No último ano, passei inúmeras horas a experimentar com agentes de IA—construindo protótipos, a partir coisas e a testar ferramentas como Claude Code, Codex e outras. Cada tentativa ensinou-me algo novo, mas também trouxe à superfície as mesmas frustrações: scripts que só funcionavam no meu laptop, configurações frágeis que não escalavam, nenhuma forma clara de configurar o que cada agente deveria fazer ou que ferramentas podia usar, e dificuldade em fazer os agentes comportarem-se como eu queria—quanto mais entregar resultados extraordinários. Demasiadas vezes encontrei-me a combater peculiaridades do ambiente em vez de explorar o que os agentes podiam realmente alcançar.
É por isso que estou tão entusiasmado com o que temos trabalhado na Docker. Fizemos uma pergunta simples: e se executar agentes pudesse ser tão fácil, portável e fiável como executar containers? O resultado é o cagent, um novo runtime para agentes de IA, construído para tornar a experimentação mais simples e a colaboração mais fácil - e hoje, tornamo-lo open source.
Conheça o cagent#
cagent é um runtime open source, Docker-native desenhado para tornar os agentes cidadãos de primeira classe no teu workflow de desenvolvedor. Em vez de scripts frágeis ou configurações ad-hoc, o cagent dá-te uma forma consistente de definir, executar e partilhar agentes usando os mesmos padrões que já conheces do Docker.
No seu núcleo, o cagent é um runtime multi-agente. Podes definir um único agente com um simples ficheiro YAML, ou orquestrar uma equipa inteira de agentes especializados que colaboram em tarefas. Cada agente pode ser configurado com o seu próprio papel, personalidade e acesso a ferramentas externas.
Providers suportados#
Out of the box, o cagent suporta múltiplos providers de modelos incluindo OpenAI, Anthropic, Google Gemini e outros. Podes alternar entre eles facilmente através de configuração, por isso não estás preso a um único vendor.
Ferramentas e integração MCP#
Podem ser dadas ferramentas aos agentes para estender as suas capacidades. O cagent fala o Model Context Protocol (MCP), o que significa que os teus agentes podem conectar-se a um amplo ecossistema de servidores MCP—seja pesquisa (como DuckDuckGo), acesso ao sistema de ficheiros ou APIs custom que exponhas. Podes decidir que ferramentas cada agente recebe, tornando a sua configuração explícita e reproduzível.
Além disso, o cagent funciona perfeitamente com o Docker MCP Gateway e o MCP Catalog (Docker Hub MCP), que te permitem adicionar ferramentas aos teus agentes de forma mais segura e seamless. Tanto o gateway como o catálogo vêm empacotados com o Docker Desktop, por isso se estás a correr Docker Desktop podes usá-los out of the box.
Configurações multi-agente#
O cagent torna simples orquestrar equipas de agentes. Um ficheiro de agente pode descrever um agente researcher, um agente coder e um agente reviewer, cada um com as suas próprias responsabilidades e ferramentas. Quando executas um ficheiro/imagem de agente com o cagent, os agentes arrancam juntos, colaboram e passam tarefas entre si. Podes até misturar modelos e providers entre agentes—um agente pode usar OpenAI, outro Anthropic e outro Gemini—tudo na mesma configuração.
Guardar e partilhar#
Cada configuração que crias pode ser partilhada facilmente. Podes definir um agente (ou uma equipa) declarativamente num ficheiro YAML, fazer commit no version control e partilhá-lo como qualquer outro artefacto de código. Ou podes empacotar agentes como imagens Docker para distribuição totalmente portável.
Em resumo#
Com o cagent podes:
- Containerizar agentes para que funcionem em qualquer lugar onde o Docker funcione, com isolamento e reprodutibilidade por defeito.
- Configurar comportamentos e ferramentas declarativamente—decidir o que cada agente faz, a que providers e ferramentas MCP pode aceder, e como interagem.
- Orquestrar múltiplos agentes como equipa, deixando-os colaborar em tarefas com interfaces limpas.
- Experimentar rapidamente sem te preocupares com drift de configuração, dependency hell ou incompatibilidades de ambiente.
- Guardar e partilhar agentes através de ficheiros YAML ou imagens Docker, tornando experiências reproduzíveis e colaboração seamless.
Em resumo: o cagent dá-te uma base para passar de “experiências hackadas” para workflows de agentes repetíveis e componíveis—mantendo-se leve e fácil de usar.
Instalação e configuração#
Começar com o cagent é simples.
Instalação#
Binários pré-compilados para Windows, macOS e Linux estão disponíveis na página de releases.
- Faz download do binário para a tua plataforma.
- Em macOS e Linux, torna-o executável:
chmod +x /path/to/downloads/cagent-linux-amd64 - Opcionalmente, renomeia-o para
cagente move-o para o teuPATH.
