A Paradigm, uma empresa emergente do Y Combinator, desenvolveu uma planilha inteligente que integra agentes de IA para aprimorar a coleta e processamento de dados com precisão humana. Utilizando a tecnologia da LangChain, a empresa é capaz de orquestrar uma quantidade massiva de agentes que realizam tarefas específicas de forma eficiente e econômica.

Esses agentes, cada um dedicado a tarefas diferentes como geração de dados e renomeação de planilhas, foram implementados para aumentar a performance do produto. O uso do LangChain permitiu à Paradigm realizar iterações rápidas, ajustando variáveis como definições de temperatura e seleção de modelos, o que é crucial para a produção de ferramentas de IA eficazes.

Com o auxílio do LangSmith, a Paradigm obteve insights operacionais valiosos, permitindo monitorar o fluxo de execução dos agentes e aprimorar a qualidade dos dados processados. Essa observabilidade granular se mostrou essencial para ajustar o sistema de dependências e rastrear o uso de tokens, facilitando a evolução das operações.

1. Agente de esquema: Organiza e define colunas para coleta de dados.

2. Agente de nomeação: Renomeia planilhas com base nas informações fornecidas.

3. Agente de planejamento: Estrutura tarefas em etapas para otimização de tempo.

4. Agente de contato: Realiza buscas para encontrar informações de contato.

5. Modelagem de preços: Utiliza dados de uso para definir uma estrutura de preços precisa.

A combinação do LangSmith com LangChain não só facilitou a funcionalidade da planilha inteligente, mas também permitiu à Paradigm implementar um modelo de preços baseado no uso, ajustando custos de tarefas conforme a complexidade. Com isso, a empresa pode oferecer um serviço escalável e ajustável às necessidades de seus usuários.

Através do uso integrado de LangSmith e LangChain, a Paradigm está na vanguarda da transformação digital em ferramentas de produtividade, permitindo que seus usuários realizem tarefas complexas com facilidade e precisão. Para aqueles interessados em otimizar suas aplicações de LLM, é recomendável explorar as funcionalidades do LangSmith e acompanhar as atualizações diárias em nossa newsletter.

FONTES:

1. Paradigm

1. LangChain

1. LangSmith

1. GitHub LangChain

1. Documentação LangSmith