LangChain para DevOps — exemplos

Uma série de exemplos didáticos de LangChain, cada um resolvendo um problema real de DevOps e ensinando uma ideia por vez. São projetos independentes: você pode clonar o repositório inteiro e rodar só o que interessa.

Os exemplos foram escritos para serem lidos, não estendidos. Cada um é o menor código que demonstra sua ideia — o que falta num exemplo costuma ser o assunto do próximo.

Os exemplos

#	Pasta	O que resolve	O que ensina
01	01-chat-devops	Uma pergunta DevOps ao Gemini	Modelo, mensagens, invoke() vs stream() e metadados do AIMessage
02	02-chat-devops-sem-memoria	A mesma pergunta, agora num chat que continua aberto	Que um terminal contínuo não é uma conversa: cada chamada começa do zero, e que um ChatPromptTemplate compõe a entrada
03	03-chat-devops-memoria	O mesmo chat, agora lembrando da conversa	Que o modelo não tem memória — quem lembra é o seu código, reenviando a lista por um MessagesPlaceholder
04	04-agente-runbook	Responder sobre um runbook privado carregado pela aplicação	Runtime mínimo de agente, objetos Document e conhecimento inserido diretamente no contexto
05	05-agente-runbook-tool	Consultar diferentes runbooks pelo identificador presente na pergunta	Criação de ferramenta, registro com create_agent e seleção de parâmetro pelo modelo
06	06-assistente-plataforma	Consultar o cluster Kubernetes em linguagem natural	Descoberta e registro do catálogo de ferramentas de um MCP server HTTP
07	07-assistente-plataforma-cli	Executar uma consulta operacional por processo	Contrato de CLI com argumento, contexto, canais e códigos de saída
08	08-assistente-plataforma-chat	Conversar com o assistente e acompanhar a resposta	Histórico de sessão e retorno progressivo em Streamlit
09	09-inventario-ec2	Consultar o inventário EC2 da conta	A mesma ferramenta declarada de quatro formas e o esquema que o modelo recebe de cada uma
10	10-inventario-ec2-testes	Garantir que a ferramenta do inventário funciona antes de entregá-la ao agente	Teste da ferramenta sem modelo: invocação direta, pedido de chamada escrito à mão e validação do esquema na execução
11	11-inventario-ec2-colisao	Escolher entre duas ferramentas parecidas: estado e status das instâncias	Colisão entre ferramentas, diagnóstico pela chamada pedida e correção por descrição contrastiva
12	12-pesquisa-web-devops	Pesquisar tendências de DevOps e cloud e ler um documento na web	Ferramentas prontas de pacotes de integração (Tavily e Firecrawl), registradas com uma chave e trocadas por uma linha

A ordem importa. O 02 coloca a chamada isolada do 01 num loop, passa a compor a entrada por template e mostra que o modelo esquece; o 03 resolve isso com memória explícita, num slot do mesmo template; o 04 entra no runtime sem tools e torna o contexto externo explícito; o 05 registra a primeira ferramenta no agente; o 06 conecta o agente a ferramentas Kubernetes publicadas por um MCP server e torna o fluxo observável; o 07 transforma uma solicitação em execução single shot; o 08 adiciona conversa, memória de sessão e retorno progressivo; o 09 sai do cluster para uma conta AWS e olha a ferramenta por dentro: as formas de declará-la e o esquema que cada uma envia ao modelo; o 10 testa essa ferramenta sem modelo, no lugar da aplicação que executa o pedido; o 11 coloca uma segunda ferramenta ao lado dela e mostra que descrições parecidas colidem; e o 12 deixa de escrever a ferramenta e usa ferramentas prontas do ecossistema, com camada gratuita.

Pré-requisitos

• uv — gerencia Python e dependências
• Python 3.12 (o uv instala sozinho, se faltar)
• Uma chave da Gemini Developer API para os exemplos 01 e 02
• Uma chave da API da Anthropic para os exemplos 03 a 09, 11 e 12 (o 10 não usa modelo)
• Node.js, npx, kubectl e um cluster de estudo para os exemplos 06 a 08
• Uma conta AWS com credencial de leitura do EC2 para os exemplos 09 a 11
• Chaves do Tavily e do Firecrawl para o exemplo 12 (as duas têm camada gratuita, sem cartão)

Como rodar qualquer exemplo

Todo exemplo segue o mesmo ritual, sempre de dentro da pasta dele:

cd 01-chat-devops
cp .env.example .env      # preencha GOOGLE_API_KEY
uv sync

O comando de execução muda por exemplo:

cd 01-chat-devops          && uv run src/app.py
cd 02-chat-devops-sem-memoria && uv run chat-devops-sem-memoria
cd 03-chat-devops-memoria  && uv run chat-devops-memoria
cd 04-agente-runbook        && uv run agente-runbook
cd 05-agente-runbook-tool   && uv run agente-runbook-tool
cd 06-assistente-plataforma && uv run assistente-plataforma
cd 07-assistente-plataforma-cli && uv run assistente-plataforma-cli "Liste os pods com reinicializações" --namespace kube-system
cd 08-assistente-plataforma-chat && uv run streamlit run src/app.py
cd 09-inventario-ec2        && uv run inventario-ec2 "Quais instâncias estão paradas?"
cd 10-inventario-ec2-testes && uv run pytest -v
cd 11-inventario-ec2-colisao && uv run inventario-ec2-colisao "Qual o status da worker-01?"
cd 12-pesquisa-web-devops   && uv run pesquisa-web-devops "Quais as tendências recentes de DevOps e cloud?"

Cada pasta tem um README.md próprio, com a explicação completa daquele exemplo. Comece por ele.

Como o repositório é organizado

Pastas seguem nn-slug: número sequencial da aula + nome do projeto. Cada exemplo é autocontido — tem seu próprio pyproject.toml, uv.lock, .venv e .env. Não há workspace, pacote compartilhado nem utilitário comum, de propósito: você pode copiar uma pasta sozinha para outro lugar e ela roda.

Isso significa dependência duplicada entre os exemplos. É intencional, e o preço é barato perto de poder tratar cada aula como um projeto independente.

Sua chave nunca entra no repositório

Cada exemplo tem .env.example com placeholder; o .env de verdade está no .gitignore. Nenhum arquivo versionado aqui contém credencial.