Criar Agentes
O que são Agentes?
Agentes são entidades personalizáveis que utilizam informações contextuais para fornecer respostas e ações mais precisas e relevantes. Eles são projetados para resolver problemas específicos e melhorar a eficiência no desenvolvimento de software. Ao criar um, você pode:
- Definir Instruções do Agente.
- Configurar a base de Knowledge Source (incluindo regras e parâmetros para seu uso).
- Designá-los como Agentes de Conversação ou Agentes Sistemáticos.
- Utilizá-los dentro de Quick Commands.
Na StackSpot AI, os Agentes são como especialistas virtuais que podem ser ajustados para atender às suas necessidades específicas, aumentando assim a eficiência e a qualidade do ciclo de desenvolvimento de software.
Quando configurar um Agente na StackSpot AI, você é responsável por personalizar suas interações com a plataforma. Isso inclui modificar prompts do sistema e Knowledge Sources para aumentar a eficiência e facilitar o desenvolvimento.
Você tem a flexibilidade de criar Agentes especializados para diferentes tarefas, como:
- Um agente que gera user stories
- Agentes para criar código e conduzir QA no código gerado
- Um agente para criar documentação
Criar Agentes
Passo 1. Acesse o Portal da StackSpot AI e navegue até a seção ‘Contents > Agentes‘
Passo 2. Clique no botão ‘Criar Agentes’
Passo 3. Preencha as seguintes informações
-
Nome do Agente: forneça um nome para o seu Agente.
-
Prompt do Sistema (System prompt): é aqui que você pode definir as instruções para o comportamento e habilidades do seu Agente. Por exemplo, o CodeBuddy tem um prompt de sistema específico.
- O prompt dos Agentes tem um limite de 8,000 caracteres.
Ao realizar buscas por similaridade, a StackSpot AI foca no prompt do usuário (seja nos Quick Commands, na caixa de prompt, ou no chat). No entanto, os prompts do sistema dos Agentes não são considerados nessas buscas. Durante o processo do Agente, Knowledge Sources (KS) e Knowledge Objects (KO) serão utilizados somente quando o limite de similaridade configurado no Agente for atingido entre um KS/KO e o prompt do usuário.
- Comandos Sugeridos: esses comandos são frases ou perguntas que ajudam a pessoa usuária a começar conversas com o Agente.
Passo 4. Knowledge Sources (KSs): atribua KSs específicos ao Agente para melhorar as respostas
Ele usará apenas os que você selecionou e não pesquisa outros KSs da conta. Você pode configurar a função de busca por similaridade. Escolha o seguinte:
- Número máximo de KOs considerados na busca: Escolha o número de objetos de conhecimento que você considerará nas respostas. Por padrão, a StackSpot AI usa quatro (4) fragmentos de Objetos de Knowledge Sources para enriquecer as respostas, mas você pode escolher quantos quiser.
- Limite de relevância: Escolha quão relevante é o limite. Por padrão, a StackSpot AI considera 40%, indicando a similaridade do fragmento de resposta que você está procurando. Você pode escolher a porcentagem desejada.
Passo 5. Configure o LLM (Language Large Model)
- LLM: A StackSpot AI permite que você defina Language Learning Models (LLMs) ae seus modelos correspondentes. Você pode personalizar sua experiência com IA selecionando os modelos mais adequados para um contexto específico.
- Clique no botão the 'Ferramenta' na seção de LLM. Escolha o modelo que você deseja. Para cada modelo, você tem diferentes campos.
Campos e valores dos modelos
Campos
Confira os detalhes dos campos:
- Temperatura: Está relacionada à criatividade do LLM. Configurar a temperatura para 0 gera informações mais precisas, enquanto aumentar a temperatura incentiva maior criatividade.
Se você está buscando respostas relacionadas a software, escolha 0. Para criar imagens de texto, selecione uma temperatura mais alta para obter mais criatividade.
