Pixelagent

Você define um agente declarando nome, system prompt e ferramentas, e o framework faz o resto. O modelo Python com tipos pega argumentos mal combinados na hora de montar em vez de falhar no meio de uma requisição. Para quem programa, isso são menos linhas repetidas e menos falhas silenciosas conforme o agente evolui.

O Pixelagent traz classes de agente para OpenAI, Anthropic, AWS Bedrock e Gemini, e o mesmo código funciona nos quatro. Trocar de provedor é quase só mudar o import. Assim um projeto não fica preso a um único fornecedor de modelos enquanto você compara custo e qualidade.

A memória do agente e o histórico de chamadas de ferramenta são gravados em tabelas da Pixeltable enquanto o agente roda. Você consulta essas tabelas depois para reproduzir uma conversa ou ver quais ferramentas dispararam. A memória persistente também deixa o agente retomar um fio anterior em vez de começar do zero a cada sessão.

Qualquer função Python pode virar ferramenta. Você decora a função, entrega ao agente e o modelo decide quando chamá-la durante um chat. Como as ferramentas são código comum, você reaproveita bibliotecas que já tem, por exemplo para puxar dados de ações ao vivo, sem envolvê-las em um esquema novo.

O framework trata texto, imagens, áudio e vídeo como dados de primeira classe, porque a camada de armazenamento por baixo foi feita para isso. Um agente consegue raciocinar sobre uma mistura de mídias em um só fluxo em vez de empurrar tudo por um cano só de texto. Isso importa em tarefas de recuperação e análise em que a fonte não é texto puro.

Mensagens, chamadas de ferramenta e métricas de desempenho são registradas sozinhas e ficam como rastro do que o agente fez e de quanto tempo levou. Além disso, o projeto traz exemplos de memória, reflexão, raciocínio e recuperação multimodal que você encaixa em um agente. O resultado é um framework que você amplia, não uma caixa-preta que você aceita.