📊 Referência Visual
Galeria de Diagramas
Os 8 conceitos mais centrais do MBA, em formato visual. Use como revisão rápida ou como material de apoio quando explicando para outros.
1
RAG Pipeline — do documento à resposta
🔄 Fluxo RAG Estático
Indexação roda offline (uma vez); query é online (milissegundos). Vector store armazena embeddings para busca por similaridade.
2
Loop Agêntico — ReAct Pattern
🔁 Gather → Act → Verify → Repeat
O loop se repete até o agente decidir que terminou — limitado por max_iterations, budget de tokens e detecção de repetição.
3
MCP — Arquitetura Cliente-Servidor
🔗 Model Context Protocol
Cliente MCP abstrai a integração. O mesmo servidor funciona com Claude Desktop, Cursor, IDE customizada — sem mudança de código.
4
A2A — Agent-to-Agent Protocol
🤝 Comunicação entre agentes de diferentes frameworks
A2A é agnóstico de framework: um agente em LangGraph fala com outro em CrewAI sem código específico.
5
C4 Model — Arquitetura em 4 zooms
🏗️ Context → Containers → Components → Code
Zoom progressivo: cada nível é subconjunto do anterior. Escolha o nível certo pelo público-alvo do documento.
6
Tokenização — como o modelo "vê" texto
🔤 Palavra ≠ Token
Acentos e palavras mais longas em português quebram em mais sub-tokens. Considere isso ao estimar custos de LLM.
7
Embeddings — semântica em espaço vetorial
📐 Proximidade no espaço = proximidade semântica
Cada texto vira vetor de ~1536 dimensões. Textos semanticamente próximos têm menor distância no espaço. Base de RAG, busca, clustering.
8
RAG vs Fine-tuning — quando usar cada
⚖️ Árvore de decisão
Em 2026, o consenso: RAG para conhecimento, Fine-tuning para comportamento. Frequentemente usados juntos em produção.
Como usar estes diagramas
Todos os diagramas são SVG inline: podem ser salvos, impressos (experimente Ctrl+P), ou reusados em apresentações (inspecione o elemento → copie o SVG). Zoom funciona sem perder qualidade. Para citar o MBA em apresentações, link para esta página.