Resumo
Criar seu primeiro agente com Oracle AI Database Private Agent Factory de implantação em OCI até um teste que transforma um PDF em um artigo de blog. Neste tour, conectamos a plataforma com Oracle Autonomous AI Database 26ai e configuramos modelos usando OCI Generative AI.
Estamos preparando a comparação, permissões, usuário de banco de dados e carteira de conexão. Então configuramos a rede VCN e implementamos a aplicação de OCI Marketplace em uma máquina virtual OCI Compute.
Continuamos com a criação do usuário inicial, o teste de conexão Autonomous e a configuração de um modelo generativo e um modelo de incorporação. Analisamos a autenticação endpoint e API Chave da OCI para configurar conexões e salvar configurações de modelo.
Finalmente, exploramos os modelos e o ambiente visual da Agent Builder. A de um modelo, revisamos o prompt, selecionamos o LLM e testamos um fluxo que gera um artigo do blog a partir do conteúdo de um PDF. Então comparamos o resultado com o documento original para rever como você usa as informações de entrada.
Início
Apresentação da turnê Oracle AI Database Private Agent Factory: exibir a plataforma no OCI, conectar com Autonomous e preparar um primeiro agente que converte um conteúdo PDF em um artigo do blog.
Documentação, compartilhamento e políticas
O percurso começa pela documentação de instalação do OCI Marketplace e pela escolha de um compartment para agrupar os recursos do exemplo. Depois, cria-se uma política na raiz da tenancy com permissões para trabalhar nesse compartment. O apresentador identifica explicitamente essa política ampla como uma configuração de testes. Essa etapa prepara o acesso para criar o banco de dados, a rede e a instância da aplicação.
Criação de Oracle Autonomous AI Database
No Oracle Autonomous AI Database, seleciona-se o compartment do laboratório e inicia-se a criação da instância. O percurso mostra as opções de carga de trabalho, escolhe a versão 26ai e ajusta a capacidade de computação antes de definir a senha do administrador. Após iniciar a criação, aguarda-se o provisionamento. O banco precisa estar disponível para preparar o usuário pelo Database Actions.
Usuário e privilégio em Database Actions
No Database Actions, abre-se SQL e copia-se o script dos pré-requisitos de instalação. Os marcadores de nome e senha do usuário são substituídos pelos valores que o Private Agent Factory utilizará. Em seguida, executam-se as instruções para criar o acesso e conceder os privilégios.
A demonstração verifica a saída da execução: o editor não aceita a instrução EXIT, mas as instruções anteriores foram executadas. A criação do usuário e a concessão de permissões são verificadas antes de usar essas credenciais no assistente de conexão.
Autonomous carteira de download
Nas opções de conexão do Autonomous, baixa-se o wallet como arquivo ZIP e define-se a senha que o protege. O apresentador esclarece que ela pode ser diferente da senha do administrador do banco. Esse arquivo será usado depois com o usuário de aplicação do banco e sua senha para testar a conexão pelo Private Agent Factory.
Criação da rede VCN
Abre-se Virtual Cloud Network, seleciona-se o compartment do laboratório e utiliza-se o assistente de criação de VCN. A rede recebe um nome e seu provisionamento é confirmado. Quando disponível, revisa-se sua configuração de segurança. Essa VCN será selecionada ao criar o stack do Marketplace para colocar a instância da aplicação na rede preparada.
Regras de rede e porto de entrada.
Na configuração de segurança da VCN, adicionam-se as regras de portas usadas pelo laboratório. O percurso identifica a porta 8080 e a porta de conexão do banco de dados, e inclui as informações de rede correspondentes. Essa preparação relaciona o acesso à aplicação com a conectividade ao Autonomous. Antes de seguir para o Marketplace, verifica-se o registro das regras do exemplo na rede.
Implantação de OCI Marketplace
No catálogo de aplicações do OCI Marketplace, procura-se Oracle AI Database Private Agent Factory e inicia-se a criação do stack. Revisam-se a versão, a região, o compartment, a VCN e a sub-rede pública escolhida para a demonstração. Também se seleciona a máquina virtual; o apresentador menciona as opções E5 Flex e E6.
