Desafio 008: Construa um Agente 100% Local¶

Nível: L200 Tipo: Desafio Tempo: ~75 min 💰 Custo: Gratuito (local)

Cenário¶

A OutdoorGear quer um pequeno agente de suporte que funcione sem Azure, GitHub Models, LLMs hospedados ou chamadas de rede. Ele deve classificar uma solicitação, usar ferramentas locais sobre dados locais e retornar uma resposta fundamentada com trace.

Sua tarefa é finalizar o agente 100% local e provar que ele lida com busca de produtos, consulta de política e recomendação de bundle sem configuração de nuvem.

Objetivo¶

Corrija starter_local_agent.py para que o agente local roteie solicitações corretamente, use apenas dados locais, retorne respostas úteis, reporte nenhum uso de nuvem e gere um código de validação.

Seu agente local final deve:

Não exigir configuração de nuvem
Classificar três intents suportadas
Buscar produtos localmente
Consultar texto de política localmente
Montar um bundle de camping dentro do orçamento
Retornar resposta, trace, intent e uses_cloud: False

Arquivos Iniciais¶

Salve estes arquivos em uma pasta chamada challenge-008/:

Arquivo	Finalidade	Download
`local_data.json`	Dados locais de produtos e políticas	Download
`eval_requests.json`	Solicitações de avaliação	Download
`starter_local_agent.py`	Agente local quebrado	Download
`test_local_agent.py`	Testes de aceite	Download
`validate_local_agent.py`	Gera o código final de conclusão	Download

Briefing do Desafio¶

Você recebe dados locais de produtos/políticas, solicitações de avaliação e um agente local quebrado. Não há walkthrough: decida como rotear intents, chamar ferramentas locais, compor respostas e provar que nenhuma dependência de nuvem é necessária.

Restrições¶

Use apenas a biblioteca padrão do Python em starter_local_agent.py.
Não chame rede, modelo hospedado ou API de nuvem.
Não hardcode respostas por ID de solicitação.
Preserve os nomes públicos das funções usados pelos testes.
Mantenha traces úteis para mostrar qual ferramenta local foi executada.

Critérios de Aceite¶

Sua solução está completa quando:

python -m pytest test_local_agent.py passa
Busca de produto retorna RainShell Pro Jacket
Consulta de política retorna a política de devolução de 60 dias
Recomendação de bundle inclui os três itens esperados de camping dentro do orçamento
O trace registra intent e execução de ferramenta
uses_cloud é False

Validação¶

Quando sua implementação estiver pronta, execute:

python -m pytest test_local_agent.py
python validate_local_agent.py

Digite o código de conclusão impresso por validate_local_agent.py:

Dicas¶

Dica 1 — Local-only é requisito

Um agente local ainda pode ser útil se roteamento de intent e ferramentas forem determinísticos.

Dica 2 — Mantenha o roteamento estreito

As solicitações de fixture são propositalmente limitadas a busca de produto, consulta de política e recomendação de bundle.

Dica 3 — Trace a ferramenta, não só a resposta

Um trace ajuda a provar que o agente tomou uma decisão e usou uma ferramenta local.

Rubrica¶

Área	Pontos	Como fica bom
Comportamento local-only	25	Nenhuma dependência de nuvem ou rede
Roteamento de intent	25	Três tipos de solicitação classificados corretamente
Saídas das ferramentas	25	Respostas de produto, política e bundle corretas
Rastreabilidade	15	Trace mostra intent e ferramenta local selecionada
Simplicidade	10	Implementação local determinística