Claude Cowork: orquestração de agentes

Arquitetura do sistema de agentes - Apresentação

Apresentando o curso e o instrutor

Bem-vindos a mais um curso de Cloud Coworking aqui na Alura. Sou Ricardo Bugan e serei o instrutor neste curso.

Audiodescrição: Ricardo é um homem de pele clara, com cabelo curto castanho e olhos castanhos. Ele veste uma camisa azul e está em um ambiente de escritório com uma parede clara ao fundo.

Revisando o curso anterior e introduzindo novos desafios

Neste curso, vamos continuar nossa exploração da ferramenta Cloud. Já desenvolvemos o projeto OKR Marketplace, iniciamos o projeto do gestor de projetos e agora vamos seguir organizando e aprimorando esse gestor, melhorando suas funcionalidades.

No curso anterior, abordamos as habilidades básicas, como organizar os arquivos, como a ferramenta nos auxilia a organizar informações de vários projetos separados e quais gatilhos podemos configurar para que, quando algo ocorrer, uma validação seja disparada, por exemplo.

Identificando problemas e propondo soluções

Agora, após utilizarmos a ferramenta e realizarmos alguns trabalhos com ela, percebemos que, em nosso gestor de projetos, temos vários projetos em paralelo que estamos gerenciando. Estamos coletando mais informações, mais dados e organizando mais equipes em nosso papel de liderança. Atualmente, temos diversos projetos para realizar e supervisionar.

Neste curso, precisamos desenvolver algumas habilidades adicionais. Observamos que nosso agente está começando a se confundir, misturando projetos e demorando para realizar tarefas devido a um fluxo de trabalho não ideal. A proposta deste curso é aprimorar essa situação, trazendo a ideia de agentes para o projeto e para o assistente, permitindo realizar tarefas em paralelo e acelerar nosso fluxo de trabalho.

Explorando a janela de contexto e otimização

Além disso, exploraremos mais sobre a janela de contexto: o que é, como se forma, quais problemas ela apresenta e como o Large Language Model (LLM) lembra ou esquece as informações que fornecemos. Também teremos uma parte dedicada à otimização, onde faremos uma análise de dados utilizando o próprio Cloud, mas também veremos técnicas e maneiras de amadurecer, para que não gastemos tantos tokens ao realizar esse tipo de análise.

Convidando para o aprendizado contínuo

Portanto, há uma série de tópicos que abordaremos neste curso, que é uma continuação do curso anterior sobre gestão de projetos. Esperamos por vocês para aprimorarmos ainda mais nosso assistente.

Arquitetura do sistema de agentes - Rotina comum de uma pessoa gestora

Continuando o desenvolvimento do gestor de projetos

Neste curso, vamos continuar com nosso gestor de projetos. Montamos a infraestrutura inicial para ele, definimos como queríamos que organizasse os projetos e como desejávamos que ele estruturasse as informações. Ele já está funcionando como um assistente para nós. Esperamos que vocês também tenham montado um gestor de projetos para seus próprios projetos, para o controle de suas equipes, a fim de entender melhor ou ter acesso mais fácil às informações de cada projeto em que estão trabalhando. Deveríamos ter algo semelhante a isso em termos de interações.

Por exemplo, temos um projeto de interface de usuário. Chamamos o gestor, perguntamos como está o andamento desse projeto. Em seguida, pegamos o projeto de BI e fazemos o mesmo. Depois, há a parte de migração para a nuvem, na qual também conversamos com ele. Temos um projeto de integração de usuários em que estamos trabalhando, e também conversamos sobre isso. Assim, temos várias conversas com ele. Uma maneira de distribuir seria chamá-lo para cada um dos projetos e perguntar sobre o andamento, ou podemos ter uma conversa diária, na qual organizamos nosso trabalho com ele.

Criando e organizando projetos

Deveríamos ter um fluxo semelhante a este, no qual chamamos, criamos e organizamos. Se observarmos, neste curso, já temos mais projetos criados. À medida que o utilizamos, é assim que ele se apresenta. Temos o CRM de integração, um de análise de dados de BI, a interface de assinantes, o projeto de login e off (saída) que já estávamos desenvolvendo, migração para a nuvem e integração de usuários. Já temos alguns projetos que fomos criando e que estão prontos, ajudando-nos a organizar as informações.

O ponto agora é que, após terminar de organizar este projeto e começar a usá-lo, ganhamos mais confiança. Já sabemos em que ele nos ajuda melhor, podemos alterar habilidades, criar habilidades que faltam e desenvolver um fluxo de trabalho com ele, que nos auxilia na mudança de contexto. Como líderes, ou como pessoas que têm vários projetos em execução em paralelo, enfrentamos mudanças de contexto constantes, temos várias pessoas para reportar e muitos temas em paralelo. Este projeto que fizemos, este gestor de projetos, que é nosso assistente, nos ajudará na organização das informações.

