Resumo

Foundation Models (FMs) são a base das tecnologias de inteligência artificial generativa (GenAI) e têm atraído atenção significativa de acadêmicos e indústrias. Em particular, os modelos de linguagem de grande escala (LLMs) destacam-se pela sua capacidade de entender e gerar conteúdo humano, impulsionando o desenvolvimento de uma ampla gama de tarefas que utilizam esses modelos.

Com o crescimento do interesse em agentes autônomos baseados em FMs, como AutoGPT e BabyAGI, esses agentes podem assumir um papel proativo para alcançar metas definidas pelos usuários. No entanto, a construção e implementação de agentes baseados em FM apresentam desafios, como a dificuldade em compreender e executar tarefas complexas, a limitação de informações contextuais fornecidas pelos usuários e a falta de explicabilidade em suas arquiteturas internas.

Contribuições do Repositório

• Catálogo de Padrões: Uma coleção de padrões arquitetônicos que oferece soluções de design para implementações práticas de agentes.
• Ecosistema de Agentes: Um guia com anotações sobre padrões arquitetônicos para auxiliar no design e desenvolvimento de agentes baseados em FM.
• Análise Curada: Cada padrão inclui contexto de aplicação, problemas abordados, benefícios e trade-offs em atributos de qualidade de software, usos conhecidos no mundo real e relações com outros padrões.

Este repositório visa ser uma fonte de referência para profissionais que desejam entender e aplicar padrões de design em agentes baseados em modelos de fundação.

Padrões de Agentes

Padrão	Descrição
Criador de meta passivo	Analisa os prompts articulados dos usuários através da interface de diálogo para preservar a interatividade, busca de metas e eficiência.
Criador de meta proativo	Antecipar as metas dos usuários ao entender as interações humanas e capturar o contexto por meio de ferramentas relevantes, para melhorar a interatividade, a busca de metas e a acessibilidade.
Otimizador de prompt/saídas	Otimizando os prompts/respostas de acordo com o conteúdo de entrada ou saída desejado e formato para fornecer padronização, alinhamento de metas, interoperabilidade e adaptabilidade.
RAG-Agents	Melhora a atualizabilidade do conhecimento dos agentes enquanto mantém a privacidade dos dados de implementações de modelos/base de fundação on-premise.
Consulta única ao LLM	Acesse o modelo de fundação em uma única instância para gerar todas as etapas necessárias do plano para eficiência de custo e simplicidade.
Consulta incremental	Acesse o modelo de fundação em cada etapa do processo de geração de planos para fornecer contexto suplementar, melhorar a certeza do raciocínio e a explicabilidade.
Gerador de planos de caminho único	Orquestra a geração de etapas intermediárias que levam à realização da meta do usuário para melhorar a certeza do raciocínio, coerência e eficiência.
Gerador de planos de múltiplos caminhos	Permite a criação de múltiplas escolhas em cada etapa intermediária para alcançar as metas dos usuários, melhorando a certeza do raciocínio, coerência, alinhamento às preferências humanas e inclusividade.
Auto-reflexão	Permite que o agente gere feedback sobre o plano e o processo de raciocínio e forneça orientações de refinamento a partir de si mesmo para melhorar a certeza do raciocínio, explicabilidade, melhoria contínua e eficiência.
Reflexão cruzada	Usa diferentes agentes ou modelos de fundação para fornecer feedback e refinar o plano gerado e o processo de raciocínio para melhor certeza do raciocínio, explicabilidade, inclusividade e escalabilidade.
Reflexão/feedback humana	Coleta feedback dos humanos para refinar o plano e o processo de raciocínio, para alinhar efetivamente às preferências humanas, melhorando a contestabilidade e a eficácia.
Colaboradores por votação	Permite a expressão livre de raciocínios entre agentes e chega a um consenso por meio da submissão de seus votos para preservar justiça, responsabilidade e inteligência coletiva.
Colaboradores por papéis	Atribui papéis diversos e finaliza decisões de acordo com os papéis dos agentes para facilitar a divisão de trabalho, tolerância a falhas, escalabilidade e responsabilidade.
Colaboradores por debate	Fornece e recebe feedback entre múltiplos agentes que ajustam os pensamentos e comportamentos durante o debate com outros agentes até que um consenso seja alcançado, para melhorar adaptabilidade, explicabilidade e pensamento crítico.
Guardrails multimodais	Controla as entradas e saídas dos modelos de fundação para atender a requisitos específicos, como requisitos do usuário, padrões éticos e leis, para melhorar robustez, segurança, alinhamento de padrões e adaptabilidade.
Registro de agentes/ferramentas	Mantém uma fonte unificada e conveniente para selecionar diversos agentes e ferramentas para melhorar a descobribilidade, eficiência, adequação das ferramentas e escalabilidade.
Adaptadores	Conecta o agente e as ferramentas aprendendo novas interfaces e convertendo interfaces incompatíveis em esperadas, garantindo interoperabilidade e adaptabilidade, além de reduzir custos de desenvolvimento.
Avaliadores	Fornece interface para conectar o agente e ferramentas externas para a conclusão de tarefas, garantindo a adequação funcional e adaptabilidade com maior flexibilidade.