{"_id":"@diegofornalha/crew-ai-tess-pareto","name":"@diegofornalha/crew-ai-tess-pareto","dist-tags":{"latest":"1.0.0"},"versions":{"1.0.0":{"name":"@diegofornalha/crew-ai-tess-pareto","version":"1.0.0","description":"Integração TESS com Crew AI","main":"src/index.js","scripts":{"start":"node src/index.js","test":"echo \"Error: no test specified\" && exit 1"},"keywords":["tess","crew-ai","pareto","ai","mcp"],"author":{"name":"Diego Fornalha"},"license":"MIT","dependencies":{"@extism/extism":"^2.0.0-rc11","@modelcontextprotocol/sdk":"^1.8.0","zod":"^3.24.2"},"repository":{"type":"git","url":"git+https://github.com/diegofornalha/crew-ai-tess-pareto.git"},"_id":"@diegofornalha/crew-ai-tess-pareto@1.0.0","gitHead":"4f29dc439b1be6e5459a2c8763e69848241ca448","bugs":{"url":"https://github.com/diegofornalha/crew-ai-tess-pareto/issues"},"homepage":"https://github.com/diegofornalha/crew-ai-tess-pareto#readme","_nodeVersion":"23.10.0","_npmVersion":"10.9.2","dist":{"integrity":"sha512-zCTP1pXq3CmlUOI/GceEHkfK7gEH7i9vH5FcW8aJwRDanCyUvCiFx/zP79P1m3x7Q7QfvTDZ9rgXUL/R+ai6nQ==","shasum":"fe4d31f4e850b224a01c3dc5e2309cf759d912a8","tarball":"https://registry.npmjs.org/@diegofornalha/crew-ai-tess-pareto/-/crew-ai-tess-pareto-1.0.0.tgz","fileCount":165,"unpackedSize":1922476,"signatures":[{"keyid":"SHA256:DhQ8wR5APBvFHLF/+Tc+AYvPOdTpcIDqOhxsBHRwC7U","sig":"MEUCIQCbS3UPcWPeSE0mzbcIHSLFABeX2vq6ZwqhWJgbwkPS2gIgSVJhaXD9CRLRtj0i6LboG+ywpbKdHpLGjvbb999PouA="}]},"_npmUser":{"name":"diegofornalha","email":"diegofornalha@gmail.com"},"directories":{},"maintainers":[{"name":"diegofornalha","email":"diegofornalha@gmail.com"}],"_npmOperationalInternal":{"host":"s3://npm-registry-packages-npm-production","tmp":"tmp/crew-ai-tess-pareto_1.0.0_1743486225706_0.6476627264642827"},"_hasShrinkwrap":false}},"time":{"created":"2025-04-01T05:43:45.623Z","1.0.0":"2025-04-01T05:43:45.995Z","modified":"2025-04-01T05:43:46.250Z"},"maintainers":[{"name":"diegofornalha","email":"diegofornalha@gmail.com"}],"description":"Integração TESS com Crew AI","homepage":"https://github.com/diegofornalha/crew-ai-tess-pareto#readme","keywords":["tess","crew-ai","pareto","ai","mcp"],"repository":{"type":"git","url":"git+https://github.com/diegofornalha/crew-ai-tess-pareto.git"},"author":{"name":"Diego Fornalha"},"bugs":{"url":"https://github.com/diegofornalha/crew-ai-tess-pareto/issues"},"license":"MIT","readme":"# CLI Integradora para Arcee, TESS e MCP\n\nEste projeto implementa uma interface de linha de comando (CLI) que integra APIs de terceiros, incluindo Arcee AI, TESS e o SDK oficial do Model Context Protocol (@sdk-mcp). O projeto segue a estrutura Clean Architecture e os princípios do Domain-Driven Design (DDD).\n\n## Visão Geral da Integração\n\nEsta CLI **não reimplementa** os serviços que integra, mas serve como uma camada de abstração que permite:\n\n1. Acesso unificado a múltiplos serviços (Arcee, TESS, MCP)\n2. Padronização de interfaces para facilitar o uso\n3. Adição de funcionalidades específicas à CLI sem modificar as APIs subjacentes\n\n## Arquitetura de Componentes\n\n### MCP (Model Context Protocol)\n\nO MCP é um protocolo padronizado que facilita a comunicação entre modelos de linguagem e ferramentas externas. Este projeto utiliza o SDK oficial do MCP (@sdk-mcp) para implementar essa comunicação, sem modificar ou reimplementar o protocolo.