Projeto final: construa um controlador de agente
Escreva o controlador que roda um agente roteirizado com segurança - orçamentos, detecção de travamento, aprovações - e depois resuma o rastro dele.
- Combinar orçamentos de etapas, detecção de travamento e portões de aprovação num único controlador
- Simular um ambiente cujos resultados mudam conforme o agente age
- Resumir o rastro de uma execução num relatório para o operador
Hora de construir a parte de um agente que é sua: o controlador. As decisões do modelo são dadas como um roteiro, para você focar no que o controlador precisa aplicar a cada etapa:
- Parar numa resposta final.
- Parar quando o orçamento de etapas acabar.
- Condicionar as ações com consequências à aprovação.
- Executar no ambiente e registrar o resultado.
- Parar quando a mesma ação continuar devolvendo o mesmo resultado.
Depois escreva o relatório que um operador gostaria de ver após a execução: etapas, erros, tempo, chamada mais lenta, ferramentas usadas e o motivo da parada.
1results = {"run_tests()": ["1 failing", "all pass"]}
2calls = {}
3for _ in range(3):
4 index = calls.get("run_tests()", 0)
5 calls["run_tests()"] = index + 1
6 print(results["run_tests()"][min(index, 1)])1 failing all pass all pass
Principais conclusões
O controlador aplica orçamentos, aprovações e detecção de travamento a cada etapa.
Os resultados vêm do ambiente, que muda conforme o agente age.
Toda execução termina com um motivo de parada claro e um relatório.
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.
Etapa 1: o controlador
Linha 1: configuração JSON {"max_steps", "stuck_threshold", "approvals"} (approvals mapeia nomes de ferramentas para true/false). Linha 2: o ambiente em JSON, que mapeia cada chamada para uma lista de resultados - a N-ésima chamada devolve o N-ésimo resultado (o último se repete). Depois, uma ação proposta por linha.
Para cada ação, em ordem:
answer: TEXT→ imprimafinal: TEXTe pare.- Se
max_stepsetapas já tiverem rodado → imprimastopped: step budget reachede pare. - Se a ferramenta (o nome antes do
() estiver emCONSEQUENTIALe a aprovação dela não for verdadeira → imprimastep N: ACTION -> blocked: needs approvalestopped: approval denied for TOOL, e pare. - Execute-a: imprima
step N: ACTION -> RESULT(error: unknown tool callse não estiver no ambiente). - Se esta ação já tiver devolvido este resultado
stuck_thresholdvezes → imprimastopped: stuck on ACTIONe pare.
Se as ações acabarem, imprima stopped: no answer.
- Corrige o bug
- Fica preso
- Deploy bloqueado
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.
Etapa 2: o relatório do operador
Cada linha é um evento JSON {"step", "action", "status", "ms"}, menos a última, que é {"stop": REASON}. Imprima:
1steps: N
2errors: E
3total time: T s (1 decimal)
4slowest: ACTION (X s) (1 decimal; first one on ties)
5tools: NAME COUNT, ... (tool = name before "(", sorted by name)
6stop: REASONO tempo total e o da chamada mais lenta usam 1 casa decimal; em caso de empate, vale a primeira chamada. A ferramenta é o nome antes do “(”, e a lista é ordenada pelo nome.
- Uma execução presa
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…