Categoria

Inteligência Artificial

TDD na era da IA: quando teste verde deixa de significar código correto

TDD na era da IA: quando teste verde deixa de significar código correto

A IA escreve testes em segundos, mas muitos passam sem provar nada e ainda deixam o CI mais lento. O que estudos e times reais mostram, e como usar a própria IA para escrever testes melhores e revisar a suíte que você já tem.

Artigo, Inteligência Artificial, Intermediários, Metodologias Ágeis
Um MCP remoto para o blog: a arquitetura e o deploy no Cloudflare Workers

Um MCP remoto para o blog: a arquitetura e o deploy no Cloudflare Workers

O blog já publicava por uma skill de terminal, mas isso não funciona dentro do claude.ai web. Veja como um servidor MCP remoto no Cloudflare Workers resolveu isso: OAuth do GitHub, uma API nova em PHP e proteção contra SSRF no download de imagens.

Artigo, Avançados, Inteligência Artificial
Criando um servidor MCP em TypeScript com a API de Star Wars

Criando um servidor MCP em TypeScript com a API de Star Wars

Um modelo de IA não consulta nada sozinho. Veja como criar um servidor MCP em TypeScript que dá ao agente ferramentas para buscar personagens, planetas e filmes na API de Star Wars.

Inteligência Artificial, Intermediários, Tutorial, TypeScript
Parte 3: o agente, a checklist e os limites de um RAG mínimo

Parte 3: o agente, a checklist e os limites de um RAG mínimo

Na última parte da série, um agente do Laravel AI SDK usa a busca vetorial como ferramenta e devolve uma checklist validada por schema, com o trecho e a página de cada exigência. Depois vêm a tela em React e uma lista do que um RAG mínimo deixa de fora.

Artigo, Avançados, Banco de dados, Docker, FrontEnd, Inteligência Artificial, Intermediários, Laravel, php, Postgres
Parte 2: embeddings e busca vetorial no Laravel com pgvector

Parte 2: embeddings e busca vetorial no Laravel com pgvector

Na segunda parte, divido o texto do edital por página, gero os embeddings com o Laravel AI SDK e guardo tudo no pgvector. A primeira busca semântica funciona e mostra um limite importante: o trecho mais parecido com a pergunta nem sempre traz a resposta.

Artigo, Avançados, Inteligência Artificial, Laravel, php, Postgres
Parte 1: Laravel AI SDK e pgvector, a base de um RAG em PHP

Parte 1: Laravel AI SDK e pgvector, a base de um RAG em PHP

Primeira parte de uma série em que monto, com Laravel AI SDK e PostgreSQL, um sistema que lê um edital de licitação e lista os documentos de habilitação com a página de origem de cada um. Aqui entram o ambiente em Docker, o banco com pgvector e a extração do PDF.

Artigo, Avançados, Inteligência Artificial, Laravel, php
Agent Harness: o que sustenta um agente de IA quando ele sai da demo e vai para produção

Agent Harness: o que sustenta um agente de IA quando ele sai da demo e vai para produção

A palavra "harness" tomou conta das conversas sobre agentes de IA em 2026, e por um bom motivo: ela descreve a peça que decide se um agente sobrevive fora de uma demonstração bonita e passa a resolver problema real em produção. Neste artigo, explico o que é um agent harness, mostro como ele aparece na prática num fluxo real de entrega de software (do épico até o deploy) e discuto por que a qualidade dessa camada importa mais do que o modelo de linguagem escolhido.

Artigo, Inteligência Artificial
Pedido não é controle: o que separa uma regra de um agente que a obedece

Pedido não é controle: o que separa uma regra de um agente que a obedece

Regra escrita em arquivo de prompt ou AGENTS.md é pedido, não controle: o agente pode simplesmente ignorá-la. Este artigo mostra por que disciplina de verdade só existe quando ela está em algo fora do alcance do agente, como testes imutáveis, branches protegidas e aprovação humana obrigatória para operações irreversíveis.

Artigo, Inteligência Artificial
RAG na prática: como um agente LangChain busca informação e responde de forma estruturada

RAG na prática: como um agente LangChain busca informação e responde de forma estruturada

Um assistente de vendas com IA que nunca viu o seu catálogo de produtos não serve para muita coisa. Neste artigo, mostramos como montar um agente de RAG (Retrieval-Augmented Generation) com LangChain, do zero: estrutura do projeto, instalação das dependências, indexação de um catálogo em CSV com FAISS e criação de uma ferramenta de busca semântica. No final, evoluímos o exemplo para retornar respostas estruturadas com Pydantic, prontas para serem consumidas por outros sistemas, com o código completo incluído.

Inteligência Artificial, Intermediários, Python, Tutorial