{"id":30874150,"url":"https://github.com/drarlian/tyr-agent","last_synced_at":"2026-03-08T13:31:28.505Z","repository":{"id":295534190,"uuid":"988084530","full_name":"Drarlian/tyr-agent","owner":"Drarlian","description":"Biblioteca para criação e orquestração de agentes LLM com suporte à execução de funções, histórico persistente e integração com múltiplos modelos (Gemini, GPT, etc).","archived":false,"fork":false,"pushed_at":"2025-07-21T01:41:09.000Z","size":99,"stargazers_count":3,"open_issues_count":0,"forks_count":0,"subscribers_count":1,"default_branch":"master","last_synced_at":"2025-08-26T12:51:20.183Z","etag":null,"topics":["agent","agent-orchestration","ai-agent","function-calling","llm","multi-agent","persistent-memory","pypi-package","python3"],"latest_commit_sha":null,"homepage":"https://pypi.org/project/tyr-agent/","language":"Python","has_issues":true,"has_wiki":null,"has_pages":null,"mirror_url":null,"source_name":null,"license":"mit","status":null,"scm":"git","pull_requests_enabled":true,"icon_url":"https://github.com/Drarlian.png","metadata":{"files":{"readme":"README.md","changelog":"CHANGELOG.md","contributing":null,"funding":null,"license":"LICENSE","code_of_conduct":null,"threat_model":null,"audit":null,"citation":null,"codeowners":null,"security":null,"support":null,"governance":null,"roadmap":null,"authors":null,"dei":null,"publiccode":null,"codemeta":null,"zenodo":null}},"created_at":"2025-05-22T03:12:46.000Z","updated_at":"2025-08-14T12:05:16.000Z","dependencies_parsed_at":null,"dependency_job_id":"a71b0829-d26e-4580-bcff-d3953b0ac82d","html_url":"https://github.com/Drarlian/tyr-agent","commit_stats":null,"previous_names":["drarlian/tyr-agent"],"tags_count":7,"template":false,"template_full_name":null,"purl":"pkg:github/Drarlian/tyr-agent","repository_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/Drarlian%2Ftyr-agent","tags_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/Drarlian%2Ftyr-agent/tags","releases_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/Drarlian%2Ftyr-agent/releases","manifests_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/Drarlian%2Ftyr-agent/manifests","owner_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/owners/Drarlian","download_url":"https://codeload.github.com/Drarlian/tyr-agent/tar.gz/refs/heads/master","sbom_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/Drarlian%2Ftyr-agent/sbom","scorecard":null,"host":{"name":"GitHub","url":"https://github.com","kind":"github","repositories_count":274114719,"owners_count":25224655,"icon_url":"https://github.com/github.png","version":null,"created_at":"2022-05-30T11:31:42.601Z","updated_at":"2022-07-04T15:15:14.044Z","status":"online","status_checked_at":"2025-09-07T02:00:09.463Z","response_time":67,"last_error":null,"robots_txt_status":"success","robots_txt_updated_at":"2025-07-24T06:49:26.215Z","robots_txt_url":"https://github.com/robots.txt","online":true,"can_crawl_api":true,"host_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub","repositories_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories","repository_names_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repository_names","owners_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/owners"}},"keywords":["agent","agent-orchestration","ai-agent","function-calling","llm","multi-agent","persistent-memory","pypi-package","python3"],"created_at":"2025-09-08T00:20:18.223Z","updated_at":"2026-03-08T13:31:28.499Z","avatar_url":"https://github.com/Drarlian.png","language":"Python","funding_links":[],"categories":[],"sub_categories":[],"readme":"# 🤖 Tyr Agent\n\n[![PyPI version](https://badge.fury.io/py/tyr-agent.svg)](https://pypi.org/project/tyr-agent/)\n[![Python version](https://img.shields.io/badge/python-3.11%2B-blue)](https://www.python.org/)\n[![License](https://img.shields.io/badge/license-MIT-green.svg)](LICENSE)\n\nTyrAgent é uma biblioteca para criação de agentes inteligentes com histórico, function-calling, suporte a arquivos e orquestração de múltiplos agentes. Compatível com os modelos **Gemini** (Google) e **GPT** (OpenAI), com integração nativa para ambos.\n\n- 💬 Conversas com ou sem `streaming`\n- 🧠 `Memória` persistente de interações (por agente), com controle total de uso e armazenamento\n- 📊 Sistema de `score` por interação para qualificar e filtrar o histórico\n- ⚙️ Execução de funções Python com suporte a `function calling`\n- 🧑🏻‍💼 `Orquestração` de múltiplos agentes com roteamento automático de mensagens\n- 🖼️ Suporte a múltiplos tipos de `arquivo`\n- 🧩 Estrutura modular e extensível\n\n---\n\n## 📦 Instalação via PyPI\n\n```bash\npip install tyr-agent\n```\n\n\u003e 🔐 É necessário definir as variáveis de ambiente:\n\u003e - `GEMINI_KEY` para uso com modelos Gemini\n\u003e - `OPENAI_API_KEY` para uso com modelos GPT (OpenAI)\n\n---\n\n## 💡 Exemplos de uso\n\n### 📘 SimpleAgent\n\n```python\nfrom tyr_agent import SimpleAgent, GeminiModel, GPTModel\nimport asyncio\n\nagent = SimpleAgent(\n    prompt_build=\"Você é um agente especializado em ações brasileiras.