Vou construir um agente de IA personalizado ou sistema multiagente

Eu projeto e construo agentes de IA que realmente fazem o trabalho, não apenas conversam. Usando LangGraph para orquestração, pipelines RAG para respostas fundamentadas e chamadas de ferramenta para que os agentes possam agir com dados reais, construo sistemas que planejam, buscam, verificam e completam tarefas de múltiplas etapas.

Construção recente: um sistema de orquestração de pesquisa com 24 agentes que reduziu a resolução de consultas de múltiplas etapas para menos de 90 segundos (p95), melhorou a precisão em 40% em relação a uma linha de base de um único agente e atingiu mais de 90% de precisão na citação, tudo isso mantendo o custo de inferência abaixo de $0,50 por consulta através de roteamento em camadas de LLM e cache de prompts.

Com o que trabalho:

LangChain / LangGraph, pipelines RAG, Chroma vector DB, chamadas de ferramenta, FastAPI, LiteLLM (roteamento multi-fornecedor), engenharia de prompts & cache, Python.

Como trabalho:

Antes de escrever código, vou definir exatamente o fluxo de trabalho que você precisa automatizar, me diga qual é a tarefa (pesquisa, suporte, extração de dados, relatórios, etc.) e vou confirmar a arquitetura do agente com você antes de começar, para que não haja surpresas na entrega.