não tá no Instagram mesmo não man o r tá no github eu coloquei no código né tá no CAB na verdade se você for lá no CAB você vai ver o link do R Tá bom minha

principal Dúvida quando usamos o hag os dados sensíveis da empresa não ficam expostos como tratar isso junto à segurança da informação Warner pergunta massa que bom muito obrigado Obrigado pela sua pergunta quando a gente trabalha com sistemas hag eh a gente tem algumas opções uma das opções é utilizar algumas apis que você tem o controle da utilização você tem um controle do processo de execução é claro para você o que que o llm tá fazendo ou se você ainda sim tem dúvida com relação a não tem a tranquilidade para utilizar o llm porque ele não

ficou muito claro você pode pode utilizar os llms Ah no próprio servidor tá bom olama é uma das formas que eu ensino a galera a fazer aí esses tipo de rag aí utilização desses llms de forma que você mantenha aí os dados no servidor na máquina e local tá bom beleza fiz uma estrutura comito ag gente responsável pela construção de um RM web show de bola m é isso aí cara tá começou bem Lula isso aí estou bloqueando fiz de repositório T comandando npm instal deu algum problema eh e eu estou parado nesse ponto Érica

me chama lá no WhatsApp que eu vou te ajudar tá bom éca me chama no WhatsApp que eu vou te ajudar Beleza acho que é isso né galera bem eu respondi grande parte das coisas tá bom eu ah confesso que eu queria ter um pouco mais de tempo aqui mas eu tenho três molequ ali que eu tenho que pôr na cama para dormir e aí agora eu vou deixar você me chamar lá no WhatsApp para que a gente possa eh interagir de uma forma um pouco mais pessoal e eu possa te ajudar aí nas suas

dúvidas tá bom galera muito obrigado um beijo um abraço uma honra tá aqui contigo fique com Deus e amanhã nesse mesmo horário se o bote for a loucura chamar você meio-dia é loucura do bot tá bom o bot não tem llm né Eu contratei uma ferramenta em vez de utilizar a nossa né Eu contratei uma ferramenta aí ai ai meu deus do céu não vou falar não porque senão eu vou queimar a ferramenta né E aí eu não vou fazer isso jamais Mas enfim amanhã 8 horas não é meio-dia é 8 horas mesmo encontro a

gente vai ter o melhor Case desse evento tá bom eh amanhã 20 horas não pode perder essa parada tá bom valeu seim embora tchau tchau