Parallel Agent

Configure agentes que executam sub-agentes simultaneamente para máxima eficiência e velocidade

Visão Geral

O Parallel Agent é um tipo de agente de workflow que executa múltiplos sub-agentes simultaneamente, permitindo processamento paralelo de tarefas independentes. Diferentemente do Sequential Agent, todos os sub-agentes são iniciados ao mesmo tempo e executam de forma concorrente.

Este tipo de agente é ideal quando você tem tarefas que não dependem umas das outras e podem ser executadas em paralelo, resultando em significativa redução do tempo total de processamento.

Baseado no Google ADK: Implementação seguindo os padrões do Google Agent Development Kit para agentes paralelos.

Características Principais

Execução Simultânea

Todos os sub-agentes executam ao mesmo tempo, independentemente

Redução de Tempo

Tempo total é determinado pelo sub-agente mais lento, não pela soma

Independência

Sub-agentes não dependem uns dos outros para executar

Agregação de Resultados

Combina resultados de todos os sub-agentes no final

Quando Usar Parallel Agent

Cenários Ideais

✅ Use Parallel Agent quando:

• Tarefas independentes: Sub-agentes não precisam de dados uns dos outros
• Coleta de informações: Buscar dados de múltiplas fontes simultaneamente
• Análises paralelas: Diferentes tipos de análise no mesmo conjunto de dados
• Validações múltiplas: Verificações que podem ser feitas em paralelo
• Processamento de lotes: Dividir trabalho grande em partes menores

Exemplos práticos:

• Análise de produto (preço + reviews + especificações)
• Verificação de dados (formato + conteúdo + compliance)
• Pesquisa de mercado (concorrentes + tendências + preços)
• Validação de usuário (email + telefone + documentos)
• Geração de relatórios (vendas + marketing + financeiro)

Quando NÃO usar

❌ Evite Parallel Agent quando:

• Dependências sequenciais: Uma tarefa precisa do resultado da outra
• Recursos limitados: Sistema não suporta múltiplas execuções simultâneas
• Ordem importa: Sequência de execução é crítica
• Estado compartilhado: Sub-agentes modificam os mesmos dados
• Tarefas muito rápidas: Overhead de paralelização não compensa

Criando um Parallel Agent

Passo a Passo na Plataforma

1. Iniciar criação

1. Na tela principal do Evo AI, clique em “New Agent”
2. No campo “Type”, selecione “Parallel Agent”
3. Você verá campos específicos para configuração paralela

2. Configurar informações básicas

Name: Nome descritivo do agente paralelo

Exemplo: analise_produto_completa

Description: Resumo do processamento paralelo

Exemplo: Análise completa de produto coletando informações 
de preços, reviews, especificações e disponibilidade simultaneamente

Goal: Objetivo do processamento paralelo

Exemplo: Fornecer análise abrangente de produtos em tempo mínimo, 
coletando dados de múltiplas fontes simultaneamente

3. Configurar sub-agentes paralelos

Sub-Agents: Adicione todos os agentes que executarão em paralelo

💡 Dica: A ordem não importa, pois todos executam simultaneamente

Exemplo de análise de produto:

• Analisador de Preços - Compara preços em diferentes lojas
• Coletor de Reviews - Busca avaliações de clientes
• Verificador de Especificações - Coleta dados técnicos
• Checker de Estoque - Verifica disponibilidade

4. Definir instruções de coordenação

Instructions: Como o agente deve coordenar a execução paralela

# Análise Completa de Produto

Execute todos os sub-agentes simultaneamente para análise abrangente:

## Sub-agentes paralelos:
- **Preços**: Analise preços em múltiplas lojas
- **Reviews**: Colete e analise avaliações de clientes
- **Especificações**: Obtenha dados técnicos detalhados
- **Estoque**: Verifique disponibilidade em tempo real

