SmartAgent 🤖

Biblioteca Python leve para criar agentes de IA com execução determinística em 3 fases.

Características ✨

• Multi-Provider: Suporta Groq, OpenAI, Gemini, Grok, Ollama e Llama
• Sem Schemas: Não precisa de Pydantic ou definições complexas
• 3 Fases: Análise → Execução → Resposta
• Econômico: Minimiza uso de tokens
• Simples: Menos de 500 linhas de código

Instalação

# Instalar dependências
pip install requests

Uso Rápido

from agent import Agent

# Criar agente
agent = Agent(provider="groq")

# Registrar ferramentas
@agent.tool
def get_products(max_price=100):
    return [{"nome": "Mouse", "preço": 50}]

# Executar
response = agent.chat("Quais produtos baratos?")
print(response)

Instruções Customizadas

Você pode adicionar instruções personalizadas ao agente:

agent = Agent(
    provider="groq",
    info="""
    Você é um assistente especializado em e-commerce.
    - Sempre sugira produtos relacionados
    - Use tom amigável e profissional
    - Destaque promoções quando disponíveis
    """
)

Providers Suportados

• Groq: Agent(provider="groq", api_key="...")
• OpenAI: Agent(provider="openai", api_key="...")
• Gemini: Agent(provider="gemini", api_key="...")
• Grok: Agent(provider="grok", api_key="...")
• Ollama: Agent(provider="ollama") (local)
• Llama: Agent(provider="llama", api_key="...")

Variáveis de Ambiente

# Provider default global (opcional)
export SMARTAGENT_PROVIDER="groq"

export GROQ_API_KEY="your-key"
export OPENAI_API_KEY="your-key"
export GEMINI_API_KEY="your-key"
export XAI_API_KEY="your-key"
export LLAMA_API_KEY="your-key"

# Modelo global (novo)
export SMARTAGENT_MODEL="modelo-ai"

# Modelo por provider (opcional)
export SMARTAGENT_OPENAI_MODEL="gpt-4o-mini"
export SMARTAGENT_GROQ_MODEL="qwen/qwen3-32b"

# Rede (opcional)
export SMARTAGENT_TIMEOUT="30"
export SMARTAGENT_RETRIES="2"

# Compatibilidade legada (ainda suportado)
export LLM="modelo-ai"

Compatibilidade (1-2 versões)

• model=\"groq\" (estilo antigo) ainda funciona, mas o recomendado é provider=\"groq\".
• As variáveis *_API_KEY continuam suportadas.
• LLM continua suportada como fallback para modelo global.

Arquitetura

1. Analyzer: Determina quais ferramentas executar
2. Executor: Executa ferramentas com parâmetros
3. Responder: Gera resposta humanizada

Exemplo Completo

Veja examples/minimal_agent.py