VennanVennanConsultoria
Categoria de tecnologia

Frameworks de agentes e RAG

Resposta direta

Frameworks de agentes (LangChain, LangGraph, LlamaIndex, CrewAI, AutoGen, MCP) estruturam o código de aplicações com LLM. LangChain e LlamaIndex são fundação de RAG; LangGraph, CrewAI e AutoGen orquestram agentes; MCP é o padrão aberto para conectar LLM a ferramentas.

Escolher framework de agente não é escolher biblioteca — é escolher modelo mental. LangChain é composição rápida; LangGraph é grafo auditável; LlamaIndex é RAG primeira classe; CrewAI é multi-agente com metáfora de time; AutoGen é conversação iterativa; MCP é conector universal. Vennan combina o que serve para o caso.

Tecnologias nesta categoria

6 ferramentas comparadas

LangChain, Inc.mature

LangChain

LangChain é o framework Python/TypeScript mais usado para construir aplicações com LLM.

LangChain, Inc.stable

LangGraph

LangGraph é o framework da LangChain para orquestração de agentes como grafo de estados.

LlamaIndex, Inc.mature

LlamaIndex

LlamaIndex é framework Python/TypeScript especializado em RAG — indexação, retrieval e resposta com fonte citada.

CrewAI, Inc.stable

CrewAI

CrewAI é o framework Python para multi-agentes com metáfora de time (crew): cada agente tem role, goal e backstory.

Microsoft Researchstable

AutoGen

AutoGen é o framework Python da Microsoft Research para agentes conversacionais múltiplos.

Anthropic (padrão aberto)stable

Model Context Protocol (MCP)

Model Context Protocol (MCP) é padrão aberto criado pela Anthropic para conectar LLMs a ferramentas, dados e sistemas externos de forma padronizada.

Critérios de escolha

  • Complexidade de fluxo (linear = LangChain, com estado = LangGraph)
  • Centralidade de RAG (RAG primeiro = LlamaIndex)
  • Modelo mental de multi-agente (time = CrewAI, conversação = AutoGen)
  • Necessidade de integrações reutilizáveis (MCP)

Trade-offs típicos

  • ·LangChain rápido para MVP, migra para LangGraph quando o agente ganha estado
  • ·LlamaIndex melhor em RAG, mas com ecossistema menor em tool use
  • ·CrewAI e AutoGen menos maduros em produção que LangGraph
  • ·MCP muda a arquitetura — vale investir mesmo em stack simples
Perguntas frequentes

Dúvidas comuns nesta categoria

LangChain para chains lineares e RAG simples — MVP em 2-4 semanas. LangGraph quando o agente precisa de estado, ciclos, revisão humana ou persistência de checkpoint. Regra da Vennan: comece em LangChain, migre para LangGraph assim que aparecer o primeiro loop condicional ou pedido de human-in-the-loop.
Autoria e Revisão
Autor
Revisor · Inteligência Artificial
Arquiteto de soluções de IA
  • · Experiência em LLMs, RAG, agentes e MCP
  • · Certificações cloud AI
Revisor
J. F. Venâncio
Sócio-fundador · Vennan Consultoria
  • · Bacharel em Ciências Contábeis
  • · Especialização em Controladoria
  • · MBA em Gestão Executiva em Saúde · FGV
Última revisão editorial: 07 de julho de 2026

Vennan escolhe a Frameworks de Agentes e RAG certa para você

Diagnóstico gratuito de tecnologia por caso de uso, com TCO e roteiro de implantação.

Falar no WhatsAppSolicitar diagnóstico