\n\n### Servidor TESS-MCP\n\nO servidor TESS-MCP é o componente responsável por implementar a integração entre o TESS (Tool Execution Subsystem) e o MCP. Este servidor:\n\n- Orquestra e gerencia ferramentas que podem ser utilizadas por modelos de IA\n- Expõe APIs para listar e executar agentes de IA\n- Gerencia upload e organização de arquivos\n- Permite interação com modelos de linguagem como o \"tess-ai-light\"\n\nO TESS trabalha em conjunto com o MCP, permitindo que modelos solicitem e utilizem ferramentas de forma padronizada.\n\n### CLI (Interface de Linha de Comando)\n\nA CLI **consome** as APIs do servidor TESS-MCP, Arcee AI e MCP, fornecendo uma interface unificada para o usuário final. Ela não reimplementa essas funcionalidades, apenas oferece uma forma padronizada de acessá-las.\n\n### Arcee AI\n\nO Arcee AI é uma plataforma completa de IA que inclui:\n\n- **Arcee Orchestra**: plataforma agentic para construir fluxos de trabalho de IA\n- **Arcee Conductor**: roteador inteligente que seleciona o modelo mais adequado e eficiente em custo para cada prompt\n- **Small Language Models (SLMs)**: modelos de linguagem otimizados para tarefas específicas\n\nPara mais informações sobre TESS, consulte a [documentação oficial da API TESS](https://docs.tess.pareto.io/api/introduction).\n\n## Arquitetura do Projeto\n\nO projeto segue a Clean Architecture com as seguintes camadas:\n\n### 1. Domínio\n\n- `domain/interfaces`: Interfaces que definem contratos para integração com APIs externas\n- `domain/services`: Serviços de domínio que orquestram as chamadas para APIs externas\n- `domain/exceptions`: Exceções de domínio para tratamento de erros\n\n### 2. Aplicação\n\n- `application/use_cases`: Casos de uso que coordenam a lógica de negócio\n\n### 3. Infraestrutura\n\n- `infrastructure/mcp_client`: Cliente que integra o SDK oficial do MCP (@sdk-mcp)\n- `infrastructure/providers`: Adaptadores para as APIs externas (TESS, Arcee)\n\n### 4. Interface de Usuário\n\n- `src/commands`: Comandos CLI para interação com os casos de uso\n- `src/adapters`: Adaptadores para compatibilidade entre implementações\n\n## Arquitetura de Adaptadores\n\n### Papel dos Adaptadores\n\nOs adaptadores no projeto são **componentes arquiteturais intencionais** que servem a propósitos específicos:\n\n1. **Desacoplamento entre sistemas**:\n   - MCP e TESS são sistemas com responsabilidades distintas que evoluem independentemente\n   - Os adaptadores permitem que essas evoluções ocorram sem quebrar a integração\n\n2. **Tradução entre interfaces**:\n   - Convertem chamadas e dados entre o formato esperado por cada sistema\n   - Protegem o domínio de mudanças nas APIs externas\n\n3. **Implementação do padrão Ports & Adapters**:\n   - Facilitam testes unitários e simulações\n   - Permitem substituir implementações sem afetar o domínio\n\n### Tipos de Adaptadores\n\nO projeto utiliza dois tipos principais de adaptadores:\n\n1. **Adaptadores de Infraestrutura**: \n   - Localização: `infrastructure/providers`\n   - Propósito: Conectar as interfaces do domínio com APIs externas\n   - Exemplo: `TessApiProvider` adapta a API do TESS para a interface `ITessProvider` do domínio\n\n2. **Adaptadores de Compatibilidade**:\n   - Localização: `src/adapters`\n   - Propósito: Manter compatibilidade com código existente enquanto usa as novas implementações\n   - Exemplo: `MCPRunClient` adapta a nova implementação para código que ainda usa a interface antiga\n\n### Otimização de Adaptadores\n\nNosso foco é manter adaptadores eficientes através de:\n\n- Interfaces padronizadas com contratos