Como criar assistentes personalizados no HuggingChat para automação de tarefas com modelos abertos

Os assistentes do HuggingChat (HuggingChat Assistants) permitem que desenvolvedores, engenheiros de dados e profissionais de IA combinem modelos fundacionais de código aberto com instruções de sistema customizadas (preprompts), iniciadores de conversa estruturados e ferramentas externas interativas. Desenvolvidos sobre o framework de código aberto chat-ui da Hugging Face, esses assistentes transformam LLMs conversacionais genéricos em agentes especializados para revisão de código, análise de documentação técnica e processamento de fluxos automatizados, sem dependência de fornecedores proprietários.

Seja para disponibilizar uma ferramenta de suporte técnico interno ou para publicar um agente de domínio para a comunidade de software livre, este guia aborda a escolha do modelo base ideal, a redação de prompts de sistema à prova de falhas, a integração de ferramentas no Spaces e o caminho para migrar de testes públicos para implantações corporativas privadas.

Por que construir assistentes no HuggingChat?

Em comparação com os Custom GPTs de plataformas proprietárias, os assistentes do HuggingChat trazem três vantagens técnicas decisivas:

1. Liberdade de modelos e especialização por tarefa: Não é necessário forçar todos os fluxos de trabalho a passarem por um único modelo fechado. O HuggingChat possibilita alternar entre as principais arquiteturas abertas: direcionar deduções matemáticas e lógicas complexas para a linha DeepSeek, incumbir tarefas de refatoração a modelos especializados como Qwen Coder ou empregar Meta Llama para respostas rápidas de baixa latência.
2. Execução de ferramentas via Spaces (Community Tools): Qualquer aplicação pública em Gradio hospedada no Hugging Face Spaces pode ser conectada como ferramenta dinâmica do assistente. Com isso, o agente ganha a capacidade de rodar scripts Python, realizar geração aumentada por recuperação (RAG) sobre arquivos e consultar APIs externas durante a interação.
3. Migração direta para infraestrutura própria: Como o HuggingChat opera em cima do repositório aberto chat-ui, toda e qualquer configuração de assistente, lógica de prompt ou especificação de ferramenta testada online pode ser portada sem atritos para um servidor interno corporativo conectado ao MongoDB e a endpoints privados de inferência.

Passo a passo: Criando um assistente de domínio customizado

Configurar um assistente no HuggingChat dispensa qualquer codificação de interface. Siga o roteiro abaixo para estruturar e publicar seu agente:

Passo 1: Acessar a interface de configuração

1. Faça login em sua conta no HuggingChat.
2. Na barra lateral à esquerda, selecione a opção Assistants (ou navegue diretamente até https://huggingface.co/chat/settings/assistants/new).
3. Clique no botão Create new assistant no canto superior direito.

Passo 2: Definir o modelo de fundação adequado

A seleção da arquitetura define a capacidade analítica, a janela de contexto e a velocidade de resposta do agente:

• Engenharia de software e revisão de código: Opte por modelos como Qwen/Qwen3-Coder-Next ou variantes que ofereçam suporte a janelas contextuais amplas (de 128K a mais de 256K tokens).
• Raciocínio lógico, matemática e análise algorítmica: Escolha checkpoints com cadeias de pensamento detalhadas, como deepseek-ai/DeepSeek-R1.
• Suporte conversacional contínuo e triagem de chamados: Utilize modelos leves com ajuste instrucional (instruction-tuned), como meta-llama/Llama-3.1-8B-Instruct, garantindo mínima latência e rigoroso cumprimento de formatos.

Passo 3: Elaborar o prompt de sistema (Preprompt)

O preprompt orienta a personalidade, o método de raciocínio e os limites de atuação do assistente. Um agente produtivo exige delimitação estrita de escopo, regras de formatação e restrições negativas claras para coibir alucinações.

Exemplo prático: Auditor de segurança de APIs e arquitetura Python

Você é um auditor sênior de SecOps e arquitetura de software especializado em FastAPI, processamento assíncrono com asyncio e padrões de segurança OWASP API.

