Fluxo de Trabalho de Desenvolvimento de Agentes de IA

Visão Geral

Fluxo de trabalho especializado para construir agentes de IA, incluindo agentes autônomos únicos, sistemas multiagentes, orquestração de agentes, integração de ferramentas e padrões de "humano no circuito" (human-in-the-loop).

Quando Usar Este Fluxo de Trabalho

Use este fluxo de trabalho quando:

• Estiver construindo agentes de IA autônomos
• Estiver criando sistemas multiagentes
• Estiver implementando orquestração de agentes
• Estiver adicionando integração de ferramentas a agentes
• Estiver configurando a memória do agente

Escopo e Execução

Escolha as fases que correspondem à tarefa do usuário; este documento é um índice, não uma instrução para executar todas as habilidades listadas. Leia uma habilidade selecionada antes de usá-la. Respeite as restrições do repositório e do usuário. Chamadas para a nuvem, configuração de host, publicação, operações destrutivas e gastos exigem a autorização aplicável; um checklist de fluxo de trabalho não concede isso.

As fases multiagentes descrevem o produto que está sendo construído. Elas não autorizam o assistente a iniciar ou delegar a agentes durante esta tarefa. Use uma arquitetura de agente único existente quando apropriado e registre as entradas de avaliação, os resultados observados e as limitações.

Fases do Fluxo de Trabalho

Fase 1: Design do Agente

Habilidades a Invocar

• ai-agents-architect - Arquitetura do agente
• autonomous-agents - Padrões autônomos

Ações

1. Definir o propósito do agente
2. Projetar as capacidades do agente
3. Planejar a integração de ferramentas
4. Projetar o sistema de memória
5. Definir métricas de sucesso

Prompts para Copiar e Colar

Use @ai-agents-architect to design AI agent architecture

Fase 2: Implementação de Agente Único

Habilidades a Invocar

• autonomous-agent-patterns - Padrões de agente
• autonomous-agents - Agentes autônomos

Ações

1. Escolher o framework do agente
2. Implementar a lógica do agente
3. Adicionar integração de ferramentas
4. Configurar a memória
5. Testar o comportamento do agente

Prompts para Copiar e Colar

Use @autonomous-agent-patterns to implement single agent

Fase 3: Sistema Multiagente

Habilidades a Invocar

• crewai - Framework CrewAI
• multi-agent-patterns - Padrões multiagentes

Ações

1. Definir os papéis dos agentes
2. Configurar a comunicação entre agentes
3. Configurar a orquestração
4. Implementar a delegação de tarefas
5. Testar a coordenação

Prompts para Copiar e Colar

Use @crewai to build multi-agent system with roles

Fase 4: Orquestração de Agentes

Habilidades a Invocar

• langgraph - Orquestração LangGraph
• workflow-orchestration-patterns - Orquestração

Ações

1. Projetar o grafo do fluxo de trabalho
2. Implementar o gerenciamento de estado
3. Adicionar ramificações condicionais
4. Configurar a persistência
5. Testar fluxos de trabalho

Prompts para Copiar e Colar

Use @langgraph to create stateful agent workflows

Fase 5: Integração de Ferramentas

Habilidades a Invocar

• agent-tool-builder - Construção de ferramentas
• tool-design - Design de ferramentas

Ações

1. Identificar necessidades de ferramentas
2. Projetar interfaces de ferramentas
3. Implementar ferramentas
4. Adicionar tratamento de erros
5. Testar o uso de ferramentas

Prompts para Copiar e Colar

Use @agent-tool-builder to create agent tools

Fase 6: Sistemas de Memória

Habilidades a Invocar

• agent-memory-systems - Arquitetura de memória
• conversation-memory - Memória de conversação

Ações

1. Projetar a estrutura de memória
2. Implementar memória de curto prazo
3. Configurar memória de longo prazo
4. Adicionar memória de entidade
5. Testar a recuperação de memória

Prompts para Copiar e Colar

Use @agent-memory-systems to implement agent memory

Fase 7: Avaliação

Habilidades a Invocar

• agent-evaluation - Avaliação de agente
• evaluation - Avaliação de IA

Ações

1. Definir critérios de avaliação
2. Criar cenários de teste
3. Medir o desempenho do agente
4. Testar casos extremos
5. Iterar melhorias

Prompts para Copiar e Colar

Use @agent-evaluation to evaluate agent performance

Arquitetura do Agente

User Input -> Planner -> Agent -> Tools -> Memory -> Response
              |          |        |        |
         Decompose   LLM Core  Actions  Short/Long-term

Portões de Qualidade

• Lógica do agente funcionando
• Ferramentas integradas
• Memória funcional
• Orquestração testada
• Avaliação aprovada

Pacotes de Fluxo de Trabalho Relacionados

• ai-ml - Desenvolvimento de IA/ML
• rag-implementation - Sistemas RAG
• workflow-automation - Padrões de fluxo de trabalho

Limitações

• Use esta habilidade apenas quando a tarefa corresponder claramente ao escopo descrito acima.
• Não trate a saída como um substituto para validação específica do ambiente, testes ou revisão especializada.
• Pare e peça esclarecimentos se os inputs necessários, permissões, limites de segurança ou critérios de sucesso estiverem ausentes.