Agente de programação que trabalha localmente sobre repositórios.
Fundamentos
tool use, sandbox, Git, instruções persistentes
O que aprender
Como um agente combina terminal, edição, contexto e verificações.
Cuidado
Autonomia deve ser limitada por permissões e testes; saída gerada não é evidência de correção.
Repositório oficial ↗Definições e APIs para treinamento e inferência de modelos multimodais.
Fundamentos
transformers, tokenização, inferência, fine-tuning
O que aprender
A separação entre definição do modelo e mecanismos de treino ou serving.
Cuidado
Ser abrangente não significa ser a opção mais eficiente para todo deployment.
Repositório oficial ↗Executar e distribuir modelos localmente com uma interface simples.
Fundamentos
inferência local, quantização, model packaging
O que aprender
Como empacotamento e runtime reduzem a fricção de experimentar modelos locais.
Cuidado
Privacidade local não elimina riscos do modelo, dos arquivos montados ou da configuração de rede.
Repositório oficial ↗Inferência eficiente de modelos em hardware variado, com foco em C/C++.
Fundamentos
quantização, CPU/GPU, formatos de pesos
O que aprender
Trade-offs entre precisão, memória, portabilidade e velocidade.
Cuidado
Benchmarks dependem do modelo, quantização, hardware e parâmetros; compare no cenário real.
Repositório oficial ↗Serving de LLMs com alto throughput e gestão eficiente de memória.
Fundamentos
batching, KV cache, serving, GPU
O que aprender
Como scheduler e memória influenciam capacidade e latência.
Cuidado
Otimização de throughput pode aumentar latência individual e complexidade operacional.
Repositório oficial ↗currentModel Context Protocol
Padronizar recursos, prompts e ferramentas entre aplicações de IA e serviços externos.
Fundamentos
JSON-RPC, capabilities, transports, consentimento
O que aprender
Por que protocolo e SDK são diferentes e onde ficam as fronteiras de confiança.
Cuidado
Servidor MCP é código com capacidades; conexão não implica confiança nem autorização irrestrita.
Repositório oficial ↗Plataforma aberta para agentes que executam tarefas de engenharia de software.
Fundamentos
agent loop, sandbox, event stream, evaluation
O que aprender
Como separar agente, runtime, ações e interface de acompanhamento.
Cuidado
Configuração ampla exige revisão de isolamento, credenciais e limites de execução.
Repositório oficial ↗Programação em terminal com contexto do repositório e integração estreita com Git.
Fundamentos
diff, Git, context map, LLM
O que aprender
Como mudanças pequenas e commits frequentes melhoram rastreabilidade.
Cuidado
Seleção ruim de contexto e ausência de testes continuam produzindo mudanças plausíveis, porém erradas.
Repositório oficial ↗Agente de programação integrado ao editor, com ações e aprovações visíveis.
Fundamentos
editor integration, tool approval, MCP
O que aprender
Como interface e aprovação influenciam confiança operacional.
Cuidado
A conveniência do editor não substitui revisão dos comandos e do diff.
Repositório oficial ↗Plataforma aberta para assistência e agentes de código em IDEs.
Fundamentos
context providers, model routing, IDE
O que aprender
Como desacoplar interface, modelo e fontes de contexto.
Cuidado
Mais provedores aumentam a superfície de configuração, privacidade e consistência.
Repositório oficial ↗Modelar workflows e agentes com estado como grafos executáveis.
Fundamentos
state machine, durable execution, human-in-the-loop
O que aprender
Quando explicitar estados e transições é melhor que esconder o loop.
Cuidado
Um grafo complexo pode apenas formalizar complexidade desnecessária; comece pelo fluxo mínimo.
Repositório oficial ↗Construir aplicações com agentes e padrões de conversação multiagente.
Fundamentos
multi-agent, messages, tools, termination
O que aprender
Como papéis e condições de parada afetam coordenação.
Cuidado
Mais agentes elevam custo, latência e modos de falha; use somente com ganho medido.
Repositório oficial ↗Orquestrar agentes por papéis e workflows.
Fundamentos
roles, tasks, flows, tool use
O que aprender
Como decomposição por responsabilidade pode organizar processos agentic.
Cuidado
Metáforas de equipe não garantem independência, correção ou segurança.
Repositório oficial ↗Conectar dados, índices, recuperação e aplicações com LLMs.
Fundamentos
ingestion, retrieval, RAG, evaluation
O que aprender
Como dados percorrem ingestão, transformação, índice, recuperação e resposta.
Cuidado
Adicionar RAG não garante fidelidade; avalie recuperação e resposta separadamente.
Repositório oficial ↗Interface extensível para interagir com modelos e serviços de IA.
Fundamentos
chat UI, model routing, extensions, RAG
O que aprender
Como uma interface agrega modelos, conhecimento e ferramentas.
Cuidado
Exposição em rede exige autenticação, atualização, isolamento e governança de dados.
Repositório oficial ↗