## Regras de execução:
- Inicie todos os sub-agentes simultaneamente
- Aguarde conclusão de todos antes de finalizar
- Combine resultados em relatório unificado
- Continue mesmo se um sub-agente falhar (opcional)

## Formato de saída:
Combine todos os resultados em um relatório estruturado com:
- Resumo executivo
- Dados de cada análise
- Recomendações baseadas em todos os dados

5. Configurações avançadas

Timeout Global: Tempo limite para todo o processamento paralelo

Recomendado: 600 segundos (10 minutos)

Failure Policy: Como tratar falhas de sub-agentes

- Fail if Any Fails (mais rigoroso)
- Continue if Some Succeed (mais flexível)
- Always Continue (mais resiliente)

Concurrency Limit: Limite de sub-agentes simultâneos

- No Limit (padrão)
- Max 5 Concurrent
- Max 10 Concurrent

Result Aggregation: Como combinar resultados

- Merge All Results
- Structured Report
- Custom Aggregation

Exemplos Práticos

1. Análise Completa de Produto

Estrutura do Agente Paralelo

Objetivo: Analisar produto coletando dados de múltiplas fontes

Sub-Agentes executando em paralelo:

1. Analisador de Preços

• Name: price_analyzer
• Description: Compara preços do produto em diferentes lojas online
• Instructions:

Analise o pedido {{user_input}} e pesquise preços do produto {{produto_nome}}:
- Busque em principais e-commerces
- Compare preços e condições
- Identifique melhor custo-benefício
- Verifique promoções ativas

• Output Key: price_analysis

2. Coletor de Reviews

• Name: review_collector
• Description: Coleta e analisa avaliações de clientes
• Instructions:

Baseado no pedido {{user_input}}, colete reviews do produto {{produto_nome}}:
- Busque avaliações em múltiplas plataformas
- Analise sentimento geral
- Identifique pontos fortes e fracos
- Calcule score médio de satisfação

• Output Key: review_analysis

3. Verificador de Especificações

• Name: spec_checker
• Description: Coleta especificações técnicas detalhadas
• Instructions:

Considerando o pedido {{user_input}}, colete especificações do produto {{produto_nome}}:
- Dados técnicos completos
- Comparação com produtos similares
- Certificações e padrões
- Compatibilidade e requisitos

• Output Key: spec_analysis

4. Verificador de Disponibilidade

• Name: availability_checker
• Description: Verifica estoque e disponibilidade
• Instructions:

Para o pedido {{user_input}}, verifique disponibilidade do produto {{produto_nome}}:
- Status de estoque em lojas
- Prazos de entrega
- Regiões de disponibilidade
- Alternativas se indisponível

• Output Key: availability_analysis

2. Verificação Completa de Usuário

Estrutura do Agente Paralelo

Objetivo: Verificar dados de usuário em múltiplas dimensões

Sub-Agentes executando em paralelo:

1. Validador de Email

• Name: email_validator
• Description: Valida formato e existência do email
• Output Key: email_validation

2. Verificador de Telefone

• Name: phone_verifier
• Description: Verifica formato e validade do telefone
• Output Key: phone_validation

3. Analisador de Documentos

• Name: document_analyzer
• Description: Analisa e valida documentos fornecidos
• Output Key: document_validation

4. Verificador de Endereço

• Name: address_verifier
• Description: Valida e normaliza endereço
• Output Key: address_validation

5. Checker de Antecedentes

• Name: background_checker
• Description: Verifica histórico e reputação
• Output Key: background_check

3. Pesquisa de Mercado Abrangente

Estrutura do Agente Paralelo

Objetivo: Realizar pesquisa completa de mercado

Sub-Agentes executando em paralelo:

1. Analisador de Concorrentes

• Analisa principais concorrentes e estratégias

2. Pesquisador de Tendências

• Identifica tendências de mercado e consumo

3. Analisador de Preços

• Mapeia faixas de preço e posicionamento

4. Coletor de Feedback

• Coleta opiniões e feedback de clientes

5. Analisador de Oportunidades

• Identifica gaps e oportunidades de mercado

Monitoramento e Performance

Acompanhando Execução Paralela

Dashboard de Monitoramento

Métricas específicas para execução paralela:

