Com o ambiente configurado e o agente em execução, você está pronto para começar a análise. Esta página mostra um fluxo de trabalho completo e detalhado.

O Conceito de “Contexto” do Agente

Antes de começar, é crucial entender o conceito de contexto. O agente, por padrão, não tem conhecimento prévio sobre os seus arquivos locais. Ele só “aprende” sobre um arquivo depois que você o instrui a lê-lo.

• Memória de Trabalho: Pense no contexto como a memória de trabalho de curto prazo do agente. Quando você usa o comando read_file, o conteúdo daquele arquivo é carregado nesta memória. Todas as perguntas e comandos subsequentes que você der levarão em conta as informações que estão nesta memória.
• Perda de Contexto: Esta memória não é permanente. Se você reiniciar o agente (ou o contêiner Docker), o contexto é apagado. Você precisará carregar os arquivos novamente para que ele se “lembre” deles para a nova sessão.

Fluxo de Análise Completo: Passo a Passo

Vamos simular um caso de uso real: analisar se o candidato “John Doe” é um bom “fit” para a vaga de “Engenheiro de Software Backend”.

Passo 1: Carregar a Descrição da Vaga

O primeiro passo é sempre fornecer o contexto principal. Neste caso, a descrição da vaga.

use only tool read_file to read job_description.md

Por que use only tool? Para modelos de linguagem menores (como o Jan-Nano), ser explícito ajuda o modelo a evitar ambiguidades e a escolher a ferramenta correta (read_file) sem hesitação.

O agente responderá confirmando que leu o arquivo. Agora, os requisitos da vaga estão no contexto.

Passo 2: Carregar o Currículo do Candidato

Em seguida, adicione o segundo pedaço de informação ao contexto: o currículo do candidato.

use only tool read_file to read candidates/john_resume.md

O contexto do agente agora contém as informações da vaga e do candidato. Ele está pronto para a análise.

Passo 3: Fazer a Pergunta de Análise

Agora que o agente tem todos os dados, você pode fazer a pergunta principal. Para obter uma resposta de alta qualidade, seja o mais específico possível no seu prompt.

Com base nos dois arquivos que você leu, a vaga e o currículo, John Doe atende aos requisitos? Forneça uma análise detalhada, listando os pontos fortes onde ele se alinha com a vaga e os pontos fracos ou requisitos que ele pode não atender.

O LLM irá processar sua pergunta, cruzar as informações dos dois documentos que estão em seu contexto e gerar uma análise inteligente e estruturada.

Passo 4: Gerar um Artefato (Convite de Entrevista)

Satisfeito com a análise, você pode pedir ao agente para realizar uma ação, como criar um arquivo de convite.

use only a tool write_file to create invite.md with a formal interview invitation for John Doe for the Software Engineer Backend position. Include a placeholder for a scheduling link.

O agente usará a ferramenta write_file para criar um novo arquivo chamado invite.md com o conteúdo solicitado.

Passo 5: Verificar o Trabalho do Agente

É sempre uma boa prática de “confiar, mas verificar”. Peça ao agente para ler o arquivo que ele acabou de criar para que você possa revisar o resultado.

use tool read_file to read invite.md

O agente exibirá o conteúdo do convite, permitindo que você o revise e confirme que está correto, finalizando o ciclo de trabalho.

Este ciclo de Ler -> Analisar -> Agir -> Verificar é a base para interagir de forma eficaz com o seu agente de IA local. Experimente com seus próprios arquivos de vagas e currículos para ver o poder da ferramenta!