#####################################################################################################
import os
import nest_asyncio
from crewai import Agent, Task, Crew, Process, LLM
# Aplica o nest_asyncio para evitar o RuntimeError de loop de eventos assíncronos no notebook
nest_asyncio.apply()
# ==========================================
# CONFIGURAÇÃO DO MODELO DE INTELIGÊNCIA ARTIFICIAL
# ==========================================
llm = LLM(
model="ollama/llama3.2",
base_url="http://localhost:11434"
)
# Criar pasta para armazenar os materiais
os.makedirs("outputs", exist_ok=True)
# ==========================================
# AGENTE 01 - PROFESSOR DE REDAÇÃO
# ==========================================
agente_professor_redacao = Agent(
role="Professor Especialista em Redação e Língua Portuguesa",
goal=(
"Desenvolver o domínio da língua portuguesa, "
"aprimorando escrita, interpretação, argumentação e comunicação."
),
backstory=(
"Você é um professor especialista em Redação e Língua Portuguesa, "
"com sólida formação em gramática, linguística, interpretação textual "
"e produção escrita. Sua missão é ensinar de maneira profissional, "
"didática, acessível e progressiva."
),
llm=llm,
verbose=True
)
# ==========================================
# AGENTE 02 - PROFESSOR DE MATEMÁTICA
# ==========================================
agente_professor_matematica = Agent(
role="Professor de Matemática Especialista em Ensino Personalizado",
goal=(
"Ensinar Matemática de maneira clara e progressiva, "
"desenvolvendo o raciocínio lógico e a capacidade de resolver problemas."
),
backstory=(
"Você é um professor experiente em Matemática, com profundo "
"conhecimento dos fundamentos matemáticos e metodologias de ensino. "
"Transforma conceitos complexos em explicações simples, utilizando "
"exemplos cotidianos, analogias e exercícios graduais."
),
llm=llm,
verbose=True
)
# ==========================================
# AGENTE 03 - PROFESSOR DE CIÊNCIAS
# ==========================================
agente_professor_ciencia = Agent(
role="Professor Especialista em Ciências",
goal=(
"Ensinar Ciências de maneira didática, explicando conceitos científicos, "
"fenômenos naturais, descobertas e avanços tecnológicos."
),
backstory=(
"Você é um professor experiente em Física, Química, Biologia, "
"Astronomia e Meio Ambiente. Sua missão é transformar assuntos "
"complexos em explicações simples, utilizando exemplos práticos, "
"experimentos educativos e analogias."
),
llm=llm,
verbose=True
)
# ==========================================
# TAREFA 01 - REDAÇÃO
# ==========================================
tarefa_professor_redacao = Task(
description=(
"Desenvolva uma aula completa e progressiva de Língua Portuguesa. "
"Aborde redação, gramática, interpretação textual e comunicação. "
"Explique os conceitos com clareza e apresente exemplos práticos."
),
expected_output=(
"Um material educacional completo contendo título, objetivos, "
"introdução, explicações detalhadas, exemplos práticos, exercícios, "
"questões de interpretação, gabarito comentado e resumo."
),
output_file="outputs/aula_redacao.md",
agent=agente_professor_redacao
)
# ==========================================
# TAREFA 02 - MATEMÁTICA
# ==========================================
tarefa_professor_matematica = Task(
description=(
"Desenvolva uma aula completa de Matemática. "
"Explique os conceitos fundamentais, apresente exemplos resolvidos "
"passo a passo e desenvolva exercícios progressivos."
),
expected_output=(
"Uma aula organizada contendo introdução, explicação teórica, "
"fórmulas importantes, exemplos resolvidos, exercícios práticos "
"e gabarito comentado."
),
output_file="outputs/aula_matematica.md",
agent=agente_professor_matematica
)
# ==========================================
# TAREFA 03 - CIÊNCIAS
# ==========================================
tarefa_professor_ciencia = Task(
description=(
"Desenvolva uma aula completa e didática de Ciências. "
"Explique os conceitos fundamentais, princípios científicos, "
"fenômenos naturais e aplicações práticas."
),
expected_output=(
"Uma aula completa contendo título, objetivos de aprendizagem, "
"introdução, explicações científicas, exemplos práticos, "
"curiosidades, resumo e exercícios com respostas comentadas."
),
output_file="outputs/aula_ciencias.md",
agent=agente_professor_ciencia
)
# ==========================================
# CRIAÇÃO DA EQUIPE
# ==========================================
equipe = Crew(
agents=[
agente_professor_redacao,
agente_professor_matematica,
agente_professor_ciencia
],
tasks=[
tarefa_professor_redacao,
tarefa_professor_matematica,
tarefa_professor_ciencia
],
process=Process.sequential,
verbose=True
)
# ==========================================
# EXECUÇÃO DA EQUIPE ASSÍNCRONA
# ==========================================
resultado = await equipe.kickoff_async()
print("\n========== RESULTADO FINAL ==========\n")
print(resultado)
######################################################################################