• Progresso individual: Status de cada sub-agente em tempo real
• Tempo de execução: Duração de cada sub-agente
• Eficiência paralela: Speedup obtido vs. execução sequencial
• Utilização de recursos: CPU, memória, rede durante execução
• Taxa de sucesso: Quantos sub-agentes completam com sucesso

Visualização em tempo real:

Sub-Agent Status:
├── price_analyzer     [RUNNING]    45s
├── review_collector   [COMPLETED]  32s ✓
├── spec_checker       [RUNNING]    51s
└── availability_check [FAILED]     28s ✗

Overall Progress: 75% (3/4 completed)
Estimated Time Remaining: 15s

Análise de Performance

Métricas de eficiência:

Speedup Calculation:

Tempo Sequencial: 180s (45+32+51+52)
Tempo Paralelo: 52s (máximo entre todos)
Speedup: 3.46x (180/52)
Eficiência: 86.5% (3.46/4)

Gargalos identificados:

• Sub-agente mais lento determina tempo total
• Recursos compartilhados podem causar contenção
• Network I/O pode ser limitante

Otimizações sugeridas:

• Balancear carga entre sub-agentes
• Otimizar sub-agente mais lento
• Considerar cache para dados frequentes

Debugging de Problemas

Problemas comuns em execução paralela:

1. Contenção de Recursos

Sintoma: Todos os sub-agentes lentos
Causa: Competição por CPU/memória/rede
Solução: Reduzir concorrência ou otimizar recursos

2. Falhas Intermitentes

Sintoma: Sub-agentes falham aleatoriamente
Causa: Rate limiting ou timeouts
Solução: Implementar retry e backoff

3. Resultados Inconsistentes

Sintoma: Resultados variam entre execuções
Causa: Condições de corrida ou dados dinâmicos
Solução: Sincronização ou snapshot de dados

Configurações Avançadas

Controle de Concorrência

Limitação de Recursos

Configurações de concorrência:

Max Concurrent Agents: Limite de sub-agentes simultâneos

- Unlimited (padrão)
- 5 concurrent (para recursos limitados)
- 10 concurrent (balanceado)
- 20 concurrent (alta capacidade)

Resource Allocation: Alocação de recursos por sub-agente

- CPU Limit: 1 core per agent
- Memory Limit: 512MB per agent
- Network Bandwidth: 10Mbps per agent

Queue Management: Gerenciamento de fila quando há limite

- FIFO (First In, First Out)
- Priority-based (baseado em prioridade)
- Round-robin (distribuição equilibrada)

Tratamento de Falhas

Políticas de falha:

Fail Fast Policy:

Se qualquer sub-agente falhar:
- Pare todos os outros imediatamente
- Retorne erro para o usuário
- Use para operações críticas

Best Effort Policy:

Se alguns sub-agentes falharem:
- Continue com os que funcionam
- Retorne resultados parciais
- Indique quais falharam

Retry Policy:

Para falhas temporárias:
- Retry automático 1-3 vezes
- Backoff exponencial
- Timeout progressivo

Agregação de Resultados

Estratégias de combinação:

Simple Merge:

{
  "price_analysis": {...},
  "review_analysis": {...},
  "spec_analysis": {...},
  "availability_analysis": {...}
}

Structured Report:

{
  "summary": "Análise completa do produto...",
  "details": {
    "pricing": {...},
    "reviews": {...},
    "specifications": {...},
    "availability": {...}
  },
  "recommendations": [...]
}

Custom Aggregation:

Defina lógica personalizada para combinar resultados:
- Priorize dados mais confiáveis
- Resolva conflitos entre fontes
- Calcule métricas derivadas
- Gere insights combinados

Output Key - Resultado Agregado

Campo Output Key na interface:

O Output Key permite que o Parallel Agent salve o resultado agregado de todos os sub-agentes executados em paralelo em uma variável específica no estado compartilhado.