Envolvendo o sistema na tomada de decisões

O ponto neste curso é como fazer para que o sistema deixe de ser apenas um organizador de informações. Ele continuará sendo isso, mas como podemos envolvê-lo para que nos ajude mais na tomada de decisões? Ou até mesmo, como melhorar seu aspecto na parte de organização da informação? À medida que os projetos crescem, a pasta ficará cada vez mais cheia com mais projetos, aumentando a possibilidade de confundir um projeto com outro, especialmente se tiverem nomes ou temas semelhantes.

A ideia é que, como precisamos mudar muito de contexto, sendo líderes, necessitamos de um assistente que seja preciso nas informações fornecidas. O que devemos fazer e quais cuidados devemos ter para organizar com ele, de modo a não perder essa precisão e ser um assistente realmente útil para trabalhar conosco? Além disso, enfrentamos muitas mudanças de contexto, discutindo vários projetos em paralelo. Como líderes, precisamos de uma maneira de gerenciar várias coisas em paralelo com nosso assistente.

Melhorando o fluxo de trabalho e delegando tarefas

Atualmente, temos um fluxo de trabalho no qual sempre dependemos de uma resposta. Abrimos um chat, pedimos algo, esperamos a resposta, e então podemos abrir outro chat de outro projeto, aguardando a resposta. Mas se tivermos um grande volume de ações que queremos realizar, como lançamos tudo isso de uma vez? São várias questões que surgem quando já estamos utilizando mais essa infraestrutura que construímos nos cursos. Tanto no primeiro curso, onde fizemos a infraestrutura para lidar com metas e OKR, basicamente como um gestor de informações, quanto no gestor de projetos, onde criamos um gestor de informações que nos ajuda com lembretes, discussões e tomadas de decisões, mas a decisão ainda está muito em nossas mãos.

Agora que temos mais confiança em como o sistema está funcionando, queremos delegar mais. A primeira dificuldade que abordaremos aqui será o fluxo de trabalho. Por que o fluxo de trabalho atual não nos libera tanto tempo quanto pensamos? Às vezes, temos tarefas complicadas que o sistema levará muito tempo para executar, e queremos realizar muitas delas em paralelo. Vamos ver como resolver essa organização de contexto como líderes e gestores de projetos, para delegar e melhorar o fluxo de trabalho com nosso assistente no Cloud Code.

Retomando o projeto e revisando o curso anterior

Queremos retomar de onde estávamos e onde vamos começar este projeto. Se não assistiram ao curso anterior, recomendamos que vejam o que fizemos, como organizamos a informação, como criamos as habilidades e o que fizemos para chegar ao ponto atual. A diferença neste curso é que estamos na pasta do sistema, com mais pastas simulando projetos que estamos gerenciando em paralelo. Vamos começar este curso já com alguns projetos iniciados e uma base de informações mais completa, para trabalharmos com nosso Cloud e ver quais mudanças precisamos fazer e como isso impacta o funcionamento em relação ao que fizemos no curso anterior. Portanto, recomendamos que revisem o curso anterior.

Arquitetura do sistema de agentes - Automação simples vs. Operação multiagente

Trabalhando com conversas únicas e fluxo de trabalho padrão

Estamos trabalhando com conversas únicas, principalmente ao montar a infraestrutura. No entanto, quando já estamos nos projetos, é comum termos uma conversa por projeto ou por dia, onde solicitamos ajuda para os projetos em andamento. Para cada uma dessas conversas ou sessões, temos um fluxo.

O modo padrão de trabalho é iniciar a conversa com o assistente, fazer uma solicitação, esperar o resultado da tarefa, pedir uma nova ação ou correção para a mesma conversa, esperar o resultado e solicitar outra tarefa, e assim por diante. Esse é o fluxo com o qual temos trabalhado até agora. É a forma natural de se trabalhar com ele, pois é muito orientado a isso. Abrimos uma conversa, começamos a interagir, fazemos uma solicitação, esperamos a execução, pedimos outra coisa, e assim sucessivamente. Algumas tarefas são realizadas rapidamente, enquanto outras podem demorar mais. Em alguns casos, é necessário validar o que está sendo feito.

