Este protocolo mede a latência de resposta de um agente Claude Agent SDK em Python ao processar consultas tributárias típicas. O objetivo é quantificar o tempo de resposta sob diferentes cargas de requisições.
Você implementa um agente de planejamento de metas e orçamento, com prompts versionados, ferramentas, testes e guardrails, rodando localmente em Python. Em cerca de 2 horas, o agente recebe metas, propõe desdobramento e orçamento, valida premissas e registra o processo.
Este protocolo mede o tempo de resposta de um endpoint FastAPI que orquestra agentes Claude e OpenAI para tarefas de planejamento. O objetivo é quantificar a latência introduzida por cada agente em cenários controlados.
Este protocolo mede a latência média de resposta de um agente Claude Agent SDK em Python ao classificar lançamentos contábeis simulados. O objetivo é identificar o tempo de resposta sob carga controlada, usando ferramentas abertas de medição HTTP.
Você vai implementar um agente multiagente em Python para ler e validar notas fiscais (XML), gerar alertas de obrigações e inconsistências, e produzir conferência em voz e vídeo sintéticos. Em cerca de 2 horas, terá um pipeline fiscal automatizado e auditável, pronto para revisão humana.
Este protocolo mede como a latência de rede afeta o tempo de resposta de agentes Claude e OpenAI integrados via Python em um cenário de validação de notas fiscais. O objetivo é quantificar o aumento do tempo de resposta conforme a latência é artificialmente elevada.
Você terá um agente Claude rodando localmente via Claude Agent SDK em Python, capaz de revisar contratos fictícios, identificar cláusulas de risco e registrar logs de operação. O laboratório leva cerca de 2 horas.
Este protocolo avalia a diferença de latência entre agentes implementados com Claude Agent SDK e OpenAI Agents SDK em Python, realizando a mesma tarefa de comparação de contratos. O objetivo é medir o tempo de resposta de cada agente em condições controladas.
Você terá um agente de IA funcional que pesquisa leads, qualifica por critérios definidos e gera um vídeo de proposta personalizada, usando Python, Claude Agent SDK, ElevenLabs e HeyGen. O laboratório leva cerca de 2 horas.
Este protocolo mede a latência média e a variabilidade das respostas de um agente Claude Fable 5.1, implementado com Claude Agent SDK, quando submetido a requisições simultâneas. O objetivo é quantificar o tempo de resposta em diferentes níveis de concorrência.
Você vai implementar um agente Python que classifica lançamentos e realiza conciliação bancária, orquestrando Claude e OpenAI via MCP, com avaliação automática e registro. Em cerca de 2 horas, terá um agente funcional rodando localmente, pronto para revisão humana.
Você terá um agente de IA funcional que gera textos de campanha, converte em voz e cria um vídeo automatizado, além de analisar resultados simulados. O laboratório leva cerca de 2 horas.
Este protocolo mede como a complexidade do prompt afeta o tempo de resposta do Claude Agent SDK em Python ao gerar textos de campanha de marketing. O objetivo é quantificar o aumento de latência conforme prompts mais longos ou detalhados são utilizados.
