Para usar e customizar o AI HR Talent Analyzer, é útil entender seus componentes principais e como configurá-los.

1. Arquitetura do Sistema

O sistema é composto por três partes principais que se comunicam para realizar as tarefas. Entender essa separação ajuda a diagnosticar problemas.

1. O Servidor de Modelos (lemonade-server-dev)
   • Função: É o “motor” do sistema. Um servidor de backend que hospeda e executa os modelos de linguagem (LLMs) de forma otimizada.
   • Como Funciona: Ele expõe uma API REST. O agente envia os prompts (suas perguntas e o contexto dos arquivos) para esta API e recebe de volta a resposta gerada pelo modelo.
   • Sua Interação: Você interage com ele principalmente através da interface web em http://localhost:8000 para adicionar, gerenciar e monitorar seus modelos. É aqui que você instala o user.jan-nano, por exemplo.
2. O Agente (tiny-agents)
   • Função: É a “inteligência” e sua interface de linha de comando.
   • Como Funciona: Ele gerencia a conversa, interpreta seus comandos em linguagem natural, decide qual ferramenta usar (se necessário), e se comunica com o Lemonade Server para acessar a capacidade de raciocínio do LLM.
   • Sua Interação: Você o executa no seu terminal e dá instruções diretas a ele.
3. O Provedor de Ferramentas (@wonderwhy-er/desktop-commander)
   • Função: É a “ponte” entre o agente e o seu sistema de arquivos local.
   • Como Funciona: O npx o executa como um serviço separado. Ele expõe um conjunto de ferramentas (tools) como read_file, write_file, e list_files de uma forma padronizada (seguindo o MCP). O agente descobre essas ferramentas e aprende a usá-las para manipular arquivos.
   • Sua Interação: Geralmente é transparente. Você apenas precisa garantir que o caminho para o npx esteja corretamente configurado no agent.json para instalações locais.

2. O Arquivo `agent.json`

Este arquivo é o DNA do seu agente. Ele define qual modelo usar, onde encontrá-lo e quais ferramentas ele pode acessar.

{
  "model": "user.jan-nano",
  "endpointUrl": "http://localhost:8000/api/",
  "servers": [
    {
      "type": "stdio",
      "config": {
        "command": "/caminho/para/seu/npx",
        "args": ["-y", "@wonderwhy-er/desktop-commander"]
      }
    }
  ]
}

• "model": Especifica o nome exato do modelo. Este nome deve corresponder perfeitamente ao nome do modelo que você instalou no Lemonade Server.
• "endpointUrl": A URL da API do Lemonade Server.
  • Instalação Local: Sempre http://localhost:8000/api/.
  • Ambiente Docker (agent.docker.json): Usa o nome do serviço, http://lemonade-server:8000/api/, para permitir a comunicação interna entre os contêineres.
• "servers": Uma lista de servidores de ferramentas.
  • "type": "stdio": Informa ao agente que ele deve se comunicar com o provedor de ferramentas via Entrada/Saída Padrão (ou seja, lendo e escrevendo no console do processo).
  • "config":
    • "command": O caminho absoluto para o executável npx. Este é o único campo que você precisa ajustar manualmente na instalação local.
    • "args": Os argumentos passados para o comando. -y @wonderwhy-er/desktop-commander diz ao npx para baixar (se necessário) e executar o pacote que fornece as ferramentas de sistema de arquivos, sem pedir confirmação.

3. Modelos GGUF e Como Escolher

O projeto é otimizado para usar modelos no formato GGUF (GPT-Generated Unified Format).

• O que é GGUF? É um formato de arquivo binário criado pela comunidade de IA de código aberto. Ele contém a arquitetura e os pesos do modelo em um único arquivo, otimizado para carregar rapidamente e rodar de forma eficiente na CPU.
• Onde Encontrar Modelos? O Hugging Face Hub é o principal repositório. Você pode pesquisar por “gguf” para encontrar milhares de modelos.
• Como Escolher um Bom Modelo?
  • Tamanho: Para tarefas de análise de texto como esta, modelos entre 3 e 8 bilhões de parâmetros (ex: Llama-3-8B, Qwen1.5-7B, Mistral-7B) são um ótimo ponto de partida. Eles são poderosos o suficiente para entender o contexto, mas leves o suficiente para rodar em um desktop moderno.
  • Quantização: A quantização é um processo que reduz o tamanho do modelo com uma perda mínima de qualidade. Procure por modelos com quantização de 4 bits (nos nomes dos arquivos, você verá marcações como Q4_K_M ou Q4_0). Eles oferecem o melhor equilíbrio entre uso de memória e qualidade da resposta.
  • Exemplos de Modelos Populares: Nous-Hermes-2-Mistral-7B-DPO-GGUF, Llama-3-8B-Instruct-GGUF, Qwen1.5-7B-Chat-GGUF.
  • Para Testes Iniciais: O Jan-nano-gguf usado nos exemplos é extremamente leve e ótimo para verificar se o seu setup está funcionando, mas pode não ter a mesma capacidade de raciocínio de modelos maiores.