goo

agent.py

@@ -1,43 +0,0 @@
-import os
-from dotenv import load_dotenv
-
-from pydantic_ai import Agent, RunContext
-# from pydantic_ai.messages import (ModelMessage, ModelRequest, ModelResponse, UserPromptPart, 
-#                                   SystemPromptPart, TextPart, ModelMessagesTypeAdapter,
-#                                   ToolReturnPart)
-from pydantic_ai.usage import UsageLimits
-from pydantic_core import to_jsonable_python
-from pydantic_ai.models.groq import GroqModel    
-
-from dataclasses import dataclass
-
-from dotenv import load_dotenv
-load_dotenv()
-
-# Defina um prompt de sistema padrão
-DEFAULT_SYSTEM_PROMPT = f"""
-Você é um agente assistente em um programa de detecção de conteúdos falsos (fake news).
-Intereja com o usuário sugerindo as ferramentas que você tem disponível. Se o usuário perguntar do que se trata,
-responda 'Sou uma IA disponível para te ajudar a detectar se um conteúdo que circula na internet é verdadeiro ou não,
-sou capaz de pesquisar na web se o conteúdo é verídico ou não.' Use as ferramenta sempre que possível. 
-A data de hoje é .
-Anexe sempre a fonte da pesquisa na resposta (G1, BBC, New York Times, etc), se houver fonte na pesquisa utilizada.
-Não invente fontes, não invente dados. Se não houver nada relacionado à pergunta do usuário nas pesquisas, diga que nada foi encontrado.
-Responda sempre em português do Brasil.
-Limite-se a 600 caracteres.
-"""
-
-api_key = os.getenv("GROQ_API_KEY")
-model = GroqModel(
-    model_name="openai/gpt-oss-120b"
-)
-
-
-def 'start_convo(user_input, messages_history):
-    search_agent = Agent(
-        model,
-        system_prompt=DEFAULT_SYSTEM_PROMPT
-    )
-    
-        
-    return search_agent

app.py

@@ -1,7 +1,6 @@
 import gradio as gr
 from ocr_script import ocr_tesseract_only
 import uuid
-from agent import start_convo
 
 import os
 from dotenv import load_dotenv
@@ -21,9 +20,6 @@ def respond(message, history, user_id, ocr_text):
     system_prompt_text = ocr_text or "Nenhum texto OCR disponível."
     search_agent = Agent(model, system_prompt=system_prompt_text)
 
-    # Se usar seu start_convo, injete o mesmo prompt no agente interno, ou remova se for redundante
-    # agent_config = start_convo(user_input=str(message), messages_history=history, system_prompt=system_prompt_text)
-
     result = search_agent.run_sync(str(message))
     return result.output