Pular para o conteúdo principal

Hello World: orquestrador TDD com Agent SDK

· 2 min para ler
Eduardo Cruz Guedes
Eduardo Cruz Guedes
Aluno de BCC — IME-USP

Primeiro protótipo funcional do pipeline multiagente baseado em TDD, usando a Claude Agent SDK. O objetivo é demonstrar, da forma mais simples possível, o conceito central do TCC: um orquestrador que coordena subagentes especializados no fluxo Requisito → Testes → Código.

O que o script faz​

O requisito de exemplo é trivial, apenas fazer uma função validar_cpf(cpf) -> bool:

┌──────────────────┐
│  Orquestrador    │  (Haiku — só coordena, não escreve código)
│  "pipeline TDD"  │
└────┬────────┬────┘
     │        │
     ▼        │
┌──────────┐  │
│  Agente  │  │
│  test-   │  │  1. Recebe o requisito
│  writer  │  │  2. Gera testes pytest (tests/test_cpf.py)
│ (Sonnet) │  │  3. NÃO implementa nada
└──────────┘  │
              ▼
        ┌──────────┐
        │  Agente  │
        │  coder   │  1. Lê os testes gerados
        │ (Sonnet) │  2. Implementa cpf.py
        └──────────┘  3. Roda pytest e corrige até passar

O orquestrador roda em Haiku (modelo leve e barato) porque ele só precisa despachar os subagentes na ordem certa. Os subagentes que fazem o trabalho de escrever testes e código, eles rodam com o Claude Sonnet.

Como funciona no código​

O script usa a função query() da Agent SDK com subagentes definidos via AgentDefinition:

agents = {
    "test-writer": AgentDefinition(
        description="Gera testes pytest a partir de um requisito...",
        prompt="Escreva APENAS os testes, NÃO implemente...",
        tools=["Write", "Bash", "Read"],
        model="sonnet",
    ),
    "coder": AgentDefinition(
        description="Implementa código que faz os testes passarem...",
        prompt="Leia os testes e implemente a função...",
        tools=["Read", "Write", "Bash"],
        model="sonnet",
    ),
}

# O orquestrador recebe os agentes e coordena a execução
options = ClaudeAgentOptions(
    allowed_tools=["Agent", "Bash", "Read", "Write"],
    agents=agents,
    model="haiku",
)

async for message in query(prompt=PROMPT_ORQUESTRADOR, options=options):
    # streaming dos resultados...

O orquestrador recebe um prompt que diz: "chame test-writer primeiro, depois chame coder". Ele usa a tool Agent internamente para despachar cada subagente.

Status atual: aguardando API key​

O script ainda não foi executado porque depende de uma chave de API configurada via variável de ambiente (ANTHROPIC_API_KEY). Atualmente a Agent SDK suporta apenas a API da Anthropic, mas o plano é utilizar uma chave da OpenRouter para testar o pipeline com múltiplos provedores de LLM (Claude, GPT, Gemini, etc.) e comparar os resultados entre modelos.

Próximos passos​

  • Obter API key da OpenRouter para testes multi-provedor
  • Executar o pipeline pela primeira vez e documentar os resultados
  • Avaliar a qualidade dos testes gerados e do código produzido
  • Expandir o requisito para algo mais complexo (múltiplas funções, CRUD, CLI, etc.)
  • Estudar como integrar um CUA como validador comportamental final