Uso de ferramentas e agentes
Deixe um modelo chamar funções, fazer um loop nos resultados da ferramenta como um agente e manter esse loop seguro.
- Siga o ciclo de chamada de ferramenta entre um aplicativo e um modelo
- Valide e despache chamadas de ferramentas com segurança
- Vincula um loop de agente e exige confirmação para ações arriscadas
Um LLM só pode produzir texto - mas esse texto pode ser uma solicitação estruturada para chamar uma ferramenta. A aplicação descreve as ferramentas disponíveis (nome, descrição, esquema JSON para argumentos); o modelo responde com uma chamada de ferramenta; seu código executa a função e envia o resultado de volta; o modelo continua. Protocolos como o MCP padronizam a forma como as ferramentas são oferecidas.
Um agente é aquele loop em execução até que a tarefa seja concluída: o modelo planeja, chama ferramentas, lê os resultados e decide o que vem a seguir - pesquisando, editando arquivos, executando testes.
Experimente
Até 15 XPUma chamada de ferramenta, passo a passo
Siga uma pergunta meteorológica através do ciclo de chamada de ferramentas. Preveja as etapas marcadas.
1import json
2TOOLS = {"add": lambda a, b: a + b}
3call = json.loads('{"tool": "add", "arguments": {"a": 2, "b": 3}}')
4print(TOOLS[call["tool"]](**call["arguments"]))5
Principais conclusões
Os modelos solicitam chamadas de ferramenta como texto estruturado; aplicativos os executam.
Um agente faz um loop: pense, chame ferramentas, leia os resultados, repita - até terminar ou parar.
Valide argumentos, limite de etapas, privilégio mínimo, confirme ações arriscadas, desconfie da saída da ferramenta.
Quiz da aula
5 perguntas · aprovação com 4 acertos · até 50 XP
Ao passar, você conclui a aula e mantém sua sequência. As perguntas erradas voltarão em sessões de revisão.
Pratique: escreva código em Python
Escreva código Python no editor e execute os testes com exemplos. O Python roda localmente no navegador usando WebAssembly.
Despache chamadas de ferramentas com segurança
Cada linha é uma ferramenta JSON chamada {"tool": ..., "arguments": {...}}. Existem apenas add(a, b) (dois números) e get_forecast(city) (da tabela FORECASTS). Imprima o resultado ou error: unknown tool NAME, error: bad arguments (nomes ou tipos errados) ou error: no forecast for CITY.
- Cinco chamadas
O Python é executado em um ambiente isolado no navegador, com limite de 60 segundos. O runtime é carregado pelo CDN do Pyodide; seu código permanece neste navegador.
Execute um loop de agente limitado
A linha 1 é o limite do passo. Cada linha a seguir é a próxima resposta do modelo, como JSON: {"tool": "search", "query": "..."} ou {"answer": "..."}. Execute o ciclo:
- para uma busca, procure a consulta em
INDEX(ouno results) e imprimastep N: search(QUERY) -> RESULT; - para responder, imprima
answer: TEXTe pare; - se o limite de passos for atingido antes de uma resposta, imprima
stopped: step limit reached.
- Respostas na hora certa
- Fica sem etapas
O Python é executado em um ambiente isolado no navegador, com limite de 60 segundos. O runtime é carregado pelo CDN do Pyodide; seu código permanece neste navegador.
Dúvidas sobre esta lição
Travou em algum ponto? Pergunte. Descobriu algo? Compartilhe. Explicar também é uma ótima forma de aprender.
Carregando publicações…