tyr-agent 0.0.6

Agente LLM com execução de funções, histórico persistente, suporte a arquivos e orquestração de múltiplos agentes.

🤖 Tyr Agent

TyrAgent é uma biblioteca para criação de agentes inteligentes com histórico, function-calling, suporte a arquivos e orquestração de múltiplos agentes. Ideal para aplicações com modelos generativos como Gemini, GPT e similares.

• 💬 Conversas com ou sem streaming
• 🧠 Memória persistente de interações (por agente), com controle total de uso e armazenamento
• 📊 Sistema de score por interação para qualificar e filtrar o histórico
• ⚙️ Execução de funções python durante a conversa, com suporte a function calling
• 🧑🏻‍💼 Orquestração de múltiplos agentes com roteamento automático de mensagens
• 🖼️ Interpretação de múltiplos tipos de arquivo
• 🧩 Estrutura modular e extensível

---

📦 Instalação via PyPI

  pip install tyr-agent

🔒 Lembre-se de configurar sua variável GEMINI_KEY no .env

---

🧩 Estrutura do projeto

tyr_agent/
├── core/
│   ├── agent.py  # SimpleAgent, ComplexAgent e ManagerAgent
│   └── ai_config.py  # configure_gemini
└── storage/
    └── interaction_history.py  # InteractionHistory

---

💡 Exemplos de uso

📘 Criando um agente simples

import asyncio
import google.generativeai as genai
from tyr_agent import SimpleAgent, configure_gemini

configure_gemini()
agent = SimpleAgent(
    prompt_build="Você é um assistente de clima.",
    agent_name="WeatherAgent",
    model=genai.GenerativeModel("gemini-2.5-flash-preview-04-17"),
    use_history=True,  # É um parâmetro opicional e pode ser True ou False.
    use_score=True,    # É um parâmetro opicional e pode ser True ou False.,
    score_average=3    # É um parâmetro opicional e pode variar de 0 a 5.,
)

# O parâmetro "save_history" também é opicional e pode ser True ou False.
response = asyncio.run(agent.chat("Qual o clima em Salvador?", save_history=True))

⚙️ Criando um agente com funções

import asyncio
import google.generativeai as genai
from tyr_agent import ComplexAgent, configure_gemini

def somar(a: float, b: float): return a + b

def pegar_clima(cidade: str): return f"Clima em {cidade}: Ensolarado 28°C"

configure_gemini()
agent = ComplexAgent(
    prompt_build="Você pode fazer cálculos e responder sobre o clima.",
    agent_name="WeatherSumBot",
    model=genai.GenerativeModel("gemini-2.5-flash-preview-04-17"),
    functions={"somar": somar, "pegar_clima": pegar_clima},
    use_history=False,  # É um parâmetro opicional e pode ser True ou False.
    use_score=False,    # É um parâmetro opicional e pode ser True ou False.,
    score_average=1     # É um parâmetro opicional e pode variar de 0 a 5.,
)

# O parâmetro "save_history" também é opicional e pode ser True ou False.
response = asyncio.run(agent.chat("Me diga quanto é 10+5 e o clima de São Paulo", save_history=False))

🧑🏻‍💼 Criando um orquestrador de agentes

import asyncio
import google.generativeai as genai
from tyr_agent import ManagerAgent, ComplexAgent, SimpleAgent, configure_gemini

configure_gemini()
model = genai.GenerativeModel("gemini-2.5-flash-preview-04-17")

weather_agent = SimpleAgent(
    prompt_build="Você é um assistente de clima.",
    agent_name="WeatherAgent",
    model=model
)

def somar(a: float, b: float): return a + b

def subtrair(a: float, b: float): return a - b

math_agent = ComplexAgent(
    prompt_build="Você pode fazer cálculos matemáticos.",
    agent_name="MathAgent",
    model=model,
    functions={"somar": somar, "subtrair": subtrair}
)

configure_gemini()
manager_agent = ManagerAgent(
    agent_name="ManagerAgent",
    model=model,
    agents={"weather": weather_agent, "math": math_agent},
    use_history=True,  # É um parâmetro opicional e pode ser True ou False.,
    use_score=True,    # É um parâmetro opicional e pode ser True ou False.,
    score_average=4    # É um parâmetro opicional e pode variar de 0 a 5.,

)

# O parâmetro "save_history" também é opicional e pode ser True ou False.
response = asyncio.run(manager_agent.chat("Me diga clima de São Paulo e quanto é 10+5", save_history=False))

---

🧠 Principais recursos

• SimpleAgent: Conversa com contexto e histórico;
• ComplexAgent: Capaz de sugerir e executar funções, processar os resultados e entregar uma resposta final;
• ManagerAgent: Orquestra múltiplos agentes e delega tarefas automaticamente;
• InteractionHistory: Armazena o histórico individual de cada agente em JSON;
• Suporte a múltiplos tipos de arquivo via path, base64 ou BytesIO;
• Sistema de score por interação (0 a 5) com média configurável (score_average) para decidir o que deve ou não ser utlizado no histórico;
• Histórico totalmente gerenciável com métodos para criar, remover, limpar ou apagar os dados persistidos;
• Estrutura modular e extensível para expansão futura (benchmark, visão computacional, execução de código etc.).

---

📄 Licença

Este repositório está licenciado sob os termos da MIT License.

---

📬 Contato

Criado por Witor Oliveira
🔗 LinkedIn
📫 Contato por e-mail