Jido 2.0 - framework de agentes baseado em Elixir é lançado

 (jido.run)
7 pontos por GN⁺ 2026-03-07 | 1 comentários | Compartilhar no WhatsApp
  • Arquitetura de agentes puramente funcional: estado e comportamento são definidos como dados, e os efeitos colaterais são separados como diretivas imperativas (directive), simplificando testes e depuração
  • Adota uma API concisa e design centrado no BEAM, separando módulos como jido_action e jido_signal para fornecer um sistema padronizado de ações e sinais
  • A camada superior Jido AI oferece suporte a 6 estratégias de raciocínio, como ReAct e Chain-of-Thought, e permite usar 11 provedores e 665 modelos com a integração de LLM baseada em ReqLLM
  • O Jido agora está se expandindo como uma plataforma de ecossistema de agentes e, com a integração ao Ash Framework (ash_jido), oferece suporte à transformação de CRUD em ferramentas invocáveis por IA

Visão geral do Jido 2.0

  • O Jido 2.0 é um framework de agentes baseado em Elixir concluído após 18 meses de desenvolvimento e reformulação
    • Inicialmente começou em 2024 como uma plataforma de bots chamada BotHive, e depois adotou o runtime BEAM como base para o sistema de agentes
    • Para superar as limitações de frameworks baseados em TypeScript ou Python, aproveita a concorrência e estabilidade do BEAM

Mudanças da versão 1.0 para a 2.0

  • O Jido 1.0 tinha usabilidade reduzida devido ao excesso de abstrações, mas na 2.0 isso foi melhorado com uma API simplificada e uma estrutura centrada no BEAM
    • Com base no feedback dos usuários, a complexidade desnecessária foi removida e o atrito para executar as funções básicas foi minimizado
    • Reflete a demanda de “quero criar agentes, não brigar com o framework”

Um núcleo de agentes poderoso e durável

  • O núcleo do Jido 2.0 é uma arquitetura de agentes puramente funcional
    • O agente é definido como uma struct simples com estado (state), ações (actions) e ferramentas (tools)
    • Todas as operações são tratadas pela função cmd/2, que retorna o agente atualizado e uma lista de diretivas de acordo com a ação recebida
    • Os efeitos colaterais são expressos como diretivas e executados pelo runtime, facilitando testes e depuração
  • O Jido.AgentServer encapsula o agente em um GenServer supervisionado e oferece suporte a roteamento de sinais e hierarquias de agentes pai-filho
  • As estratégias (strategy) são pontos de extensão, com Direct (execução sequencial) e FSM (máquina de estados) fornecidos por padrão
    • Estratégias de IA como ReAct e Chain-of-Thought também operam com a mesma interface

Separação entre módulos de ações e sinais

  • jido_action: um contrato universal de ações que define todas as funcionalidades do agente
    • Inclui validação de esquema em tempo de compilação, hooks de ciclo de vida e conversão automática para o formato de ferramentas do ReqLLM
    • Oferece mais de 25 ferramentas pré-construídas e um planejador de workflow baseado em DAG
  • jido_signal: sistema de mensagens baseado em CloudEvents v1.0.2
    • Fornece formato padronizado de sinais, roteador baseado em trie, barramento pub/sub e 9 adaptadores de despacho
    • Permite integração com diversos sistemas sem protocolos não padronizados

Camada de integração do Jido AI

  • jido_ai é uma camada de integração que converte chamadas de LLM em inteligência estruturada de agentes
    • Traz embutidas 6 estratégias de raciocínio, incluindo ReAct, Chain-of-Thought, Tree-of-Thoughts, Graph-of-Thoughts, TRM e Adaptive
    • Mantém o mesmo contrato cmd/2 e o sistema de diretivas, integrando a camada de IA como uma extensão, e não como um mundo separado
  • Funciona com base em ReqLLM e oferece suporte a 11 provedores e mais de 665 modelos
    • Design streaming-first, arquitetura multi-provedor e contribuições ativas da comunidade

Um ecossistema em expansão

  • O Jido está evoluindo além de um simples framework para um ecossistema de agentes
    • A comunidade está construindo sobre o BEAM assistentes de programação, orquestradores de workflow, agentes de pesquisa e sistemas de suporte operacional, entre outros
    • Estão surgindo diversos pacotes, incluindo automação de navegador, sistemas de memória, harnesses de avaliação e integração com MCP
  • Integração com Ash Framework (ash_jido)
    • Ao adicionar um bloco DSL jido a recursos do Ash, ações CRUD são convertidas em ferramentas invocáveis por IA
    • Mantém políticas de permissão, camada de dados e segurança de tipos
    • O ash_ai também está migrando para ReqLLM, avançando a convergência entre os dois ecossistemas

Comunidade e agradecimentos

  • O Jido 2.0 foi construído sobre o ecossistema da comunidade Elixir
    • Fortalecido pelas contribuições de bibliotecas importantes como Phoenix, LiveView, Ash, Req, Telemetry e NimbleOptions

