Gianna é um framework avançado de assistente de voz construído com Python, integrando múltiplos provedores LLM, processamento de áudio em tempo real, sistema multi-agente e memória semântica inteligente.

• 5 Fases de Implementação progressivas e modulares
• Agentes ReAct especializados para diferentes domínios
• Orquestração inteligente com execução paralela e sequencial
• Coordenação automática baseada no contexto da tarefa

• Voice Activity Detection (VAD) em tempo real
• Streaming bidirecional com latência mínima
• Múltiplos engines STT/TTS (Whisper, Google, ElevenLabs)
• Pipeline otimizado STT → LLM → TTS

• Base vetorial com ChromaDB para busca semântica
• Aprendizado adaptativo de preferências do usuário
• Clustering automático de tópicos relacionados
• Contexto persistente entre sessões

• 8+ provedores suportados: OpenAI, Anthropic, Google, Groq, NVIDIA, xAI
• 40+ modelos disponíveis através de interface unificada
• Estado persistente com LangGraph e SQLite
• Factory pattern para criação dinâmica de chains

• Cache inteligente com hit rate >90%
• Balanceamento de carga entre provedores
• Monitoramento em tempo real com métricas detalhadas
• Deploy containerizado ready-to-production

# Clone o repositório
git clone <repository-url>
cd gianna

# Instalar dependências
poetry install

# Configurar ambiente
cp .env.example .env
# Edite .env com suas chaves de API

# Assistente conversacional simples
from gianna.core.langgraph_chain import LangGraphChain

assistente = LangGraphChain(
    "gpt4",
    "Você é um assistente inteligente e amigável."
)

# Conversa com estado persistente
response = assistente.invoke({
    "input": "Olá! Meu nome é João."
}, session_id="user123")

print(response["output"])
# "Olá João! Prazer em conhecê-lo. Como posso ajudá-lo hoje?"

# Próxima mensagem lembra o contexto
response = assistente.invoke({
    "input": "Você lembra meu nome?"
}, session_id="user123")

print(response["output"])
# "Claro! Você é o João. Como posso ajudá-lo?"

from gianna.coordination.orchestrator import AgentOrchestrator
from gianna.agents.react_agents import CommandAgent, AudioAgent

# Configurar orquestrador
orchestrator = AgentOrchestrator()

# Registrar agentes especializados
orchestrator.register_agent(CommandAgent(llm))
orchestrator.register_agent(AudioAgent(llm))

# Processamento inteligente
resultado = orchestrator.process_request(
    "Execute um backup do sistema e me notifique por voz"
)

from gianna.workflows.voice_interaction import VoiceWorkflow
import asyncio

async def demo_voz():
    workflow = VoiceWorkflow()

    print("🎤 Assistente ativo! Pode falar...")
    await workflow.start_conversation()

# Executar
asyncio.run(demo_voz())

# APIs dos LLMs (pelo menos uma necessária)
OPENAI_API_KEY=sk-...
GOOGLE_API_KEY=...
ANTHROPIC_API_KEY=...
ELEVEN_LABS_API_KEY=...

# Configurações padrão
LLM_DEFAULT_MODEL=gpt4
TTS_DEFAULT_TYPE=google
LANGUAGE=pt-br

# Performance
CACHE_ENABLED=true
MAX_CONCURRENT_SESSIONS=100
DATABASE_PATH=gianna_state.db

# Monitoramento
PERFORMANCE_MONITORING=true
LOG_LEVEL=INFO

• Sistema de estado central com LangGraph
• Persistência automática com SQLite
• Compatibilidade com factory methods existentes
• Workflows stateful para conversações

• Agentes ReAct especializados (Comando, Áudio, Síntese)
• Ferramentas integradas (Shell, FileSystem, Audio)
• Orquestração inteligente com roteamento automático
• Execução paralela e sequencial coordenada

• Voice Activity Detection em tempo real
• Streaming de áudio bidirecional
• Integração STT → LLM → TTS otimizada
• Suporte a múltiplos idiomas e engines

