Pesquisar e Criar um Relatório HTML Temático sobre o Google Gemma Usando um Modelo Gemma 4 Auto-Hospedado
Pesquisar uma nova família de modelos de IA significa lidar com múltiplas fontes, sintetizar descobertas e depois formatar tudo em um deliverable apresentável. Este workflow mostra como o Eigent elimina todo esse pipeline — impulsionado por um modelo Gemma 4 31B hospedado localmente e executado via vLLM, ele orquestra múltiplos agentes para pesquisar, escrever, estilizar e entregar uma página HTML refinada a partir de um único prompt.
O que torna esta demo notável é que todo o workflow — orquestração multiagente, pesquisa na web ao vivo, geração de documentos baseada em skills e saída HTML tematizada — é conduzido por um modelo de 31 bilhões de parâmetros de pesos abertos rodando no seu próprio hardware.
Configure o Gemma 4 como Seu Modelo no Eigent
Vá para Settings → Agents → vLLM e defina o Model Endpoint URL para sua instância hospedada localmente (por exemplo, http://localhost:8000/v1) e defina o Model Type como gemma4-31b.
Isso informa ao Eigent para rotear todas as tarefas dos agentes por meio da sua instância Gemma 4 auto-hospedada, em vez de uma API na nuvem, mantendo seus dados localmente e seus custos de inferência em zero.
Baixe e Importe os Agent Skills
Acesse o Eigent Skills Hub em eigent.ai/skills e baixe os pacotes de skill doc-coauthoring e theme-factory como arquivos zip.
De volta ao Eigent, vá para Settings → Agents → Skills e use a janela Add Skill para arrastar e soltar os dois arquivos zip. Cada pacote de skill contém um arquivo SKILL.md que informa ao Eigent quando e como ativar a skill. A skill theme-factory também inclui 10 definições de tema prontas com paletas de cores e combinações de fontes selecionadas.
Envie o Prompt de Pesquisa
Com as skills importadas e o Gemma 4 configurado, digite seu prompt de tarefa no campo de entrada de chat do Eigent:
Pesquise a família Gemma usando Reuters, TechCrunch, o site da empresa e a documentação oficial. Depois use {{doc-coauthoring}} e {{theme-factory}} para criar uma página HTML refinada com principais descobertas, comparações e próximos passos. Salve o arquivo html na pasta do workspace.
As referências {{doc-coauthoring}} e {{theme-factory}} indicam ao Eigent para ativar ambas as skills neste workflow. O Eigent começa imediatamente a planejar a execução.
Veja o Eigent Decompor e Planejar a Tarefa
O Gemma 4 analisa o prompt e o divide em duas tarefas sequenciais:
-
Tarefa de Pesquisa: Pesquisar a família de modelos Gemma usando Reuters, TechCrunch, o site oficial do Google e a documentação oficial. Extrair principais descobertas, comparações entre modelos e próximos passos recomendados. Gerar um resumo detalhado da pesquisa em formato markdown contendo três seções: "Principais Descobertas", "Comparações" e "Próximos Passos".
-
Tarefa de Geração de HTML: Usando o resumo de pesquisa fornecido, use as skills
doc-coauthoringetheme-factorypara criar uma página HTML refinada e profissional. Salve o arquivo HTML final no diretório de trabalho.
Essa decomposição de tarefas acontece automaticamente — o Gemma 4 entende as dependências e sequencia o trabalho de acordo.
A Orquestração Multiagente Começa
O Eigent inicia vários agentes especializados em paralelo para executar o plano:
-
Browser Agent lança sessões de navegador simultâneas para pesquisar na web. Ele visita a pesquisa do Google, Reuters, TechCrunch, a página oficial do Google DeepMind para Gemma e o blog do Google AI — tudo ao mesmo tempo para maximizar o throughput.
-
Developer Agent fica de prontidão com sua tarefa pendente, aguardando o resumo da pesquisa antes de prosseguir para a geração do HTML.
O Browser Agent aproveita a grande janela de contexto do Gemma 4 processando várias páginas da web simultaneamente, extraindo informações relevantes sobre a arquitetura da família de modelos Gemma, opções de implantação, ecossistema e licenciamento.
O Browser Agent Entrega o Resumo da Pesquisa
Depois de visitar todas as fontes especificadas, o Browser Agent produz um Completion Report estruturado contendo a pesquisa sintetizada. O relatório aborda:
-
Principais Descobertas: Gemma é uma família de modelos leves e de última geração de pesos abertos desenvolvida pelo Google DeepMind, construída com a mesma tecnologia dos modelos Gemini. O ecossistema foi projetado para eficiência, permitindo que desenvolvedores criem aplicações de IA que podem ser executadas localmente em diversos hardwares.
