Um mapa do aplicativo

Organizações e projetos fornecem o espaço de trabalho. Agentes, conhecimento, ferramentas e widgets se conectam a ele.

Estas etapas referem-se aos recursos identificados no código do aplicativo. Este material não foi validado em uma instância ativa; verifique a documentação e as opções da sua versão.

Como funciona, passo a passo

Um fluxo de trabalho tem estrutura explícita

Um nó é um estágio, uma aresta é uma transição e o estado carrega resultados entre os estágios. Um fluxo de trabalho possui um caminho definido pelo aplicativo, embora o modelo possa escolher algumas ramificações. Os sistemas agênicos incluem fluxos de trabalho e agentes de ação dinâmica. Nymrio oferece ReAct, Reflexão, Sequencial, Orquestrador, Roteador, Paralelo e Planejar e Executar. Cada um muda de coordenação; isso não torna automaticamente um modelo um especialista. Mais agentes significam mais chamadas e contratos entre funções. Comece com a solução mais simples que passa nos testes.

RAG acessa evidências, não treina novamente

RAG significa geração aumentada de recuperação: a recuperação fornece passagens relevantes antes que o modelo responda. A ingestão prepara documentos, enquanto a execução da consulta pesquisa o índice e cria contexto. Um modelo de incorporação representa o texto numericamente; o modelo de resposta escreve a resposta. Reclassificadores, visão, gráficos e modelos de roteador têm funções diferentes quando necessário. RAG ajuda com informações privadas ou em mudança, mas não garante a verdade. Use uma API autorizada para saldos, inventário exato ou permissões; um documento antigo não é uma fonte confiável para o estado atual.

Host, cliente e servidor

MCP é um protocolo que conecta aplicativos de IA a recursos externos. O host fornece a experiência, o cliente gerencia a conexão e o servidor expõe ferramentas, recursos ou prompts de acordo com o suporte. As ferramentas executam operações; os recursos fornecem conteúdo endereçável; prompts fornecem modelos. Nem todo servidor implementa todos os três. O transporte transporta mensagens, a autenticação identifica os chamadores e a autorização controla o acesso. Verifique a revisão do protocolo e as extensões suportadas em ambas as extremidades. A compatibilidade não pode ser inferida apenas a partir de um rótulo “MCP”.

O esquema explicativo

Siga as setas sólidas para o fluxo principal. As setas azuis tracejadas fornecem dados ou contexto; setas rosa tracejadas mostram feedback ou retorno de resultados. Cores e formas distinguem modelos, lojas, decisões e resultados. Em telas pequenas, role na horizontal para acompanhar o esquema completo.

Um exemplo completo

Luna Workshop contém um RAG de política, agente de guia, servidor de estoque e widget. Os grupos organizam listas; não presuma que eles impõem limites de acesso.

Experimente você mesmo

1. Crie um projeto de teste e desenhe relacionamentos entre entidades.
2. Registre a entrada, a fonte e o resultado esperado antes de executar o experimento. Use apenas os dados fictícios do exemplo.
3. Siga as etapas do diagrama. A cada passo registre quais informações são recebidas e produzidas; não confunda o resultado intermediário com o resultado final.
4. Repita após remover as informações necessárias ou tornar a entrada ambígua. Verifique se o sistema esclarece, interrompe ou inventa uma resposta.
5. Compare com a solução explicada. Guarde a configuração, data, resultado e explicação das diferenças. Mude uma coisa e teste novamente.

Uma solução explicada

Você pode explicar cada entidade e verificar o projeto ativo antes das alterações. Um exercício bem-sucedido permite mostrar a conexão entre entradas, etapas e resultados. Quando falta informação, uma resposta cautelosa é mais útil do que detalhes inventados. Compare mais do que estilo: verifique também as condições, fontes e operações.

Quando esta abordagem ajuda e quais são seus limites

O projeto ativo afeta entidades visíveis e utilizáveis. Escolha esta abordagem quando ela melhorar uma necessidade medida. Mantenha uma linha de base simples e compare os resultados usando dados idênticos. Um exemplo de sucesso não estabelece confiabilidade em todas as situações.

Verifique o que aprendeu

O multiagente é um oitavo modelo?

Não. É uma categoria arquitetônica que pode utilizar diversos templates existentes.

O RAG altera os parâmetros do LLM?

Não. Ele fornece contexto de tempo de solicitação; alterações de parâmetros pertencem ao treinamento.

Que resultado este exercício deve produzir?

Você pode explicar cada entidade e verificar o projeto ativo antes das alterações.

Termos para lembrar

• Acenar: Um estágio em um gráfico de execução.
• Recuperação: Encontrar informações relevantes em fontes acessíveis.
• Servidor MCP: um serviço que expõe recursos por meio do Model Context Protocol.

Fontes e sua próxima etapa

• LangGraph — Fluxos de trabalho e agentes
• Lewis et al. — Retrieval-Augmented Generation
• Model Context Protocol — Specification

Para preparar: F06 — Chatbot, assistente, agente e sistema agentic