Blog

Posts

Compressão de contexto autônoma: o agente decide quando esquecer

Explico a compressão de contexto autônoma da LangChain: uma ferramenta do Deep Agents com a qual o próprio agente decide quando resumir sua ...

O arnês é o produto: por que os agentes de IA falham

Explico «The Harness Is The Product», de nyk: por que o arnês em volta do modelo decide se um agente de IA funciona em produção, e seus quat...

Qwen Image 2.1 em duas RTX 3090: de um Studio privado ao ZeroGPU

Como testei o Qwen Image 2.1 em duas RTX 3090, criei um Studio Gradio privado com Tailscale e o adaptei ao Hugging Face ZeroGPU. Resultados,...

Como executar tools em paralelo em um agente

Aprenda a decidir quais tools podem rodar juntas, limitar as operações ativas e associar cada resultado à sua solicitação, com exemplos do G...

Erros de tools: como um agente se recupera e quando deve parar

Como comunicar erros de tools ao modelo, permitir uma recuperação útil e evitar registros duplicados. Contrato, ciclo, provedores e testes c...

Validar tool calls: declarar um schema não basta

Como conferir os argumentos de uma tool antes de executá-la, devolver erros que o modelo possa corrigir e testar o contrato sem alterar dado...

Streaming da resposta de um agente: dos eventos SSE ao texto na tela

Como um agente mostra a resposta do LLM enquanto é gerada: dividir eventos SSE, separar raciocínio e resposta e agrupar renders sem travar a...

O loop de um agente: devolver resultados ao modelo e quando parar

Como um harness fecha o ciclo das tool calls: executa as tools, reinjeta os resultados no histórico, chama o modelo de novo e limita as roda...

Qwen3.8-27B local com duas RTX 3090: vLLM, MTP e API privada

Como instalei o Qwen3.8-27B em um PC com duas RTX 3090: benchmarks de vLLM e llama.cpp, MTP, TP contra PP e uma API privada sob demanda com ...

De uma tool call a código executável: o despachador de um agente

Como um agente transforma o nome e os argumentos de uma tool call em uma função local, trata erros e devolve o resultado ao modelo.

Streaming de tool calls: acumular argumentos sem executar pela metade

Como acumular argumentos entregues em deltas durante um stream e por que uma tool nunca deve executar antes do evento terminal do provedor.

Como parsear tool calls da OpenAI, Anthropic e Google

Como transformar chamadas de tools de diferentes provedores de LLMs em uma interface comum sem perder os identificadores que correlacionam c...

Como declarar tools confiáveis para OpenAI, Anthropic e Google

Guia prático para criar tools que um LLM consiga descobrir, adaptar para qualquer provedor de LLMs, executar com segurança e proteger com te...

Gymnasia: arquitetura de um agente de IA que roda no celular

Como o agente de IA do Gymnasia foi construído: um coach BYOK com tools locais e um estimador de macros por foto, tudo rodando no celular se...

Deep Research com LangGraph (3/3): agente Writer e relatório final

Parte 3 de Deep Research com LangGraph: o agente Writer redige o relatório final, o grafo completo é integrado e o assistente roda de ponta ...

Deep Research com LangGraph (2/3): Research Supervisor multiagente

Parte 2 de Deep Research com LangGraph: um Research Supervisor que coordena vários agentes Researcher em paralelo e decide quando há informa...

Deep Research com LangGraph (1/3): agentes Scope e Researcher

Parte 1 de Deep Research com LangGraph: arquitetura do assistente, agente Scope para delimitar o pedido e agente Researcher que pesquisa com...

Tutorial Elicitação MCP: Exemplo FastMCP com Human-in-the-Loop

Tutorial de elicitação MCP com FastMCP: um servidor que pede dados ao usuário em tempo real com elicit(), confirmações e um cliente MCP. Exe...

MCP Durável: Persistência em Tarefas Longas

Construa servidores MCP duráveis com persistência SQLite e tarefas em background. Tutorial completo com FastMCP e Python.

