Repolode
NirDiamant

NirDiamant/agents-towards-production

Coleção de 28 tutoriais code-first para levar agentes de GenAI do protótipo à produção, abordando memória, RAG, implantação, segurança e observabilidade.

Estrelas
21,732
Forks
2,880
Issues abertas
5
Último commit
há 3 dias

O que é?

Agents Towards Production é um conjunto de tutoriais executáveis, cada um em sua própria pasta com notebooks ou arquivos de código, para criar agentes de GenAI prontos para produção. Os tópicos abrangem os componentes de uma stack de agentes: fluxos de trabalho com estado usando LangGraph, armazenamento vetorial e de memória dupla com Redis e Mem0, busca na web e scraping com Tavily e Bright Data, integração de ferramentas baseada em MCP e chamadas seguras de ferramentas com OAuth2 e aprovação humana.

A parte de implantação aborda contêineres Docker, endpoints FastAPI com streaming, modelos locais por meio do Ollama, AWS Bedrock AgentCore e implantação em GPU na RunPod. Outros tutoriais tratam de proteções contra prompt injection, rastreamento com LangSmith, avaliação de agentes, fine-tuning, comunicação entre múltiplos agentes pelo protocolo A2A, agentes Kotlin criados com o Koog, da JetBrains, e uma interface de chat em Streamlit.

Vários tutoriais são patrocinados pelas empresas cujas ferramentas utilizam, e o repositório também inclui um link para um curso pago do autor.

Recursos principais

  • 01Abrange fluxos de trabalho de agentes com estado usando LangGraph e comunicação entre múltiplos agentes via A2A.
  • 02Inclui tutoriais de memória usando Redis, Mem0 e Cognee para recuperação persistente e semântica.
  • 03Mostra opções de implantação que vão de Docker e FastAPI a Ollama, AWS Bedrock AgentCore e GPUs da RunPod.
  • 04Oferece tutoriais de segurança sobre proteções contra prompt injection e chamadas seguras de ferramentas com OAuth2.
  • 05Inclui tutoriais de observabilidade e avaliação usando LangSmith e IntellAgent.

Casos de uso

  • Levar um agente LLM de protótipo a uma implantação em contêineres servida por API.
  • Adicionar memória persistente ou pipelines de ingestão de RAG a um agente existente.
  • Aprender a adicionar proteções e rastreamento antes de disponibilizar um agente aos usuários.
  • Comparar plataformas gerenciadas e opções autohospedadas para executar agentes.

Antes de usar

  • A licença não está claramente identificada (indicada como NOASSERTION), por isso os termos de reutilização não estão claros.

Tópicos

Perguntas frequentes

O que é agents-towards-production?
Coleção de 28 tutoriais code-first para levar agentes de GenAI do protótipo à produção, abordando memória, RAG, implantação, segurança e observabilidade. Agents Towards Production é um conjunto de tutoriais executáveis, cada um em sua própria pasta com notebooks ou arquivos de código, para criar agentes de GenAI prontos para produção. Os tópicos abrangem os componentes de uma stack de agentes: fluxos de trabalho com estado usando LangGraph, armazenamento vetorial e de memória dupla com Redis e Mem0, busca na web e scraping com Tavily e Bright Data, integração de ferramentas baseada em MCP e chamadas seguras de ferramentas com OAuth2 e aprovação humana.
agents-towards-production é gratuito? Qual é a licença?
agents-towards-production é open source sob a licença Other. Confira os termos da licença antes de usá-lo em produtos comerciais.
agents-towards-production ainda é mantido?
Manutenção ativa. O último commit de agents-towards-production foi em 17 de out. de 2026.
Para que posso usar agents-towards-production?
Levar um agente LLM de protótipo a uma implantação em contêineres servida por API. Adicionar memória persistente ou pipelines de ingestão de RAG a um agente existente. Aprender a adicionar proteções e rastreamento antes de disponibilizar um agente aos usuários. Comparar plataformas gerenciadas e opções autohospedadas para executar agentes.
Onde consigo agents-towards-production?
O código-fonte e as instruções de instalação estão no GitHub: https://github.com/NirDiamant/agents-towards-production

Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.

Projetos relacionados