mangaba_ai

🥭 Mangaba AI

Repositório minimalista para criação de agentes de IA inteligentes e versáteis com protocolos A2A (Agent-to-Agent) e MCP (Model Context Protocol).

📚 WIKI AVANÇADA - Documentação completa em português brasileiro

📋 ÍNDICE COMPLETO - Navegação rápida por todo o repositório

✨ Características Principais

• 🤖 Agente de IA Versátil: Suporte a qualquer provedor de IA
• 🔗 Protocolo A2A: Comunicação entre agentes
• 🧠 Protocolo MCP: Gerenciamento avançado de contexto
• 📝 Funcionalidades Integradas: Chat, análise, tradução e mais
• ⚡ Configuração Simples: Apenas 2 passos para começar

🚀 Instalação Rápida

Opção 1: Configuração Automática (Recomendado)

# Configuração completa em um comando
python quick_setup.py

Opção 2: Configuração Manual

# 1. Instalar dependências
pip install -r requirements.txt

# 2. Configurar ambiente
copy .env.template .env
# Edite o arquivo .env com suas configurações

# 3. Validar instalação
python validate_env.py

⚙️ Configuração

🔧 Configuração Automática

O script quick_setup.py automatiza todo o processo:

• ✅ Cria ambiente virtual
• ✅ Instala dependências
• ✅ Configura arquivo .env
• ✅ Valida instalação

🛠️ Configuração Manual

1. Configure o arquivo .env (copie de .env.template):

# Obrigatório
GOOGLE_API_KEY=sua_chave_google_api_aqui

# Opcional (com valores padrão)
MODEL_NAME=gemini-2.5-flash
AGENT_NAME=MangabaAgent
LOG_LEVEL=INFO

2. Obtenha sua Google API Key:
   • Acesse: https://makersuite.google.com/app/apikey
   • Crie uma nova chave
   • Cole no arquivo .env

🔍 Validação do Ambiente

# Verifica se tudo está configurado corretamente
python validate_env.py

# Salva relatório detalhado
python validate_env.py --save-report

📖 Uso Super Simples

from mangaba_ai import MangabaAgent

# Inicializar com protocolos A2A e MCP habilitados
agent = MangabaAgent()

# Chat com contexto automático
resposta = agent.chat("Olá! Como você pode me ajudar?")
print(resposta)

🎯 Exemplos Práticos

Chat Básico com Contexto MCP

from mangaba_ai import MangabaAgent

agent = MangabaAgent()

# O contexto é mantido automaticamente
print(agent.chat("Meu nome é João"))
print(agent.chat("Qual é o meu nome?"))  # Lembra do contexto anterior

Análise de Texto

agent = MangabaAgent()
text = "A inteligência artificial está transformando o mundo."
analysis = agent.analyze_text(text, "Faça uma análise detalhada")
print(analysis)

Tradução

agent = MangabaAgent()
translation = agent.translate("Hello, how are you?", "português")
print(translation)

Resumo do Contexto

agent = MangabaAgent()

# Após algumas interações...
summary = agent.get_context_summary()
print(summary)

🔗 Protocolo A2A (Agent-to-Agent)

O protocolo A2A permite comunicação entre múltiplos agentes:

Comunicação entre Agentes

# Criar dois agentes
agent1 = MangabaAgent()
agent2 = MangabaAgent()

# Enviar requisição de um agente para outro
result = agent1.send_agent_request(
    target_agent_id=agent2.agent_id,
    action="chat",
    params={"message": "Olá do Agent 1!"}
)

Broadcast para Múltiplos Agentes

agent = MangabaAgent()

# Enviar mensagem para todos os agentes conectados
result = agent.broadcast_message(
    message="Olá a todos!",
    tags=["general", "announcement"]
)

Tipos de Mensagens A2A

• REQUEST: Requisições entre agentes
• RESPONSE: Respostas a requisições
• BROADCAST: Mensagens para múltiplos agentes
• NOTIFICATION: Notificações assíncronas
• ERROR: Mensagens de erro

🧠 Protocolo MCP (Model Context Protocol)

O protocolo MCP gerencia contexto avançado automaticamente:

