Skip to main content
Glama
KalyelNLaurindo

PromptEngine-AI MCP


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.


Related MCP server: MCP LLM Integration Server

🎭 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.


A
license - permissive license
-
quality - not tested
C
maintenance

Maintenance

Maintainers
Response time
Release cycle
Releases (12mo)
Commit activity

Resources

Unclaimed servers have limited discoverability.

Looking for Admin?

If you are the server author, to access and configure the admin panel.

Related MCP Servers

View all related MCP servers

Related MCP Connectors

  • MCP server providing access to the Scorecard API to evaluate and optimize LLM systems.

  • A comprehensive Model Context Protocol (MCP) server that enables AI assistants to interact with yo…

  • Remote MCP for Gemini upgrade evals, prompt regressions, output diffs, and eval receipts.

View all MCP Connectors

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/KalyelNLaurindo/PromptEngine-AI'

If you have feedback or need assistance with the MCP directory API, please join our Discord server