Parallel Agent

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

Na tela principal do Evo AI, clique em “New Agent”
No campo “Type”, selecione “Parallel Agent”
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 simultaneamenteExemplo 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 fontesSub-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 dimensõesSub-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 mercadoSub-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.

Get Started

​Visão Geral

​Características Principais

Execução Simultânea

Redução de Tempo

Independência

Agregação de Resultados

​Quando Usar Parallel Agent

​Criando um Parallel Agent

​Passo a Passo na Plataforma

​Exemplos Práticos

​1. Análise Completa de Produto

​2. Verificação Completa de Usuário

​3. Pesquisa de Mercado Abrangente

​Monitoramento e Performance

​Acompanhando Execução Paralela

​Configurações Avançadas

​Controle de Concorrência

​Melhores Práticas

​Casos de Uso Comuns

Análise de Dados

Verificação de Usuários

Pesquisa de Mercado

Monitoramento

​Próximos Passos

Sequential Agent

Loop Agent

Agente LLM

Configurações

Visão Geral

Características Principais

Quando Usar Parallel Agent

Criando um Parallel Agent

Passo a Passo na Plataforma

Exemplos Práticos

1. Análise Completa de Produto

2. Verificação Completa de Usuário

3. Pesquisa de Mercado Abrangente

Monitoramento e Performance

Acompanhando Execução Paralela

Configurações Avançadas

Controle de Concorrência

Melhores Práticas

Casos de Uso Comuns

Próximos Passos