MODULO 3.3 - MAESTRIA

Ferramentas e Memoria

Como agents interagem com o mundo e lembram do que fizeram

∞
Tipos Tools
2
Tipos Memoria
RAG
Padrao Comum
🔧

O que sao Ferramentas (Tools)?

As maos e olhos do agent

Ferramentas (ou "tools" ou "functions") sao as acoes concretas que um agent pode realizar no mundo real. Sem ferramentas, um agent e apenas um chatbot que pensa, mas nao age.

Analogia:

LLM sozinho

🧠

Cerebro sem corpo

+

Ferramentas

🔧 📊 🌐

Maos, olhos, acoes

=

AI Agent

🤖

Entidade completa

"Um agent sem ferramentas e como um piloto sem aviao - pode saber voar, mas nao pode fazer nada com esse conhecimento."
🛠️

Tipos de Ferramentas

Categorias principais

📖

1. Leitura / Busca

Ferramentas que PEGAM informacao do mundo externo.

Buscar web

Google, DuckDuckGo, APIs de search

Ler banco de dados

SELECT queries, APIs de DB

Ler arquivos

PDFs, CSVs, documentos

Chamar APIs

Clima, financas, noticias

✍️

2. Escrita / Acao

Ferramentas que MODIFICAM o mundo externo.

Salvar dados

INSERT, UPDATE em bancos

Enviar email/mensagem

SMTP, Slack, WhatsApp APIs

Criar arquivos

Gerar PDFs, planilhas, imagens

Executar codigo

Python interpreter, shell commands

🔄

3. Processamento

Ferramentas que TRANSFORMAM dados.

Calcular

Matematica, formulas complexas

Analisar dados

Pandas, estatisticas

Converter formatos

CSV → JSON, imagem → texto

Validar dados

Verificar CPF, email, etc

🤝

4. Integracao

Ferramentas que CONECTAM sistemas.

Zapier/Make

Conectar milhares de apps

CRM/ERP

Salesforce, HubSpot, SAP

Pagamento

Stripe, PayPal APIs

Cloud services

AWS, GCP, Azure SDKs

⚡

Como Definir Ferramentas Eficazes

Boas praticas

1️⃣

Nome claro e descritivo

❌ Ruim

get_data()

Vago demais

✓ Bom

buscar_pedidos_cliente(cpf)

Especifico e claro

2️⃣

Descricao detalhada

A descricao e CRITICA - e como o agent "entende" quando usar a ferramenta.

"description": "Busca todos os pedidos de um cliente especifico.
Use esta ferramenta quando o usuario perguntar sobre compras,
historico de pedidos, ou status de entregas de um cliente.
Retorna lista com ID, data, valor e status de cada pedido."
3️⃣

Parametros bem definidos

  • • Use enum quando houver opcoes fixas
  • • Marque parametros como required ou opcionais
  • • De exemplos no campo description de cada parametro
  • • Valide os inputs antes de executar a acao
4️⃣

Uma responsabilidade por ferramenta

Melhor ter 5 ferramentas simples do que 1 ferramenta que faz tudo.

❌ Evite

gerenciar_cliente(acao, dados)

Muito generico

✓ Prefira

criar_cliente()
atualizar_cliente()
deletar_cliente()
💾

Memoria em AI Agents

O que o agent lembra e por quanto tempo

Memoria permite que agents sejam contextuais e adaptativos. Sem memoria, cada interacao comeca do zero.

Por que Memoria importa:

✓
Continuidade

Lembra de interacoes anteriores

✓
Personalizacao

Aprende preferencias do usuario

✓
Eficiencia

Nao repete perguntas ou acoes

✓
Raciocinio

Usa informacoes de passos anteriores

🧠

2 Tipos de Memoria

Curto prazo vs Longo prazo

💬

Memoria de Curto Prazo (Contexto)

A conversa atual - tudo que esta na "janela de contexto" do LLM.

Caracteristicas:

  • • Dura apenas a sessao atual
  • • Limitada pelo context window (ex: 128k tokens)
  • • Automatica - nao precisa implementar nada
  • • Cara - cada token conta para o custo

Uso tipico:

  • • Historico da conversa (mensagens recentes)
  • • Resultados de ferramentas usadas
  • • Pensamentos do agent (ReAct loop)
  • • Informacoes da tarefa atual

Exemplo de contexto:

System: Voce e um assistente de vendas...
User: Quais foram minhas ultimas compras?
Agent: Vou buscar isso. [Chama ferramenta]
Tool Result: [Pedido #123, Pedido #456]
Agent: Voce fez 2 compras: pedido #123 (livro) e #456 (teclado)
User: Quanto custou o livro?
Agent: [Olha no contexto acima] O pedido #123 custou R$ 45,00
🗄️

Memoria de Longo Prazo (Vector Store / RAG)

Informacoes persistentes armazenadas fora do contexto, acessadas quando necessario.

Caracteristicas:

  • • Persiste entre sessoes
  • • Ilimitada (armazena milhoes de docs)
  • • Precisa implementar (Pinecone, Weaviate, Chroma)
  • • Busca semantica via embeddings

Uso tipico:

  • • Base de conhecimento da empresa
  • • Historico completo de interacoes
  • • Documentacao tecnica
  • • Preferencias de usuarios

Como funciona RAG (Retrieval Augmented Generation):

Pergunta → Gera Embedding → Busca Similar → Injeta no Contexto → Resposta
🎯

Quando Usar Cada Tipo de Memoria

Guia de decisao

Cenario Curto Prazo Longo Prazo
Conversa de 5-10 mensagens ✓ -
Sessao longa (100+ mensagens) - ✓
Lembrar entre dias/semanas - ✓
Base de conhecimento grande - ✓
Tarefa rapida e simples ✓ -
Busca semantica em docs - ✓

Regra geral:

  • • Curto prazo: Use para tudo que cabe confortavelmente no context window
  • • Longo prazo: Use quando precisa persistir ou buscar em grande volume
  • • Hibrido: Combine ambos - longo prazo para storage, curto prazo para contexto ativo

Resumo do Modulo

✓ Ferramentas sao as acoes concretas que agents realizam
✓ 4 categorias: Leitura, Escrita, Processamento, Integracao
✓ Nome claro + descricao detalhada = agent usa ferramenta corretamente
✓ Memoria de curto prazo = contexto atual (automatico)
✓ Memoria de longo prazo = RAG com vector stores (precisa implementar)

Proximo Passo

Descubra como orquestrar multiplos agents trabalhando juntos!

Anterior: Arquitetura Proximo: Multi-Agents