Como funciona:

• Configure o campo Output Key com um nome descritivo
• Os resultados de todos os sub-agentes são coletados e agregados
• O resultado final agregado é salvo automaticamente na variável especificada
• Outros agentes podem acessar usando placeholders {{output_key_name}}

Exemplos de configuração:

Output Key: "analise_completa_produto"
→ Salva resultado agregado em state.analise_completa_produto

Output Key: "verificacao_usuario_completa"
→ Salva resultado agregado em state.verificacao_usuario_completa

Output Key: "pesquisa_mercado_consolidada"
→ Salva resultado agregado em state.pesquisa_mercado_consolidada

Estrutura do resultado agregado:

{
  "execution_summary": {
    "total_agents": 4,
    "successful": 4,
    "failed": 0,
    "execution_time": "45s"
  },
  "results": {
    "price_analysis": {...},
    "review_analysis": {...},
    "spec_analysis": {...},
    "availability_analysis": {...}
  },
  "aggregated_insights": "Insights combinados de todos os agentes"
}

Uso em outros agentes:

# Nas instruções de agentes subsequentes:
"Analise o pedido: {{user_input}} e use a análise completa: {{analise_completa_produto}}"
"Baseado na verificação: {{verificacao_usuario_completa}}"
"Considere a pesquisa: {{pesquisa_mercado_consolidada}}"

Boas práticas:

• Use snake_case: resultado_paralelo, analise_agregada
• Seja específico: verificacao_multipla_usuario em vez de verificacao
• Documente estrutura do resultado agregado
• Considere incluir metadados de execução
• Use nomes que reflitam a natureza paralela do processo

Melhores Práticas

Design de Sub-Agentes

Princípios para execução paralela:

• Independência: Sub-agentes não devem depender uns dos outros
• Idempotência: Execução múltipla deve ser segura
• Timeouts apropriados: Evite que um sub-agente trave todos
• Granularidade adequada: Nem muito pequenos nem muito grandes
• Balanceamento: Sub-agentes com tempo similar de execução

Otimização de Performance

Estratégias para máxima eficiência:

• Profile primeiro: Meça antes de otimizar
• Identifique gargalos: Sub-agente mais lento determina tempo total
• Cache inteligente: Evite reprocessar dados idênticos
• Batch operations: Agrupe operações similares
• Resource pooling: Reutilize conexões e recursos

Confiabilidade

Garantindo execução robusta:

• Circuit breakers: Evite cascata de falhas
• Health checks: Monitore saúde dos sub-agentes
• Graceful degradation: Continue com funcionalidade reduzida
• Retry logic: Tente novamente apenas para falhas temporárias
• Monitoring: Alertas para problemas de performance

Casos de Uso Comuns

Análise de Dados

Processamento Paralelo:

• Múltiplas análises no mesmo dataset
• Coleta de dados de várias fontes
• Validações independentes

Verificação de Usuários

Validação Múltipla:

• Email, telefone, documentos
• Verificações de background
• Validação de endereços

Pesquisa de Mercado

Coleta Abrangente:

• Análise de concorrentes
• Tendências de mercado
• Feedback de clientes

Monitoramento

Vigilância Contínua:

• Múltiplas métricas
• Diferentes sistemas
• Alertas paralelos

Próximos Passos

Sequential Agent

Aprenda sobre execução sequencial ordenada

Loop Agent

Explore agentes que executam em loop iterativo

Agente LLM

Volte aos fundamentos dos agentes inteligentes

Configurações

Explore configurações avançadas de agentes

---

O Parallel Agent é essencial para maximizar eficiência quando você tem tarefas independentes. Use-o para reduzir drasticamente o tempo total de processamento executando múltiplas operações simultaneamente.