| # ΩFFΣLLIα_KΣrnΣl_SΣЯVΣЯ_MTP |
| |
| https://huggingface.co/Brunobkr |
| |
| |
| https://zenodo.org/records/20947432 |
| |
| |
| |
| Uma plataforma completa, autônoma e ultra-segura para orquestração de Agentes de IA e processamento de linguagem natural, operando **100% de forma local e privada**. |
| |
| O projeto elimina completamente dependências de APIs de terceiros proprietárias (como Gemini ou OpenAI) em favor de uma integração robusta e resiliente com o **`llama-server`**, rodando em portas locais com varredura dinâmica e failover automático. |
| |
| --- |
| |
| ## 🌌 Visão Geral e Arquitetura |
| |
| O **ΩFFΣLLIα_KΣrnΣl_SΣЯVΣЯ_MTP** é estruturado como uma aplicação full-stack de nível de produção com foco em desempenho computacional adaptativo, privacidade extrema e resiliência operacional: |
| |
| ``` |
| ┌────────────────────────────────────────────────────────┐ |
| │ FRONTEND (React + TS) │ |
| │ (Painel de Agente, Ferramentas MCP, Chats, Personas) │ |
| └───────────────────────────┬────────────────────────────┘ |
| │ HTTP / Eventos SSE |
| ▼ |
| ┌────────────────────────────────────────────────────────┐ |
| │ GATEWAY BACKEND (Express + TS) │ |
| │ (Controle de Acesso, Agendador, Gestor de Portas) │ |
| └───────────┬───────────────────────────────┬────────────┘ |
| │ │ |
| ▼ (Loop de Execução MCP) ▼ (Proxy OpenAI-Compatible) |
| ┌───────────────────────────┐ ┌────────────────────────────┐ |
| │ AGENT ENGINE │ │ LOCAL LLAMA-SERVER │ |
| │ (Fatos, Arquivos, Web) │ │ (Portas: 5173 / 8080/8181)│ |
| └───────────────────────────┘ └────────────────────────────┘ |
| ``` |
| |
| 1. **Frontend (React + Vite + Tailwind CSS):** Interface de usuário com estética minimalista e de alta fidelidade baseada em design escuro ("Sci-Fi Slate Theme"), usando animações fluidas da biblioteca `motion` e renderização em tempo real de logs e execuções de Agentes. |
| 2. **Backend Gateway (Node.js + Express + TypeScript):** Atua como o cérebro administrativo local do sistema, expondo APIs RESTful para gerenciar as sessões, logs do Kernel, credenciais, e portabilidade de rede. |
| 3. **Agent Engine (`agentEngine.ts`):** Motor de raciocínio autônomo baseado em loop ReAct (Reasoning and Acting) que orquestra tarefas complexas em segundo plano utilizando ferramentas do protocolo MCP (Model Context Protocol). |
| 4. **Resiliência Local (Multiprocessamento & Port Sweep):** O servidor realiza a varredura dinâmica das portas candidatas (`5173`, `8181`, `8080`) para se conectar ao `llama-server` ativo de forma transparente, além de otimizar nativamente o pool de threads do Node para processamento paralelo. |
| |
| --- |
| |
| ## 🛠️ Funcionalidades Reais do Sistema |
| |
| ### 1. Painel Conversacional de IA (Chats & Personas) |
| * **Gestão de Sessões:** Criação, exclusão e persistência local de conversas dinâmicas em `/offsellia_data/chats`. |
| * **Motor de Personas Dinâmico:** Customização de comportamentos, prompts de sistema estruturados e parâmetros de inferência gravados de forma isolada em `/offsellia_data/personas`. |
| * **Conversão de Texto em Fala (TTS):** Síntese de voz integrada diretamente no navegador, priorizando vozes premium e naturais. |
|
|
| ### 2. Motor de Agente Autônomo (ReAct Loop) |
| * Execução em segundo plano de tarefas multi-etapas com relatórios detalhados gerados na pasta `/offsellia_data/agent/reports`. |
| * **Memória Semântica Local:** MCP de persistência de contexto em formato de grafo relacional semântico de entidades, expandindo o horizonte de contexto de forma estruturada. |
| * **Workspace Dedicado:** Ambiente seguro e isolado para leitura, criação e gravação de arquivos gerados pelas análises do Agente (`/offsellia_data/agent/workspace`). |
|
|
| ### 3. Conexões e Ferramentas Ativas (Model Context Protocol - MCP) |
| O Agente possui acesso nativo a um arsenal de ferramentas integradas através de `tools_list.json`: |
| * **Exa Web Search & Fetch (`web_search_exa`, `web_fetch_exa`):** Busca semântica e extração limpa de sites convertendo diretamente para Markdown legível para inferência da IA. |
| * **DuckDuckGo Search (`duckduckgo_search`):** Busca na internet alternativa, livre de chaves de API. |
