Tutor Pessoal de IA
Sistema multi-agente de pesquisa que cria experiências de aprendizado personalizadas usando orquestração MCP, alcançando síntese de conhecimento em tempo real de diversas fontes com visualizações interativas.
Overview
Desenvolvi um sistema de tutoria inteligente que transforma como as pessoas aprendem tópicos complexos ao orquestrar agentes de IA especializados através do Model Context Protocol (MCP). Este projeto representa uma síntese de pedagogia educacional e engenharia de IA de ponta, criando caminhos de aprendizado personalizados que se adaptam aos níveis de experiência individuais. O sistema demonstra coordenação avançada de agentes, onde múltiplos agentes especializados trabalham em paralelo para pesquisar tópicos, extrair conceitos-chave, construir grafos de conhecimento e gerar resumos personalizados. Cada componente é projetado com princípios educacionais em mente, garantindo que os alunos recebam conteúdo estruturado e compreensível que se baseia em seu conhecimento existente. Além de suas conquistas técnicas, o Tutor Pessoal de IA serve como um exemplo abrangente de orquestração de agentes pronta para produção, completa com rastreamento de progresso em tempo real, integração de armazenamento em nuvem e uma interface web moderna que torna interações complexas de IA acessíveis a usuários não técnicos.
Technical Stack
Backend
- ▸Python 3.13
- ▸FastAPI
- ▸Gerenciador de Pacotes UV
- ▸Pydantic
- ▸AsyncIO
Sistema de IA/Agentes
- ▸Model Context Protocol
- ▸Orquestração Multi-Agente
- ▸Motor de Fluxo de Trabalho
- ▸WebSocket
- ▸JSON-RPC
Dados e Visualização
- ▸Cytoscape.js
- ▸Grafos de Conhecimento
- ▸Geração de Markdown
- ▸API do Google Drive
- ▸Atualizações em Tempo Real
Infraestrutura
- ▸Docker
- ▸Cache Redis
- ▸PostgreSQL
- ▸Monitoramento de Produção
- ▸Documentação de API
Key Features
Agregação de pesquisa multi-fonte de conteúdo web, YouTube e acadêmico
Geração automática de grafo de conhecimento com visualizações interativas
Resumos adaptativos ao nível de experiência, personalizados para as necessidades do aluno
Rastreamento de progresso em tempo real via conexões WebSocket
Execução paralela de agentes para desempenho ótimo
Integração com Google Drive para backup e compartilhamento automático
Filtragem de qualidade e classificação de credibilidade de fontes
Arquitetura extensível para adicionar novos agentes especializados
Code Examples
Technical Challenges
Coordenar múltiplos agentes assíncronos com dependências complexas
Construir comunicação MCP confiável através de serviços distribuídos
Criar grafos de conhecimento que representam com precisão relacionamentos de conceitos
Garantir qualidade de conteúdo mantendo tempos de resposta rápidos
Projetar uma interface intuitiva para interações complexas de IA