Aula 1 · 12 min
Agente não é mágica: é um modelo de IA dentro de um programa que deixa ele usar ferramentas, em voltas, até terminar. É a peça de todo sistema de agentes. Antes de escrever uma linha, você prepara o computador e decide o que o seu agente faz, o que não faz e como vai saber que ficou pronto.
Começar a aula
Objetivo: instalar o Ollama com o llama3.2 e escrever o objetivo.md com o que o agente faz, não faz e quando está pronto.
Clique em cada peça. O resultado da ferramenta volta para o modelo até ele terminar.
Clique em cada bloco. Cada aula cobre um ou dois passos.
1. Objetivo: o que faz, o que não faz e quando está pronto (esta aula).
2. Harness e 3. Modelo: primeiro o programa em volta, depois o modelo que cabe nele (aula 2). O harness vem antes porque ele limita quais modelos você pode usar.
4. Ferramentas: o que o agente consegue fazer, não só falar (aula 3).
5. Instruções e 6. Memória: quem ele é e o que lembra de você entre uma conversa e outra (aula 4).
7. Limites: freio de rodadas, uma pasta só e o seu OK antes de mexer no que já existe (aula 5).
Sem limite, um agente com ferramenta é um programa que faz o que um texto mandar.
8. Testar e 9. Medir: tarefas fixas, nota, tempo e rodadas (aula 6).
10. Iterar: mudar uma coisa, medir de novo e só manter o que melhorou (aula 7).
Clique no seu sistema. No fim, o bloco do terminal confere tudo.
Os comandos do curso são do terminal do Linux. No Windows, abra o PowerShell como administrador, rode wsl --install, reinicie e abra o aplicativo Ubuntu: é nele que você digita tudo.
Instale o Ollama dentro do Ubuntu com este comando: curl -fsSL https://ollama.com/install.sh | sh (ele pede a sua senha do Ubuntu). O WSL é o Linux que roda dentro do Windows.
Abra o aplicativo Terminal. O Python 3 e o Git costumam vir com as ferramentas de linha de comando: se pedir, aceite instalar.
Baixe o Ollama para Mac em ollama.com e abra uma vez.
Abra o terminal. Se faltar, instale com sudo apt install python3 git (Ubuntu e parecidos).
Instale o Ollama com o comando da página de download.
Você não cria arquivo do zero: o primeiro comando baixa o kit do curso (com o Git, o programa que baixa e guarda versões de projetos) e, em cada aula, um cp copia o arquivo da aula para a sua pasta.
Se quiser colar à mão, use um editor de texto simples e salve com o nome exato (agente.py, não agente.py.txt).
Rode no terminal (no Windows, no Ubuntu do WSL). Os arquivos de todas as aulas estão no kit que o primeiro comando baixa.
# Objetivo do meu agente Faz: lê as minhas anotações da pasta trabalho/ e responde sobre elas; lembra o que eu pedir. Não faz: nada fora da pasta trabalho/; não substitui arquivo sem o meu OK. Pronto quando: acerta pelo menos 5 das 6 tarefas do medir.py na minha máquina.
python3 --version # precisa ser 3.10 ou mais novo cd ~ && [ -d agentes-do-zero-v72 ] || git clone -q https://github.com/inematds/agentes-do-zero-v72 # o kit (em outra pasta que a sua) mkdir -p ~/agente-do-zero/trabalho # a pasta do seu agente ollama list | grep -q "^llama3.2" || ollama pull llama3.2 # baixa só se ainda não tiver (2 GB) ollama run llama3.2 "Diga oi em cinco palavras." 2>/dev/null
Python 3.12.3 Olá, como você?
A primeira linha confere o Python; a última é o modelo respondendo. Pedimos cinco palavras e ele deu três: o modelo nem sempre obedece, e é por isso que a aula 6 mede. Repare também: o kit fica em ~/agentes-do-zero-v72, e o seu agente, em ~/agente-do-zero, pastas diferentes.
Em dois minutos e meio: a frase que fez o agente ler a senha, a trava que barrou, e os 10 passos do agente do zero.
Só passe para a aula 2 quando os dois estiverem prontos.
Prepare o computador pelo seu sistema e rode o bloco do terminal. O download do llama3.2 tem 2 GB.
Pronto quando: python3 --version mostra 3.10 ou mais novo, a pasta agentes-do-zero-v72 existe e o modelo devolveu uma frase.
Copie o modelo para a sua pasta (cp ~/agentes-do-zero-v72/kit/objetivo.md ~/agente-do-zero/), abra com nano ~/agente-do-zero/objetivo.md e troque pelas suas palavras. No nano: setas para andar, Ctrl+O e Enter para salvar, Ctrl+X para sair. Vale para todo arquivo que o curso mandar editar. Pode ser o mesmo agente do exemplo.
Pronto quando: o arquivo tem as três linhas, Faz, Não faz e Pronto quando, e a última cita um número que dá para medir.
A explicação aparece depois da sua resposta.
Pergunta 1 de 3
Quem executa a ferramenta, de fato, quando o agente lê um arquivo?
Pergunta 2 de 3
Qual destas linhas é um bom "pronto quando"?
Pergunta 3 de 3
Por que escolher o harness antes do modelo?
Escolha uma alternativa. A explicação aparece depois da sua tentativa.