Após aplicar o stack e aguardar o fim da implantação, consulta-se sua saída. O link obtido abre no navegador o assistente de instalação, no qual serão configurados o usuário inicial e as conexões.
Usuário inicial e conexão com Autonomous
O assistente começa criando o usuário de acesso à plataforma com e-mail e senha. Depois, configura-se a conexão com o Autonomous: inclui-se o wallet e informam-se o usuário de banco preparado anteriormente e sua senha. São credenciais distintas, uma para a plataforma e outra para o banco.
Executa-se o teste de conexão e continua-se quando o resultado é satisfatório. Durante a instalação, revisa-se o log de tarefas do banco e da aplicação até que a próxima etapa de configuração seja habilitada.
Configuração LLM em OCI Generative AI
Inicia-se o registro do modelo generativo que a plataforma utilizará. No console do OCI Generative AI, abre-se o chat e escolhe-se um modelo da família Meta Llama. O endpoint vem do exemplo de código fornecido pelo console, e o identificador do compartment é copiado de sua página de detalhes no OCI. Esses valores preparam a configuração do provedor, completada depois com os dados de autenticação.
API Chave Autenticação de OCI
No perfil do OCI, prepara-se uma API Key e inclui-se seu arquivo de chave na configuração do modelo. O formulário reúne o identificador do usuário, fingerprint, tenancy e região, além do endpoint e do compartment definidos antes. Esses dados permitem testar a conexão. O percurso verifica o resultado antes de salvar a conexão que o modelo generativo utilizará.
Embutindo a configuração do modelo
Adiciona-se uma configuração de embeddings separada da configuração do modelo generativo. O exemplo reutiliza o endpoint do OCI Generative AI, o compartment e os dados de autenticação: usuário, fingerprint, tenancy e arquivo de API Key. Executa-se outro teste de conexão e revisam-se as mensagens que confirmam o registro.
Com as duas configurações preparadas, conclui-se a instalação e entra-se com o usuário da plataforma. Assim, o modelo generativo e o modelo de embeddings ficam disponíveis para as próximas etapas.
Modelos, Agent Builder e gerenciamento de modelos
Após entrar, percorrem-se as principais telas do Private Agent Factory: templates para diferentes tarefas, base de conhecimento, Agent Builder e gestão de modelos. Os templates servem de referência para criar outros projetos, enquanto o editor visual permite organizar componentes e conexões.
Também se mostra que é possível registrar mais LLM e reutilizar os dados de acesso configurados durante a instalação. O percurso conecta a preparação da infraestrutura à seleção dos modelos e ao projeto do agente que será testado depois.
Grave outro modelo LLM
Registra-se um LLM adicional nas opções de gestão de modelos, preenchendo novamente os dados de acesso solicitados pela plataforma. O exemplo deixa mais de um modelo disponível para configurar um agente. Depois, retorna-se ao editor visual, onde os componentes são conectados para definir o fluxo e suas ferramentas.
Modelo para converter um PDF para blog
Seleciona-se um template para transformar o conteúdo de um PDF em um artigo de blog. No Agent Builder, revisa-se o prompt que define essa transformação, escolhe-se o LLM e utiliza-se o documento de entrada preparado no exemplo. Após salvar a configuração, o fluxo está pronto para ser executado no ambiente de teste.
Execução do agente e revisão do resultado.
Envia-se uma entrada de teste para executar o agente com a tarefa definida no prompt. A saída tem formato de artigo de blog, conforme o template selecionado. Depois, abre-se o PDF original e compara-se seu conteúdo com o texto gerado. Essa revisão mostra como o fluxo utiliza as informações do documento para realizar a transformação solicitada.
Encerramento
O apresentador encerra a demonstração e anuncia próximos vídeos para aprofundar o uso da ferramenta e adicionar componentes. O percurso termina com o agente do template executado e seu resultado revisado.