- Top P: regula o nível de ousadia nas escolhas de palavras da AI.
- Penalidade de frequência: reduz a repetição de palavras.
- Penalidade de presença: incentiva a AI a explorar novos tópicos.
- Efeito de raciocínio: explica o quanto de raciocínio ou resolução de problemas a AI realiza para fornecer respostas.
Estruturar Saída
Em Estrutura saída, o LLM gera todas as respostas no formato de JSON schema.
O esquema definido pela pessoa usuária determina o output, garantindo que qualquer resposta do modelo de linguagem especifique o tipo, propriedades, etapas e mais. O output estruturado assegura que a resposta siga um formato específico e predefinido.
Siga as instruções para utilizar:
Passo 1. Habilite a opção ‘Estruturar Saída’;
Passo 2. Preencha o formato JSON com as ações que você deseja que o LLM execute.
Para visualizar as opções de ações disponíveis, clique em ‘Exemplos’. Você pode escolher:
- Math step-by-step: detalha a resolução de um problema matemático, etapa por etapa.
- User profile parsing: organiza e apresenta informações do perfil de um usuário.
- Order parsing: estrutura os dados de um pedido, incluindo itens e valores.
- Project parsing: detalha informações de um projeto, como membros e status.
Valores
Confira os valores para cada campo.
- GPT 4o & GPT 4o-mini
| Parâmetro | Mínimo | Máximo | Padrão | Obrigatório |
|---|---|---|---|---|
| Temperatura | 0.0 | 2.0 | 0.7 | Sim |
| Top P | 0.0 | 1.0 | 1.0 | Não |
| Penalidade de Frequência | -2.0 | 2.0 | 0.0 | Não |
| Penalidade de Presença | -2.0 | 2.0 | 0.0 | Não |
-
GPT 03-mini
- Reasoning Effort: Baixo, Médio ou Alto.
- Default: Baixo
- Reasoning Effort: Baixo, Médio ou Alto.
-
Bedrock Claude 3.5 Sonnet
| Parâmetro | Mínimo | Máximo | Padrão | Obrigatório |
|---|---|---|---|---|
| Temperatura | 0.0 | 1.0 | 0.7 | Sim |
| Top P | 0.0 | 1.0 | x | Não |
Passo 6. Adicionar Ferramentas (Tools) ao Agente
Adicionar uma ferramenta a um Agente aumenta sua eficácia, permitindo que ele execute ações em vez de apenas processar texto. Por exemplo, o Agente pode recuperar dados processados de outras aplicações ao interagir com essas ferramentas.
Exemplo de Tool:
Se você precisar resolver um problema matemático, usar um agente com uma Tool de cálculo utilizará essa ferramenta de forma eficaz para encontrar a resposta e entregar o resultado correto para você.
- Para adicionar Tools: Clique no botão 'Adicionar'. Atualmente, você tem disponível apenas a ferramenta Utilities para adicionar. Dentro dela, você pode escolher uma das funcionalidades a seguir:
- Calculadora
- Wikipedia
- Gerar Imagem
- Web scraping
- Pesquisa na Web
Você pode escolher mais de uma Tool.
Passo 7. Em Configurações Avançadas, você pode escolher as opções
1. Permitir que o Agente mostre informações detalhadas: esta opção permite que as pessoas usuárias tenham visibilidade dos detalhes de cada passo do Agente.
Você pode visualizar as Tools que escolheu enquanto usa Agente no chat da StackSpot AI.
2. Modo Conversacional: quando ativado, o sistema permite interações contínuas e complexas, tornando-o ideal para conversas que envolvem múltiplas trocas de informações. Quando desativado, o sistema responde a uma pergunta por vez, sendo mais adequado para respostas rápidas e diretas.
Passo 8. Clique em 'Salvar'
Teste seu Agente na seção 'Tentar' para garantir que ele funcione conforme o esperado;
Compartilhe seu Agente
Se você quiser compartilhar seu Agente, clique no botão 'Compartilhar' e escolha compartilhá-lo com:
- Compartilhar com pessoas usuárias: adicione o endereço de e-mail das pessoas usuárias.