-
Características Principais: Base arquitetural construída com base na pesquisa do Gemini; altamente otimizado para operação local e no dispositivo; acessível via Hugging Face, Kaggle, Vertex AI, Ollama e LM Studio; crescimento do ecossistema superior a 110 milhões de downloads; licenciamento de pesos abertos com termos de licença personalizados para uso comercial.
-
Comparações com GPT-4: Enquanto o GPT-4 é um modelo multimodal em larga escala normalmente acessado via API ou nuvem, o Gemma oferece uma alternativa de pesos abertos que permite implantação local, controle total de fine-tuning e operação offline.
-
Próximos Passos: Ações recomendadas incluindo integração de desenvolvimento, testes de implantação no dispositivo, casos de uso especializados e opções de escala.
Este resumo da pesquisa em markdown é automaticamente passado ao Developer Agent como entrada para a próxima fase.
O Developer Agent Ingiere as Skills e Gera o HTML
O Developer Agent recebe o resumo da pesquisa e ativa ambas as skills. Ele lê o SKILL.md do doc-coauthoring para entender o workflow estruturado de documentos e o SKILL.md do theme-factory para acessar a coleção de temas curados.
Usando o terminal, o Developer Agent:
- Consulta as skills disponíveis para encontrar doc-coauthoring e theme-factory
- Lê a galeria de temas para selecionar um tema visual apropriado
- Cria o diretório do projeto no workspace
- Escreve um arquivo HTML completo e autocontido que combina o conteúdo da pesquisa com a paleta de cores e a tipografia do tema selecionado
O Developer Agent aplica os códigos hexadecimais do tema, as combinações de fontes e a identidade visual em todas as seções — títulos, texto principal, componentes de cartão e elementos de fundo — produzindo um deliverable com aparência feita à mão por um profissional.
Revise o Relatório HTML Temático Final
A página HTML finalizada é salva diretamente na pasta do workspace. Ao abri-la, você verá um relatório refinado com tema escuro intitulado "Google Gemma Family of Models — Advanced Research Summary & Strategic Analysis" com:
- Uma seção Principais Descobertas com bullet points estilizados cobrindo a arquitetura, características de implantação, acessibilidade, crescimento do ecossistema e termos de licenciamento do Gemma
- Uma matriz de Comparações contrastando o Gemma com alternativas baseadas em nuvem como o GPT-4
- Uma seção Próximos Passos com recomendações acionáveis para integração de desenvolvimento, implantação no dispositivo, casos de uso especializados e escala
- Um rodapé profissional com atribuição das fontes
A página inteira é responsiva, autocontida em um único arquivo HTML e pronta para compartilhar com stakeholders ou publicar internamente — tudo gerado por um modelo de pesos abertos de 31B rodando em hardware local.
Por Que Este Workflow Importa
Esta demo mostra três capacidades trabalhando juntas:
- Poder do modelo de pesos abertos: Gemma 4 31B, rodando localmente via vLLM, lida com orquestração multiagente complexa, pesquisa na web ao vivo e geração de código — tarefas tipicamente associadas a modelos muito maiores hospedados na nuvem.
- Composição de skills: As skills doc-coauthoring e theme-factory se compõem de forma perfeita. Nenhuma skill conhece a outra; o Eigent as orquestra em um único pipeline.
- Paralelismo multiagente: O Browser Agent pesquisa simultaneamente em múltiplas fontes enquanto o Developer Agent aguarda a transferência estruturada, maximizando o throughput sem sacrificar a qualidade.
O Que Testar em Seguida
Depois que o primeiro relatório for gerado, você pode expandi-lo com prompts de acompanhamento como:
Troque o tema para "Arctic Frost" e regenere o mesmo relatório.
Substitua a pesquisa sobre Gemma por uma análise aprofundada de uma família diferente de modelos de IA.
Adicione a skill pptx para gerar uma apresentação de slides a partir da mesma pesquisa.
Execute o mesmo workflow com uma variante diferente do Gemma para comparar a qualidade da saída entre tamanhos de modelo.
Dicas para Melhores Resultados
- Nomeie suas fontes explicitamente. Especificar Reuters, TechCrunch e a documentação oficial dá ao Browser Agent um caminho de pesquisa claro em vez de depender de uma busca aberta.
- Use referências de skill com chaves duplas. Escrever
{{doc-coauthoring}}e{{theme-factory}}no seu prompt ativa explicitamente essas skills importadas. - Especifique o local de saída. Pedir para "salvar o arquivo HTML na pasta do workspace" informa ao Developer Agent exatamente onde escrever o deliverable final.
- Deixe o modelo planejar. A decomposição de tarefas do Gemma 4 é mais eficaz quando você descreve o resultado desejado em vez de prescrever etapas individuais.
