import streamlit as st import requests import json import os import pandas as pd from dotenv import load_dotenv from datetime import datetime import base64 import time import re # Carregando as variáveis de ambiente load_dotenv() # Configuração da página st.set_page_config( page_title="Filtro de Agentes TESS", page_icon="🤖", layout="wide", initial_sidebar_state="expanded" ) # Configuração visual st.markdown(""" """, unsafe_allow_html=True) # Função para fazer requisições à API def api_request(endpoint, method="GET", data=None, params=None): base_url = "https://tess.pareto.io/api" # URL correta da API TESS url = f"{base_url}/{endpoint}" headers = { "Content-Type": "application/json", "Authorization": f"Bearer {os.getenv('TESS_API_KEY')}" } try: if method == "GET": response = requests.get(url, headers=headers, params=params) elif method == "POST": response = requests.post(url, headers=headers, json=data) else: return {"erro": f"Método {method} não suportado"} # Verificar status da resposta if response.status_code == 200: return response.json() else: error_msg = f"Erro na API: {response.status_code}" try: error_detail = response.json() if isinstance(error_detail, dict) and "detail" in error_detail: error_msg += f" - {error_detail['detail']}" except: pass return {"erro": error_msg} except Exception as e: return {"erro": f"Erro na comunicação com a API: {str(e)}"} # Função para categorizar agentes baseado na descrição e categoria def categorizar_agente(descricao, categoria): descricao = descricao.lower() if descricao else "" categoria = categoria.lower() if categoria else "" # Mapeamento de palavras-chave para categorias mapeamento = { "Imagem": ["imagem", "img", "foto", "picture", "image", "dall-e", "stable diffusion", "midjourney"], "Chat": ["chat", "conversação", "conversa", "diálogo", "assistente"], "Vídeo": ["vídeo", "video", "filme", "animação", "animation"], "Dublagem": ["dublagem", "voz", "voice", "áudio", "audio", "som", "sound", "narração"], "Código": ["código", "code", "programação", "programming", "developer", "desenvolvedor"], "Texto": ["texto", "text", "conteúdo", "content", "escrita", "writing", "gpt"] } # Verificar correspondências for tipo, palavras_chave in mapeamento.items(): for palavra in palavras_chave: if palavra in descricao or palavra in categoria: return tipo # Se não encontrar correspondência específica return "Texto" # Categoria padrão # Sidebar para filtros st.sidebar.title("Filtros") # Seleção do tipo de IA tipo_ia = st.sidebar.radio( "Tipo da IA", ["Todos", "Imagem", "Texto", "Chat", "Dublagem", "Código", "Vídeo"], index=0 ) # Campo de busca busca = st.sidebar.text_input("Buscar agentes", "") # Obter lista de agentes @st.cache_data(ttl=300) # Cache por 5 minutos def carregar_agentes(): resultado = api_request("agents") if "erro" in resultado: st.error(f"Erro ao carregar agentes: {resultado['erro']}") return [] # Verificar estrutura da resposta if "data" in resultado: # Processar agentes agentes = [] for agente in resultado["data"]: tipo_ia = categorizar_agente(agente.get("description", ""), agente.get("category", "")) agentes.append({ "ID": agente.get("id"), "Nome": agente.get("name", "Nome não disponível"), "Descrição": agente.get("description", "Sem descrição"), "Categoria": agente.get("category", "N/A"), "Tipo": tipo_ia }) return agentes return [] # Título principal st.title("Filtro de Agentes TESS") # Carregar agentes with st.spinner("Carregando agentes..."): agentes = carregar_agentes() # Verificar se há agentes disponíveis if not agentes or len(agentes) == 0: st.warning("Nenhum agente disponível. Verifique sua conexão com a API.") else: # Filtrar agentes agentes_filtrados = agentes # Filtrar por tipo if tipo_ia != "Todos": agentes_filtrados = [a for a in agentes_filtrados if a.get("Tipo") == tipo_ia] # Filtrar por busca if busca: busca_lower = busca.lower() agentes_filtrados = [ a for a in agentes_filtrados if busca_lower in a.get("Nome", "").lower() or busca_lower in a.get("Descrição", "").lower() or busca_lower in str(a.get("ID", "")).lower() ] # Mostrar número de resultados st.write(f"Encontrados {len(agentes_filtrados)} agentes") # Exibir agentes em cards cols = st.columns(3) for i, agente in enumerate(agentes_filtrados): col = cols[i % 3] with col: # Definir cor baseada no tipo de IA tipo_cor = { "Imagem": "#4287f5", "Texto": "#42f5aa", "Chat": "#f542a7", "Dublagem": "#f5c242", "Código": "#a742f5", "Vídeo": "#f54242" } cor = tipo_cor.get(agente.get("Tipo"), "#42f5aa") st.markdown(f"""