Primeiros passos

Leituras relacionadas

1 comentários

 
GN⁺ 2026-03-07
Comentários do Hacker News

  • Ainda não usei o Jido na prática, mas faço questão de acompanhar pelo menos uma vez por mês
    Acho que o BEAM combina perfeitamente com frameworks de agentes, mas o ecossistema ainda é limitado, então não consegui me aprofundar muito
    Estou animado com a versão 2.0. Aliás, parece que há um problema de escape de entidades em alguns exemplos de código

    • Obrigado! Já estou corrigindo isso

  • Gostei muito da abordagem centrada em “dados e funções puras”, enfatizada desde o começo do texto
    Vejo com frequência comentários de que o modelo de execução do BEAM é adequado para IA, mas, na prática, a robustez em situações como falha de nó ou rolling deploy muitas vezes é ignorada
    Também existe o equívoco de que Elixir oferece transparência de localização, mas não é bem assim. Se um nó cai, os processos dentro dele também são encerrados
    Manter um estado do agente claro e puro em cada etapa da chamada de API pode resolver esse problema. Basta salvar o estado no Mnesia ou Redis e retomar em outro nó. No fim, o ponto central é o checkpointing

    • Na minha opinião, o princípio mais importante do Jido é criar um agente estruturalmente correto sem LLM antes de usar um LLM
      É por isso que o core do Jido não tem suporte a LLM algum.
      Há mais de 40 anos de pesquisa sobre agentes, mas parece que, com a chegada dos LLMs, tudo isso foi esquecido. Então eu quis estudar essa história de novo e incorporá-la ao Jido
      Claro que eu gosto de LLMs, mas esse é o papel do pacote Jido AI

  • O timing é perfeito. Eu misturei gen server com Oban para criar meu próprio framework de agentes, e foi um trabalho realmente doloroso
    Parece que este projeto vai reduzir bastante a dor no desenvolvimento. Muito obrigado

    • ❤️

  • Fiquei curioso se isso é parecido com o OpenAI Symphony
    Eu acompanho mais o lado de Elixir do que IA, então é interessante ver Elixir e BEAM sendo usados para esse tipo de workload de orquestração

    • Fico feliz em ver a OpenAI usando Elixir. O Symphony é um exemplo de implementação direta de coisas que o Jido pode fazer

  • O site está difícil de acessar por causa do pico de tráfego. Então compartilho o link de backup no archive.org

    • Acho que isso vai ficar como minha vergonha pessoal pelas próximas duas semanas… é um bom problema de se ter, mas eu realmente não estava preparado
    • Não sei se é relacionado, mas a página abre normalmente no começo e depois de alguns segundos recarrega para um 404. Acabei desistindo de ler

  • Obrigado por compartilhar! Vou conferir com certeza
    Recentemente criei um pacote A2A com LLM, com uma abstração parecida com GenServer
    Já existiam outras implementações de A2A, mas o meu pacote tem uma semântica diferente, então publiquei mesmo assim
    Quem tiver interesse pode ver aqui

    • Legal! Já dei star agora mesmo

  • Estou acompanhando este projeto há alguns meses, e Elixir/BEAM é uma plataforma perfeita para executar agentes
    O BEAM é realmente leve e eficiente, então, em teoria, daria para rodar milhares de agentes em um único servidor
    Estou curioso para ver o que as pessoas que entenderem isso vão construir daqui para frente

    • O core do Jido pode rodar até em um Raspberry Pi
      Houve até tentativas de implantar o BEAM em bare metal (embarcado) para executar agentes lá dentro
      Acho que o futuro vai ficar realmente interessante

  • Seria bom ver uma captura de tela da árvore de processos com os agentes ativos no observer
    Para referência, o observer é uma ferramenta que visualiza os processos Erlang dentro da VM BEAM
    Um exemplo de captura de tela pode ser visto na documentação da Fly.io

    • Em breve vou lançar um dashboard chamado jido_studio. Ele vai visualizar a estrutura dos processos
      Uma captura de tela teaser pode ser vista aqui
      Agentes empacotados com AgentRuntime normalmente funcionam como um único processo GenServer, mas há exceções quando é necessária uma topologia maior

  • Timing perfeito. Eu também estava criando meu próprio framework de agentes em Erlang, mas isso está muito melhor

  • Fiquei curioso sobre como a segurança é garantida. Sem isolamento por contêiner, parece difícil evitar vazamento de segredos de produção

    • Com Signals e Plugins, é possível criptografar dados entre agentes
      Já vi casos de Jido implementados dessa forma
      Mas isso depende do caso de uso, e segurança é um tema muito mais amplo do que simplesmente o problema de “agentes dentro de contêineres”
      O objetivo do Jido não é resolver segurança diretamente, e sim fornecer ferramentas para que o usuário resolva isso da forma necessária