\",\n    agent_name=\"FinanceAgent\",\n    model=GeminiModel(\"gemini-2.5-flash\"),  # ou GPTModel(\"modelo_desejado\")\n    use_storage=True,\n    use_history=True,\n    use_score=True,\n)\n\nresponse = asyncio.run(agent.chat(\"Me fale sobre a WEGE3.\", save_history=True))\nprint(response)\n```\n\n### ⚙️ ComplexAgent com funções\n\n```python\nfrom tyr_agent import ComplexAgent, GeminiModel, GPTModel\nfrom typing import List\nimport asyncio\n\ndef somar(nums: List[float]) -\u003e float: return sum(nums)\ndef subtrair(nums: List[float]) -\u003e float: return nums[0] - sum(nums[1:])\n\nagent = ComplexAgent(\n    prompt_build=\"Você faz cálculos precisos com base nas funções disponíveis.\",\n    agent_name=\"MathAgent\",\n    model=GeminiModel(\"gemini-2.5-flash\"),  # ou GPTModel(\"modelo_desejado\")\n    functions=[somar, subtrair],\n    use_storage=True,\n    use_history=True,\n    use_score=True,\n)\n\nresponse = asyncio.run(agent.chat(\"Quanto é 14+18+24 e 18-6-2?\", save_history=True))\nprint(response)\n```\n\n### 🧑🏻‍💼 ManagerAgent (Orquestrador)\n\n```python\nfrom tyr_agent import SimpleAgent, ComplexAgent, ManagerAgent, GPTModel, GeminiModel\nimport asyncio\n\ndef get_clima(cidade: str) -\u003e str: return f\"O clima na cidade {cidade} é de 25ºC e esta ensolarado.\"\n\nfinance_agent = SimpleAgent(\n    prompt_build=\"Você é um agente especializado em ações brasileiras.\",\n    agent_name=\"FinanceAgent\",\n    model=GeminiModel(\"gemini-2.5-flash\"),  # ou GPTModel(\"modelo_desejado\")\n    use_storage=True,\n    use_history=True,\n    use_score=True,\n)\n\nweather_agent = ComplexAgent(\n    prompt_build=\"Você é um agente do clima.\",\n    agent_name=\"WeatherAgent\",\n    model=GPTModel(\"gpt-4o\"),  # ou GeminiModel(\"modelo_desejado\")\n    functions=[get_clima],\n)\n\nmanager = ManagerAgent(\n    agent_name=\"Manager\",\n    model=GPTModel(\"quality\"),\n    agents=[finance_agent, weather_agent],\n    use_history=True\n)\n\nresponse = asyncio.run(manager.chat(\"Quanto é 10+10? E o clima no Rio?\", save_history=True))\nprint(response)\n```\n\n### 📎 Envio de arquivos\n\n```python\nfrom tyr_agent import SimpleAgent, GeminiModel, GPTModel\nimport asyncio\n\nagent = SimpleAgent(\n    prompt_build=\"Você é um agente especializado em leitura de documentos.\",\n    agent_name=\"FileAgent\",\n    model=GeminiModel(\"gemini-2.5-flash\"),  # ou GPTModel(\"modelo_desejado\")\n    use_storage=True,\n    use_history=True,\n    use_score=True,\n)\n\nfiles_info = [\n    {\n        \"file\": \"D:\\\\caminho\\\\para\\\\meu_arquivo1.png\",  # Pode ser um path, base64 ou BytesIO\n        \"file_name\": \"Documento1.png\"\n    },\n    {\n        \"file\": \"D:\\\\caminho\\\\para\\\\meu_arquivo2.png\",  # Pode ser um path, base64 ou BytesIO\n        \"file_name\": \"Documento2.png\"\n    },\n]\n\nresponse = asyncio.run(agent.chat(\"Sobre o que é esses documentos?\", save_history=True, files=files_info))\nprint(response)\n```\n\n---\n\n## 🔧 Modelos disponíveis\n\n- `GeminiModel(model_name: str, temperature=0.4, max_tokens=600)`\n- `GPTModel(model_name: str, temperature=0.4, max_tokens=600)`\n- `GPTModel(\"economy\")` → usa `gpt-3.5-turbo`\n- `GPTModel(\"quality\")` → usa `gpt-4o`\n- Ambos assumem as chaves das variáveis `GEMINI_KEY` ou `OPENAI_API_KEY` automaticamente.\n\n---\n\n## 🧠 Principais recursos\n\n- `SimpleAgent`: Respostas simples com ou sem histórico\n- `ComplexAgent`: Permite execução de funções e resposta final combinada\n- `ManagerAgent`: Gerencia e delega perguntas entre múltiplos agentes\n- Suporte completo a arquivos (path, base64, BytesIO)\n- Sistema de notas (score 0 a 5) para filtrar interações úteis\n- Histórico persistente e controlável por agente\n\n---\n\n## 📄 Licença\n\nEste repositório está licenciado sob os termos da MIT License.\n\n---\n\n## 📬 Contato\n\nCriado por **Witor Oliveira**  \n🔗 [LinkedIn](https://www.linkedin.com/in/witoroliveira/)  \n📫 [Contato por e-mail](mailto:witoredson@gmail.com)","project_url":"https://awesome.ecosyste.ms/api/v1/projects/github.com%2Fdrarlian%2Ftyr-agent","html_url":"https://awesome.ecosyste.ms/projects/github.com%2Fdrarlian%2Ftyr-agent","lists_url":"https://awesome.ecosyste.ms/api/v1/projects/github.com%2Fdrarlian%2Ftyr-agent/lists"}