Vocabulário de Agentes de IA e Bots

Cartões · 51

Agente Autônomo

Entidade de software que percebe seu ambiente, toma decisões de forma independente e executa ações para atingir objetivos específicos sem intervenção humana contínua.

LLM (Large Language Model)

Modelo de aprendizado profundo treinado em grandes volumes de texto, atuando como o núcleo cognitivo e motor de raciocínio do agente autônomo.

python-telegram-bot

Biblioteca Python assíncrona popular que abstrai a API de Bots do Telegram, facilitando o gerenciamento de comandos, mensagens e callbacks.

aiogram

Framework assíncrono e de alta performance em Python para a API de Bots do Telegram, muito utilizado em arquiteturas escaláveis baseadas em asyncio.

Long Polling

Método em que o bot consulta repetidamente os servidores do Telegram em busca de novos updates; simples de configurar e ideal para desenvolvimento local.

Webhook

Mecanismo orientado a eventos onde o Telegram envia requisições HTTP POST para o servidor do bot assim que uma nova mensagem ou ação ocorre.

Update (Telegram)

Objeto JSON raiz enviado pelo Telegram contendo informações sobre um novo evento, como mensagem de texto, clique em botão ou entrada de usuário.

Dispatcher

Componente arquitetural responsável por receber os updates brutos e roteá-los para os manipuladores (handlers) apropriados com base em regras.

Handler

Função ou método assíncrono registrado para processar tipos específicos de eventos, como comandos (/start), texto ou botões inline.

Inline Keyboard

Grade de botões exibida diretamente abaixo de uma mensagem do chat que envia callbacks de volta ao bot sem poluir o histórico com texto.

Callback Query

Evento gerado quando o usuário clica em um botão inline, permitindo que o bot responda ou edite a interface de forma fluida.

Reply Keyboard

Teclado personalizado que substitui o teclado padrão do usuário no Telegram, enviando mensagens de texto pré-definidas ao ser clicado.

Prompt System

Instrução inicial e fixa fornecida ao LLM que define sua identidade, regras operacionais, tom de voz e restrições de segurança.

ReAct (Reasoning + Acting)

Paradigma que combina raciocínio em linguagem natural e execução de ações em passos intercalados, permitindo ao agente resolver tarefas complexas.

Tool Calling / Function Calling

Capacidade do LLM de detectar a necessidade de uma ferramenta externa e emitir argumentos estruturados (como JSON) para executar funções Python.

LangChain

Framework de orquestração para criar aplicações com LLMs, facilitando o encadeamento de prompts, ferramentas, memória e integrações de dados.

LangGraph

Extensão do LangChain focada em construir fluxos de agentes cíclicos e com múltiplos estados, ideal para sistemas autônomos robustos.

LlamaIndex

Framework especializado em conectar modelos de linguagem a fontes de dados externas privadas, facilitando busca e recuperação estruturada.

CrewAI

Framework em Python projetado para orquestrar múltiplos agentes autônomos que colaboram entre si assumindo papéis específicos.

AutoGPT

Projeto pioneiro que demonstrou a capacidade de LLMs de planejar, decompor tarefas e executar ações recursivamente para atingir metas.

RAG (Retrieval-Augmented Generation)

Técnica que busca informações relevantes em uma base de conhecimento externa e as injeta no contexto do LLM antes de gerar a resposta.

Embeddings

Representações vetoriais numéricas de textos geradas por modelos de IA, capturando o significado semântico para buscas por similaridade.

Vector Database (Banco Vetorial)

Banco de dados otimizado para armazenar embeddings e executar buscas rápidas de vizinhos mais próximos (ex: Chroma, Pinecone, Qdrant).

Similaridade de Cosseno

Métrica matemática que calcula o cosseno do ângulo entre dois vetores para medir quão semanticamente parecidos são dois textos no RAG.

Chunking

Processo de dividir documentos extensos em fragmentos menores antes de vetorizá-los, garantindo que caibam na janela de contexto.

