> ## Documentation Index
> Fetch the complete documentation index at: https://docs.evo-ai.co/llms.txt
> Use this file to discover all available pages before exploring further.
# 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](https://google.github.io/adk-docs/agents/multi-agents/) para agentes paralelos.
## Características Principais
Todos os sub-agentes executam ao mesmo tempo, independentemente
Tempo total é determinado pelo sub-agente mais lento, não pela soma
Sub-agentes não dependem uns dos outros para executar
Combina resultados de todos os sub-agentes no final
## Quando Usar Parallel Agent
**✅ 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)
**❌ 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. 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
**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
```
**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
**Instructions:** Como o agente deve coordenar a execução paralela
```markdown theme={null}
# 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
```
**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
**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:**
```markdown theme={null}
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:**
```markdown theme={null}
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:**
```markdown theme={null}
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:**
```markdown theme={null}
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
**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
**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
**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
```
**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
**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
**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)
```
**Políticas de falha:**
**Fail Fast Policy:**
```markdown theme={null}
Se qualquer sub-agente falhar:
- Pare todos os outros imediatamente
- Retorne erro para o usuário
- Use para operações críticas
```
**Best Effort Policy:**
```markdown theme={null}
Se alguns sub-agentes falharem:
- Continue com os que funcionam
- Retorne resultados parciais
- Indique quais falharam
```
**Retry Policy:**
```markdown theme={null}
Para falhas temporárias:
- Retry automático 1-3 vezes
- Backoff exponencial
- Timeout progressivo
```
**Estratégias de combinação:**
**Simple Merge:**
```json theme={null}
{
"price_analysis": {...},
"review_analysis": {...},
"spec_analysis": {...},
"availability_analysis": {...}
}
```
**Structured Report:**
```json theme={null}
{
"summary": "Análise completa do produto...",
"details": {
"pricing": {...},
"reviews": {...},
"specifications": {...},
"availability": {...}
},
"recommendations": [...]
}
```
**Custom Aggregation:**
```markdown theme={null}
Defina lógica personalizada para combinar resultados:
- Priorize dados mais confiáveis
- Resolva conflitos entre fontes
- Calcule métricas derivadas
- Gere insights combinados
```
**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:**
```markdown theme={null}
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:**
```json theme={null}
{
"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:**
```markdown theme={null}
# 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
**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
**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
**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
**Processamento Paralelo:**
* Múltiplas análises no mesmo dataset
* Coleta de dados de várias fontes
* Validações independentes
**Validação Múltipla:**
* Email, telefone, documentos
* Verificações de background
* Validação de endereços
**Coleta Abrangente:**
* Análise de concorrentes
* Tendências de mercado
* Feedback de clientes
**Vigilância Contínua:**
* Múltiplas métricas
* Diferentes sistemas
* Alertas paralelos
## Próximos Passos
Aprenda sobre execução sequencial ordenada
Explore agentes que executam em loop iterativo
Volte aos fundamentos dos agentes inteligentes
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.