MAG (Multi-Agent Gemini) é um sistema baseado em Python que utiliza os Modelos de Linguagem Grandes (LLMs) Gemini 2.5 Preview do Google para automatizar tarefas complexas através de uma arquitetura multiagente inteligente. O sistema agora inclui um RouterAgent que automaticamente seleciona o agente especializado mais adequado para cada tarefa, oferecendo capacidades aprimoradas de raciocínio, geração de imagens, navegação web, busca no Google e automação de browser.

• Roteamento Inteligente: Novo RouterAgent que analisa cada tarefa e automaticamente seleciona o agente especializado mais adequado.
• Decomposição de Tarefas: O TaskManager divide metas complexas em uma lista sequencial de subtarefas usando o Gemini 2.5 Preview.
• Agentes Especializados:
  • Worker: Executa subtarefas gerais baseadas em texto e código.
  • ImageWorker: Dedicado a gerar e processar imagens usando Gemini 2.0 Flash.
  • AnalysisWorker: Especializado em análise de dados e processamento complexo.
  • ThinkingWorker: Focado em raciocínio estruturado, chain-of-thought e resolução de problemas complexos.
  • VideoWorker: Preparado para geração de vídeos com Veo3 (quando disponível na API).
  • BrowserWorker: 🆕 Especializado em navegação web, busca no Google e automação de browser.
• Ferramentas Web Avançadas: 🆕
  • Google Search: Busca inteligente no Google com extração de títulos e snippets
  • Navegação Web: Extração de conteúdo limpo de páginas web
  • Automação de Browser: Navegação, busca de texto e extração de links
• Capacidades Aprimoradas de Pensamento: Suporte melhorado para chain-of-thought reasoning e análise estruturada.
• Ferramenta de Geração de Imagens: Integração completa com modelos de geração de imagens do Gemini.
• Preparação para Veo3: Framework pronto para integração com geração de vídeos quando a API estiver disponível.
• Upload de Arquivos e Contexto: Suporta o upload de arquivos locais (com wildcards, ex: *.txt) para fornecer contexto adicional aos modelos Gemini.
• Gerenciamento de Cache: Permite ao usuário visualizar e, opcionalmente, limpar o cache de uploads local e os arquivos na API Gemini antes de iniciar uma nova sessão.
• Ciclo de Validação e Feedback Robusto:
  • Ao final do fluxo de tarefas, o Validator avalia o resultado.
  • O usuário recebe um menu claro ([A]provar, [F]eedback, [S]air) para aprovar os artefatos, fornecer feedback para uma nova iteração ou encerrar o processo, evitando loops indesejados.
• Logs Abrangentes: Registro detalhado de todas as operações, mensagens dos agentes e chamadas de API para rastreabilidade e depuração.
• Gerenciamento de Artefatos: Utiliza um diretório temporário para os artefatos gerados, que são movidos para a pasta de saída final apenas após a aprovação.

O sistema é construído sobre um padrão Gerenciador/Router/Trabalhadores Especializados:

• TaskManager: Atua como o orquestrador central. Ele interpreta o objetivo, o divide em um plano, e delega as subtarefas aos agentes apropriados.
• RouterAgent: Agente inteligente que analisa cada tarefa e determina qual agente especializado é mais adequado para executá-la.
• Worker: Agente de propósito geral responsável por executar subtarefas baseadas em texto e código.
• ImageWorker: Agente especializado focado em gerar e processar imagens.
• AnalysisWorker: Agente especializado em análise de dados e processamento analítico.
• ThinkingWorker: Agente focado em raciocínio complexo, chain-of-thought e resolução de problemas estruturados.
• VideoWorker: Agente preparado para geração de vídeos (Veo3 quando disponível).
• BrowserWorker: 🆕 Agente especializado em navegação web, busca no Google e automação de browser.

