minions-ai-agents/docs/API_REFERENCE.md

🔧 Referência de API & Código

Referência técnica para o código do Antigravity Brain.

---

📦 Módulos Principais

src/config.py

Hub central de configuração.

from src.config import Config

# Obter configuração LLM
llm_config = Config.get_llm_config(mode="smart")  # ou "fast"
# Retorna: {"model": "gemini/...", "temperature": 0.7, "api_key": "..."}

# Obter configuração de Memória
mem_config = Config.get_mem0_config()
# Retorna: {"llm": {...}, "embedder": {...}, "vector_store": {...}}

# Obter token do Telegram
token = Config.get_telegram_token()

---

src/agents/factory.py

Criação de agentes a partir de arquivos de persona.

from src.agents.factory import AgentFactory

# Criar agente com ferramentas padrão
agent = AgentFactory.create_agent("arthur-mendes", model_tier="smart")

# Criar agente com ferramentas específicas
from src.tools.zabbix import ZabbixValidatorTool
agent = AgentFactory.create_agent(
    "arthur-mendes",
    specific_tools=[ZabbixValidatorTool()],
    model_tier="smart"
)

# Listar personas disponíveis
personas = AgentFactory.list_available_personas()
# Retorna: ["persona-arthur-mendes", "persona-gus-fring", ...]

# Carregar conhecimento corporativo
knowledge = AgentFactory.load_knowledge_base()
# Retorna string concatenada de todos os arquivos standards/*.md

---

src/crews/definitions.py

Montagem e gerenciamento de crews.

from src.crews.definitions import CrewDefinitions

# Obter crews disponíveis
crews = CrewDefinitions.get_available_crews()
# Retorna: ["Engenharia de Infra (Zabbix)", "Auditoria de Segurança", ...]

# Montar uma crew
crew = CrewDefinitions.assemble_crew(
    crew_name="Engenharia de Infra (Zabbix)",
    inputs={"topic": "Validar este template"}
)

# Executar crew
result = crew.kickoff(inputs={"topic": "Sua tarefa aqui"})

---

src/router.py

Roteamento inteligente de requisições usando LLM.

from src.router import SmartRouter

# Rotear requisição de usuário para crew apropriada
crew_name = SmartRouter.route("Verificar saúde do servidor")
# Retorna: "Engenharia de Infra (Zabbix)"

crew_name = SmartRouter.route("Criar um novo agente")
# Retorna: "RH & Evolução"

---

src/memory/wrapper.py

Ferramentas de memória com rate limiting.

from src.memory.wrapper import SearchMemoryTool, SaveMemoryTool, MemoryWrapper

# Obter cliente de memória
client = MemoryWrapper.get_client()

# Usar como ferramentas (tipicamente atribuídas a agentes)
search_tool = SearchMemoryTool()
result = search_tool._run(query="O que sabemos sobre Zabbix?")

save_tool = SaveMemoryTool()
result = save_tool._run(fact="O servidor roda na porta 8000")

---

🔧 Ferramentas Disponíveis

Ferramentas de Memória (src/memory/wrapper.py)

Ferramenta	Entrada	Saída
SearchMemoryTool	query: str	Memórias encontradas ou "Nenhuma informação relevante"
SaveMemoryTool	fact: str	"Salvo com sucesso" ou erro

Ferramentas de Evolução (src/tools/evolution.py)

Ferramenta	Entrada	Saída
SpawnAgentTool	filename, name, role, goal, backstory, llm_preference	Caminho para arquivo criado
LearnPolicyTool	title, content, category	Caminho para política salva

Ferramentas Zabbix (src/tools/zabbix.py)

Ferramenta	Entrada	Saída
ZabbixValidatorTool	file_path: str	Relatório de validação
UUIDFixerTool	file_path: str	Caminho do arquivo corrigido

---

🎭 Formato de Arquivo de Persona

---
description: Descrição curta
llm_config:
  provider: default  # openai, gemini, ollama, default
---

# 👤 Persona: Nome

**Papel:** Cargo
**Objetivo:** Objetivo principal

## 🧠 História

Texto de personalidade e histórico...

Campos Parseados

Campo	Fonte	Fallback
name	Primeiro # Heading	"Agente Desconhecido"
role	Linha **Papel:**	"Agente de Suporte"
goal	**Objetivo:** ou **Especialidade:**	"Executar tarefas relacionadas a {role}"
backstory	Conteúdo completo do corpo	-
llm_config	Frontmatter YAML	{}

---

🌐 Variáveis de Ambiente

Variável	Obrigatória	Padrão	Descrição
LLM_PROVIDER	Sim	openai	gemini, openai, anthropic, ollama
LLM_MODEL_FAST	Sim	gpt-3.5-turbo	Modelo para tarefas rápidas
LLM_MODEL_SMART	Sim	gpt-4o	Modelo para raciocínio complexo
GEMINI_API_KEY	Se gemini	-	Chave de API Google AI
OPENAI_API_KEY	Se openai	-	Chave de API OpenAI
ANTHROPIC_API_KEY	Se anthropic	-	Chave de API Anthropic
OLLAMA_BASE_URL	Se ollama	http://localhost:11434	URL do servidor Ollama
MEMORY_PROVIDER	Não	mem0	qdrant (local) ou mem0 (nuvem)
MEMORY_EMBEDDING_PROVIDER	Não	openai	local, openai, gemini
QDRANT_HOST	Se qdrant	localhost	Host Qdrant
QDRANT_PORT	Se qdrant	6333	Porta Qdrant
MEMORY_PROJECT_ID	Não	default_project	Namespace de memória

---

🔄 Constantes de Rate Limiting

Em src/memory/wrapper.py:

MAX_RETRIES = 3              # Máximo de tentativas em 429
RETRY_DELAY_SECONDS = 2.0    # Delay inicial (dobra a cada retry)
MAX_CALLS_PER_MINUTE = 50    # Limite conservador de API

---

🐳 Serviços Docker

Serviço	Porta	Propósito
app	8000	Interface web Chainlit
qdrant	6333	Banco de dados vetorial
telegram_listener	-	Bot Telegram (opcional)

---

📝 Logs

import logging
logger = logging.getLogger("AntigravityMemory")  # Módulo de memória
logger = logging.getLogger("AntigravityConfig")   # Módulo de configuração

Logs aparecem no Docker: docker logs antigravity_brain -f