MCP Resumível: Checkpoints Automáticos

Crie servidores MCP resumíveis com checkpoints automáticos e recuperação de tarefas. Tutorial prático com FastMCP e estado persistente.

FastMCP streaming: progresso em tarefas longas e upload de arquivos

Streaming com FastMCP: report_progress em tarefas longas, upload de arquivos com barra de progresso e StreamableHttpTransport com Uvicorn. E...

LangGraph (4/4): personalização do estado e checkpoints

Última parte do guia de LangGraph: personalize o estado do grafo com esquemas e redutores próprios e use checkpoints para inspecionar e viaj...

LangGraph (3/4): memória de longo prazo e human-in-the-loop

Terceira parte do guia de LangGraph: memória de longo prazo entre threads para lembrar entre conversas e human-in-the-loop para pedir aprova...

LangGraph (2/4): memória de curto prazo

Segunda parte do guia de LangGraph: adicione memória de curto prazo ao seu chatbot com checkpointers, recupere conversas e salve o estado em...

LangGraph (1/4): chatbot básico e ferramentas

Primeira parte do guia de LangGraph: como funciona, instalação, API keys do Hugging Face e da Anthropic, seu primeiro chatbot com um grafo d...

MCP com FastMCP (4/4): HTTP, autenticação e cliente MCP

Última parte do guia de MCP com FastMCP: sirva o servidor por HTTP, adicione autenticação com tokens Bearer e chaves RSA e conecte um client...

MCP com FastMCP (3/4): resources avançados e prompts

Terceira parte do guia de MCP com FastMCP. Adicione contexto aos seus resources, crie resource templates parametrizados e defina prompts reu...

MCP com FastMCP (2/4): camada de transporte, contexto e resources

Segunda parte do guia de MCP com FastMCP: configure o transporte, exclua argumentos das tools, acesse o contexto da requisição e crie seu pr...

MCP com FastMCP (1/4): crie seu primeiro servidor e gerencie tools

Primeira parte do guia de MCP com FastMCP: crie seu primeiro servidor, exponha tools com @mcp.tool (exemplo com a API do GitHub) e filtre po...

Padrões de Agentes IA: Design e Uso

Seus agentes estão falhando? Eleve seus projetos de IA com padrões avançados: ReAct, planejamento, multi-agentes e mais. Guia prática com có...

uv: Alternativa Rápida ao conda e venv

Guia uv: gerenciador de pacotes Python em Rust, até 100x mais rápido que conda e venv. Aprenda a criar ambientes e instalar dependências.

FastRTC Tutorial: Pipeline de Voz STT + LLM + TTS em Python

Tutorial de FastRTC com exemplos: construa um pipeline de voz em tempo real com STT, LLM e TTS em Python, da configuração às chamadas telefô...

Wan2.1-T2V-14B: Gerar Vídeos com HF

Você quer ter seu próprio Sora, mas também gerar bons vídeos? Neste post, explico como fazer isso com HuggingFace Inference Providers e Repl...

Desplegar backend com LLM no HuggingFace

Do you want to deploy a backend with your own LLM? In this post I explain how to do it with HuggingFace Spaces, FastAPI, Langchain and Docke...

Langchain com integrações de código aberto

Integre Langchain com ChromaDB, Ollama e HuggingFace. Tutorial prático com as integrações open source mais populares.

unittest em Python: Testes Unitários

Aprenda testes unitários em Python com unittest: crie testes, meça cobertura e refatore sem medo. Guia prático com exemplos.

Fundamentos RAG: Geração Aumentada

Fundamentos de RAG: faça seus documentos responderem perguntas com IA. Tutorial passo a passo com Hugging Face e ChromaDB.

Conventional Commits: Padrão para Git

Aprenda Conventional Commits: padronize mensagens de commit com commitizen e git-changelog. Guia prático para equipes de desenvolvimento.

DoLa: decodificação por camadas contrastantes contra alucinações

Paper do DoLa explicado: como contrastar camadas ao decodificar melhora a factualidade dos LLMs sem retreinar. Com código em Python e Transf...

QLoRA explicado: NF4, double quantization e paged optimizers

Paper do QLoRA explicado: quantização NF4 de 4 bits, double quantization e paged optimizers para fine-tuning eficiente, com tutorial de Bits...

GPTQ: Quantização Pós-Treino Explicada + Tutorial GPTQConfig

Paper do GPTQ explicado (Frantar et al. 2022): quantização pós-treinamento para LLMs e tutorial com GPTQConfig do Transformers. Menos tamanh...

llm.int8(): Quantização 8-bit para Transformers

Aprenda llm.int8(): quantização INT8 para reduzir o tamanho de LLMs sem perder precisão. Tutorial prático com Transformers e Hugging Face.

Quantização de LLMs: Otimizar Modelos

Guia completo de quantização de LLMs: FP16, INT8, GPTQ, QLoRA, AWQ e mais. Aprenda a reduzir modelos para rodar em dispositivos com menos re...

LoRA: Adaptação de Baixo Posto para LLMs

Aprenda LoRA (Low-Rank Adaptation): adapte modelos de linguagem com poucos recursos e sem treinar do zero. Guia prático com PyTorch.

Fine-Tuning Florence-2: Visão por IA

Tutorial de fine-tuning do Florence-2 com PyTorch. Aprenda a adaptar o modelo multimodal da Microsoft aos seus dados passo a passo.

Fine-tuning do GPT-2: tokenizer text_target, DataCollator e Trainer

Fine-tuning do GPT-2 passo a passo com Hugging Face Transformers: tokenizer com text_target, DataCollatorForLanguageModeling, Trainer e Eval...

GPT-2 Explicado: Arquitetura, Tamanhos de Modelo (124M–1.5B) e GPT2LMHeadModel

Paper do GPT-2 explicado: arquitetura, tamanhos de modelo (124M, 355M, 774M, 1.5B parâmetros) e como usar GPT2LMHeadModel com Hugging Face T...

Florence-2: Modelo de Visão Multimodal

Florence-2 da Microsoft: modelo multimodal SOTA com apenas 200M de parâmetros que supera modelos maiores. Guia completo com exemplos prático...

GPT-1: Pré-Treino Generativo para NLU

Entenda o GPT-1: como funciona o modelo pioneiro em NLP e como fazer fine-tuning para suas tarefas. Explicação clara com código em Python.

Tokenizer BPE: Algoritmo de Subpalavras

Aprenda tokenização BPE (Byte Pair Encoding): como funciona, implementação passo a passo e dicas para dominar esse método essencial em NLP.

Hugging Face Optimum: Inferência Rápida

Hugging Face Optimum: acelere treinamento e inferência de modelos PyTorch. Guia prático para otimizar velocidade e eficiência dos seus model...

Ollama: Execute LLMs Localmente

Ollama: execute LLMs localmente no seu computador com facilidade. Modelos quantizados, rápidos e prontos para uso. Guia de instalação e uso.

Accelerate: Salvamento, Precisão Mista e Inferência (2/2)

Salve e carregue modelos com Hugging Face Accelerate, treine com precisão mista FP16/BF16/FP8 e faça inferência com o ecossistema da Hugging...

HuggingFace Accelerate: Treinar Modelos em GPU/TPU (1/2)

Instale e configure o Hugging Face Accelerate e adapte seu loop de treinamento para rodar em múltiplas GPUs e TPUs, com controle de execução...

Hugging Face Evaluate: Métricas de ML

Aprenda a usar Hugging Face Evaluate para calcular métricas e avaliar modelos de NLP de forma automatizada. Guia prático com exemplos.

Hugging Face Datasets: Gestão de Dados

Aprenda a usar Hugging Face Datasets para carregar e pré-processar dados de NLP de forma rápida e eficiente. Tutorial prático em Python.

Hugging Face Transformers: Modelos NLP

Guia completo de Hugging Face Transformers: use pipeline e AutoModel para NLP, treine modelos e compartilhe no Hub. Tutorial prático em Pyth...

git-sim: Visualize Comandos Git

Aprenda a simular comandos Git visualmente com git-sim antes de executa-los. Teste git rebase, reset e merge de forma segura e grafica.

Hugging Face Tokenizers: Tokenização

Guia de Hugging Face Tokenizers: transforme texto em tokens para modelos de IA. Exemplos práticos e código Python para NLP.

Transformers – from top to the bottom

Descubra os transformadores 🚀. Conheça a arquitetura por trás de todos os novos modelos de linguagem. Não pergunte a uma IA, entre e aprend...

ChromaDB em Python: coleções, consultas e erro de dimensão

Tutorial de ChromaDB em Python: crie coleções, consulte embeddings com query_embeddings e resolva o erro InvalidDimensionException passo a p...

Expressões Regulares: Guia Completo

Domine expressões regulares (regex) em Python: guia prático do básico ao avançado com exemplos para pesquisa, extração e manipulação de text...

Tutorial CSS: Flexbox, Grid e Design Web

Guia completo de CSS: aprenda seletores, propriedades, modelo de caixa e layout. Exemplos práticos para iniciar ou aprimorar seu web design.

Mixtral 8x7B: Mixture of Experts

Guia completo do Mixtral-8x7B da Mistral AI: arquitetura Mixture of Experts, como usar com HuggingFace e Gradio. Tutorial pratico.

Similaridade entre Embeddings: Métricas

Descubra como é medida a similaridade entre embeddings, a base do mecanismo de atenção dos transformers e dos algoritmos de RAG

Embeddings: Representações Vetoriais em IA

Descubra o poder dos embeddings: como funcionam Word2Vec, GloVe e BERT para representar palavras como vetores em NLP e transformers.

Tokens em NLP: Tokenização de Texto

Descubra o que sao tokens em IA e como as palavras sao divididas em unidades minimas. Aprenda a usar tiktoken da OpenAI com GPT-4 e GPT-3.5.

API da OpenAI: Integração e Uso Prático

Tutorial da API OpenAI em Python: aprenda a usar GPT para geração de texto e DALL-E para imagens. Guia completo do iniciante ao avançado.

Tutorial HTML: Estrutura Web Semântica

Aprenda HTML, a linguagem de marcação usada para criar páginas da web. Aprenda a estruturar o conteúdo de uma página da web e a formatá-lo c...

Fail2ban: Proteção de Servidor Linux

Tutorial Fail2Ban: proteja seu servidor Linux contra ataques de força bruta via SSH. Guia completo de instalação e configuração.

Caffeine: Evite Suspensão no macOS

Caffeine para Linux Ubuntu: evite o modo de suspensão durante downloads e trabalho. Guia de instalação e uso rápido.

Conda: Gerenciamento de Ambientes Python

Conda vs Pip: entenda as diferenças e aprenda a usar Conda e Mamba para gerenciar pacotes e ambientes Python em ciência de dados.

Git (3/3): repositórios remotos, stash e tags

Terceira parte do guia de Git: repositórios remotos ☁️, aliases, stash e tags para versionar seu código como um astro da programação. 🎸 #GI...

Git (2/3): ramos

Segunda parte do guia de Git. Domine os ramos 🌳: crie, alterne, mescle e resolva conflitos como um astro da programação. 🎸 #GITeRoll

Git (1/3): controle de versões local

Reescreveu um código que levou horas? Não entre em pânico! Primeira parte do guia de Git: controle de versões local como um astro da program...

Whisper: Transcrição de Áudio com IA

Aprenda a usar Whisper da OpenAI para transcrição e tradução de áudio com IA. Tutorial prático com Python e exemplos.

Guia SSH: Conexão Remota e Segurança

Tutorial completo de SSH: conexões seguras e criptografadas com servidores remotos. Do básico ao avançado em Linux.

BLIP-2: Modelo Multimodal Visão-Linguagem

Guia completo do BLIP-2 da Meta: modelo multimodal para fazer perguntas sobre imagens com IA. Aprenda a usar com Python e HuggingFace.