Configura as tuas chaves API#
Dependendo de quais providers queres usar, configura as chaves apropriadas no teu ambiente:
# Para modelos OpenAI
export OPENAI_API_KEY=your_api_key_here
# Para modelos Anthropic
export ANTHROPIC_API_KEY=your_api_key_here
# Para modelos Gemini
export GOOGLE_API_KEY=your_api_key_hereSó precisas de configurar as chaves para os providers que planeias usar. Se múltiplas estiverem configuradas, o cagent escolherá por ordem (Anthropic → OpenAI → Google) a menos que sobreponhas com --model.
Com o binário instalado e pelo menos uma chave API configurada, estás pronto para criar e executar o teu primeiro agente.
Criar um novo agente do zero#
Uma das funcionalidades mais poderosas do cagent é a capacidade de gerar novos agentes (ou mesmo equipas multi-agente) do zero com um único comando: cagent new.
Quando executas cagent new, ser-te-á pedido que descrevas o que queres que o teu agente (ou equipa de agentes) faça. A partir daí, o cagent gera automaticamente a configuração YAML, escolhendo um provider/modelo baseado nas tuas chaves API disponíveis (Anthropic → OpenAI → Google por defeito) a menos que sobreponhas com --model. O cagent também sugerirá um conjunto de ferramentas que o agente pode precisar baseado na tua descrição.
Por trás dos panos, o cagent usa um agente gerador built-in para fazer bootstrap do YAML por ti. Podes imediatamente executar o ficheiro gerado, editá-lo ou partilhá-lo. No exemplo abaixo vou criar um agente inspirado em Tyler Durden de Fight Club.
Depois de descreveres o teu agente, o cagent gera um ficheiro YAML que especifica o papel do agente, provider, modelo e acesso a ferramentas. Isto torna a configuração do teu agente explícita, reproduzível e fácil de modificar.
Aqui está um exemplo do YAML gerado para o agente Tyler Durden:
version: "1"
models:
anthropic:
provider: anthropic
model: claude-sonnet-4-0
max_tokens: 64000
agents:
root:
model: anthropic
description: "An agent that embodies Tyler Durden's philosophical mindset - challenging consumerism, questioning authority, and speaking with raw, unfiltered truth"
instruction: |
You are an agent inspired by Tyler Durden's philosophy and speaking style. You should:
SPEAKING STYLE:
- Be direct, provocative, and uncompromising
- Use short, punchy statements mixed with longer philosophical rants
- Challenge conventional thinking and societal norms
- Speak with confidence and authority
- Use visceral, concrete imagery in your explanations
- Be brutally honest, even when uncomfortable
PHILOSOPHICAL APPROACH:
- Question consumerism and materialism
- Challenge people to break free from societal expectations
- Emphasize authenticity over appearance
- Focus on what truly matters vs. what society says should matter
- Promote self-reliance and personal transformation
- Critique corporate culture and meaningless work
COMMUNICATION PATTERNS:
- Start with bold, attention-grabbing statements
- Use analogies involving decay, destruction, and renewal
- Ask hard questions that make people uncomfortable
- Deliver uncomfortable truths about modern life
- End with calls to action or philosophical challenges
TOPICS TO ADDRESS:
- The meaninglessness of consumer culture
- Breaking free from others' expectations
- Finding authentic purpose and meaning
- The importance of facing harsh realities
- Personal transformation through destruction of false selves
- Questioning authority and social structures
Remember: You're not encouraging actual violence or illegal activity - you're using Tyler's philosophical lens to challenge thinking about society, purpose, and authenticity. Focus on psychological and philosophical rebellion rather than physical destruction.
toolsets: []
add_date: false
add_environment_info: falsePodes refinar ainda mais a que ferramentas o agente pode aceder, incluindo ferramentas MCP como pesquisa, sistema de ficheiros ou APIs custom. Esta secção de ferramentas explícita garante que o teu agente só tem as capacidades que defines.
Isto torna incrivelmente rápido passar de uma ideia para uma configuração de agente funcional. Quer estejas a prototipar um único agente helper ou a desenhar uma equipa de especialistas, cagent new permite-te partir de linguagem natural e obter uma config executável em segundos.
Executar os teus agentes#
O comando cagent run é como dás vida aos teus agentes. Recebe um ficheiro YAML (ou mesmo uma imagem Docker empacotada) e inicia os agentes que definiste dentro dele. O comando trata da orquestração, comunicação inter-agente e acesso a ferramentas—tudo enquanto mantém isolamento e reprodutibilidade através de containerização.
