O Agent-Lab é um framework Python cloud-native para construir, simular e testar agentes
de LLM sobre FastAPI, LangChain/LangGraph e PostgreSQL. Execute pip install btech-agent-lab, estenda as classes base de agentes e monte uma aplicação pronta para
produção com uma única chamada a create_app() — API REST, servidor MCP, persistência,
autenticação e observabilidade com OpenTelemetry incluídos.
A documentação está organizada pelo que você está tentando fazer, no espírito do framework Diátaxis: tutoriais quando você está aprendendo, guias quando você está trabalhando, referência quando você precisa de um fato. Escolha seu caminho:
| Eu quero… | Caminho |
|---|---|
| Começar | Seu primeiro agente → Guia do desenvolvedor |
| Construir uma aplicação | Guia do desenvolvedor → Referência de configuração → Referência da API REST → Guia do servidor MCP |
| Avaliar e pesquisar | Guia do pesquisador → Testes e simulações |
| Implantar e operar | Guia de implantação → Observabilidade → Keycloak → Vault |
| Contribuir | Guia do desenvolvedor → Modelo de domínio de entidades → Agradecimentos |
Tutoriais
Orientados ao aprendizado: siga de ponta a ponta, sem desvios.
| Página | Descrição |
|---|---|
| Seu primeiro agente | Crie a estrutura de um projeto, defina um agente, chame-o via REST, acompanhe o trace e exponha uma ferramenta MCP — em cerca de 15 minutos. |
Guias
Orientados ao trabalho: resolva o problema que você tem agora.
| Página | Descrição |
|---|---|
| Guia do desenvolvedor | O guia principal: dois modelos de desenvolvimento, configuração, DI, construção de agentes e todos os pontos de extensão. |
| Servidor MCP | Exponha agentes a clientes MCP (Claude Desktop, MCP Inspector); adicione ferramentas e prompts. |
| Testes e simulações | Suíte de integração com testcontainers; simulações de agentes com LLM como juiz usando Langfuse/LangWatch. |
| Guia do pesquisador | Notebooks Jupyter, experimentos e prototipação de novos comportamentos de agentes. |
| Implantação | Stacks locais com Docker Compose e Kubernetes em produção com Terraform + Helm. |
| Autenticação com Keycloak | Configuração de realm, client e service account; fluxos de token que a API espera. |
| Segredos com Vault | Como os segredos de configuração são armazenados, recuperados e rotacionados. |
| Observabilidade com Grafana · com OpenSearch | Dashboards de referência para as duas stacks de observabilidade incluídas. |
Referência
Apenas fatos: exatos, completos e gerados a partir do código.
| Página | Descrição |
|---|---|
| Referência de configuração | Todas as chaves de configuração e variáveis de ambiente, e como o ConfigSource ativo é escolhido. |
| API REST | O catálogo completo de endpoints com exemplos de requisição/resposta. |
| Modelo de domínio de entidades | Entidades, relacionamentos e os três bancos de dados PostgreSQL. |
Projeto
| Página | Descrição |
|---|---|
| Agradecimentos | Colaboradores e software de terceiros. |
| Licença | MIT. |
Próximos passos
Novo no Agent-Lab? Comece por Seu primeiro agente — um passo a passo completo, pronto para copiar e colar, que termina com um agente em execução com o qual você pode conversar via REST e MCP.