Glossário

LangGraph

O que é LangGraph?

O LangGraph é uma framework de código aberto do ecossistema LangChain para modelar agentes de IA e processos de vários passos como um grafo de nós e arestas. Um estado partilhado é transmitido de passo em passo, e ciclos, ramificações, checkpoints e interrupções para aprovação humana estão incluídos. A versão 1.0 foi lançada em outubro de 2025. Um exemplo é um agente que pesquisa um tema, redige um rascunho e aguarda aprovação antes de o enviar.

Como o KI.ordo ajuda

Os fluxos do KI.ordo aplicam uma ideia semelhante (passos, ramificações e subfluxos) sem programação.

Saber mais

Temas

Framework
Agentes
Workflows

Experimentar o KI.ordo

Agentes, fluxos e modelos num só espaço de trabalho – demonstração gratuita de 24 horas.

Iniciar demonstração

← Todos os termos

Termos relacionados

LangChain

O LangChain é uma framework de código aberto para Python e JavaScript que os programadores usam para construir aplicações baseadas em modelos de linguagem. Fornece interfaces unificadas para muitos fornecedores de modelos, bem como blocos de construção para chamada de ferramentas, agentes, processamento de documentos e geração aumentada por recuperação. Desde a versão 1.0 (outubro de 2025), os agentes do LangChain são construídos sobre o LangGraph. Utilizações típicas incluem chatbots que pesquisam documentos internos e agentes que chamam serviços externos.

Framework
Desenvolvimento
+1

Agentes inteligentes

Um agente inteligente é um sistema que perceciona o seu ambiente, processa informação e escolhe ações por si próprio para atingir um objetivo. Hoje, o termo refere-se normalmente a software baseado em grandes modelos de linguagem que segue instruções, recorre a conhecimento e chama ferramentas como uma função de pesquisa ou uma API. O grau de autonomia que um agente pode ter deve ser decidido deliberadamente. Exemplo: um agente responde a perguntas de clientes com base na documentação do produto.

Agentes
Autonomia
+1

Crew AI

O CrewAI é uma framework Python de código aberto para combinar vários agentes de IA numa equipa (uma "crew"). Cada agente recebe uma função, um objetivo e ferramentas adequadas; as tarefas são distribuídas e os resultados transmitidos. Além disso, os "flows" oferecem fluxos de trabalho orientados por eventos e rigorosamente controlados. Por exemplo, um agente de pesquisa reúne informações e um agente de redação transforma-as num relatório.

multiagente
framework
+1

Human-in-the-loop

Human-in-the-loop descreve fluxos de trabalho em que as pessoas intervêm num processo de IA em pontos definidos: revêem resultados, aprovam-nos ou corrigem-nos, ou assumem os casos difíceis. O princípio reduz o risco de saídas erradas e mantém a responsabilidade nas pessoas, sobretudo em decisões que afetam indivíduos, dinheiro ou assuntos jurídicos. Exemplo: um agente de IA redige respostas a pedidos de clientes e um colaborador verifica-as antes de serem enviadas.

Aprovação
Supervisão
+1