Como construir um agente de triagem de pitch deck com LangGraph e Nango

Neste guia, você construirá um agente de IA que lê e-mails de pitch-deck do Gmail, avalia cada deck em relação a uma tese de investimento fixa com um LLM e publica uma mensagem no Slack quando um deck é adequado. O LangGraph orquestra as etapas; Nango gerencia as conexões do Gmail e Slack e as expõe ao gráfico através do MCP.

No final, você terá:

Três ações do Nango - pesquisar e-mails de pitch-deck no Gmail, baixar um anexo, postar no Slack - implantadas e chamáveis.
Um pipeline do LangGraph que executa essas ações em uma ordem fixa e, entre elas, pergunta ao OpenAI por um { fit, reasoning, evidenceQuote } veredicto fundamentado em uma citação real do deck.
Uma execução de ponta a ponta funcionando: envie um PDF para si mesmo, execute um comando, receba uma mensagem no Slack.

Por que é difícil construir um pipeline como este?

Você precisa de duas integrações OAuth separadas - Gmail e Slack - cada uma com seu próprio ciclo de vida de token, escopos e fluxo de atualização. Se errar alguma coisa, o pipeline falha dias depois, quando um token expira, e não no seu primeiro teste.

A API do Gmail não fornece um pitch deck em uma única chamada. Pesquisar uma caixa de entrada retorna metadados da mensagem; obter os bytes de um anexo é uma segunda solicitação baseada em um attachmentId da primeira. E o Gmail retorna esses bytes codificados em base64url, não em base64 padrão, então uma decodificação ingênua produz um PDF quebrado.

Então, há o LLM. É fácil fazer um modelo dizer "sim, isso se encaixa". É mais difícil fazê-lo dizer por que, e provar o porquê citando o documento real em vez de parafrasear algo meio lembrado do prompt.

Por que usar o Nango para isso

O Nango fornece o fluxo OAuth, armazenamento de tokens e lógica de atualização para Gmail e Slack prontos para uso. Você conecta uma conta uma vez em um popup hospedado; cada chamada depois disso carrega um token válido sem que seu código precise tocá-lo.

Você escreve a lógica do provedor como pequenas funções do lado do servidor chamadas ações - esquema de entrada, esquema de saída e um corpo exec. Implante uma e é um endpoint versionado, e o Nango automaticamente a expõe como uma ferramenta em seu servidor MCP hospedado em https://api.nango.dev/mcp. Seu gráfico chama essas ferramentas pelo nome; nenhum modelo as escolhe.

Estrutura

Inscreva-se no Nango e obtenha sua chave secreta
Adicione as integrações do Gmail e Slack
Conecte suas contas do Gmail e Slack
Estruture a pasta de integração do Nango
Escreva a ação list-pitch-emails
Escreva a ação fetch-attachment
Escreva a ação send-slack-message
Implante as ações no Nango
Configure o projeto LangGraph
Adicione os arquivos de tese, cliente MCP, PDF e avaliação
Construa o pipeline do LangGraph
Escreva o ponto de entrada
Gere decks de pitch de exemplo
Execute uma execução de triagem
Problemas comuns
Conclusão

Inscreva-se no Nango e obtenha sua chave secreta

Vá para app.nango.dev/signup e crie uma conta gratuita.

Uma vez dentro, abra Configurações de ambiente na barra lateral esquerda, selecione a aba Chaves de API e copie a chave para o ambiente dev. Você usará este mesmo valor em dois lugares mais tarde: NANGO_SECRET_KEY_DEV para o CLI e NANGO_SECRET_KEY para o gráfico.

Adicione as integrações do Gmail e Slack

Uma integração é um provedor (Gmail, Slack) mais seu aplicativo OAuth. O Nango fornece um aplicativo OAuth compartilhado para cada um, para que você não precise registrar o seu próprio.

Barra lateral esquerda → Integrações → Configurar nova integração.
Pesquise Gmail e selecione-o.
Na aba Aplicativo do desenvolvedor Nango, mantenha o ID do Cliente / Segredo / Escopos preenchidos como estão e clique em Criar.

Repita para Slack. Quando ambos existirem, sua lista de Integrações ficará assim - note os IDs google-mail e slack, que você passará para o gráfico mais tarde: