Manual · Glossário

Glossário

Termos essenciais para falar de agentes, RAG, observabilidade e governança — com links para aprofundares.

Agente: Programa de IA que combina um modelo LLM, instruções (prompt), ferramentas (tools), conhecimento (RAG) e memória para executar tarefas em ciclos de raciocínio.
Pipeline: Grafo de passos (LLM, tool, branch, loop, approval) executado de forma determinística, com tracing, retries e versionamento.
RAG (Retrieval-Augmented Generation): Técnica que enriquece o prompt do LLM com trechos relevantes vindos de uma base de conhecimento, em vez de depender só do treino do modelo.
Embedding: Vetor numérico (no AgentOS, 768 dimensões) que representa o significado de um texto, permitindo pesquisa semântica.
Tool / Function calling: Capacidade do modelo invocar funções definidas pelo programador (ex.: search_knowledge, send_email) com argumentos estruturados.
Guardrails: Filtros automáticos aplicados ao input e output (PII, moderation, regex) para evitar fugas de dados e conteúdo prejudicial.
Trace / Span: Representação hierárquica de uma execução. Cada span tem duração, tokens, custo e atributos. O AgentOS exporta OTLP e respeita W3C traceparent.
RLS (Row Level Security): Mecanismo do PostgreSQL que aplica políticas por linha — base do isolamento multi-tenant do AgentOS.
Eval: Conjunto de casos de teste (input + asserções) para medir qualidade do agente ao longo do tempo. Suporta contains/regex/equals/json_path/llm_judge.
Smart Routing: Classificador que decide se a pergunta precisa de um modelo cheap, balanced ou strong — reduz custo sem perder qualidade.
Shadow run: Execução paralela de uma variante (B) sem afetar o utilizador, para comparar com a versão em produção (A) antes de promover.
MCP (Model Context Protocol): Protocolo aberto da Anthropic para expor tools e contexto a LLMs. O AgentOS é servidor MCP em /api/mcp e cliente em runtime.