• Memória semântica com ChromaDB
• Aprendizado adaptativo de preferências
• Clustering automático de tópicos
• Sistema de recomendações inteligente

• Cache inteligente multi-layer
• Monitoramento e métricas em tempo real
• Balanceamento de carga entre APIs
• Deploy containerizado e CI/CD

• Guia Rápido - Primeiros passos e uso básico
• Tutorial Completo - Notebooks interativos
• Casos de Uso - Exemplos práticos por fase

• API Reference - Documentação completa da API
• Guia do Desenvolvedor - Extensão e customização
• Arquitetura - Visão técnica detalhada

• Guia de Deploy - Deploy em diferentes ambientes
• Docker & Kubernetes - Containerização
• Monitoramento - Observabilidade

# Ver diretório /examples/basic/
- conversational_assistant.py    # Assistente básico
- voice_commands.py             # Comandos por voz
- multi_session.py              # Múltiplas sessões

# Ver diretório /examples/advanced/
- multi_agent_orchestration.py  # Coordenação complexa
- real_time_voice_assistant.py  # Voz em tempo real
- semantic_memory_system.py     # Memória semântica
- enterprise_deployment.py      # Deploy empresarial

# Ver diretório /notebooks/
- tutorial_fase1_langgraph.ipynb      # Fundação LangGraph
- tutorial_fase2_multiagent.ipynb    # Sistema Multi-Agente
- tutorial_fase3_voice.ipynb         # Pipeline de Voz
- tutorial_complete_workflow.ipynb   # Workflow Completo

• ⚡ Cache inteligente com invalidação automática
• 🔄 Pool de conexões para APIs externas
• 📦 Lazy loading de componentes pesados
• 🎯 Batch processing para operações em lote
• 📊 Profiling contínuo com otimização automática

# Instalar Poetry
curl -sSL https://install.python-poetry.org | python3 -

# Configurar ambiente de desenvolvimento
poetry install --with dev
poetry shell

# Configurar pre-commit
pre-commit install

# Executar testes
poetry run pytest

# Linting e formatação
poetry run black .
poetry run flake8
poetry run mypy gianna/

gianna/
├── gianna/                 # Código principal
│   ├── core/              # Sistema central (Fase 1)
│   ├── agents/            # Sistema multi-agente (Fase 2)
│   ├── audio/             # Processamento de áudio (Fase 3)
│   ├── memory/            # Memória semântica (Fase 4)
│   ├── optimization/      # Otimizações (Fase 5)
│   └── workflows/         # Fluxos de trabalho
├── docs/                  # Documentação completa
├── examples/              # Exemplos práticos
├── notebooks/             # Tutoriais interativos
├── tests/                 # Testes automatizados
└── resources/             # Recursos estáticos

1. Fork o repositório
2. Crie um branch para sua feature (git checkout -b feature/nova-funcionalidade)
3. Commit suas mudanças (git commit -m 'Adiciona nova funcionalidade')
4. Push para o branch (git push origin feature/nova-funcionalidade)
5. Abra um Pull Request

• 💬 Discord: discord.gg/gianna
• 📧 Email: [email protected]
• 🐛 Issues: GitHub Issues
• 💡 Discussões: GitHub Discussions

• ✅ Production Ready: Todas as 5 fases implementadas
• 🧪 Testado: >95% coverage, testes automatizados
• 📚 Documentado: Guias completos e exemplos práticos
• 🔄 Ativo: Desenvolvimento contínuo e suporte ativo

• 🌐 Web Interface: Dashboard web para gerenciamento
• 📱 Mobile SDK: SDK para aplicações móveis
• 🔌 Plugin System: Sistema de plugins extensível
• 🌍 Multi-idioma: Suporte expandido a mais idiomas

Este projeto está licenciado sob a Apache-2.0 license - veja o arquivo LICENSE para detalhes.

• LangChain/LangGraph - Framework base para workflows
• OpenAI, Anthropic, Google - Provedores de LLM
• ChromaDB - Base de dados vetorial
• Comunidade Python - Bibliotecas e ferramentas