flexconnect-llm 0.1.0

Um cliente, todos os LLMs. Roteamento por intencao, fallback automatico e tracking de custo.

FlexConnect 🔌

Um cliente, todos os LLMs. Roteamento inteligente por intenção, fallback automático e tracking de custo embutido.

Por que FlexConnect?

Você usa OpenAI, Google, Together... cada um com seu SDK, suas chaves, seu jeito. Quando um cai, sua app cai junto. Quando o custo sobe, você descobre tarde demais.

FlexConnect resolve isso com 3 linhas:

from flexconnect import FlexConnect

fc = FlexConnect()
resposta = fc.ask("Explique RAG em uma frase", priority="cheap")
print(resposta.texto)

Diferenciais

Recurso	FlexConnect	Wrappers comuns
Roteamento por intenção (cheap/quality/fast)	✅	❌ (só por modelo)
Fallback automático em cascata	✅	Manual
Tracking de custo embutido	✅	Plugin extra
Setup	3 linhas	Config por provedor

Prioridades

fc.ask("...", priority="cheap")    # menor custo primeiro
fc.ask("...", priority="quality")  # melhor modelo primeiro
fc.ask("...", priority="fast")     # mais rápido primeiro
fc.ask("...", priority="balanced") # equilíbrio (padrão)

Tracking de custo

fc.ask("...")
fc.ask("...")
print(fc.stats())
# {'chamadas': 2, 'custo_total_usd': 0.0001, 'por_modelo': {...}}

Configuração

Por padrão lê as chaves do ambiente:

• GOOGLE_API_KEY
• OPENAI_API_KEY
• TOGETHER_API_KEY
• OPENROUTER_API_KEY

Ou passe diretamente:

fc = FlexConnect(chaves={"openai": "sk-..."})

Instalação

pip install httpx
# copie flexconnect.py para seu projeto

Licença

MIT — uso livre, inclusive comercial.

---

FlexConnect Pro

Recursos avançados para produção (em flexconnect_pro.py):

from flexconnect_pro import FlexConnectPro

fc = FlexConnectPro(cache_ttl=3600, rate_limit_rpm=60)

# Cache automático — prompts repetidos não custam nada
r = fc.ask("pergunta comum")   # vai à API
r = fc.ask("pergunta comum")   # vem do cache (custo zero)

# Streaming — resposta em tempo real
for chunk in fc.ask_stream("escreva um texto longo"):
    print(chunk, end="", flush=True)

Recurso	Free	Pro
Roteamento por intenção	✅	✅
Fallback em cascata	✅	✅
Tracking de custo	✅	✅
Cache de respostas	❌	✅
Rate limiting	❌	✅
Streaming	❌	✅

O cache sozinho paga o Pro: prompts repetidos passam a custar zero.