| * **Fetch Direct URL (`fetch_direct_url`):** Baixa conteúdo bruto de qualquer URL apontada pela requisição. |
| * **Local Filesystem MCP (`filesystem_mcp`):** Permite que o Agente leia e escreva de forma segura no seu workspace local. |
| * **Context Memory MCP (`memory_mcp`):** Salva e recupera fatos e relacionamentos importantes entre conversas. |
| |
| ### 4. Segurança e Administração do Kernel |
| * **Autenticação Avançada:** Hashes de senha seguros usando SHA-256 com suporte a sais dinâmicos. |
| * **Port Management:** Detecção e ativação em tempo real de portas de rede no backend. |
| * **Isolamento de Dados:** Todo o tráfego de dados e arquivos de configuração residem dentro do subdiretório seguro `/offsellia_data`. |
| |
| CONFIG REMOCOMENDADA PARA LLAMA-SERVER( Pode ser adaptada a qualquer tamanho ou tipo de LLMs): |
| |
| |
| /llama.cpp/build/bin/llama-server \ |
| -m "/GEMMA4_5b_F16/Q5_K_gemma-4-E2B-it-5b.gguf" \ |
| -md "/f16_gemma-4-E2B-5b-it-qat-assistant-MTP.gguf" \ |
| -c 100000 \ |
| -np 1 \ |
| -ngl 42 --n-cpu-moe 42 -fa 1 \ |
| --spec-type draft-mtp --spec-draft-n-max 4 --spec-draft-n-min 1 --spec-draft-p-min 0.75 \ |
| --dry-multiplier 0.8 --dry-base 1.75 --dry-allowed-length 2 \ |
| --agent \ |
| --tools all \ |
| --reasoning auto \ |
| --flash-attn on \ |
| --swa-full \ |
| --kv-unified \ |
| --port 5173 \ |
| --host 127.0.0.1 \ |
| --webui-mcp-proxy \ |
| --threads-http -1 |
| |
| --- |
| |
| ## 🚀 Como Instalar e Rodar o Projeto |
| |
| ### Pré-requisitos |
| * **Node.js** v18 ou superior. |
| * **npm** ou **yarn**. |
| * **llama-server** configurado e ativo localmente. |
| |
| ### Passo 1: Clonar e instalar as dependências |
| No diretório raiz do projeto, instale os pacotes necessários para o frontend e backend: |
| ```bash |
| npm install |
| ``` |
| |
| ### Passo 2: Configurar o Ambiente Local |
| Crie um arquivo de ambiente baseado no `.env.example`: |
| ```bash |
| cp .env.example .env |
| ``` |
| *(Nota: O projeto não exige nenhuma chave de API externa ou Gemini API Key para funcionar por padrão, priorizando o uso local com seu modelo de escolha via llama-server).* |
| |
| ### Passo 3: Iniciar o `llama-server` |
| Inicie o seu `llama-server` utilizando uma das portas prioritárias do Odysseus (por exemplo, `--port 5173`, `--port 8181` ou `--port 8080`). |
| |
| Exemplo de comando recomendável para o seu backend Llama local: |
| ```bash |
| llama-server --model SeuModeloLlama.gguf --port 5173 --host 127.0.0.1 -c 100000 |
| ``` |
| |
| ### Passo 4: Executar o Painel Odysseus |
| Com as dependências instaladas e o seu Llama-server de pé, execute o comando de desenvolvimento: |
| ```bash |
| npm run dev |
| ``` |
| |
| O Odysseus irá iniciar o servidor Express na porta `3000` (e o roteador reverso integrado cuidará de expor a interface interativa em seu navegador). |
| |
| --- |
| |
| ## 📦 Scripts Disponíveis no `package.json` |
| |
| * `npm run dev` — Inicia o servidor gateway Express e o ambiente de desenvolvimento usando o empacotamento Vite. |
| * `npm run build` — Cria a build estática de produção do frontend em `/dist` e compila o backend TypeScript em um bundle CJS autônomo `/dist/server.cjs` de alta velocidade. |
| * `npm run start` — Inicializa o servidor compilado pronto para produção. |
| * `npm run lint` — Valida a integridade dos tipos e sintaxe do TypeScript. |
| |
| --- |
| |
| ## 🔒 Robustez e Isolamento de Código |
| |
| O backend foi reestruturado para mitigar vulnerabilidades e fluxos excessivos comuns em desenvolvimento intermediário: |
| * **Remoção Completa de Dependências Python e Scripts Legados:** Todos os resíduos e ferramentas não utilizadas foram removidos do projeto de ponta a ponta. |
| * **Redução de Desvios Condicionais de Fluxo ("elses"):** O código de roteamento e fallback do LLM foi otimizado estruturalmente, utilizando loops de failover limpos sobre arrays de candidatos, reduzindo a complexidade ciclomática e aumentando a legibilidade. |
| * **Zero APIs Externas:** O fluxo de inferência é blindado e puramente local, garantindo conformidade com leis de dados e políticas restritas de privacidade. |
| |