- Publicar na conta.
Você poderá usar seu Agente na StackSpot AI IDE.
Você pode editar ou apagar o seu Agent na aba 'Configurações'.
Exemplos de criação de Agentes
Agente 1. Revisão de código
Uma equipe de desenvolvimento deseja automatizar o processo de revisão de código, criando um Agente especializado na StackSpot AI. O objetivo é identificar problemas como violações de padrões de codificação, vulnerabilidades de segurança e oportunidades de otimização nas submissões de código.
Confira os passos para criar esse Agente:
- Acesse o Portal da StackSpot AI e navegue até a seção ‘Agentes’;
- Clique em ‘Criar Agente’ e forneça um nome, como "Agente de Revisão de Código";
- No ‘Prompt do Sistema‘, defina as instruções para o Agente revisar o código, como: "Revise o código em busca de violações de padrões, vulnerabilidades de segurança e oportunidades de otimização";
- Selecione o ‘Modo Conversacional‘ para permitir interações contínuas com a equipe de desenvolvimento durante o processo de revisão;
- Adicione ‘Knowledge Sources‘ relevantes sobre padrões de codificação e segurança;
- Salve o agente e teste-o na seção ‘Tentar’ para garantir que ele funcione conforme o esperado.
- Resultado: O Agente revisa automaticamente os commits de código, fornecendo feedback imediato sobre possíveis problemas, melhorando a qualidade do código e acelerando o processo de revisão. Ele pode ser utilizado tanto em conversas diretas com a equipe quanto dentro de um Quick Command para revisar múltiplos commits de uma vez.
Agente 2. Assistente de Gestão de Produto para Criação de User Stories
Um gerente de produto quer criar um Agente na StackSpot AI para auxiliar na criação de user stories detalhadas e acionáveis. O Agente ajudará a traduzir requisitos de produto em user stories estruturadas, fáceis de entender pelas equipes de desenvolvimento.
Confira os passos para criar esse Agente:
- Acesse o Portal da StackSpot AI e navegue até a seção ‘Agentes’;
- Clique em ‘Criar Agente’ e forneça um nome, como "Assistente de User Stories";
- No ‘Prompt do Sistema‘, defina as instruções para o Agente revisar o código, como: "Ajude a criar user stories detalhadas e alinhadas com metodologias ágeis, baseadas nos requisitos fornecidos";
- Selecione o ‘Modo Conversacional‘ para permitir que o gerente de produto interaja com ele durante a criação das user stories;
- Adicione ‘Knowledge Sources‘ que contenham exemplos de user stories e boas práticas de metodologias ágeis;
- Salve o agente e teste-o na seção ‘Tentar’.
- Resultado: O gerente de produto pode gerar rapidamente user stories bem estruturadas e alinhadas com as metodologias ágeis, reduzindo o tempo gasto na redação e garantindo consistência nas user stories da equipe. O agente pode ser utilizado tanto em conversas diretas quanto dentro de um Quick Command para gerar múltiplas user stories de uma vez.
Integração com Quick Commands
Ambos os Agentes podem ser utilizados individualmente em conversas ou combinados em um Quick Command para realizar tarefas mais complexas. Por exemplo, um Quick Command pode ser configurado para que o Agente de Revisão de Código e o Assistente de User Stories trabalhem juntos. Nesse cenário, o Quick Command pode revisar o código e, em seguida, gerar automaticamente user stories baseadas nas mudanças detectadas, otimizando o fluxo de trabalho da equipe.
Essa flexibilidade permite que múltiplos agentes especializados colaborem em diferentes etapas do ciclo de desenvolvimento, garantindo maior eficiência e qualidade no processo.
Para mais informações de como Criar Quick Commands,siga os passos na seção da documentação.