🧠 Agente de Memória - Agent Memory

📋 Sobre o Projeto

O Agente de Memória é um assistente inteligente que funciona como seu "assistente virtual", capaz de:

• 🎤 Gravar áudio através do microfone
• 📝 Transcrever sua fala usando IA (Whisper da OpenAI)
• 🤖 Processar e registrar os eventos descritos no áudio usando GPT-4
• 💾 Salvar tudo em uma memória persistente para consultas futuras

Este projeto é perfeito para iniciantes em Python e IA que querem entender como integrar diferentes tecnologias de inteligência artificial.

🚀 O que você vai aprender

• Como usar APIs da OpenAI (Whisper para transcrição e GPT-4 para processamento)
• Manipulação de arquivos de áudio em Python
• Gerenciamento de variáveis de ambiente
• Conceitos básicos de Agentes de IA

Glossário de termos mencionados no curso

Algoritmos: Sequência de instruções organizadas e lógicas para resolver um problema específico. É como uma "receita" que o computador segue passo a passo para executar uma tarefa, desde as mais simples até as mais complexas.

Fetch: Função usada para fazer requisições HTTP e buscar dados de servidores ou APIs. Permite que uma página web solicite informações de outros lugares na internet de forma assíncrona, sem precisar recarregar a página.

API Whisper: Serviço de inteligência artificial da OpenAI que converte áudio em texto (transcrição). É capaz de reconhecer fala em diversos idiomas e transformar gravações de voz em texto escrito.

venv: Ferramenta do Python que cria ambientes virtuais isolados. Permite instalar bibliotecas específicas para cada projeto sem afetar outras aplicações, mantendo as dependências organizadas e separadas.

requirements.txt: Arquivo de texto que lista todas as bibliotecas e suas versões necessárias para um projeto Python funcionar. Facilita a instalação das dependências em outros computadores ou ambientes.

PyAudio: Biblioteca Python que permite gravar e reproduzir áudio. É usada para capturar som do microfone ou tocar arquivos de áudio diretamente através do código Python.

Wave: Módulo Python nativo para trabalhar com arquivos de áudio no formato WAV. Permite ler, escrever e manipular arquivos de som sem precisar instalar bibliotecas externas.

python-dotenv: Biblioteca que carrega variáveis de ambiente a partir de um arquivo .env. É útil para manter informações sensíveis como chaves de API separadas do código principal.

OpenAI: Biblioteca oficial da OpenAI para Python que facilita a integração com seus serviços de IA, como GPT e Whisper. Permite fazer chamadas para as APIs da empresa de forma simples.

Playsound: Biblioteca Python simples para reproduzir arquivos de áudio. Oferece uma maneira fácil de tocar sons em aplicações sem configurações complexas.

Pydantic: Biblioteca Python para validação de dados usando type hints. Garante que os dados estejam no formato correto e ajuda a detectar erros antes que causem problemas na aplicação.

Eventos: Ações ou ocorrências que acontecem durante a execução de um programa, como cliques do mouse, pressionamento de teclas ou chegada de dados. O programa pode "escutar" esses eventos e reagir a eles.

LangChain: Framework Python para desenvolver aplicações com modelos de linguagem (LLMs). Facilita a criação de chatbots, sistemas de perguntas e respostas e outras aplicações de IA conversacional.

🛠 Tecnologias Utilizadas

• Python 3.11+ - Linguagem principal
• OpenAI API - Para transcrição (Whisper) e processamento de linguagem natural (GPT-4)
• PyAudio - Para gravação de áudio
• Pydantic - Para validação e estruturação de dados
• Python-dotenv - Para gerenciamento de variáveis de ambiente

📁 Estrutura do Projeto

cw-academy/
│
├── agent-memory/              # Pasta principal do projeto
│   ├── main.py               # Script principal
│   ├── requirements.txt      # Dependências do projeto
│   ├── memory.json          # Arquivo de memória (criado automaticamente)
│   │
│   ├── utils/               # Utilitários
│   │   ├── record_audio.py  # Função para gravar áudio
│   │   └── basemodel2tool.py # Conversor de modelos Pydantic para tools OpenAI
│   │
│   └── tools/               # Ferramentas do agente
│       └── daily_events.py  # Modelo para eventos diários
│
├── venv/                    # Ambiente virtual Python
├── .gitignore              # Arquivos ignorados pelo Git
└── README.md               # Este arquivo

