Rules, Skills, MCPs e Subagents - DOMINE os principais conceitos de IA para ganhar PRODUTIVIDADE

Aula Completa sobre Produtividade com IA

Introdução à Aula

• A aula é focada em ensinar como usar conceitos principais de IA para aumentar a produtividade de forma segura.

• Apresentação da Tech Leads Clube, com edição específica para o YouTube visando ser direta e objetiva.

• Um presente especial é mencionado: uma biblioteca de skills curadas que será apresentada durante a aula.

Estrutura da Live

• A estrutura inclui um fluxo real que será analisado para entender as mudanças nos fluxos agênticos recentes.

• Discussão sobre o futuro dos custom agents e o que pode substituí-los, além de previsões pessoais do apresentador.

Exemplo Prático

• O apresentador utiliza um exemplo prático envolvendo um bug no board do Jira, ilustrando um fluxo moderno de trabalho.

• Demonstração do uso de uma task real para criar um plano de ação, destacando a evolução das ferramentas utilizadas na IA.

Análise do Fluxo Moderno

• O fluxo envolve várias etapas, incluindo a busca por informações relevantes e a utilização de sub agents para manter o contexto gerenciável.

• Importância das skills na execução das tarefas; uma skill específica é utilizada para buscar tasks no Jira.

Evolução da Inteligência Artificial

• Breve histórico sobre Transformers e o impacto do Chat GPT3 no uso da IA entre 2022 e 2023.

• Aumento significativo na capacidade dos modelos (ex: GPT4), permitindo janelas maiores de contexto e aplicações mais complexas.

Uso dos MCPs

• Introdução aos MCP (Model Context Protocol), que facilitam a busca por dados externos necessários ao contexto local.

• Discussão sobre os desafios enfrentados quando se aumenta muito o contexto em interações com IA, levando à perda de clareza nas respostas.

Otimização do Contexto em IA

Importância da Janela de Contexto

• A janela de contexto ideal deve ocupar no máximo 40% do total disponível (200.000 tokens), para evitar respostas imprecisas e alucinações.

• O uso de planos se tornou comum em 2024, proporcionando um passo a passo claro que melhora a implementação e as respostas dos agentes.

Evolução das Ferramentas

• Em 2025, houve uma reestruturação significativa na forma como o contexto é utilizado nas ferramentas, visando otimizar o espaço ocupado na janela de contexto.

• Introdução do conceito de "progressive disclosure", onde a IA carrega automaticamente informações relevantes conforme necessário.

Melhoria na Estrutura dos Agentes

• Antes, os MCPs (Módulos de Controle de Processo) eram definidos manualmente; agora, os agentes podem carregar automaticamente as definições necessárias.

• A indústria está focando em otimizar o uso da janela de contexto através da implementação de regras, habilidades e subagentes.

Desafios Anteriores com Contexto

• Antigamente, havia um problema com prompts muito longos que causavam alucinações e resultados incoerentes devido ao excesso de informações carregadas simultaneamente.

• As empresas perceberam que não era suficiente apenas fornecer prompts; era necessário revisar e otimizar o código gerado pela IA.

Custo e Eficiência no Uso da IA

• A preocupação com o custo é central: quanto mais dados são enviados para processamento, maior será o gasto com tokens.

• As ferramentas estão cada vez mais automatizando a estruturação do contexto para melhorar a eficiência operacional.

Estrutura Atual das Regras

• As regras atuais são diretrizes estáticas que orientam os agentes sobre estilo de código e convenções do projeto.

• Um exemplo prático é apresentado: as "architecture rules" fornecem uma visão geral sem sobrecarregar o agente com informações desnecessárias.

Estrutura e Funcionamento de Agents e Rules

Introdução aos Agents

• O destaque do agente se deve à ausência de um padrão na época, levando a indústria a estabelecer normas para sua implementação.

• As regras (rules) podem ser aplicadas sempre ou sob demanda, permitindo flexibilidade no carregamento conforme necessário.

Configuração das Regras

• As regras são configuráveis e devem ter uma estrutura concisa, com um limite de aproximadamente 200 linhas.

• A arquitetura do projeto é definida em arquivos que carregam informações sob demanda, mantendo a janela de contexto baixa.

Workshop sobre Desenvolvimento Assistido por IA

• Um workshop programado para 7/02 abordará desde fundamentos até conceitos avançados em desenvolvimento assistido por IA.

• O valor do workshop é acessível (R$ 97), prometendo seis horas de conteúdo prático e direto ao ponto.

Implementação e Análise de Projetos

• É essencial definir claramente o projeto e sua estrutura base nos arquivos iniciais, mesmo em projetos legados.

• A IA pode analisar projetos existentes e gerar uma estrutura otimizada para facilitar a compreensão do código.

Uso de Subagents

• Os subagents foram introduzidos como uma forma de auxiliar no desenvolvimento, utilizando documentação específica do repositório.

• O autor compartilha experiências pessoais sobre como utilizou subagents para melhorar seu fluxo de trabalho em projetos pessoais.

Documentação e Padrões

• Instruções detalhadas foram passadas ao subagent sobre padrões específicos utilizados no repositório, incluindo práticas recomendadas.