Limitando o fluxo de trabalho e buscando eficiência

Esse fluxo de trabalho pode ser limitante, pois há muito tempo de espera entre fazer uma solicitação e obter uma resposta. Isso pode se tornar tedioso e cansativo, especialmente quando há muitas correções a serem feitas. Às vezes, parece que o trabalho não está avançando, o que pode ocorrer devido a uma configuração ou arquivo de contexto que não está sendo considerado nas respostas.

Para tarefas mais lentas, podemos solicitar algo e, enquanto aguardamos, realizar outras atividades, como reuniões. Isso não é necessariamente um problema, pois em dias cheios de compromissos, podemos deixar tarefas processando em paralelo. No entanto, quando queremos resolver algo rapidamente, sem interrupções, esse fluxo pode se tornar ineficiente, resultando em longos períodos de espera.

Explorando a paralelização de conversas

Usar uma ferramenta de IA já traz um nível de automação e eficiência, pois podemos deixá-la processando enquanto cuidamos de outras tarefas. Mesmo com esse fluxo, já há um ganho de eficiência, mas podemos tentar reduzir o tempo de espera para que as coisas evoluam mais rapidamente.

Uma ideia para reduzir o tempo de espera é ter várias conversas em paralelo. Por exemplo, podemos ter uma conversa sobre o onboarding de um projeto de reformulação do fluxo de entrada de clientes, outra sobre a migração para a Cloud (nuvem), e uma terceira sobre um BI (Business Intelligence) para tratar e organizar dados. Essa é uma forma de paralelizar o trabalho em diferentes projetos.

Focando em contextos e sessões para melhorar a eficiência

Dentro de um projeto, podemos ter uma tarefa grande e, se estivermos focados nesse projeto, podemos abrir várias conversas sobre diferentes aspectos dele. Isso nos permite analisar e tomar decisões sobre prioridades e riscos. No entanto, se quisermos fazer tudo isso em paralelo e ainda tivermos reuniões e outras responsabilidades, pode haver interrupções que nos façam perder o contexto.

Esse fluxo melhora a eficiência ao focar em cada conversa e sessão como um contexto. Mesmo falando sobre o mesmo projeto, podemos abordar diferentes aspectos dele. Isso ajuda a paralelizar tarefas e evita que a Cloud (nuvem) "alucine". Toda LLM (Modelo de Linguagem Grande) tem uma quantidade de informação que pode ser armazenada em memória. Quando essa capacidade é excedida, informações importantes podem ser esquecidas, levando a respostas incorretas.

Analisando projetos de forma abrangente

Separar por contextos e conversas ajuda a evitar esses problemas, além de nos permitir realizar várias tarefas em paralelo, mesmo com interrupções externas. Contudo, ainda podemos enfrentar situações em que várias conversas em paralelo demoram para serem concluídas.

Todas as tarefas possuem muitos dados e informações que precisam ser processados, o que pode causar demora na resposta e frustração, dando a sensação de que não há progresso. Para isso, existe uma solução. Podemos pensar em um contexto no qual estamos falando de um projeto e queremos analisar seu estado ou até mesmo o estado de todos os projetos armazenados em nosso gerenciador de projetos. Não queremos fazer isso um por um, mas sim todos de uma vez.

Utilizando subagentes para otimizar processos

Imaginemos o início da semana, uma segunda-feira. Chegamos ao trabalho e nos perguntamos: o que vamos fazer? Em qual projeto estávamos? Após uma semana, podemos lembrar, mas imagine que voltamos de férias, após um mês fora, e retornamos ao trabalho. O que estávamos fazendo? Como estavam as coisas? Qual era o próximo passo? Normalmente, não nos lembramos. Queremos, então, pedir uma análise de todos os projetos em nosso repositório, para que nosso assistente nos forneça um resumo. Queremos verificar os objetivos de cada stakeholder (parte interessada), pois desejamos recordar tudo isso. Após um mês de férias, voltamos e queremos lembrar das últimas interações e do que era importante para cada stakeholder.

Além disso, queremos monitorar os riscos: quais eram os riscos dos projetos? O que os estava bloqueando? Qual era a dependência entre eles? Também queremos revisar isso e priorizar a atenção para esta semana de retorno das férias. Fazer tudo isso, considerando que estamos com seis projetos em paralelo, pode ser desafiador. Podemos ter 10, 20 ou 15 projetos. Podemos ter muitos projetos, mas o que podemos fazer manualmente é limitado. Então, como analisar tudo, para todos os projetos, de maneira rápida? Recuperando o contexto que estamos tentando lembrar do que estávamos fazendo antes das férias.