⚙️ Configuração do Ambiente

1. Clone o repositório

git clone <seu-repositorio>
cd cw-academy

2. Crie e ative o ambiente virtual

# Criar ambiente virtual
python -m venv venv

# Ativar ambiente virtual
# No macOS/Linux:
source venv/bin/activate
# No Windows:
venv\Scripts\activate

3. Instale as dependências

cd agent-memory
pip install -r requirements.txt

4. Configure a API Key da OpenAI

1. Crie uma conta na OpenAI
2. Gere uma API Key no painel de controle
3. Crie um arquivo .env na pasta agent-memory/:

# Criar arquivo .env
touch .env

4. Adicione sua API Key no arquivo .env:

OPENAI_API_KEY=sua_chave_api_aqui

⚠️ Importante: Nunca compartilhe sua API Key! O arquivo .env já está no .gitignore para protegê-la.

🎯 Como Usar

1. Execute o programa

cd agent-memory
python main.py

2. Interaja com o agente

1. Fale sobre seu dia: O programa começará a gravar automaticamente
2. Conte eventos: Ex: "Hoje de manhã fui ao médico e à tarde tive uma reunião importante"
3. Aguarde o processamento: O agente irá transcrever e processar sua fala
4. Veja o resultado: Os eventos serão salvos e uma confirmação será exibida

3. Exemplo de uso

🎤 Gravando... (Fale sobre seus eventos do dia)

Você: "Hoje de manhã às 9h fui ao dentista, e à tarde às 15h tive uma reunião com o cliente João"

🤖 Agente: "Evento do dia 15/01/2024 registrado com sucesso, posso te ajudar com mais alguma coisa?"

📊 Como funciona internamente

Fluxo do Programa

graph TD
    A[Início] --> B[Gravar Áudio]
    B --> C[Transcrever com Whisper]
    C --> D[Processar com GPT-4]
    D --> E[Identificar Eventos]
    E --> F[Salvar na Memória]
    F --> G[Exibir Confirmação]
    G --> B

Loading

Componentes Principais

1. record_audio.py: Grava áudio do microfone e salva como arquivo WAV
2. main.py: Loop principal que coordena todo o processo
3. daily_events.py: Modelo de dados para eventos diários
4. memory.json: Arquivo onde ficam salvos todos os eventos e interações

🔧 Personalização

Adicionando novos tipos de eventos

1. Crie um novo modelo em tools/:

from pydantic import BaseModel, Field

class TaskEvents(BaseModel):
    """Registra tarefas e compromissos"""
    date: str = Field(description="Data da tarefa")
    tasks: List[str] = Field(description="Lista de tarefas")

2. Importe e adicione ao main.py:

from tools.task_events import TaskEvents
# Adicione na lista de tools

Mudando o idioma

Para usar em inglês, altere no main.py:

language="en"  # Linha da transcrição

❌ Solução de Problemas

Erro de permissão do microfone

macOS: Vá em Configurações > Privacidade > Microfone e permita o acesso ao Terminal/Python

Erro de instalação do PyAudio

macOS:

brew install portaudio
pip install pyaudio

Ubuntu/Debian:

sudo apt-get install portaudio19-dev
pip install pyaudio

API Key inválida

• Verifique se a chave está correta no arquivo .env
• Confirme se há créditos na sua conta OpenAI

📚 Próximos Passos

Depois de dominar este projeto, você pode:

1. Adicionar interface gráfica com Tkinter ou Streamlit
2. Integrar com calendário (Google Calendar API)
3. Adicionar busca por eventos por data ou palavra-chave
4. Implementar classificação automática de eventos por categoria
5. Criar relatórios semanais ou mensais
6. Adicionar lembretes automáticos

🤝 Contribuição

Este é um projeto educacional! Sinta-se à vontade para:

• Fazer fork do projeto
• Propor melhorias
• Reportar bugs
• Adicionar novas funcionalidades

📄 Licença

Projeto desenvolvido para fins educacionais. Use, modifique e compartilhe livremente!

---

💡 Dica: Este projeto é uma excelente introdução ao mundo dos Agentes de IA. Continue explorando e criando!