WARNING

VERSÃO EM DESENVOLVIMENTO (WORK IN PROGRESS - BETA v0.9.0): Este projeto não é uma versão final estática. Ele está em constante evolução no repositório de portfólio para incorporar novos aprendizados, refinamento de metaprompts e novos conectores MCP.

🎯 Visão Geral do Projeto

NOTE

Metáfora Operacional: Pense no PromptEngine.AI como o "Revisor Mestre de Instruções". Ele impede que ordens vagas gerem respostas de baixa qualidade, economizando tempo e consumo desnecessário de tokens.

🎭 Persona Eliezer

O agente adota a persona Eliezer:

Tom de Comunicação: Sarcástico, pragmático e sem paciência para prompts medíocres ou sem contexto.
Diálogo e Esclarecimentos: Utiliza comentários irônicos e emojis no terminal para pontuar falhas de especificidade do usuário.
Saída Otimizada (Clean Output): O prompt refatorado final é entregue 100% limpo, sem emojis e sem ironias, no formato XML/Markdown estrito pronto para cópia em produção.

🏛️ Arquitetura do Sistema

┌────────────────────────────────────────────────────────────────────────────────────────┐
│                              PROMPTENGINE.AI ARCHITECTURE                              │
├────────────────────────────────────────────────────────────────────────────────────────┤
│                                                                                        │
│  [Usuário / Input] ──► [Eliezer TUI (Textual + Rich)] ──► [PromptEvaluator Engine]    │
│                            (Tela Cheia / Terminal)            (Avaliação 5D Pydantic)  │
│                                                                        │               │
│                                                                        ▼               │
│  [Servidor MCP Protocol] ◄──────────────────────────────── [LLM Provider Abstraction] │
│  (Ferramentas OpenWebUI)                                    (Google GenAI / Ollama)    │
│                                                                        │               │
│                                                                        ▼               │
│                                                            [DeepSeek-R1 8B (Disco D)]  │
│                                                            (NVIDIA RTX 3060 Ti VRAM)   │
└────────────────────────────────────────────────────────────────────────────────────────┘

⚡ Funcionalidades Principais

Ícone & Recurso	Descrição Técnica
📊 Scorecard de 5 Dimensões	Avalia Clareza, Especificidade, Contexto, Restrições e Actionability (0 a 10) com barras visuais em Rich.
⚠️ Detecção de Ambiguidades	Mapeia termos vagos, premissas implícitas e lacunas na instrução do usuário.
❓ Perguntas de Alinhamento	Gera perguntas estratégicas para sanar dúvidas antes do acionamento do agente destino.
✨ Refatorador de Prompt XML	Gera a versão final da ordem estruturada em tags `<contexto>`, `<instrucao>`, `<restricoes>` e `<formato_saida>`.
💻 TUI Interativa em Tela Cheia	Interface construída com `textual` e `rich` com suporte a teclado, formulários e temas escuros.
🔌 Servidor MCP Protocol	Exposição nativa de ferramentas JSON-RPC para OpenWebUI, Claude Desktop e Cursor.
🏠 Raciocínio Local (Ollama + Disco D)	Suporte nativo ao modelo DeepSeek-R1 8B rodando na GPU (NVIDIA RTX 3060 Ti) armazenado no SSD `D:\OllamaModels`.

🧭 Estrutura do Repositório

prompt-eval-agent/
├── LICENSE                      # Licença Open-Source MIT
├── PRD.md                       # Product Requirement Document
├── SDD.md                       # Software Design Document
├── README.md                    # Este arquivo
├── rodar_agente.bat             # Atalho de duplo clique no Windows
├── requirements.txt             # Dependências Python (textual, rich, google-genai, mcp)
└── src/
    ├── main.py                  # Entrypoint principal (Lança a TUI Eliezer)
    ├── main_cli.py              # CLI legado (Modo terminal simples)
    ├── mcp_server.py            # Servidor de ferramentas MCP Protocol
    ├── engine/
    │   ├── evaluator.py         # Motor central de avaliação
    │   ├── models.py            # Esquemas Pydantic
    │   └── prompt_templates.py  # Metaprompts da persona Eliezer
    ├── providers/
    │   ├── base.py              # Interface abstrata de LLM
    │   ├── google_provider.py   # Provedor Google GenAI SDK (Gemini 2.5 Flash)
    │   └── ollama_provider.py   # Provedor Ollama Local (DeepSeek R1 8B)
    └── ui/
        ├── __init__.py
        └── tui_app.py           # Aplicação TUI em Textual + Rich

⚙️ Guia de Instalação & Execução

1. Clonar e Acessar o Repositório

git clone https://github.com/SEU_USUARIO/PromptEngine-AI.git
cd PromptEngine-AI

2. Configurar o Ambiente Virtual Python

python -m venv venv
.\venv\Scripts\activate
pip install -r requirements.txt

3. Executar o Agente

🖱️ Opção A (Windows — 2 Clicks):

Basta dar duplo clique no arquivo rodar_agente.bat.

💻 Opção B (Linha de Comando TUI):

python -m src.main --provider ollama --model deepseek-r1:8b

🔌 Opção C (Servidor MCP para OpenWebUI / Claude):

python -m src.mcp_server

🛡️ Licença & Governança

Este projeto é disponibilizado sob a licença MIT License.

PromptEngine-AI MCP

🎯 Visão Geral do Projeto

🎭 Persona Eliezer

🏛️ Arquitetura do Sistema

⚡ Funcionalidades Principais

🧭 Estrutura do Repositório

⚙️ Guia de Instalação & Execução

1. Clonar e Acessar o Repositório

2. Configurar o Ambiente Virtual Python

3. Executar o Agente

🖱️ Opção A (Windows — 2 Clicks):

💻 Opção B (Linha de Comando TUI):

🔌 Opção C (Servidor MCP para OpenWebUI / Claude):

🛡️ Licença & Governança

Latest Blog Posts

MCP directory API