Tipos de Contexto

• CONVERSATION: Conversas e diálogos
• TASK: Tarefas e operações específicas
• MEMORY: Memórias de longo prazo
• SYSTEM: Informações do sistema

Prioridades de Contexto

• HIGH: Contexto crítico (sempre preservado)
• MEDIUM: Contexto importante
• LOW: Contexto opcional

Funcionalidades MCP

agent = MangabaAgent()

# Chat com contexto automático
response = agent.chat("Mensagem", use_context=True)

# Chat sem contexto
response = agent.chat("Mensagem", use_context=False)

# Obter resumo do contexto atual
summary = agent.get_context_summary()

🛠️ Exemplo Avançado

from mangaba_ai import MangabaAgent

def demo_completa():
    # Criar agente com protocolos habilitados
    agent = MangabaAgent()
    
    print(f"Agent ID: {agent.agent_id}")
    print(f"MCP Habilitado: {agent.mcp_enabled}")
    
    # Sequência de interações com contexto
    agent.chat("Olá, meu nome é Maria")
    agent.chat("Eu trabalho com programação")
    
    # Análise com contexto preservado
    analysis = agent.analyze_text(
        "Python é uma linguagem versátil",
        "Analise considerando meu perfil profissional"
    )
    
    # Tradução
    translation = agent.translate("Good morning", "português")
    
    # Resumo do contexto acumulado
    context = agent.get_context_summary()
    print("Contexto atual:", context)
    
    # Comunicação A2A
    agent.broadcast_message("Demonstração concluída!")

if __name__ == "__main__":
    demo_completa()

🎮 Exemplo Interativo

Execute o exemplo interativo:

python examples/basic_example.py

Comandos disponíveis:

• /analyze <texto> - Analisa texto
• /translate <texto> - Traduz texto
• /context - Mostra contexto atual
• /broadcast <mensagem> - Envia broadcast
• /request <agent_id> <action> - Requisição para outro agente
• /help - Ajuda

🧪 Demonstração dos Protocolos

Para ver uma demonstração completa dos protocolos A2A e MCP:

python examples/basic_example.py --demo

📋 Funcionalidades Principais

MangabaAgent

• chat(message, use_context=True) - Chat com/sem contexto
• analyze_text(text, instruction) - Análise de texto
• translate(text, target_language) - Tradução
• get_context_summary() - Resumo do contexto
• send_agent_request(agent_id, action, params) - Requisição A2A
• broadcast_message(message, tags) - Broadcast A2A

Protocolos Integrados

• A2A Protocol: Comunicação entre agentes
• MCP Protocol: Gerenciamento de contexto
• Handlers Customizados: Para requisições específicas
• Sessões MCP: Contexto isolado por sessão

🔧 Configuração Avançada

Variáveis de Ambiente

API_KEY=sua_chave_api_aqui          # Obrigatório
MODEL=modelo_desejado               # Opcional
LOG_LEVEL=INFO                      # Opcional (DEBUG, INFO, WARNING, ERROR)

Personalização

# Agente com configurações customizadas
agent = MangabaAgent()

# Acessar protocolos diretamente
a2a = agent.a2a_protocol
mcp = agent.mcp

# ID único do agente
print(f"Agent ID: {agent.agent_id}")

# Sessão MCP atual
print(f"Session ID: {agent.current_session_id}")

agent = MangabaAgent()
resposta = agent.chat_with_context(
context="Você é um tutor de programação",
message="Como criar uma lista em Python?"
)
print(resposta)

