--- license: mit language: - pt tags: - multi-agent-system - legal-tech - json configs: - config_name: agents data_files: "agents/*.json" - config_name: agents_e data_files: "especialista/direito/*.json" - config_name: feedback_data data_files: "data/*.json" - config_name: manifest data_files: "protocols/*.json" --- # IZAAC: Dataset de Configuração para um Ecossistema de Agentes Jurídicos de IA ## Resumo do Dataset Este repositório contém o conjunto completo de dados de configuração para o IZAAC, um ecossistema de agentes de IA especializados em tarefas jurídicas. O dataset é dividido em três configurações (tabelas) separadas, cada uma servindo a um propósito específico: 1. **`agents`**: As definições completas de cada agente especialista e protocolo multi-etapas. Carrega arquivos dos diretórios `agents/` (agentes de função única) e `especialista/direito/` (protocolos multi-agente). 2. **`feedback_data`**: A estrutura para coletar dados de feedback para o aprimoramento contínuo de cada agente. 3. **`manifest`**: Um manifesto central que lista todos os protocolos disponíveis. ## Estrutura dos Dados Este dataset possui 3 configurações. ### Configuração: `agents` Contém as definições de todos os agentes e protocolos. * **`Detalhes`**: Um objeto contendo a `Persona` e o `Resumo da Missao` do agente/protocolo. * **`Agentes`**: Uma lista de objetos, onde cada objeto é um agente (ou uma etapa de um protocolo) com seus parâmetros. ### Configuração: `feedback_data` Contém os caminhos para os dados de feedback de cada agente. * **`agent_path`**: String com o caminho para o arquivo de definição do agente correspondente. * **`positive_data`**: Uma lista para armazenar exemplos de execuções bem-sucedidas. * **`negative_data`**: Uma lista para armazenar exemplos de execuções mal-sucedidas. ### Configuração: `manifest` Contém o manifesto de protocolos. * **`versao_manifesto`**: String da versão do manifesto. * **`descricao`**: Descrição do propósito do manifesto. * **`protocolos_disponiveis`**: Uma lista de objetos que descrevem cada protocolo. ## Uso Para carregar o dataset completo com todas as configurações, use o seguinte código: ```python from datasets import load_dataset # Substitua 'caarleexx/izaac_data' pelo seu nome de usuário/dataset no Hub repo_id = "caarleexx/izaac_data" # Carrega todas as configurações em um DatasetDict izaac_dataset_dict = load_dataset(repo_id) print(izaac_dataset_dict) # Saída esperada: # DatasetDict({ # agents: Dataset(...) # feedback_data: Dataset(...) # manifest: Dataset(...) # }) # Para carregar uma configuração específica agents_table = load_dataset(repo_id, name="agents", split="train") print(agents_table)