Learning Prototype Agentes de Interpretação e Geração de Testes com Ollama e LangFlow (2025-02-13)
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.
Notas citadas nas anotações desta sessão.
A sessão começou com uma discussão sobre o uso de ferramentas gratuitas e locais para o protótipo, especialmente Ollama, LangFlow e modelos de linguagem executados localmente. Foi explicado que essa abordagem evita custos de APIs e exposição de dados, embora possa exigir bastante processamento da CPU ou uma GPU compatível. Também foram comentados limites de uso de chaves de API, riscos de loops que geram muitas requisições e a diferença de desempenho entre CPU e GPU. Em seguida, foi demonstrada a instalação do Ollama, o download e a execução do modelo Llama 3.2 pelo terminal, além da configuração de uma conexão local com o LangFlow para fazer perguntas ao modelo sem depender de serviços externos.
A maior parte do encontro foi dedicada ao alinhamento do protótipo de agentes de interpretação e geração de testes. O grupo discutiu a necessidade de detalhar os artefatos de entrada e saída, seus formatos e variações, como histórias de usuário, critérios de aceitação, código, PDFs, roteiros e scripts de teste. Também foi reforçado que o agente de interpretação deve avaliar se as informações são suficientes, apontar lacunas e permitir que o usuário complemente os artefatos antes da geração dos testes. Permaneceram em aberto decisões sobre formatos aceitos, integrações com ferramentas externas, responsabilidades entre os times e a definição exata das tecnologias e artefatos suportados.
Como próximos passos, foi proposta uma dinâmica coletiva para esclarecer cada “caixa” do desenho do negócio, alinhando conceitos, fluxos e tecnologias. Também se sugeriu reservar encontros curtos para apresentar ferramentas como Cypress, Selenium e Robot Framework, com demonstrações práticas de pessoas que já as utilizam, enquanto os demais times avançam em paralelo. O grupo deverá ainda organizar um acervo comum de documentos e exemplos para testar os agentes, continuar os experimentos com LangFlow e Ollama e avaliar, conforme a evolução, quais tecnologias serão priorizadas no protótipo.