• RouterAgent:
  • route_task(): Analisa tarefas e seleciona o agente especializado mais adequado.
• TaskManager:
  • run_workflow(): Gerencia o fluxo de execução geral, incluindo roteamento inteligente de tarefas.
  • decompose_goal(): Decompõe a meta principal usando Gemini 2.5 Preview.
• Worker: Agente geral para tarefas de texto e código.
• ImageWorker: Agente especializado para geração e processamento de imagens.
• AnalysisWorker: Agente especializado para análise de dados.
• ThinkingWorker: Agente especializado em raciocínio complexo e chain-of-thought.
• VideoWorker: Agente preparado para geração de vídeos (Veo3).
• BrowserWorker: 🆕 Agente especializado para navegação web e busca.
• Funções de Ferramentas:
  • save_file(): Salva conteúdo em arquivos.
  • generate_image(): Gera imagens usando Gemini 2.0 Flash.
  • generate_video(): Planeja geração de vídeos (Veo3 quando disponível).
  • google_search(): 🆕 Realiza buscas no Google com resultados estruturados.
  • fetch_webpage_content(): 🆕 Extrai conteúdo limpo de páginas web.
  • browser_automation(): 🆕 Automação básica de navegação e extração de links.

1. Gerenciamento de Arquivos: O usuário pode gerenciar arquivos existentes na API e fazer upload de novos arquivos.
2. Entrada do Usuário: O usuário fornece uma meta principal.
3. Decomposição e Aprovação: O TaskManager cria um plano de tarefas usando Gemini 2.5 Preview, que o usuário aprova.
4. Loop de Execução com Roteamento Inteligente:
   • O TaskManager itera pela lista de tarefas.
   • Para cada tarefa, o RouterAgent analisa o conteúdo e seleciona automaticamente o agente especializado mais adequado.
   • O agente selecionado (Worker, ImageWorker, AnalysisWorker, ThinkingWorker, VideoWorker, ou BrowserWorker) executa a tarefa.
   • Resultados são coletados e contextualizados para as próximas tarefas.
5. Processamento Especializado:
   • ImageWorker gera imagens usando Gemini 2.0 Flash.
   • ThinkingWorker aplica raciocínio estruturado e chain-of-thought.
   • AnalysisWorker processa dados analíticos.
   • VideoWorker planeja geração de vídeos para implementação futura com Veo3.
   • BrowserWorker 🆕 executa buscas no Google, navega em sites e extrai conteúdo web.

• Python 3.8+
• Chave da API Google Gemini 2.5 Preview
• Pacotes Python necessários:

  pip install google-generativeai pillow googlesearch-python beautifulsoup4 requests

• Defina a variável de ambiente GEMINI_API_KEY com sua chave da API:

  export GEMINI_API_KEY="SUA_CHAVE_API"

1. Certifique-se de que você tem o Python 3.8+ instalado e a variável de ambiente GEMINI_API_KEY configurada.
2. Execute o script: python mag.py
3. O sistema irá guiá-lo através das etapas: gerenciamento de arquivos, definição da meta e aprovação do plano.
4. O RouterAgent automaticamente selecionará os melhores agentes especializados para cada tarefa.

Vários parâmetros podem ser configurados no início do script mag.py:

• Diretórios: LOG_DIRECTORY, OUTPUT_DIRECTORY.
• Retentativas: MAX_API_RETRIES.
• Modelos: GEMINI_TEXT_MODEL_NAME (Gemini 2.5 Preview), GEMINI_IMAGE_MODEL_NAME (Gemini 2.0 Flash).

• Compatibilidade com Gemini 2.5 Preview: Atualização completa da API.
• RouterAgent: Sistema inteligente de roteamento automático de tarefas.
• Agentes Especializados: ImageWorker, AnalysisWorker, ThinkingWorker, VideoWorker, BrowserWorker.
• Ferramentas Web: 🆕 Google Search, navegação web e automação de browser.
• BrowserWorker: 🆕 Agente especializado para tarefas relacionadas à web.
• Capacidades de Pensamento Aprimoradas: Melhor suporte para chain-of-thought reasoning.
• Preparação para Veo3: Framework pronto para geração de vídeos quando disponível.
• Ferramenta de Vídeo: Planejamento e documentação para futura integração com Veo3.

• gemini_agent_logs/: Contém logs detalhados de cada execução.
• gemini_uploaded_files_cache/: Armazena metadados de arquivos carregados.
• gemini_temp_artifacts/: (Novo) Armazena temporariamente os artefatos gerados durante a execução (imagens, código). É limpo no início e no fim.
• gemini_final_outputs/:
  • Contém subdiretórios com timestamp para cada execução bem-sucedida.
  • Dentro de cada subdiretório, armazena os artefatos finais aprovados e o relatório de avaliação em Markdown.

Contribuições são bem-vindas! Sinta-se à vontade para enviar um Pull Request ou abrir uma Issue.

Este projeto está licenciado sob a Licença MIT.