Pular para o conteúdo
LabS Atlas
Agentic AI
Entrar
Sessões

Workshop Construindo Agentes de IA Faça seu Próprio Agente com N8N (2026-04-02)

2 abr 20261h 19min
Assistir gravação

Entre para ler os trechos da transcrição de cada capítulo e perguntar ao Labinho sobre esta sessão.

O Labinho é o assistente que responde com as notas e as sessões do LabS e mostra de onde tirou cada resposta.

atualizado há 25 dias
Resumo da sessão

A sessão foi dedicada às apresentações dos projetos desenvolvidos no desafio do workshop de construção de agentes com N8N. O desafio exigia um agente classificador, pelo menos dois agentes especialistas e um agente validador, com premiações previstas para os participantes. Foram apresentados projetos com diferentes aplicações: um assistente pessoal integrado ao Telegram, capaz de gerenciar e-mails, calendário e contatos do Google; um sistema de atendimento com agentes técnicos, financeiros e gerais, usando RAG e validação de respostas; um orquestrador direcionando perguntas para agentes especializados em desenvolvimento, infraestrutura e banco de dados; e um fluxo que monitora e-mails do Gmail, resume mensagens relevantes e envia notificações pelo Telegram.

As apresentações destacaram a importância da documentação dos workflows, da criação de guardrails, da qualidade dos prompts, da validação das respostas e da escolha adequada dos modelos, especialmente quando executados localmente. Também foi discutida a possibilidade de integrar soluções semelhantes ao WhatsApp por meio das APIs oficial e não oficial, além do uso de modelos multimodais para lidar com áudio. Os participantes elogiaram a variedade e a utilidade prática dos projetos, ressaltando que o N8N facilita a aplicação de IA em necessidades reais do dia a dia.

Como próximos passos, foi informado que as recompensas dos apresentadores seriam distribuídas posteriormente, provavelmente na semana seguinte, devido a questões administrativas. Também ficou aberta a possibilidade de uma segunda sessão para que outros participantes apresentem seus projetos. O próximo encontro do workshop está previsto para 9 de abril e será dedicado ao LangGraph, com uma introdução conceitual e a construção prática de um projeto inicial usando código.