Quando executas cagent run, várias coisas acontecem:
- Cada agente é inicializado com o seu modelo, papel e ferramentas especificados
- O runtime configura canais de comunicação seguros entre agentes
- O acesso a ferramentas é configurado de acordo com as tuas especificações YAML
- O agente primário (tipicamente chamado “root”) inicia e pode delegar a outros agentes conforme necessário
Exemplo: Construir um jogo de xadrez#
Vamos percorrer um exemplo prático usando a equipa de desenvolvimento multi-agente de examples/dev-team.yaml. Esta configuração define três agentes especializados a trabalhar juntos:
- Product Manager: Coordena o projeto, decompõe requisitos e gere iterações
- Designer: Foca-se na experiência do utilizador, design visual e planeamento da interface
- Engineer: Trata da implementação, coding e arquitetura técnica
Para este exemplo, vou copiar a configuração do agente para o meu diretório de projeto e executá-la a partir daí, dando aos agentes o diretório de trabalho correto para criar e modificar ficheiros:
# Copia a configuração dev team para o teu diretório de projeto
cp dev-team.yaml /path/to/my-chess-project/
cd /path/to/my-chess-project/
# Executa os agentes a partir do diretório de projeto
cagent run dev-team.yamlEsta abordagem garante que quando o agente Engineer cria ficheiros ou a equipa precisa de iterar no código, tudo é criado no sítio certo e os agentes podem facilmente aceder e modificar os ficheiros do projeto.
Depois peço a esta equipa para “construir um jogo de xadrez”.
O agente Product Manager assume a liderança, decompondo imediatamente o jogo de xadrez em componentes manejáveis. O Product Manager depois coordena com o agente Designer para planear a interface do utilizador. O Designer considera o layout visual, interações do utilizador e experiência geral. Esta colaboração acontece automaticamente—os agentes comunicam através do runtime cagent sem coordenação manual. Vários ficheiros são gerados para esboçar a estrutura do projeto e design inicial (nota: funcionalidade específica dos agentes dev-team).
O agente Engineer é envolvido para planear a implementação técnica. Pensa sobre estrutura de código, arquitetura HTML/CSS/JavaScript e como implementar a lógica do jogo eficientemente. O engineer pode aceder a ferramentas de sistema de ficheiros para realmente criar e modificar ficheiros.
A equipa trabalha iterativamente—o Engineer implementa funcionalidades, o Designer fornece feedback sobre a interface e o Product Manager acompanha o progresso. Cada agente mantém a sua perspetiva especializada enquanto contribui para o objetivo partilhado.
O resultado final é um jogo de xadrez funcional com lógica de jogo correta, interface visual e interações do utilizador. Os agentes colaboraram para entregar algo mais sofisticado do que qualquer agente individual teria produzido sozinho.
O que torna isto poderoso#
Este exemplo demonstra várias vantagens chave da abordagem multi-agente do cagent:
Expertise especializada: Cada agente foca-se no que faz melhor—planeamento de produto, pensamento de design ou implementação técnica—em vez de tentar tratar de tudo.
Colaboração natural: Os agentes comunicam e coordenam automaticamente. Não precisas de passar informação manualmente entre eles ou gerir as suas interações.
Desenvolvimento iterativo: Tal como equipas humanas, os agentes trabalham em iterações, refinando e melhorando a solução à medida que avançam.
Resultados reproduzíveis: Como tudo está definido em configuração YAML, podes executar exatamente a mesma configuração de equipa novamente, partilhá-la com outros ou modificá-la para projetos diferentes.
Integração de ferramentas: Cada agente pode ser configurado com diferentes ferramentas—o Engineer pode ter acesso ao sistema de ficheiros para escrever código, enquanto o Designer tem acesso a APIs de geração de imagens.
Podes personalizar esta equipa modificando o ficheiro YAML—muda os seus papéis, ajusta as suas personalidades, dá-lhes diferentes ferramentas ou até troca diferentes modelos para cada agente. A configuração torna a experimentação fácil enquanto mantém tudo reproduzível.
Começa com o cagent#
Pronto para containerizar os teus workflows de IA? O repositório cagent inclui exemplos e templates para começar:
Opções de quick start:
- Cria o teu primeiro agente: Faz download do binário, configura a tua chave API e executa
cagent newpara criar o teu primeiro agente - Experimenta com equipas multi-agente: Copia
dev-team.yamlpara o teu projeto e vê os agentes a colaborar em tarefas reais - Explora os exemplos: Navega pelas configurações de agentes pré-construídas para diferentes casos de uso no repositório
Junta-te à comunidade:
- Partilha as tuas criações: Encontra-nos no Slack para mostrar os agentes e workflows que estás a construir com o cagent
- Contribui exemplos: Submete pull requests com templates de agentes para workflows comuns
- Discute casos de uso: Junta-te às conversas e diz-nos como podemos melhorar
Quer estejas a construir automação pessoal, a prototipar workflows de IA ou a escalar sistemas de agentes em produção, o cagent dá-te a base Docker-native para o tornar fiável e partilhável.
O futuro do desenvolvimento de IA é colaborativo, containerizado e reproduzível. Vamos construí-lo juntos.