• Apesar da documentação extensa, o autor enfatiza a importância da revisão manual do código gerado pelo subagent.

Limitações dos Subagents

• Alguns subagents podem crescer excessivamente grandes (3.000 a 4.000 linhas), comprometendo o contexto disponível para novas tarefas.

• A utilização excessiva dos tokens pode limitar as interações com o cloud, tornando necessário um gerenciamento cuidadoso das informações carregadas.

Motivação para Criar um Agente

O que é um agente?

• Felipe explica que um agente é um processo separado, funcionando em background e retornando informações ao agente principal.

Evolução dos agentes

• No início, os agentes operavam dentro da mesma janela de contexto. Com o tempo, tornaram-se mais inteligentes e passaram a ser chamados com contextos específicos.

Funcionamento do orquestrador

• O orquestrador principal chama o agente com uma solicitação específica, sem conhecimento prévio das interações anteriores. A resposta é então integrada à conversa principal.

Exemplo de uso de subagentes

• Um exemplo dado é a implementação de uma nova API, onde um subagente especializado em documentação pode ser chamado após a implementação.

Limitações e custos

• Mesmo utilizando subagentes para especialização, ainda há consumo significativo de recursos. Ter múltiplos subagentes abertos equivale a ter várias conversas simultâneas.

Mudanças na Abordagem até Setembro do Ano Passado

Necessidade de instruções repetidas

• Antes da evolução dos agentes, era necessário repetir instruções ao chat sobre preferências específicas (ex: versões do React).

Criação de subagentes especializados

• A indústria começou a criar subagentes não apenas para processos separados, mas também para funcionalidades especializadas como geração de PDFs ou testes.

Estrutura organizacional dos agentes

• Os subagentes eram organizados como uma equipe completa (PO, front-end, back-end), cada um responsável por tarefas específicas.

A Introdução das Skills

Definição e funcionalidade das skills

• As skills surgiram como uma alternativa aos subagentes, oferecendo funcionalidades portáveis e especializadas.

Exemplos práticos de skills

• Felipe menciona suas próprias skills criadas no projeto e destaca sua utilidade em automatizar tarefas frequentes (ex: integração com APIs).

Comparação entre skills e MCP da Atlas

• Ele compara as skills com o MCP da Atlas, ressaltando que as skills abstraem complexidades associadas às chamadas API.

MCP e suas Vantagens

Integração com Projetos

• O uso do MCP da Atlas permite que o agente tenha acesso direto ao projeto no Gira, incluindo informações como cloud ID e instância, facilitando a execução de tarefas sem necessidade de especificações adicionais.

• A estruturação das informações evita retrabalho; ao invés de repetir detalhes como URLs, o agente já possui tudo configurado para realizar ações como "fixar um bug".

Criação e Uso de Skills

• A criação de templates para tarefas (como tesques) otimiza o fluxo de trabalho, permitindo que o agente execute comandos sem precisar pensar em cada detalhe.

• Skills específicas são desenvolvidas para diferentes funções, como criar testes end to end, onde exemplos claros são fornecidos para facilitar a execução.

Vantagens do MCP

• O MCP atua como um adaptador entre sistemas, simplificando a integração. No passado, os modelos não eram tão eficientes e dependiam do MCP para funcionar corretamente.

• Embora hoje seja possível fazer requisições diretas à API da Atlas, o MCP ainda oferece vantagens em termos de transparência na autenticação e configuração.

Desafios e Funcionalidades do MCP

• O protocolo criado pelo MCP é útil por padronizar as interações entre diferentes APIs (REST, GraphQL), evitando a complexidade de ter que lidar com múltiplas integrações manualmente.

• Além da busca, o MCP pode ser utilizado para inserções e atualizações em sistemas diversos. Por exemplo, ele pode adicionar comentários em tesques ou documentar atividades no Confluence automaticamente.

Diferença entre Agent e Skill

• O "agent" representa o papel ou personalidade que o sistema assume durante uma tarefa específica. Já as "skills" são instruções programadas que permitem executar essas tarefas independentemente do papel assumido.

• É importante considerar também a questão dos tokens utilizados nas operações; embora possam ser mais altos ao usar guidelines, há uma economia geral no processo de desenvolvimento quando se utiliza boas práticas.

Economia e Planejamento no Desenvolvimento de IA

Investimento Inicial e Economia a Longo Prazo

• O planejamento adequado no desenvolvimento de IA pode resultar em economia, pois um gasto inicial maior com diretrizes e habilidades bem definidas reduz o retrabalho.

• Embora haja um custo inicial mais alto em tokens, ao longo do ciclo de desenvolvimento, espera-se uma redução nos gastos devido à diminuição de bugs e código duplicado.

Centralização do Conhecimento

• A centralização do conhecimento na equipe é uma prática comum, onde se utiliza MCPs (Modelos de Comportamento Padrão) para acessar informações atualizadas.

• É importante avaliar a frequência das mudanças nas informações; se não mudam frequentemente, um marketplace interno pode ser mais eficiente.