Redes Neurais: Regressão Linear Passo a Passo

Aprenda como funciona uma rede neural com Python: regressão linear, função de perda, gradiente e treinamento. Tutorial prático com código.

Redes Neurais: História e Evolução

Aprenda como funcionam as redes neurais, sua história desde os anos 50, o Inverno da IA e como o ImageNet revolucionou a IA em 2012. Guia pa...

Bash Scripting: Automação no Linux

Tutorial completo de Bash scripting em Linux: aprenda a criar scripts, automatizar tarefas, usar variaveis, loops e condicoes no terminal.

Docker (2/2): Docker Compose e tópicos avançados

🐳 Segunda parte do guia de Docker: orquestre vários contêineres com o Docker Compose e domine tópicos avançados para melhorar seus ambiente...

Docker (1/2): contêineres, imagens e aplicações

🐳 Primeira parte do guia de Docker: contêineres, dados e volumes, imagens, aplicações e GPUs. Chega de "funciona na minha máquina".

Terminal (3/3): administração do sistema

🟢 Terceira parte do guia do terminal. Administre o sistema 🖥: memória, disco, pacotes, usuários, segurança e agendamento de comandos como ...

Terminal (2/3): rede, compressão e processos

🟢 Segunda parte do guia do terminal. Domine as utilidades de rede 🌐, a compressão de arquivos e os processos em background e foreground 💻...

Terminal (1/3): navegação, arquivos e comandos

🟢 Primeira parte do guia do terminal: navegue pelo console 💻, arquivos, permissões, redirecionamentos, variáveis de ambiente e buscas como...

Gerenciamento de dados com Pandas

Aprenda a gerenciar e analisar dados com Pandas em Python. Tutorial completo com exemplos de manipulacao, limpeza e visualizacao de dados.

Cálculo de matriz com NumPy

Tutorial completo de NumPy em Python: aprenda calculo matricial, operacoes com arrays, algebra linear e manipulacao de dados numericos.

Guia Completa de Python 2025 (3/3): classes, objetos e módulos

Terceira parte do guia completo de Python: classes e objetos, iteradores, escopo, módulos e pacotes, tratamento de erros com try/except e o ...

Guia Completa de Python 2025 (2/3): operadores, fluxo e funções

Segunda parte do guia completo de Python: operadores, controle de fluxo (if, for, while) e funções, incluindo lambda, map, filter e reduce.

Guia Completa de Python 2025 (1/3): tipos de dados

Primeira parte do guia completo de Python: strings, números, listas e tuplas, dicionários, sets, booleanos e binários, com exemplos práticos...

Você viu esses projetos?

Gymnasia

LangGraph Deep Researcher

Tau

Ver todos os projetos -->

>_ Disponível para projetos

Tem um projeto com IA?

Vamos conversar.

maximofn@gmail.com

Especialista em Machine Learning e Inteligência Artificial. Desenvolvo soluções com IA generativa, agentes inteligentes e modelos personalizados.

Escreva-me LinkedIn

Quer assistir alguma palestra?

A viagem do arroz: como desenvolver um agente em um app de academia

Apresentação interativa em 3D sobre o agente do Gymnasia: onde vivem os dados, do prato ao dado, tools, duplicados, limites de saúde e testes.

Boas práticas criando agentes com Claude Code

Palestra técnica: skills, subagentes, slash commands e MCPs no Claude Code

Últimas palestras -->

Quer melhorar com essas dicas?

Boas práticas criando agentes com Claude Code

Palestra técnica: skills, subagentes, slash commands e MCPs no Claude Code

o1 prompt engineering

Criar prompts melhores para o1 seguindo um exemplo

Memory profiler

Ver o uso de memória de um script

Últimos tips -->

Use isso localmente

Os espaços do Hugging Face nos permitem executar modelos com demos muito simples, mas e se a demo quebrar? Ou se o usuário a deletar? Por isso, criei contêineres docker com alguns espaços interessantes, para poder usá-los localmente, aconteça o que acontecer. Na verdade, se você clicar em qualquer botão de visualização de projeto, ele pode levá-lo a um espaço que não funciona.