- Passo 1: Clone o repositório Fast-LLM-Agent-MCP no GitHub.
- Passo 2: Instale as dependências via pip install -r requirements.txt.
- Passo 3: Configure variáveis de ambiente para seu provedor LLM escolhido.
- Passo 4: Configure o agente em config.yaml (memória, raciocínio, planejamento).
- Passo 5: Instancie o agente em Python e registre ferramentas personalizadas.
- Passo 6: Chame agent.run(task_description) para executar subtarefas planejadas com contexto de memória.