Implementando subagentes para tarefas paralelas

Aqui apresentamos um caso extremo, mas os casos mencionados no início da conversa também se aplicam. Às vezes, de uma semana para outra, surge um novo projeto que requer mais foco. Ainda queremos realizar várias dessas análises, ou análises intersecundárias, outras que não mencionamos, e precisaremos dedicar tempo a isso. Para resolver tudo de uma maneira que não exija esperar pela resposta, conversando, validando, organizando tudo, montando esse quebra-cabeça de uma vez, podemos usar os subagentes.

Os subagentes são uma função do Cloud, assim como as habilidades, as skills, os hooks e a programação de tarefas. Os subagentes são uma funcionalidade que permite realizar tarefas em paralelo. A ideia é a seguinte: fazemos a solicitação ao nosso assistente principal. O assistente principal é a conversa que abrimos com nosso assistente no Cloud, com o Working, da maneira que temos feito até agora. Dizemos: "Dê uma visão geral dos projetos para começar esta semana" ou "Voltei de férias, dê uma visão geral de como estão todos os projetos". Em vez de o assistente principal fazer todo o trabalho, ele chamará um subagente que analisará o estado de cada projeto, organizará os stakeholders, chamará outro subagente para organizar os stakeholders e tomar as últimas interações que tivemos com cada um deles, fornecendo um resumo. Outro subagente será responsável pela análise de riscos e de como vamos proceder, e outro subagente organizará as prioridades da semana.

Coordenando subagentes e suas limitações

Assim, teremos quatro agentes, como se tivéssemos uma equipe de quatro pessoas trabalhando nisso, junto com nosso assistente, para que todos eles executem o projeto, coletem as informações e já as resumam com o alcance e o foco que demos a cada um deles, passando-as para nosso agente principal para que ele nos dê uma resposta. Dessa forma, podemos fazer tudo em paralelo. Aqui estamos falando de tarefas de análise, mas pensemos que precisamos criar arquivos, redigir documentos, escrever a pauta de uma reunião, redigir o estado de cada projeto para enviar a várias equipes diferentes. Também podemos fazer isso, e cada um desses agentes escreverá no local correto, com a descrição adequada, da forma que desejamos, em paralelo. Assim, o tempo de espera, em geral, será muito menor, pois estamos paralelizando as tarefas.

Há apenas um detalhe sobre esses subagentes: quando trabalhamos com eles e os criamos para nossa aplicação, montando um passo a mais em nossa infraestrutura do gerenciador de projetos, devemos considerar que cada agente, ou cada subagente, está isolado; eles não se comunicam entre si, apenas com nosso agente principal. Portanto, a informação não passa diretamente de um agente para outro. Ao pensar nas tarefas que queremos que executem, o ideal é considerar tarefas suficientemente isoladas, ou que já tenham o contexto nos arquivos de nossa pasta, para que não fiquem esperando a informação de outro processo. O ideal é tomar tarefas isoladas, ou tarefas que apenas utilizem o contexto dos arquivos e depois executem alguma ação sobre isso, para não depender da comunicação entre eles, já que essa comunicação, por padrão, não existe. Apenas é feita através de nosso assistente principal.

Explorando a coordenação entre subagentes

Nosso assistente principal pode tomar a tarefa que um agente fez e passá-la para outro? Sim. Essa coordenação às vezes não é muito eficiente e pode acontecer de o agente que queria priorizar uma tarefa estar esperando o agente de stakeholders e ainda não ter essa informação. Então, o agente de stakeholders informa que cada stakeholder está em determinado estado. Às vezes, essa coordenação pode não ser tão boa, mas é possível. Isso requer mais trabalho para configurar e para que entenda como é o fluxo de trabalho desejado. Agora vamos montar esses agentes, pensando nessas tarefas. Voltaremos às tarefas. Vamos organizar essas tarefas e criar um agente para cada uma delas, para ver isso em ação, como funciona um agente, como descrevemos um agente, que arquivo ele gera, como modificamos esse arquivo. A mesma ideia que fizemos com as habilidades e com os hooks, de entender essa funcionalidade e como ela se integra no conjunto. Vamos organizar isso e entender quais benefícios nos traz, além da questão da velocidade, que é o fator principal aqui, mas não é a única vantagem que esse enfoque oferece.

Sobre o curso Claude Cowork: orquestração de agentes

O curso Claude Cowork: orquestração de agentes possui 149 minutos de vídeos, em um total de 35 atividades. Gostou? Conheça nossos outros cursos de Automação e Produtividade em Programação, ou leia nossos artigos de Programação.

Matricule-se e comece a estudar com a gente hoje! Conheça outros tópicos abordados durante o curso:

• Arquitetura do sistema de agentes
• Subagentes para tarefas complexas
• Otimização de tokens e orquestração
• Tratamento determinístico de informações
• Claude in Chrome