Agentes de IA Auto-Evolutivos com OpenSpace: Habilidades, MCP, Linhagem e Reutilização de Baixo Custo
OpenSpace é uma estrutura para construir agentes de IA auto-evolutivos. Ela armazena capacidades em SQLite com versionamento e linhagem, suporta habilidades personalizadas e do host, e integra-se via MCP sobre HTTP transmissível. O tutorial mostra uma tarefa de folha de pagamento, reutilização de habilidades, um SKILL.md personalizado e um servidor MCP ao vivo, com custo reduzido de tokens em tarefas repetidas.
O tutorial configura o OpenSpace no Colab, clonando o repositório com checkout esparso e instalando o pacote. Ele configura credenciais de modelo (Anthropic/OpenAI), variáveis do workspace e executa uma tarefa de cálculo de folha de pagamento via API assíncrona do Python. O OpenSpace evolui habilidades durante a execução da tarefa e as armazena no SQLite com metadados como origem (FIX, DERIVED, CAPTURED). Uma segunda tarefa de folha de pagamento relacionada reutiliza habilidades previamente evoluídas, demonstrando reutilização de menor custo. Um SKILL.md personalizado (colab-csv-report) é criado e descoberto automaticamente pelo agente, e habilidades do host (delegate-task, skill-discovery) são preparadas. Um servidor MCP usando transporte HTTP streamable é iniciado e testado. Opcionalmente, as habilidades são enviadas para a nuvem. O banco de dados de demonstração é examinado, mostrando uma evolução de mais de 60 habilidades com linhagem e metadados de qualidade. O tutorial conclui que o OpenSpace permite fluxos de trabalho de agentes autoaprimoráveis com reutilização e redução no uso de tokens.
Fonte: MarkTechPost —
original