Uso de ferramentas: como os agentes agem
Descubra por que a chamada de ferramentas — permitir que o modelo invoque funções — transforma um modelo de conversa em um agente que afeta o mundo.
Uso de ferramentas: como os agentes agem é uma aula grátis de AI Agents no CoddyKit. Esta é a aula 3 de 3. Você pode ler a aula completa abaixo gratuitamente — depois pratica ao vivo no navegador com um editor de código integrado e um tutor de IA 24/7. Faz parte do caminho de aprendizado de AI Agents, e seu progresso é sincronizado entre a web e o app CoddyKit. O curso de AI Agents inclui 3 aulas no total.
Além de conversar
Um LLM só consegue produzir texto. Para ajudar de verdade, um agente precisa de ferramentas: maneiras de agir no mundo real. 🛠️
O que é uma ferramenta?
Uma ferramenta é simplesmente uma função que o agente pode chamar, como pesquisar na internet, consultar o clima ou fazer alguns cálculos.
Uma analogia do dia a dia
Pense nas ferramentas como aplicativos em um celular. O agente escolhe a opção certa para a tarefa, assim como você toca no aplicativo correto.
Como ele decide
Você descreve suas ferramentas para o agente. Ele lê a tarefa, escolhe qual ferramenta é adequada e então solicita seu uso.
Uma ferramenta simples
Uma ferramenta pode ser minúscula. Veja uma que soma dois números, do tipo que um agente poderia chamar.
def add(a, b):
return a + b
print(add(2, 3))O agente não a executa
O LLM não executa o código por conta própria. Ele diz: 'chame add com 2 e 3', e seu programa executa a função e devolve o resultado.
De volta ao ciclo
Lembra-se de pensar-agir-observar? O agente chama uma ferramenta (agir), lê o resultado (observar) e então decide qual será a próxima etapa.
Encadeando ferramentas
Tarefas difíceis ficam fáceis quando um agente encadeia ferramentas: pesquise, depois resuma e então envie. Um pequeno passo de cada vez.
Descrições claras das ferramentas
Assim como as instruções, as ferramentas precisam de descrições claras. Quanto melhor você explicar uma ferramenta, mais inteligentes serão as escolhas do agente.
Você conseguiu! 🚀
Agora você sabe: agentes = cérebro + instruções + ferramentas, trabalhando em um ciclo. Essa é a base. Orgulhe-se: você avançou rapidamente!
Verificação rápida
A última! Quando um agente usa uma ferramenta, quem de fato a executa?
Aprenda AI Agents com um tutor de IA — grátis
Escreva e execute código real no seu navegador, obtenha ajuda instantânea de um tutor de IA 24/7 e continue de onde parou na web ou no app.
- Cursos
- 60
- Aulas
- 239
Perguntas Frequentes
A aula “Uso de ferramentas: como os agentes agem” é grátis?
Sim — o texto completo de “Uso de ferramentas: como os agentes agem” é grátis para ler aqui na web. Para praticá-la interativamente (um editor de código integrado e um tutor de IA 24/7) e desbloquear o restante do curso de AI Agents, atualize para CoddyKit PRO. O curso de AI Agents inclui 3 aulas no total.
O que vou aprender em “Uso de ferramentas: como os agentes agem”?
Descubra por que a chamada de ferramentas — permitir que o modelo invoque funções — transforma um modelo de conversa em um agente que afeta o mundo. Você pratica AI Agents com código prático que executa diretamente no navegador, e um tutor de IA 24/7 responde suas dúvidas enquanto trabalha na aula.
Preciso ter experiência prévia para começar AI Agents?
Nenhuma experiência prévia é necessária. AI Agents no CoddyKit é estruturado para alunos iniciantes até avançados, então você pode começar aqui ou desde o início e aprender no seu ritmo. Esta é a aula 3 de 3.
Quanto tempo leva a aula “Uso de ferramentas: como os agentes agem”?
A maioria das aulas CoddyKit leva cerca de 5–10 minutos. Cada uma é compacta e interativa, então você faz progresso constante e retoma exatamente de onde parou entre web e app.
Posso escrever e executar código nesta aula de AI Agents?
Sim. Cada aula de AI Agents inclui um editor de código integrado, então você escreve e executa código real direto no navegador e recebe feedback de IA instantaneamente — nenhuma configuração local necessária.
Todas as aulas deste curso
- O que é um agente baseado em LLM
- Prompts, papéis e mensagens do sistema
- Uso de ferramentas: como os agentes agem