Navegacao Rapida
🤖 O Que E um Agente de IA
A diferenca fundamental entre chatbot e agente, o loop de execucao, ferramentas, memoria e os componentes essenciais.
Chatbot responde perguntas; agente EXECUTA acoes. O Claude Code nao apenas sugere codigo — ele le arquivos, edita, executa comandos, cria agentes.
Entender a diferenca define o que voce pode construir.
Chatbot (stateless, text-in/text-out), Agente (stateful, tool-using, action-oriented).
O ciclo Input → LLM → Tools → Results → Response que se repete ate a tarefa acabar. E o while(true) do Claude Code.
Este loop e o coracao de todo agente — sem ele, e so chat.
Agent loop, iteracao, condicao de parada, tool dispatch.
Ferramentas sao funcoes que o LLM pode invocar: ler arquivo, executar comando, buscar na web. O Claude Code tem 40+.
Sem ferramentas, o LLM e limitado ao que sabe; com ferramentas, pode agir no mundo real.
Tool calling, function calling, tool schemas, tool execution.
Estado e tudo que o agente sabe em um dado momento. Memoria persiste entre sessoes. O Claude Code tem 4 tipos de memoria + AutoDream.
Sem memoria, cada conversa comeca do zero.
Contexto (curto prazo), memoria (longo prazo), sessao.
Quanto o agente pode fazer sem perguntar? O Claude Code tem sistema allow/deny/ask e 5 camadas de seguranca.
Autonomia demais e perigoso; de menos e inutil.
Permissoes, sandbox, guardrails, human-in-the-loop.
Todo agente precisa: loop de execucao, sistema de ferramentas, gerenciador de contexto, memoria e seguranca. Sao os 8 subsistemas do Claude Code.
Conhecer os componentes e o primeiro passo para construir.
Query Engine, Tools, Memory, Security, Context Manager.
🔄 O Loop do Agente
As etapas do loop, por que e infinito, quando para, streaming vs batch, tratamento de erros e seu primeiro pseudocodigo.
O mesmo fluxo de 6 etapas do Claude Code: Digita → Injeta contexto → Chama API → Executa tools → Retorna resultados → Responde.
Entender cada etapa permite otimizar e depurar.
6 etapas, injecao de contexto, system prompt, tool dispatch.
O loop roda indefinidamente — e o LLM que decide quando a tarefa esta feita, nao um contador.
Tarefas complexas precisam de numero variavel de iteracoes.
while(true), loop infinito, max_iterations como safety net.
O agente para quando: nao ha mais tool calls (tarefa completa), atinge max_iterations, ou encontra erro irrecuperavel.
Sem condicao de parada, o agente roda para sempre.
Stop condition, max_iterations, error handling.
Streaming mostra progresso em tempo real (async generators); batch espera completar para mostrar. Claude Code usa streaming.
Streaming melhora UX e permite interrupcao.
Streaming, async generators, batch processing.
Quando uma ferramenta falha, o resultado de erro volta pro LLM que pode tentar outra abordagem.
Resiliencia e essencial — erros sao normais.
Error propagation, retry logic, graceful degradation.
Pseudocodigo do loop: while True: response = llm(messages); if no_tools: return; execute_tools(); add_results().
Ver o loop em codigo torna o conceito concreto.
Pseudocodigo, implementacao minima, agent harness.
🧰 Ferramentas (Tools)
O que e uma ferramenta, sua anatomia completa, como o LLM decide qual usar, validacao, permissoes e as ferramentas essenciais.
Ferramenta = funcao com nome, descricao e parametros que o LLM pode chamar. Como dar maos a um cerebro.
Ferramentas transformam chat em acao.
Tool, function, capability, schema.
Cada ferramenta tem: name (identificador), description (o que faz), parameters (schema JSON), execution (a funcao real), return (resultado).
O padrao universal do Claude Code mostra que consistencia escala.
Tool schema, JSON Schema, input/output contract.
O LLM analisa a tarefa, ve as ferramentas disponiveis e gera uma chamada estruturada. Nao e magia — e matching de intencao com descricao.
Entender como o LLM escolhe ajuda a escrever boas descricoes.
Tool selection, intent matching, structured output.
Antes de executar, validar que os parametros estao corretos. O Claude Code usa Zod; em Python, Pydantic ou jsonschema.
Input invalido pode quebrar ferramentas ou causar vulnerabilidades.
Input validation, Zod, Pydantic, type checking.
Nem toda ferramenta deve ser automatica. read_file pode ser allow; run_shell precisa de ask. Claude Code tem 3 niveis.
Equilibrio entre velocidade e seguranca.
Allow/deny/ask, permission levels, settings.json.
As 4 ferramentas que todo agente de codigo precisa: ler arquivo, escrever arquivo, executar comando e buscar em codigo.
Com essas 4 voce ja pode construir um agente funcional.
read_file, write_file, run_shell, search_in_files.
🧠 Memoria e Contexto
Janela de contexto, memoria de trabalho, persistencia, compressao, system prompt e configuracao com CLAUDE.md.
O LLM tem limite de tokens (8K a 1M). Tudo precisa caber nessa janela: system prompt, historico, tools, resultados.
Entender o limite e essencial para projetar agentes que funcionam em sessoes longas.
Context window, tokens, token counting, limites por modelo.
O contexto ativo e tudo que o LLM consegue "ver" no momento. E como a memoria RAM de um computador.
O que nao esta no contexto, o agente nao sabe.
Working memory, active context, visibility.
Memoria de sessao = mensagens da conversa atual. Memoria persistente = sobrevive entre sessoes (MEMORY.md, banco de dados).
Sem persistencia, cada sessao comeca do zero.
Session memory, persistent memory, 4 tipos do Claude Code.
Quando o contexto cresce demais: Microcompact → Corte de Historico → Autocompact → Memoria da Sessao.
Sem compressao, sessoes longas quebram o agente.
4 estagios do Claude Code, sliding window, summarization.
O system prompt define quem o agente e, o que pode fazer e como se comportar. E o "DNA" do agente.
Um bom system prompt = agente util e seguro.
System prompt, persona, regras, guardrails.
CLAUDE.md e o manual operacional do projeto — regras, padroes, decisoes. settings.json configura permissoes.
Configuracao separada do codigo permite adaptacao sem reescrever.
CLAUDE.md, settings.json, configuracao declarativa.