Um agente é um workflow que raciocina e age por conta própria. Ele lê uma entrada, decide o que fazer e executa, chamando ferramentas e usando seus dados no caminho. Você cria um agente customizado no Zoen compondo um workflow cujo raciocínio passa por um ou mais blocos Agent.
Um bloco Agent é o passo de raciocínio dentro desse workflow: um modelo lê os valores disponíveis, decide e devolve um resultado que blocos posteriores leem por referência. Um agente simples é um único bloco Agent; um maior conecta vários junto com outros blocos. O bloco Agent é onde o modelo pensa; o resto do workflow é sobre o que ele age e através do que age.
O exemplo ao longo desta página é um agente que pontua leads de vendas de entrada.
O bloco Agent
Você configura o passo de raciocínio dando ao bloco Agent um modelo e um prompt. O modelo é o LLM que o alimenta; você escolhe um entre os provedores disponíveis, e o padrão é claude-sonnet-4-6. O prompt é uma mensagem de sistema que define quem o agente é e como deve se comportar, mais uma mensagem de usuário que carrega a entrada, geralmente uma referência como <start.input>.
Quando roda, o bloco Agent raciocina, chama as ferramentas de que precisa e guarda o resultado sob o próprio nome. Por padrão esse resultado é texto livre em content, lido por um bloco posterior como <agent.content>, junto com detalhes da execução como o modelo usado, contagem de tokens, chamadas de ferramentas e custo. Toda configuração e campo de saída está na referência do bloco Agent.
O que você dá a um agente
Sozinho, um bloco Agent só consegue raciocinar e escrever texto. Você o estende para que possa agir, seguir suas regras, usar seus dados, lembrar e devolver resultados em que outros blocos possam confiar. Cada recurso corresponde a algo que você quer que um agente faça.
Agir: ferramentas
Para um agente fazer algo no mundo, dê a ele ferramentas (tools). Uma ferramenta é uma ação que o agente pode chamar, como enviar um e-mail, buscar na web, atualizar um registro no CRM ou rodar outro workflow. Você anexa ferramentas ao bloco Agent, e o agente decide quais chamar para a tarefa à frente. No pontuador de leads, o agente tem uma ferramenta de busca para reunir contexto sobre um perfil incompleto e uma ferramenta de e-mail para contatar um lead forte.
As ferramentas vêm de alguns lugares:
- Integrações são o catálogo de serviços externos: Gmail, Slack, Airtable, Linear e centenas de outros.
- Ferramentas customizadas são ferramentas que você define uma vez com um schema e um trecho de código, e depois reutiliza.
- Ferramentas MCP vêm de um provedor externo que você conecta pelo Model Context Protocol.
- Workflow como ferramenta torna outro workflow chamável, para o agente rodar um procedimento inteiro como um passo.
A mesma integração pode rodar de duas formas. Como bloco, roda porque o caminho chegou até ela. Como ferramenta de agente, roda porque o agente a escolheu. Controles de uso por ferramenta (forçar uma ferramenta ou desabilitar uma) estão na referência do bloco Agent.
Seguir um procedimento: skills
Para dar a um agente instruções que ele possa seguir, escreva uma skill. Uma skill é um playbook reutilizável com um nome curto e uma descrição que o agente sempre vê, mais um corpo mais longo que ele carrega só quando a skill se aplica. No pontuador de leads, uma skill lead-scoring-rubric detalha as faixas e os desqualificadores, e o agente lê a rubrica completa só quando um lead é ambíguo. Uma ferramenta é uma ação que o agente toma; uma skill é orientação que ele lê.
Usar seus documentos: conhecimento
Para um agente responder a partir do seu próprio conteúdo, conecte uma base de conhecimento. O agente busca nela e fundamenta as respostas no que encontra, em vez de depender só do treinamento geral do modelo. Dê ao pontuador de leads uma base de conhecimento de deals passados e ele pode comparar um lead novo com os que você já fechou.
Lembrar entre execuções: memória
Para um agente reutilizar informação de uma execução para a próxima, dê a ele memória, que armazena e recupera valores associados a uma conversa. Sem ela, cada execução começa do zero; com ela, um agente em um chat leva o que foi dito antes para as mensagens seguintes.
Devolver um resultado utilizável: saída estruturada
Para o resultado de um agente ser algo que blocos posteriores possam usar, dê a ele uma saída estruturada: um objeto tipado que você define em vez de texto livre. No pontuador de leads, o agente devolve { score, tier, reason }, e um bloco Condition posterior lê <agent.tier> para fazer o branching. Veja como os blocos passam dados para ler campos.
Escolhendo o que usar
Comece com um bloco Agent e um prompt, e depois adicione só o que a tarefa precisa: uma ferramenta quando o agente deve agir, uma skill quando precisa de orientação escrita, uma base de conhecimento quando deve responder a partir dos seus documentos, memória quando deve lembrar, e uma saída estruturada quando um bloco posterior precisa ler o resultado.
Escolhendo o que usar
Um guia lado a lado de ferramentas, skills, conhecimento e o resto, com um exemplo completo.