Janela de Contexto (Context Window)

Limite máximo de tokens que um modelo de linguagem consegue ler e processar em uma única interação ou chamada de inferência.

Token

Unidade básica de processamento de texto de um LLM, podendo representar uma palavra, caractere ou fragmento de palavra.

Temperature

Hiperparâmetro do LLM que controla a aleatoriedade da resposta: valores baixos geram saídas determinísticas; altos trazem criatividade.

asyncio

Biblioteca padrão do Python para escrever código concorrente usando a sintaxe async/await, essencial para I/O escalável em bots de chat.

Event Loop

Estrutura central do asyncio que gerencia e distribui a execução contínua de diferentes tarefas assíncronas e eventos de rede.

FSM (Finite State Machine)

Padrão de projeto usado em bots para guiar usuários através de formulários ou fluxos conversacionais estruturados passo a passo.

ConversationHandler

Estrutura de controle da biblioteca python-telegram-bot que implementa uma máquina de estados finitos para gerenciar fluxos conversacionais.

Redis

Banco de dados em memória chave-valor comumente empregado em bots para salvar estados da FSM, cache de sessões e filas de mensagens.

Pydantic

Biblioteca Python de validação de dados usada para garantir que saídas estruturadas do LLM e requisições externas sigam esquemas estritos.

Structured Outputs

Recurso de modelos modernos para forçar respostas estritamente formatadas em JSON segundo um esquema pré-definido, evitando erros de parse.

Rate Limiting

Estratégia para restringir a taxa de requisições enviadas à API do Telegram ou ao LLM, prevenindo bloqueios ou estouro de custos.

Mensagem de Alucinação (Hallucination)

Situação em que o LLM gera afirmações incorretas ou inventadas com alto grau de confiança aparente, mitigada com bom RAG e validações.

Short-term Memory (Memória de Curto Prazo)

Armazenamento do histórico imediato da conversa atual, enviado junto ao prompt para que o agente mantenha coerência no diálogo recente.

Long-term Memory (Memória de Longo Prazo)

Persistência de fatos, preferências e perfis do usuário ao longo de dias ou meses em bancos de dados relacionais ou vetoriais.

Middleware

Camada de software que intercepta updates antes de chegarem aos handlers, ideal para registrar logs, checar autenticação ou aplicar rate limit.

Chat ID

Identificador numérico único fornecido pelo Telegram para cada conversa privada, grupo ou canal, usado para rotear envios.

BotFather

Bot oficial do Telegram responsável por criar novos bots, gerenciar configurações, alterar comandos visíveis e emitir o API Token.

API Token

Chave secreta alfanumérica fornecida pelo BotFather necessária para autorizar e autenticar as chamadas da aplicação à API do Telegram.

Human-in-the-loop (HITL)

Padrão de arquitetura onde o agente pausa sua execução autônoma para solicitar confirmação de um operador humano antes de ações críticas.

Celery

Fila de tarefas distribuídas assíncronas para Python, ideal para descarregar tarefas pesadas de IA sem travar o processamento de chats no bot.

Few-Shot Prompting

Técnica que inclui exemplos explícitos de entradas e saídas esperadas dentro do prompt para guiar o comportamento do agente com precisão.

Chain of Thought (CoT)

Técnica de induzir o LLM a decompor problemas em etapas de raciocínio intermediárias antes de apresentar a conclusão final.

Aiohttp / HTTPX

Bibliotecas clientes HTTP assíncronas em Python usadas para integrar o bot a APIs de modelos de IA e outros serviços web sem bloquear a thread.

Streaming de Resposta

Técnica de receber tokens do LLM progressivamente em tempo real; em bots Telegram, costuma atualizar a mensagem via edição a cada intervalo.

Multi-Agent System (MAS)

Arquitetura onde agentes especializados (ex: pesquisador, redator, crítico) interagem e cooperam para resolver uma meta coletiva.

Parse Mode (HTML/Markdown)

Configuração na API do Telegram que define a sintaxe de formatação para renderizar texto em negrito, itálico, links ou blocos de código.