# 29 de abril

## <i class="fa-sparkles">:sparkles:</i> **Agentes**

### **Agent Component**

#### **Variáveis no LLM scorer e novos templates**

Agora é possível referenciar valores dinâmicos no prompt do LLM scorer usando variáveis, permitindo que o modelo avaliador analise a saída do Agent com contexto, e não de forma isolada.

Os seguintes tipos de variáveis estão disponíveis:

* `{{agent.userPrompt}}` e `{{agent.systemPrompt}}` referenciam os prompts configurados no Agent.
* `{{experiment.sua-variavel}}` permite declarar variáveis personalizadas no prompt do scorer e atribuir um valor específico a cada caso de teste no Dataset. O modelo avaliador usa esses valores no momento da avaliação, analisando cada caso com o contexto adequado.

Novos templates de prompt também estão disponíveis. Alguns já incluem variáveis `experiment.` predefinidas para ajudá-lo a configurar mais rapidamente.

<a href="/spaces/SKBJ6ZiEWBU93x170HH4/pages/21YcBozKu7LTvn3Wg5nt#scorer-llm" class="button primary">Saiba mais sobre o LLM scorer</a>

<figure><img src="/files/M8JfC9D9hxFFZgpmMc36" alt=""><figcaption></figcaption></figure>

#### **Agent Component disponível em Cápsulas**

Agora é possível usar o [**Agent Component**](/documentation/connectors-and-triggers/pt-br/connectors/ai-tools/llm.md) na construção de Cápsulas, adicionando capacidades de IA a componentes reutilizáveis e modulares de pipeline.

Isso permite encapsular lógicas com IA e compartilhá-las entre múltiplos pipelines, facilitando a manutenção e a escalabilidade de integrações inteligentes em toda a organização.

<a href="/spaces/cO0A6g1dOsu8BiHYqO67/pages/-MkqZk4merDP8-K6RmEo" class="button primary">Saiba mais sobre Cápsulas</a>

### **Tutorial interativo: Crie seu primeiro agente de IA**

Lançamos um **tutorial interativo in-app** para ajudá-lo a **criar seu primeiro agente de IA** diretamente na Digibee Integration Platform — sem experiência prévia necessária.

O tutorial guia você na criação de um pipeline com IA que analisa o sentimento de feedbacks de clientes usando o Agent Component da Digibee e retorna uma resposta estruturada em JSON. Ao final, você terá configurado um Agent Component, implementado o roteamento condicional com o conector Choice e testado um pipeline com IA completo de ponta a ponta.

**Como acessar o tutorial pelo Helphub:**

1. Acesse a área do **Canvas**.
2. Selecione o ícone **?** no menu à esquerda.
3. Selecione **Tutoriais e Checklists**.
4. No checklist que abre no canto inferior direito, selecione **Construa seu primeiro Agente de IA**.

O tutorial está disponível para todos os usuários e leva aproximadamente 10 minutos para ser concluído.

<figure><img src="/files/61oM0NMYkpvFX41groog" alt=""><figcaption></figcaption></figure>

***

## <i class="fa-rocket">:rocket:</i> **Melhorias na Plataforma**

### **Nova tela de listagem de Cápsulas**

A tela de listagem de Cápsulas foi redesenhada com uma interface atualizada e uma nova visualização em lista, facilitando a navegação e o gerenciamento das suas Cápsulas.

<a href="/spaces/cO0A6g1dOsu8BiHYqO67/pages/-MkqZk4merDP8-K6RmEo" class="button primary">Ir para Cápsulas</a>

### **Telas de Monitor atualizadas**

As telas de Monitor foram atualizadas com uma nova interface, proporcionando uma experiência mais consistente e refinada no acompanhamento e gerenciamento das execuções de pipelines.

<a href="/spaces/cO0A6g1dOsu8BiHYqO67/pages/-MkqZo_5jRUieqL3WvsR" class="button primary">Ir para Monitor</a>

***

## <i class="fa-books">:books:</i> **Documentação**

Criamos a seguinte documentação de caso de uso para ajudar você a expandir seu conhecimento sobre ZTNA Inverse Flow na Digibee Integration Platform:

* [**Como adicionar um Load Balancer em um Fluxo Inverso de ZTNA**](/documentation/developer-guide/pt-br/connectivity-management/ztna/ztna-inverse-flow/inverse-load-balancer.md)**:** Aprenda a configurar um Load Balancer na sua infraestrutura de nuvem para distribuir o tráfego entre múltiplos Edge Routers, garantindo alta disponibilidade e continuidade das integrações no Fluxo Inverso de ZTNA.

***

## <i class="fa-bug">:bug:</i> **Correções de Bugs**

* **Stream Parquet File Reader:** Corrigido um problema não determinístico em que campos de data eram retornados como inteiros em vez de strings formatadas durante execuções paralelas do pipeline; a conversão de datas agora funciona de forma consistente em execuções concorrentes.
* **Contas em Build:** Removido um aviso equivocado no modal de criação de conta que desaconselhava o armazenamento de senhas e tokens em Contas, alinhando o fluxo do Build à documentação oficial e à experiência de Configurações.
* **Conector Email V2:** Corrigido um problema em que pipelines existentes perdiam as referências às contas configuradas após uma atualização do conector; as contas agora são preservadas corretamente, sem necessidade de reconfiguração.
* **HTTP File trigger:** Corrigido um problema de esgotamento de conexões em que o trigger atingia o limite máximo de conexões, impedindo que usuários se conectassem corretamente; as conexões agora são gerenciadas de forma eficiente, sem atingir o limite.


---

# Agent Instructions: Querying This Documentation

If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://docs.digibee.com/documentation/release-notes/pt-br/april-2026/april-29.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.
