Construindo um agente de IA em 2025?

Aqui está o stack que você precisa conhecer:

1. Memória:
- Armazena e recupera conversas passadas, contexto e conhecimento de longo prazo
- Serviços populares incluem zepai, mem0, cognee

2. Ferramentas no-code/low-code:
- Permitem construir agentes sem escrever código
- Plataformas populares incluem build that idea, flowise, n8n, gumloop, voiceflow, make

3. Bibliotecas de ferramentas:
- Dão aos agentes a capacidade de pesquisar, navegar, programar ou executar ações na internet
- Bibliotecas populares incluem exa, composio, browserbase

4. Observabilidade:
- Rastreia, monitora e depura o comportamento do agente em tempo real
- Plataformas populares incluem langsmith, agentops, langfuse, braintrust

5. Orquestração de agentes:
- Gerencia fluxos de trabalho, coordenação multi-agente e execução de tarefas complexas
- Frameworks populares incluem langchain, ag, crew ai, llamaindex, oai

6. Modelos fundamentais:
- LLMs que impulsionam o raciocínio, a geração e a compreensão
- Modelos populares incluem openai, deepseek, gemini, qwen, anthropic, mistral

7. Frameworks de agentes:
- Fornecem a lógica e os blocos de construção para criar agentes autônomos
- Frameworks populares incluem phidata, letta, langgraph, llamaindex, crewai, autogen, autogpt

8. Armazenamento:
- Lida com embeddings vetoriais, dados estruturados ou gerenciamento de arquivos
- Bancos de dados populares incluem chroma, weaviate, supabase, neon, pinecone

9. Infra/base:
- Suporta a implantação, o dimensionamento e a conteinerização de sistemas de agentes
- A infraestrutura popular inclui docker, kubernetes, auto scale vms

10. Provedores de GPU/CPU:
- Oferecem poder de computação para treinar e executar modelos
- Os principais provedores incluem azure, aws, groq, lambda, runpod, nvidia

O que deixamos passar?