Learning Prototype Evolução da Arquitetura de Agentes de Teste com LangGraph (2025-07-01)
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 apresentou a evolução do Learning Prototype voltado à criação de uma solução para testes de aplicações apoiados por inteligência artificial. Foi retomado o contexto do projeto, sua construção colaborativa e a proposta de interpretar artefatos como histórias de usuário, código e documentação, além de gerar artefatos úteis para testes. A arquitetura inicialmente baseada em um orquestrador e vários agentes está sendo reorganizada em um fluxo mais visual e modular, utilizando LangGraph para representar estados, nós, transições e escalabilidade. Também foram discutidas as partes que compõem um agente: função, tarefa, memória, contexto e ferramentas, com uso de modelos Gemini e parâmetros como temperatura para controlar precisão e criatividade.
A demonstração prática mostrou um fluxo que identifica uma entrada como história de usuário, interpreta seu conteúdo, sugere critérios de aceitação, cenários de teste e problemas de completude, e permite gerar um relatório em PDF ou Markdown. O protótipo já funciona, mas os formatos e regras ainda precisam ser validados e refinados pela equipe. Entre as evoluções propostas estão a criação de especialistas adicionais, o uso de repositórios de exemplos bons e ruins via RAG, a melhoria visual dos relatórios e a integração com ferramentas como Jira e sistemas de documentação. Também ficou reforçada a possibilidade de aplicar a abordagem a diferentes contextos, inclusive sistemas legados, e o convite para novas pessoas contribuírem com conhecimento de requisitos, testes, fluxos e tecnologias.