### Análise de Texto
```python
from mangaba_ai import MangabaAgent

agent = MangabaAgent()
texto = "Este é um texto para analisar..."
analise = agent.analyze_text(texto, "Resuma os pontos principais")
print(analise)

🔧 Personalização

Para usar um modelo diferente, apenas mude no .env:

MODEL=modelo-avancado     # Modelo mais avançado
MODEL=modelo-multimodal   # Para diferentes tipos de entrada

🚀 Scripts Disponíveis

🔧 Todos os scripts estão organizados na pasta scripts/

• validate_env.py - Valida configuração do ambiente
• quick_setup.py - Configuração rápida automatizada
• example_env_usage.py - Exemplo de uso das configurações
• exemplo_curso_basico.py - Exemplos práticos do curso básico
• setup_env.py - Configuração manual detalhada

📁 Estrutura do Projeto

mangaba_ai/
├── 📁 docs/                    # 📚 Documentação
│   ├── CURSO_BASICO.md         # Curso básico completo
│   ├── SETUP.md                # Guia de configuração
│   ├── PROTOCOLS.md            # Documentação dos protocolos
│   ├── CHANGELOG.md            # Histórico de mudanças
│   ├── SCRIPTS.md              # Documentação dos scripts
│   └── README.md               # Índice da documentação
├── 📁 scripts/                 # 🔧 Scripts de configuração
│   ├── validate_env.py         # Validação do ambiente
│   ├── quick_setup.py          # Setup rápido automatizado
│   ├── example_env_usage.py    # Exemplo de uso
│   ├── exemplo_curso_basico.py # Exemplos do curso
│   ├── setup_env.py            # Setup manual detalhado
│   └── README.md               # Documentação dos scripts
├── 📁 protocols/               # 🌐 Protocolos de comunicação
│   ├── mcp_protocol.py         # Model Context Protocol
│   └── a2a_protocol.py         # Agent-to-Agent Protocol
├── 📁 examples/                # 📖 Exemplos de uso
│   └── basic_example.py        # Exemplo básico completo
├── 📁 utils/                   # 🛠️ Utilitários
│   ├── __init__.py
│   └── logger.py               # Sistema de logs
├── mangaba_agent.py            # 🤖 Agente principal
├── config.py                   # ⚙️ Configurações do sistema
├── ESTRUTURA.md                # 📁 Organização do repositório
├── .env.example                # 🔐 Exemplo de configuração
├── requirements.txt            # 📦 Dependências Python
└── README.md                   # 📖 Este arquivo

📋 Para detalhes completos da estrutura, consulte ESTRUTURA.md

🧪 Testar Rapidamente

# 1. Configuração rápida
python scripts/quick_setup.py

# 2. Validar ambiente
python scripts/validate_env.py

# 3. Testar exemplo
python scripts/example_env_usage.py

# 4. Exemplos do curso básico
python scripts/exemplo_curso_basico.py

# 5. Exemplo interativo
python examples/basic_example.py

📚 Wiki Avançada e Documentação

🌟 📖 WIKI COMPLETA - Portal Principal da Documentação

A Wiki Avançada do Mangaba AI oferece documentação abrangente em português brasileiro para todos os níveis:

🎓 Para Iniciantes

• 🚀 Visão Geral do Projeto - O que é e para que serve
• 🎓 Curso Básico Completo - Tutorial passo-a-passo
• ⚙️ Instalação e Configuração - Guia detalhado de setup
• ❓ FAQ - Perguntas Frequentes - Dúvidas comuns e soluções

👨‍💻 Para Desenvolvedores

• 🌐 Protocolos A2A e MCP - Documentação técnica completa
• ⭐ Melhores Práticas - Guia de boas práticas
• 🤝 Como Contribuir - Diretrizes de contribuição
• 📝 Glossário de Termos - Definições técnicas

🛠️ Recursos Técnicos

• 🔧 Scripts e Automação - Documentação dos scripts
• 📊 Histórico de Mudanças - Changelog completo
• 📁 Estrutura do Projeto - Organização do repositório

🎯 Comece pela Wiki Principal - É seu portal de entrada para toda a documentação!

🤝 Contribuição

Agradecemos seu interesse em contribuir! Consulte nosso Guia Completo de Contribuição para informações detalhadas.

🚀 Primeiros Passos

1. 📚 Leia as Diretrizes de Contribuição
2. 🍴 Faça fork do projeto
3. 🔧 Configure o ambiente de desenvolvimento
4. ⭐ Siga as Melhores Práticas
5. 🧪 Execute os testes
6. 📤 Abra um Pull Request

💡 Formas de Contribuir

• 🐛 Correção de bugs
• ✨ Novas funcionalidades
• 📚 Melhoria da documentação
• 🧪 Adição de testes
• 🌐 Tradução para outros idiomas

📖 Primeira contribuição? Procure por issues marcadas com good first issue!

📄 Licença

MIT License

---

Mangaba AI - Agentes de IA simples e eficazes! 🤖✨