Habilidades ai-agent-development
🤖

ai-agent-development

Seguro

Construa Agentes de IA com CrewAI e LangGraph

Este fluxo de trabalho guia você na construção de agentes de IA autônomos, desde a implementação de agentes individuais até sistemas multi-agentes com orquestração usando os frameworks CrewAI e LangGraph.

Suporta: Claude Codex Code(CC)
🥉 73 Bronze
1

Baixar o ZIP da skill

2

Upload no Claude

Vá em Configurações → Capacidades → Skills → Upload skill

3

Ative e comece a usar

Testar

A utilizar "ai-agent-development". Ajude-me a projetar um agente de pesquisa que possa pesquisar na web, analisar dados e escrever relatórios.

Resultado esperado:

Com base no fluxo de trabalho de Desenvolvimento de Agentes de IA, aqui está o projeto do seu agente:

**Fase 1: Projeto do Agente**
- Propósito: Assistente de pesquisa automatizado
- Capacidades: Pesquisa web, análise de dados, redação de relatórios
- Ferramentas: API de busca, biblioteca de processamento de dados, gerador de documentos
- Memória: Curto prazo para contexto de conversa, longo prazo para descobertas de pesquisa
- Métricas de Sucesso: Precisão da análise, completude dos relatórios

**Abordagem Recomendada**: Use um sistema multi-agentes com 3 papéis (Pesquisador, Analista, Escritor) coordenado por orquestração LangGraph.

A utilizar "ai-agent-development". Criar um agente de atendimento ao cliente com acesso à nossa base de conhecimento

Resultado esperado:

Para um agente de atendimento ao cliente, recomendo:

**Implementação de Agente Individual** (Fase 2)
- Framework: CrewAI para conversas estruturadas
- Ferramentas: Busca na base de conhecimento, criação de tickets, gatilho de escalonamento
- Memória: Memória de entidades para histórico do cliente, memória de conversa para contexto

**Portas de Qualidade**: Verifique se o agente lida com consultas comuns, escala adequadamente, mantém contexto em conversas de múltiplas rodadas.

Auditoria de Segurança

Seguro
v1 • 2/24/2026

Static analysis flagged 42 potential issues (32 external_commands, 10 weak_crypto). After evaluation, all findings are FALSE POSITIVES. The external_commands detections are markdown backticks used for skill references (e.g., `ai-agents-architect`), not shell execution. The weak_crypto detections are keyword false positives on common words like 'design', 'memory', 'tool'. This is a documentation-only skill with no executable code.

1
Arquivos analisados
175
Linhas analisadas
0
achados
1
Total de auditorias
Nenhum problema de segurança encontrado

Padrões Detectados

False Positive: Markdown Code ReferencesFalse Positive: Keyword Detection
Auditado por: claude

Pontuação de qualidade

38
Arquitetura
100
Manutenibilidade
87
Conteúdo
50
Comunidade
100
Segurança
83
Conformidade com especificações

O Que Você Pode Construir

Construir um Agente de Suporte ao Cliente

Crie um agente autônomo que lida com consultas de clientes, acessa bases de conhecimento e escalona problemas complexos para agentes humanos.

Desenvolver Equipe de Pesquisa Multi-Agentes

Construa uma equipe de agentes de IA especializados que colaboram em tarefas de pesquisa, com agentes separados para coleta de dados, análise e relatórios.

Criar Fluxos de Agentes com Estado

Projetar fluxos de agentes persistentes que mantêm o estado entre conversas e podem tomar decisões baseadas no histórico do fluxo de trabalho.

Tente Estes Prompts

Iniciar Projeto de Agente 
Quero construir um agente de IA. Use o fluxo de trabalho @ai-agent-development para me guiar pelo processo. Comece com a Fase 1: Projeto do Agente. Ajude-me a definir o propósito do agente, capacidades, necessidades de integração de ferramentas e métricas de sucesso.
Implementar Agente Individual 
Seguindo a Fase 2 do fluxo de trabalho @ai-agent-development, ajude-me a implementar um agente autônomo individual. Quero usar [CrewAI/LangGraph] como meu framework. Guie-me através da implementação da lógica do agente, adição de integração de ferramentas e configuração de memória.
Construir Sistema Multi-Agentes 
Preciso criar um sistema multi-agentes. Usando a Fase 3 de @ai-agent-development, ajude-me a definir papéis dos agentes, configurar comunicação entre agentes, configurar delegação de tarefas e testar coordenação.
Adicionar Memória e Ferramentas 
Meu agente precisa de memória e ferramentas. Seguindo as Fases 5 e 6 de @ai-agent-development, ajude-me a projetar a estrutura de memória (curto prazo, longo prazo, entidades) e implementar as ferramentas que o agente usará.

Melhores Práticas

  • Comece com um propósito claro do agente e métricas de sucesso definidas antes da implementação
  • Use o fluxo de trabalho faseado sistematicamente - complete cada fase antes de avançar para a próxima
  • Teste o comportamento do agente em cada fase com cenários do mundo real antes de adicionar complexidade

Evitar

  • Pular a fase de projeto e ir direto para a implementação
  • Adicionar muitas ferramentas e capacidades antes de verificar a funcionalidade básica
  • Ignorar o projeto do sistema de memória - agentes sem memória perdem contexto rapidamente

Perguntas Frequentes

Quais frameworks este fluxo de trabalho suporta?
Este fluxo de trabalho suporta CrewAI, LangGraph e implementações personalizadas de agentes. As fases são agnósticas de framework, mas incluem orientações específicas para cada framework.
Preciso saber Python para usar este fluxo de trabalho?
Sim, implementar agentes de IA geralmente requer conhecimento de Python e familiaridade com bibliotecas de IA/ML. Este é um fluxo de trabalho técnico para desenvolvedores.
Posso usar isso para projetos comerciais?
Sim, este fluxo de trabalho fornece orientações para construir agentes. Os agentes resultantes podem ser usados em produtos comerciais sujeitos às licenças dos frameworks utilizados.
Quanto tempo leva para construir um agente seguindo este fluxo de trabalho?
O cronograma varia baseado na complexidade do agente. Um agente individual simples pode levar algumas horas. Sistemas multi-agentes complexos com orquestração podem levar de vários dias a semanas.
Isso inclui código de agente pré-construído?
Não, este é um documento de fluxo de trabalho e orientação. Você precisará implementar o código real do agente com base nas decisões arquiteturais feitas em cada fase.
O que acontece se meu agente falhar na fase de avaliação?
O fluxo de trabalho inclui iteração - retorne a fases anteriores para refinar o projeto do agente, melhorar a integração de ferramentas, ajustar sistemas de memória ou modificar a lógica de orquestração com base nos resultados da avaliação.

Detalhes do Desenvolvedor

Autor

sickn33

Licença

MIT

Repositório

https://github.com/sickn33/antigravity-awesome-skills/tree/main/skills/ai-agent-development

Referência

main

Estrutura de arquivos

📄 SKILL.md