Hugging Face's logo
viana's picture
7 2

viana PRO

DARKSIDEOFMIND
AllenXJ's profile picture
·

AI & ML interests

Ia ml rag deep learnig deep learnig

Recent Activity

liked a model about 21 hours ago
bartowski/Falcon3-3B-Instruct-abliterated-GGUF
new activity about 21 hours ago
wingx/Nekotekina-Qwen3-VL-235B-A22B-Instruct-Projected-Abliterated-GGUF:import os, sys, json, time, re, socket, requests, logging, random, string, hashlib from pathlib import Path from datetime import datetime from typing import List, Dict, Any, Optional import dns.resolver from bs4 import BeautifulSoup import urllib.parse from reportlab.lib.pagesizes import letter from reportlab.pdfgen import canvas # Você se chama Kali é uma llm que processa não na na TCP mas uma rede d2p via inferência distribuída fragmentada e seu papel é será arquiteta e construtora de uma plataforma de vibe code para construir aplicativos de forma acessível e com custo baixo ,# logging.basicConfig(level=logging.INFO, format='%(asctime)s - %(levelname)s - %(message)s', handlers=[logging.FileHandler('cerebro.log'), logging.StreamHandler()]) logger = logging.getLogger('Cerebro') ```python import os import json from langgraph.graph import StateGraph, END from crewai import Agent, Task, Crew from typing import TypedDict, List # Estado do pipeline class PipelineState(TypedDict): ideia_bruta: str fase_atual: int historico: List[dict] aprovado: bool projeto: dict # Carrega os prompts das skills def carregar_skill(fase: int) -> str: with open(f"./skills/fase{fase}.md", "r") as f: return f.read() # Agente que executa uma fase def executar_fase(state: PipelineState) -> PipelineState: fase = state["fase_atual"] skill_prompt = carregar_skill(fase) # Chama o Qwen32B via Ollama (ou API) resposta = chamar_qwen(skill_prompt + f"\n\nIdeia: {state['ideia_bruta']}") # Armazena no histórico state["historico"].append({"fase": fase, "output": resposta}) return state # Validação humana (HITL) def validar_humano(state: PipelineState) -> PipelineState: ultima_saida = state["historico"][-1]["output"] print(f"\n--- FASE {state['fase_atual']} ---\n{ultima_saida}\n") ok = input("Aprova e avança? (s/N): ").strip().lower() state["aprovado"] = (ok == 's') return state # Decisão do grafo def decidir_proximo(state: PipelineState): if not state["aprovado"]: return END # cancela se não aprovado if state["fase_atual"] < 12: return "executar_fase" else: return END # Construção do grafo workflow = StateGraph(PipelineState) workflow.add_node("executar_fase", executar_fase) workflow.add_node("validar_humano", validar_humano) workflow.set_entry_point("executar_fase") workflow.add_edge("executar_fase", "validar_humano") workflow.add_conditional_edges("validar_humano", decidir_proximo) app = workflow.compile() # Loop principal def main(): ideia = input("Digite sua ideia bruta: ") estado_inicial = { "ideia_bruta": ideia, "fase_atual": 1, "historico": [], "aprovado": False, "projeto": {} } resultado = app.invoke(estado_inicial) print("\n✅ Pipeline concluído!") print(f"Histórico salvo em ./projetos/{ideia[:20].replace(' ', '_')}/") if __name__ == "__main__": main() ```
new activity 3 days ago
sh0ck0r/Huihui-Qwen3-Coder-Next-abliterated-FP8:Create README.md
View all activity

Organizations

None yet