Suas diretrizes de atuação:
1. Analisar os endpoints Python e consultas de banco de dados fornecidos pelo usuário, identificando gargalos de desempenho e vulnerabilidades críticas (ex.: IDOR, injeção de SQL, operações blocantes em rotas assíncronas).
2. Ao sugerir refatorações, apresente sempre código completo e diretamente aplicável, contendo anotações de tipo formais (type hints) e docstrings explicativas concisas.
3. Não adicione dependências de bibliotecas de terceiros desnecessárias fora do ecossistema padrão adotado (FastAPI, Pydantic v2, SQLAlchemy 2.0).
4. Estruture a resposta rigorosamente em três seções:
   - Diagnóstico de vulnerabilidades e falhas arquiteturais
   - Implementação refatorada (em bloco de código Python formatado)
   - Avaliação de impactos em desempenho e segurança

Caso o código compartilhado pelo usuário omita detalhes de configuração ou contexto estrutural, explicite claramente suas premissas antes de apresentar o parecer técnico.

Passo 4: Configurar iniciadores de conversa (Message Starters)

Insira de duas a quatro sugestões de entrada pré-formatadas para nortear os usuários no envio de comandos de alta qualidade:

• “Audite esta rota FastAPI quanto a falhas de autenticação e problemas de concorrência.”
• “Refatore esta consulta síncrona do SQLAlchemy para o padrão assíncrono do SQLAlchemy 2.0.”
• “Gere uma checklist de validação de esquemas OpenAPI 3.1 para webhooks de transações financeiras.”

Passo 5: Vincular Community Tools (Opcional)

Se o caso de uso exigir computação em tempo real ou consulta a fontes externas de dados:

1. Localize a seção Tools no formulário de edição.
2. Busque ferramentas comunitárias prontas (módulos de RAG para leitura de documentos, calculadoras numéricas ou raspadores web) ou insira a URL de um Space público em Gradio desenvolvido por você.
3. O HuggingChat inspeciona automaticamente os parâmetros da aplicação e classifica os argumentos em obrigatórios (Required), opcionais (Optional) ou fixos (Fixed).
4. Detalhe no preprompt em quais cenários a ferramenta deve ser acionada e de que forma suas respostas devem ser sintetizadas para o usuário.

Passo 6: Testar, iterar e compartilhar

1. Clique em Create para salvar as configurações.
2. Abra a janela de chat de testes no painel lateral e execute testes de estresse com entradas malformadas e solicitações ambíguas para checar se as restrições são obedecidas.
3. Concluída a validação, copie o link público gerado (https://huggingface.co/chat/assistant/<assistant-id>) para distribuir a ferramenta na sua equipe ou na comunidade técnica.

Fatores de decisão: Privacidade, limites de cota e auto-hospedagem

Antes de converter assistentes do HuggingChat em componentes centrais do dia a dia da empresa, avalie as diferenças entre o serviço público e a hospedagem dedicada:

Quando optar pela auto-hospedagem?

Para projetos de estudo, prototipação rápida de prompts e soluções comunitárias, o HuggingChat público oferece agilidade sem custos. Por outro lado, caso o assistente precise lidar com regras de negócio sigilosas, código-fonte proprietário ou grandes volumes diários de requisições, a melhor conduta é clonar o repositório chat-ui, ativar ENABLE_ASSISTANTS=true no arquivo .env.local e gerenciar um ambiente próprio com total soberania sobre os dados.

Resumo e direcionamento

Os assistentes customizados do HuggingChat oferecem uma rota prática e escalável para automatizar demandas técnicas com modelos abertos, eliminando a dependência de plataformas proprietárias. Ao unir a flexibilidade de arquiteturas abertas especializadas (como DeepSeek, Qwen e Llama), diretrizes de prompt bem definidas e ferramentas dinâmicas em Spaces, equipes de engenharia constroem ferramentas eficientes e transparentes.

Inicie montando seu protótipo diretamente no ambiente interativo do HuggingChat. Após assegurar a estabilidade das respostas e o correto disparo de ferramentas, decida se o compartilhamento direto por link atende às suas diretrizes ou se é o momento de transportar o assistente para uma infraestrutura chat-ui auto-hospedada.

Referências

• Introducing Community Tools on HuggingChat
• Chat UI · Hugging Face
• HuggingChat - Chat with AI models