Gerado por IA a partir da transcrição.
Capítulos · 27
00:10
Abertura e apresentação dos participantes
Assistir
03:05
Início da sessão e agenda das apresentações
Assistir
04:19
Desafio do workshop e participantes
Assistir
05:43
Regras do desafio e premiações
Assistir
08:51
Arquitetura do desafio e critérios dos agentes
Assistir
11:30
Apresentação: assistente multiagente integrado ao Telegram
Assistir
25:09
Feedback sobre o assistente e modelos multimodais
Assistir
28:40
Documentação, multichamadas e orquestração
Assistir
31:18
Integração do fluxo com WhatsApp
Assistir
33:59
Apresentação: classificador com agentes especialistas e RAG
Assistir
41:49
Feedback sobre prompts e base de conhecimento
Assistir
44:26
Encerramento da apresentação e próximo participante
Assistir
45:39
Orquestrador de agentes e classificação de tarefas
Assistir
49:10
Teste ao vivo do roteamento para o banco de dados
Assistir
50:43
Classificação de prompts e busca na base de conhecimento
Assistir
52:02
Validação das respostas e economia de tokens
Assistir
54:24
Limitações do n8n e uso de JavaScript
Assistir
56:45
Desempenho de modelos locais
Assistir
58:50
Apresentação do workflow de alertas de e-mail
Assistir
1:01:56
Monitoramento do Gmail com regras personalizadas
Assistir
1:04:13
Resumo de e-mails enviado ao Telegram
Assistir
1:08:42
Caso de uso: notificações importantes do Gmail
Assistir
1:10:50
Automação aplicada às necessidades do dia a dia
Assistir
1:12:17
Utilidade e acessibilidade em projetos de tecnologia
Assistir
1:13:35
n8n como porta de entrada para agentes
Assistir
1:15:04
Novas apresentações e próximos projetos
Assistir
1:17:22
Próxima sessão: introdução prática ao LangGraph
Assistir
Cortes · 6
Desafio de agentes multiagentes
São apresentados o contexto do desafio do workshop, suas recompensas e os requisitos mínimos da solução. O projeto deveria incluir um agente classificador, pelo menos dois agentes especialistas e um agente validador, com os fluxos documentados no N8N.
08:51 – 11:29Assistir
Assistente pessoal multiagente integrado ao Telegram
A apresentação mostra um assistente pessoal construído no N8N e integrado ao Telegram, capaz de lidar com mensagens de texto e áudio e de orquestrar agentes especializados em e-mails, calendário e contatos. O fluxo inclui transcrição, memória, guardrails de entrada e saída e demonstrações práticas de consulta e atualização de contatos, criação de reuniões e envio de e-mails.
11:30 – 25:04Assistir
Classificação de solicitações com agentes especialistas e RAG
É apresentado um sistema multiagente que classifica perguntas e as direciona para especialistas técnico, financeiro ou geral. A arquitetura usa uma base de conhecimento, um agente validador e um fluxo de fallback para reduzir alucinações e gerar respostas mais precisas em cenários de suporte.
33:59 – 41:44Assistir
Orquestrador de agentes com classificação e validação
Fernando apresenta um workflow que recebe um prompt, classifica a solicitação e encaminha a tarefa para agentes especializados em desenvolvimento, infraestrutura ou banco de dados. Ele demonstra o uso de bases de conhecimento, agentes validadores e modelos locais, discutindo problemas de recuperação no RAG, limitações do modelo e a importância de prompts bem definidos.
45:39 – 58:47Assistir
Alertas de e-mail com n8n, LLM e Telegram
Maurício demonstra um workflow criado para monitorar a chegada de e-mails específicos no Gmail. O fluxo aplica regras baseadas no remetente e no assunto, gera um resumo com um modelo de linguagem e envia a notificação pelo Telegram, incluindo a configuração dos nós e a utilidade prática do sistema.
58:50 – 1:08:41Assistir
Automação aplicada a necessidades do dia a dia
Maurício explica como a automação surgiu da necessidade de ser avisado rapidamente sobre alterações importantes em e-mails, como mudanças em reservas de voo. A conversa destaca o valor de usar o n8n para transformar uma demanda cotidiana em um fluxo simples e útil, apesar da configuração inicial das contas e integrações.
1:08:42 – 1:12:16Assistir
Perguntas desta sessão
Como o agente multiagente resolve solicitações que exigem várias ações, como adicionar um contato e enviar um e-mail para ele?
O orquestrador identifica as ações necessárias e coordena vários agentes. Quando o usuário informa apenas o nome do contato, um agente consulta os contatos para obter o e-mail e outro agente realiza o envio da mensagem.
29:30 – 30:33Assistir
É possível integrar ao WhatsApp um fluxo de agentes de IA criado no n8n, como o fluxo integrado ao Telegram?
Sim. A integração pode ser feita pela API oficial do WhatsApp Business ou por APIs não oficiais, como a Evolution API. Na API oficial, uma trigger recebe as mensagens; na Evolution API, o WhatsApp é configurado na plataforma e as mensagens são encaminhadas ao n8n por webhook.
30:41 – 32:33Assistir
Por que usar uma base de conhecimento incorporada diretamente no fluxo em vez de implementar um RAG mais elaborado?
A escolha foi pela solução mais simples, pois era o primeiro projeto e havia pouca experiência prévia. A base de conhecimento direta facilitou a implementação e permitiu concluir o teste sem a complexidade de uma arquitetura RAG mais completa.
43:24 – 43:59Assistir
É possível usar o n8n sem escrever nenhuma linha de código?
Embora o n8n seja divulgado como uma ferramenta no-code/low-code, alguns workflows exigem compreender ou escrever código JavaScript, especialmente para tratar e limpar respostas e estruturar os dados corretamente.
54:44 – 55:24Assistir