Como criar um agente de diagnósticos usando Gemini e Osquery

Nesta palestra você vai aprender sobre como construir um agente de IA passo a passo usando Python, Vertex AI, Gemini e Osquery. Osquery é uma ferramenta originalmente desenvolvida pelo Facebook para expor informações do sistema operacional usando linguagem SQL. Seus benefícios incluem a possibilidade de realizar rápidos diagnósticos usando queries ao invés de memorizar linhas de comando e juntar os dados manualmente. Como os modelos de linguagem LLMs são muito bons em escrever SQL, vamos explorar como essa ferramenta nas mãos de um agente de IA pode habilitar diagnósticos avançados usando linguagem natural.

Palestra apresentada em 19/09/2025 no TDC São Paulo.

Transcript

1. Como criar um agente de diagnósticos usando Gemini e osquery Daniela Petruzalek Developer Relations Engineer @ Google Cloud @danicat83
2. Quem sou eu? Developer Relations Engineer no Google UK, natural de Curitiba-PR, mas vivendo na Inglaterra 󰏅 desde 2019. Minha experiência é em backend e data engineering.
3. Agenda Introdução Osquery Agent Development Kit Gemini 2.5 Vertex AI RAG
4. Como vai ser a engenharia do futuro?
5. https://www.tomshardware.com/tech-industry/artificial-intelligence/jensen-huang-advises-against-learning -to-code-leave-it-up-to-ai Published 25/Feb/2024 https://www.finalroundai.com/blog/sam-altman-says-world-wants-1000x-more-software Published 24/Jul/2025
6. Espaço: A Fronteira Final… “Hello computer” “Computador, execute um diagnóstico de nível 1” “Computador, execute uma simulação para …” “Computador, crie uma rotina para …”
7. Será que já não podemos fazer isso hoje?
8. “Computador, execute um diagnóstico de nível 1” Engenheiro Agente Agente ??? Relatório
9. OSQuery O osquery é uma ferramenta de monitoramento, instrumentação e análise do sistema operacional usando a linguagem SQL Disponível para Linux, macOS e Windows
10. Agent Development Kit Agent Development Kit (ADK) é um framework para desenvolvimento e instalação de agentes. Embora otimizado para o Gemini e os produtos Google, ADK é agnóstico em relação a modelos e ambientes de execução. https://google.github.io/adk-docs/
11. Gemini CLI “Agente IA” Open Source que usa a família de modelos Gemini Pode ser usado sozinho ou em combinação com uma IDE (ex.: VS Code ou Zed) https://github.com/google-gemini/gemini-cli
12. Definição da Ferramenta
13. Configuração do Agente
14. Execução Linha de comando: adk run [agente] Web: adk web
15. Problemas! As tabelas do osquery variam dependendo do sistema operacional Queries válidas, mas incorretas: SELECT * FROM process WHERE name = “malicioso” Alucinações: às vezes o modelo “inventa” informações
16. A Solução: Context Engineering A resposta do modelo só vai ser tão boa quanto o contexto que ela possui Pontos de melhoria: - System prompt - Ferramentas - Retrieval Augmented Generation (RAG)
17. V2: Uma Prompt de Sistema Melhorada
18. V3: Ferramenta de Busca
19. V4: Schema Discovery Ideia: fornecer a lista de tabelas e os seus respectivos schemas como um RAG Schemas: https://github.com/osquery/osquery/tree/master/specs RAG Engine: https://cloud.google.com/vertex-ai/generative-ai/docs/rag-engin e/rag-overview
20. V5: It’s aliiiive! Gemini Live API: gemini-live-2.5-flash-preview-native-audio https://cloud.google.com/vertex-ai/generative-ai/docs/model-reference/multimodal-live
21. Referências Osquery: https://www.osquery.io/ ADK: https://google.github.io/adk-docs/ Vertex AI RAG: https://cloud.google.com/vertex-ai/generative-ai/docs/rag-engin e/rag-quickstart Gemini CLI: https://github.com/google-gemini/gemini-cli
22. Obrigada! danicat.dev linkedin.com/in/petruzalek @danicat83