Recursos

Explicação detalhada de cada recurso que você pode incluir ao estruturar um novo agente. Aprenda os padrões de configuração, as APIs e os exemplos práticos...

Explicação detalhada de cada recurso que você pode incluir ao estruturar um novo agente.

Memória

Ative a memória persistente para o seu agente. O agente lembra das conversas entre sessões usando busca vetorial para recuperação eficiente.

const agent = await Agent.create({
  name: 'my-agent',
  model: 'gpt-4o',
  memory: true,
});

await agent.ask("My name is John");
// Later, even in a new session:
await agent.ask("What's my name?"); // "Your name is John"

Casos de uso:

Assistentes pessoais que lembram das preferências do usuário
Bots de suporte ao cliente com histórico de conversas
Agentes de longa duração que precisam de persistência de contexto

Conhecimento (RAG)

Adicione recursos de recuperação de documentos. Ingira PDFs, arquivos de texto e outros documentos em uma base de conhecimento pesquisável.

const agent = await Agent.create({
  name: 'my-agent',
  model: 'gpt-4o',
  knowledge: true,
});

// Add documents to knowledge base
await agent.addKnowledgeFromFile('./docs/guide.pdf', { category: 'docs' });
await agent.addKnowledgeFromFile('./docs/api.md', { category: 'api' });

// Agent answers from documents
await agent.ask("What does the guide say about authentication?");

Casos de uso:

Bots de perguntas e respostas de documentação
Assistentes de pesquisa
Sistemas de gestão de conhecimento

Requisitos: PostgreSQL com a extensão pgvector

Fluxos de Trabalho em Grafo

Crie fluxos de trabalho complexos de múltiplas etapas com orquestração de tarefas baseada em DAG. Defina dependências entre tarefas e execute-as em paralelo sempre que possível.

import { Agent, Graph } from '@astreus-ai/astreus';

const agent = await Agent.create({ name: 'my-agent', model: 'gpt-4o' });
const graph = new Graph({ name: 'research-workflow' }, agent);

// Define workflow nodes
const researchNode = graph.addTaskNode({
  prompt: 'Research the topic thoroughly'
});

const analyzeNode = graph.addTaskNode({
  prompt: 'Analyze the research findings',
  dependsOn: [researchNode]
});

const writeNode = graph.addTaskNode({
  prompt: 'Write a comprehensive report',
  dependsOn: [analyzeNode]
});

// Execute the workflow
const result = await graph.run();
console.log(result.results);

Casos de uso:

Geração de conteúdo em múltiplas etapas
Pipelines de processamento de dados
Fluxos de trabalho de decisão complexos

Sub-Agentes

Coordene múltiplos agentes especializados para tarefas complexas. Cada sub-agente pode ter sua própria configuração e especialidade.

// Create specialized agents
const researcher = await Agent.create({
  name: 'researcher',
  model: 'gpt-4o',
  systemPrompt: 'You are a research specialist.'
});

const writer = await Agent.create({
  name: 'writer',
  model: 'gpt-4o',
  systemPrompt: 'You are a professional writer.'
});

// Main agent coordinates sub-agents
const agent = await Agent.create({ name: 'coordinator', model: 'gpt-4o' });

const result = await agent.executeWithSubAgents(
  'Research and write an article about quantum computing',
  [researcher, writer]
);

Casos de uso:

Pipelines de criação de conteúdo
Sistemas especialistas com múltiplos domínios
Execução de tarefas em paralelo

Plugins Personalizados

Estenda seu agente com ferramentas personalizadas. Defina parâmetros, descrições e handlers para cada ferramenta.

const weatherPlugin = {
  name: 'weather-plugin',
  version: '1.0.0',
  description: 'Get weather information',
  tools: [{
    name: 'get_weather',
    description: 'Get current weather for a location',
    parameters: {
      location: {
        type: 'string',
        description: 'City name',
        required: true
      }
    },
    handler: async ({ location }) => {
      const response = await fetch(`https://api.weather.com/${location}`);
      const data = await response.json();
      return { success: true, data };
    }
  }]
};

const agent = await Agent.create({ name: 'my-agent', model: 'gpt-4o' });
await agent.registerPlugin(weatherPlugin);

// Agent can now use the weather tool
await agent.ask("What's the weather in Tokyo?");

Casos de uso:

Integrações de API
Operações de banco de dados
Lógica de negócio personalizada

Integração MCP

Suporte ao Model Context Protocol para integração padronizada de ferramentas. Conecte-se a serviços e ferramentas compatíveis com MCP.

const agent = await Agent.create({
  name: 'my-agent',
  model: 'gpt-4o',
  mcp: {
    servers: [
      { name: 'filesystem', command: 'mcp-server-filesystem' },
      { name: 'github', command: 'mcp-server-github' }
    ]
  }
});

Casos de uso:

Operações de sistema de arquivos
Integração com o GitHub
Ecossistema padronizado de ferramentas

Combinações de Recursos

Os recursos funcionam juntos perfeitamente:

const agent = await Agent.create({
  name: 'advanced-agent',
  model: 'gpt-4o',
  memory: true,           // Remember conversations
  knowledge: true,        // Access documents
  mcp: {                  // Use MCP tools
    servers: [
      { name: 'filesystem', command: 'mcp-server-filesystem' }
    ]
  }
});

// Register custom plugins
await agent.registerPlugin(myCustomPlugin);

// Use with graph workflows
const graph = new Graph({ name: 'workflow' }, agent);

Última atualização: 6 de julho de 2026

Nesta seção

Introdução

Estruture novos projetos de agentes de IA Astreus com boas práticas e padrões sensatos. Configure seu agente de forma interativa com os recursos que você...

Configuração

Variáveis de ambiente e opções de configuração para o seu projeto de agente Astreus. Aprenda os padrões de configuração, as APIs e os exemplos práticos...

Início Rápido

Modelos