{agente.get("Tipo", "N/A")}
ID: {agente.get('ID', 'N/A')}
{agente.get('Nome', 'Sem nome')}
{agente.get('Descrição', 'Sem descrição')}
Categoria: {agente.get('Categoria', 'N/A')}
Usar Agente
""", unsafe_allow_html=True) # Footer st.markdown("---") st.markdown("Desenvolvido para TESS XTP © 2023") # Botão para atualizar a lista if st.sidebar.button("Atualizar Lista de Agentes"): st.cache_data.clear() st.experimental_rerun() # Função para gerar URL para integração com app_tess.py def gerar_url_app_tess(agent_id): return f"http://localhost:8501/?agent_id={agent_id}" # Estilo CSS para a aplicação def local_css(): st.markdown(""" """, unsafe_allow_html=True) def main(): local_css() # Título da aplicação st.title("Filtro de Agentes TESS") st.subheader("Encontre o agente ideal para sua necessidade") # Inicializar estado da sessão se necessário if "agentes" not in st.session_state: st.session_state["agentes"] = carregar_agentes() # Barra lateral para filtros with st.sidebar: st.header("Filtros") # Filtro por tipo de IA st.subheader("Tipo de IA") tipo_ia = st.radio( "Selecione o tipo de IA:", ["Todos", "Imagem", "Texto", "Chat", "Dublagem", "Código", "Vídeo"] ) # Campo de busca st.subheader("Busca") search_query = st.text_input("Buscar agentes:") # Botão para atualizar lista de agentes if st.button("Atualizar Lista de Agentes"): st.cache_data.clear() st.session_state["agentes"] = carregar_agentes() st.success("Lista de agentes atualizada com sucesso!") # Informações adicionais st.markdown("---") st.markdown("### Como utilizar") st.markdown(""" 1. Use os filtros para encontrar o agente desejado 2. Clique em "Usar Agente" para abrir o app TESS 3. Filtre por texto para buscar funcionalidades específicas """) # Adicionar link para documentação st.markdown("---") st.markdown("[Ver documentação completa](docs/usando_filtro_agentes.md)") # Filtrar agentes agentes_filtrados = st.session_state["agentes"] # Aplicar filtro por tipo de IA if tipo_ia != "Todos": agentes_filtrados = [a for a in agentes_filtrados if a["Tipo"] == tipo_ia] # Aplicar filtro de busca if search_query: query_lower = search_query.lower() agentes_filtrados = [ a for a in agentes_filtrados if ( query_lower in str(a["ID"]).lower() or query_lower in a["Nome"].lower() or query_lower in a["Descrição"].lower() or query_lower in a["Categoria"].lower() ) ] # Exibir contagem de resultados st.write(f"Encontrados **{len(agentes_filtrados)}** agentes.") # Verificar se há agentes para exibir if not agentes_filtrados: st.warning("Nenhum agente encontrado com os filtros atuais.") st.stop() # Exibir agentes em cards (3 colunas) cols = st.columns(3) for idx, agente in enumerate(agentes_filtrados): col_idx = idx % 3 # Definir cor com base no tipo tipo_cor = f"tipo-{agente['Tipo']}" # Adicionar highlight à descrição se houver busca descricao = agente["Descrição"] if search_query: # Adicionar highlight às palavras da busca highlighted_desc = descricao for palavra in search_query.split(): if palavra.lower() in descricao.lower(): pattern = re.compile(re.escape(palavra), re.IGNORECASE) highlighted_desc = pattern.sub(f'{palavra}', highlighted_desc) descricao = highlighted_desc with cols[col_idx]: # Criar card HTML para melhor controle visual st.markdown(f"""
{agente['Tipo']}

{agente['Nome'] if agente['Nome'] else f"Agente {agente['ID']}"}

ID: {agente['ID']}
Categoria: {agente['Categoria']}
{descricao}
Usar Agente
""", unsafe_allow_html=True) # Adicionar footer st.markdown("""
Filtro de Agentes TESS © {datetime.now().year} - Desenvolvido com Streamlit
""", unsafe_allow_html=True) if __name__ == "__main__": main()