# 🧠 Antigravity Brain - Sistema de IA Corporativo

Uma aplicação modular **CrewAI** com memória compartilhada, 27 agentes de IA especializados, e interface web powered by **Chainlit**.

![Python](https://img.shields.io/badge/Python-3.11+-blue)
![CrewAI](https://img.shields.io/badge/CrewAI-0.80+-green)
![Docker](https://img.shields.io/badge/Docker-Pronto-blue)
![License](https://img.shields.io/badge/Licença-Privada-red)

## 🚀 Funcionalidades

- **27 Agentes de IA Especializados** - De infraestrutura (Arthur Mendes, Gus Fring) a vendas (Ari Gold, Don Draper) até gestão de crises (Olivia Pope, Saul Goodman) e especialistas técnicos (React Expert, Linus Torvalds).
- **Memória Híbrida Inteligente** - Combinação de banco vetorial (Qdrant) + grafo de relacionamentos (Neo4j) para busca semântica e contextualizada.
- **Agentes Escolhem Estratégia de Busca** - Podem usar busca rápida (vetorial) ou busca contextualizada (vetor + relacionamentos).
- **Roteamento Inteligente** - Classificação automática de solicitações para a equipe apropriada.
- **Integração Multi-Plataforma** - Interface Web via Chainlit e suporte a Bot de Telegram.
- **Suporte Multi-Provedor LLM** - Funciona com Gemini, OpenAI, Anthropic, ou Ollama local.
- **Base de Conhecimento Padronizada** - Protocolos rigorosos para código, vendas, segurança e operações.
- **Pronto para Docker** - Deploy com um único comando via docker-compose.

## 📁 Estrutura do Projeto

```
minions-da-itguys/
├── src/
│   ├── app.py                 # Ponto de entrada Chainlit
│   ├── config.py              # Configuração LLM & Memória
│   ├── router.py              # Roteamento inteligente de requisições
│   ├── agents/
│   │   ├── factory.py         # Instanciação de agentes
│   │   └── personas/          # 27 arquivos de personalidade (.md)
│   ├── crews/
│   │   └── definitions.py     # Lógica de montagem de crews
│   ├── knowledge/
│   │   ├── dynamic/           # Conhecimento dinâmico gerado
│   │   └── standards/         # +20 arquivos de padrões (Vendas, Zabbix, Segurança, etc.)
│   ├── memory/
│   │   ├── wrapper.py         # Integração Mem0 + busca híbrida
│   │   ├── graph_wrapper.py   # Gerenciamento de relacionamentos Neo4j
│   │   └── entity_search_tool.py  # Busca por entidades específicas
│   ├── tools/                 # Ferramentas customizadas (Zabbix, Evolution, etc.)
│   └── integrations/
│       └── telegram_bot.py    # Interface de Bot Telegram
├── docs/                      # Documentação detalhada do sistema
│   ├── AGENT_CATALOG.md       # Catálogo completo dos agentes
│   ├── AI_AGENT_PROTOCOL.md   # Protocolo de comportamento dos agentes
│   ├── DEVELOPER_GUIDE.md     # Guia para desenvolvedores
│   └── ...
├── docker-compose.yml         # Orquestração de containers
├── Dockerfile                 # Container da aplicação
├── requirements.txt           # Dependências Python
└── .env                       # Chaves de API & configuração
```

## 📚 Documentação Estendida

Explore a pasta `docs/` para detalhes aprofundados:

- [**Catálogo de Agentes**](docs/AGENT_CATALOG.md): Lista completa de personas, suas skills e propósitos.
- [**Protocolo IA**](docs/AI_AGENT_PROTOCOL.md): Diretrizes éticas e operacionais para os agentes.
- [**Guia do Desenvolvedor**](docs/DEVELOPER_GUIDE.md): Arquitetura, padrões de código e fluxos de contribuição.
- [**Troubleshooting**](docs/TROUBLESHOOTING.md): Solução de problemas comuns.
- [**Padrões (Standards)**](src/knowledge/standards/): Consulte os arquivos em `src/knowledge/standards/` para diretrizes específicas de cada domínio (Sales, DevOps, Security, etc.).

## 🛠️ Instalação

### Pré-requisitos
- Docker & Docker Compose
- Python 3.11+ (para desenvolvimento local)
- Chave de API Gemini/OpenAI

### Início Rápido (Docker)

```bash
# 1. Clone o repositório
git clone https://git.itguys.com.br/joao.goncalves/minions-ai-agents.git
cd minions-da-itguys

# 2. Configure o ambiente
cp .env.example .env
# Edite o .env com suas chaves de API

# 3. Inicie a aplicação
docker-compose up -d

# 4. Acesse a interface web
open http://localhost:8000
```

### Desenvolvimento Local

```bash
# Instale as dependências
pip install -r requirements.txt

# Execute o Chainlit
chainlit run src/app.py --port 8000
```

## ⚙️ Configuração

Edite o `.env` para configurar o backend de IA:

```env
# Provedor LLM: gemini, openai, anthropic, ollama
LLM_PROVIDER=gemini
LLM_MODEL_FAST=gemini-2.5-flash-lite-preview-06-17
LLM_MODEL_SMART=gemini-2.5-flash-lite-preview-06-17
GEMINI_API_KEY=sua-chave-api

# Memória: qdrant (local) ou mem0 (nuvem)
MEMORY_PROVIDER=qdrant
MEMORY_EMBEDDING_PROVIDER=local

# Neo4j Graph Database (para relacionamentos)
NEO4J_URI=bolt://localhost:7687
NEO4J_USER=neo4j
NEO4J_PASSWORD=antigravity2024
```

## 🤖 Crews Disponíveis (Exemplos)

| Crew | Agentes Principais | Propósito |
|------|---------|-----------|
| **Engenharia de Infra** | Arthur Mendes, Gus Fring | Templates Zabbix, monitoramento |
| **Auditoria de Segurança** | Elliot Alderson, Devil | Avaliação de vulnerabilidades |
| **RH & Evolução** | The Architect, Sherlock | Criar agentes, aprender políticas |
| **Crescimento de Vendas** | Ari Gold, Chris Gardner, Don Draper | Gestão de pipeline |
| **Estratégia de Negócios** | Harvey Specter, Kevin O'Leary | Compliance, análise de ROI |

> *Veja a lista completa em [docs/AGENT_CATALOG.md](docs/AGENT_CATALOG.md)*

## 🧪 Exemplos de Uso

```
Usuário: "Valide este template Zabbix"
→ Roteado para: Engenharia de Infra (Zabbix)
→ Arthur valida YAML, corrige UUIDs, Gus revisa

Usuário: "Crie um novo agente chamado Bob para DevOps"
→ Roteado para: RH & Evolução
→ The Architect gera novo arquivo de persona

Usuário: "Analise a segurança da nossa página de login"
→ Roteado para: Auditoria de Segurança
→ Elliot realiza reconhecimento
```

## 📦 Dependências Principais

- `crewai` - Orquestração multi-agente
- `chainlit` - Interface Web
- `mem0ai` - Memória compartilhada
- `qdrant-client` - Banco de dados vetorial
- `neo4j` - Banco de dados de grafos para relacionamentos
- `litellm` - Suporte multi-provedor LLM
- `sentence-transformers` - Embeddings locais

## 🔒 Notas de Segurança

- Nunca commite `.env` com chaves de API reais
- O `.env.example` contém valores de placeholder seguros
- A memória é persistida no volume Docker `qdrant_data`

## 📝 Licença

Privada - Uso Interno ITGuys Apenas

---

Feito com ❤️ pela ITGuys