claros\n- Minimização de conversões desnecessárias\n- Cobertura adequada de testes\n- Documentação das responsabilidades de cada adaptador\n\n## Funcionalidades da CLI\n\nA CLI fornece acesso unificado aos seguintes serviços:\n\n### MCP e TESS\n\nA CLI consome as APIs do servidor TESS-MCP, permitindo:\n\n- Listar todas as ferramentas disponíveis\n- Buscar ferramentas específicas\n- Obter detalhes de ferramentas e agentes\n- Executar ferramentas e agentes com parâmetros\n- Fazer upload de arquivos para uso com agentes\n\n### Arcee AI\n\nA CLI permite interagir com a API do Arcee AI:\n\n- Gerar conteúdo com modelos de linguagem\n- Interagir através de uma interface de chat\n- Selecionar entre diferentes modelos disponíveis\n- Utilizar o roteamento inteligente do Arcee Conductor\n\n## Uso\n\n```bash\n# Ferramentas MCP (via SDK @sdk-mcp)\narcee mcp-tools listar\narcee mcp-tools buscar \"processamento\"\narcee mcp-tools detalhes tool1\narcee mcp-tools executar tool1 '{\"param1\": \"valor1\"}'\n\n# Servidor TESS-MCP\narcee tess listar\narcee tess executar agent123 \"Como posso otimizar este código?\"\n\n# API Arcee AI\narcee chat \"Explique o conceito de Clean Architecture\"\narcee generate \"Escreva um código Python para ordenar uma lista\"\n```\n\n## Garantindo Compatibilidade e Evolução\n\nO projeto usa adaptadores para permitir evolução contínua enquanto mantém compatibilidade:\n\n```python\n# Código existente (continua funcionando)\nfrom src.tools.mcpx_simple import MCPRunClient\n\nclient = MCPRunClient(session_id=\"abc123\")\ntools = client.get_tools()\n\n# Código novo (implementação atual)\nfrom infrastructure.mcp_client import MCPClient\n\nclient = MCPClient()\ntools = client.list_tools()\n```\n\nEste modelo de adaptadores permite:\n- Evolução gradual sem quebrar código existente\n- Melhoria contínua da implementação interna\n- Facilidade de migração para novos clientes\n\n## Desenvolvimento\n\nPara desenvolver novos recursos de integração:\n\n1. Defina interfaces no domínio (`domain/interfaces`) que espelhem as APIs externas\n2. Implemente serviços no domínio (`domain/services`) que orquestrem chamadas às APIs\n3. Crie casos de uso na aplicação (`application/use_cases`) para funcionalidades específicas\n4. Implemente clientes/adaptadores na infraestrutura (`infrastructure`) para comunicação com APIs externas\n5. Exponha funcionalidades via CLI (`src/commands`)\n\nEste fluxo de desenvolvimento garante uma separação clara entre o código do projeto e as APIs externas integradas.\n\n## Novidades\n\n### 25/03/2024\n\n- **Novo script para interação direta com API TESS**: Implementado o script `tess_api_cli.py` que permite listar, consultar e executar agentes TESS diretamente, sem depender do comando `test_api_tess`.\n- **Suporte a múltiplos modelos de linguagem**: O script suporta diversos modelos de linguagem, incluindo GPT-4o e Claude 3.5 Sonnet.\n- **Exemplos práticos para geração de anúncios**: Adicionados exemplos para cafeteria, agência de marketing digital e corretora de seguros.\n- **Documentação detalhada**: Criados guias de integração e dicas avançadas para otimização de anúncios Google Ads usando a API TESS.\n\n### 20/03/2024\n\n- **Interface Streamlit simplificada**: Removidas as abas superiores desnecessárias, mantendo apenas \"Arcee CLI\" e \"Ajuda\".\n- **Correção de bugs no adaptador TESS**: Resolvidos problemas na comunicação com a API TESS. ","readmeFilename":"README.md","_rev":"1-69f7289c9436b93ab052de539d0a7994"}