O Agent-Lab é uma framework Python cloud-native para construir, simular e testar
agentes LLM sobre FastAPI, LangChain/LangGraph e PostgreSQL. Basta executar pip install btech-agent-lab, estender as classes base de agentes e montar uma aplicação pronta
para produção com uma única chamada a create_app() — API REST, servidor MCP,
persistência, autenticação e observabilidade com OpenTelemetry incluídas.
A documentação está organizada em função do que se pretende fazer, no espírito da framework Diátaxis: tutoriais para aprender, guias para trabalhar e referência quando é preciso um facto concreto. Escolha o seu percurso:
| Quero… | Percurso |
|---|---|
| Começar | O seu primeiro agente → Guia do Programador |
| Construir uma aplicação | Guia do Programador → Referência de configuração → Referência da API REST → Guia do servidor MCP |
| Avaliar e investigar | Guia do Investigador → Testes e Simulações |
| Fazer o deployment e operar | Guia de deployment → Observabilidade → Keycloak → Vault |
| Contribuir | Guia do Programador → Modelo de Domínio de Entidades → Agradecimentos |
Tutoriais
Orientados para a aprendizagem: seguir do início ao fim, sem desvios.
| Página | Descrição |
|---|---|
| O seu primeiro agente | Gerar a estrutura de um projeto, definir um agente, chamá-lo por REST, acompanhar o trace e expor uma ferramenta MCP — em cerca de 15 minutos. |
Guias
Orientados para o trabalho: resolver o problema que se tem neste momento.
| Página | Descrição |
|---|---|
| Guia do Programador | O guia principal: dois modelos de desenvolvimento, configuração, DI, construção de agentes e todos os pontos de extensão. |
| Servidor MCP | Expor agentes a clientes MCP (Claude Desktop, MCP Inspector); adicionar ferramentas e prompts. |
| Testes e Simulações | Suite de integração com testcontainers; simulações de agentes com LLM-as-judge através de Langfuse/LangWatch. |
| Guia do Investigador | Notebooks Jupyter, experiências e prototipagem de novos comportamentos de agentes. |
| Deployment | Stacks locais com Docker Compose e Kubernetes em produção com Terraform + Helm. |
| Autenticação com Keycloak | Configuração de realm, cliente e conta de serviço; fluxos de tokens que a API espera. |
| Segredos com Vault | Como os segredos de configuração são armazenados, obtidos e rodados. |
| Observabilidade com Grafana · com OpenSearch | Dashboards de referência para as duas stacks de observabilidade incluídas. |
Referência
Apenas factos: exatos, completos e gerados a partir do código.
| Página | Descrição |
|---|---|
| Referência de configuração | Todas as chaves de configuração e variáveis de ambiente, e a forma como a ConfigSource ativa é escolhida. |
| API REST | O catálogo completo de endpoints, com exemplos de pedidos e respostas. |
| Modelo de Domínio de Entidades | Entidades, relações e as três bases de dados PostgreSQL. |
Projeto
| Página | Descrição |
|---|---|
| Agradecimentos | Contribuidores e software de terceiros. |
| Licença | MIT. |
O que se segue?
É novo no Agent-Lab? Comece por O seu primeiro agente — um guia completo, pronto a copiar e colar, que termina com um agente em execução com o qual é possível conversar por REST e MCP.