Marketplace Interno e Atualizações

• Um marketplace interno permite que todos na empresa acessem as versões mais recentes das skills sem sobrecarregar a IDE com múltiplos MCPs.

• Para conteúdos dinâmicos que mudam frequentemente, como dados de bancos ou páginas internas, o uso de MCP é preferível para garantir atualizações constantes.

Diferença entre Regras e Skills

• As regras (rules) são estáticas enquanto as skills representam capacidades dinâmicas dos agentes. A separação entre ambos ajuda na organização do desenvolvimento.

• Skills podem ser compartilhadas dentro da equipe através do marketplace, permitindo que outros entendam os padrões estabelecidos.

Evolução dos Subagents

• Os subagents foram utilizados para tarefas especializadas; agora as skills foram criadas para melhorar esses fluxos de trabalho.

• A mudança recente permitiu que os subagents operassem em contextos isolados, mantendo o contexto principal leve e possibilitando paralelização das tarefas.

Agentes Genéricos e Flexibilidade

• Os subagents genéricos permitem explorar tarefas em paralelo sem necessidade de configuração complexa por parte do usuário.

• Essa abordagem poderosa facilita a análise e busca por informações relevantes sem comprometer o desempenho geral do sistema.

Capacidade e Processos em IA

Estrutura Modular e Execução Paralela

• A arquitetura modular permite a execução de múltiplas skills em paralelo, sem interferir no contexto principal do agente.

• O exemplo dado envolve três módulos que podem ser analisados simultaneamente, utilizando uma linguagem específica para o workshop.

• A habilidade de executar subagentes em paralelo é destacada como uma inovação significativa na inteligência artificial atual.

Economia de Contexto

• A economia de contexto é discutida, enfatizando a importância do tamanho da janela de contexto na eficiência das skills.

• As skills não alteram a janela de contexto; o que influencia essa janela é o uso dos subagentes, que delegam tarefas a outros processos.

Definição e Função das Regras

• As regras (rules) definem padrões estáticos para a arquitetura e estrutura do código, garantindo consistência nas práticas adotadas pelos agentes.

• É importante otimizar as regras para que os agentes busquem arquivos sob demanda, melhorando assim sua eficiência operacional.

Habilidades dos Agentes

• Skills são definidas como habilidades específicas que um agente pode executar, como criar testes ou realizar análises arquiteturais.

• As skills são portáveis e podem ser utilizadas em diferentes projetos ou ambientes, facilitando a integração com sistemas externos.

Subagentes e Customização

• Os subagentes são necessários quando se deseja criar um novo processo distinto para limitar o contexto do processo principal.

• As regras podem ser carregadas completamente ou sob demanda, dependendo da configuração desejada pelo usuário.

Agentes Genéricos e Habilidades em Desenvolvimento

Introdução aos Agentes e Habilidades

• O conceito de agente é apresentado como um processo que possui habilidades, permitindo a criação de testes e debug, conforme demonstrado por Felipe.

• A ideia central é desenvolver um agente genérico que não precise ser definido a cada vez; o usuário apenas especifica as habilidades necessárias.

Funcionamento do Agente Genérico

• O agente genérico busca automaticamente as habilidades disponíveis para realizar tarefas específicas, eliminando a necessidade de criar novos agentes constantemente.

• Ferramentas estão se tornando mais inteligentes ao delegar tarefas para agentes, otimizando o uso do contexto disponível.

Exemplos Práticos e Aplicações

• Felipe menciona um exemplo onde ele dividiu um agente customizado em várias skills, permitindo que a ferramenta inicie novos agentes conforme necessário.

• Um exemplo prático é mostrado com uma skill específica para validação de formulários complexos, facilitando o trabalho sem intervenção manual.

Melhoria na Eficiência dos Processos

• O novo sistema permite que o agente busque informações relevantes sem precisar entender todos os detalhes da implementação anterior.

• A eficiência é aumentada ao carregar apenas as informações necessárias quando uma conversa é iniciada, mantendo o foco nas skills corretas.

Conclusões sobre Skills e Colaboração

• As instruções são dadas ao modelo LLM para otimizar seu funcionamento com base nas skills disponíveis.

• Uma nova biblioteca foi criada para facilitar o uso de skills no desenvolvimento, promovendo colaboração aberta entre os usuários.

Introdução à LIBA e suas Funcionalidades

O que é a LIBA?

• A LIBA possui skills pré-selecionadas por membros do Techlitsads Club, permitindo colaboração de qualquer pessoa.

• A instalação das skills é automatizada, eliminando preocupações com configurações manuais.

Processo de Seleção e Instalação de Skills

• O usuário pode escolher entre instalar um link simbólico ou copiar a skill para o repositório global; recomenda-se o uso do link simbólico para atualizações automáticas.

• A instalação é feita no padrão do Open Code, criando um link simbólico para o diretório da LIB.

Especificações e Boas Práticas

• A skill apresentada simplifica as instruções de design, implementação e validação baseadas em boas práticas sugeridas pelo GitHub.

• Durante a criação de tarefas, há uma interação semelhante a um bate-papo onde são discutidos critérios de aceitação e histórias relacionadas ao projeto.