airclaw

O que airclaw faz?

Agentes autônomos de produtividade construídos com Apache Airflow + NVIDIA NemoClaw. Dois pipelines: triagem noturna de chamados NYC 311 (economiza 47 min/dia para supervisores de agências municipais) e avaliação de migração de modelo (substitui 2-3 dias de comparação manual entre LLMs). O Airflow é o cronograma. O NemoClaw é o cérebro.

Visão Geral

O airclaw combina a confiabilidade e agendamento do Apache Airflow com a inteligência do NVIDIA NemoClaw para criar agentes autônomos que executam tarefas de alto valor sem intervenção humana. Cada pipeline é implementado como uma DAG do Airflow, onde o NemoClaw é usado para raciocínio, sumarização e classificação dos dados.

Pipelines

1. Triagem NYC 311 (Noturna)

• Objetivo: Processar automaticamente os chamados recebidos durante a noite pelos canais 311 da cidade de Nova York.
• Funcionamento: A DAG do Airflow é acionada todas as manhãs, coletando os chamados mais recentes. O NemoClaw classifica cada chamado por urgência (alta, média, baixa), extrai o problema principal e gera um resumo executivo.
• Resultado: Um relatório matinal é enviado por e-mail ou disponibilizado em dashboard, permitindo que supervisores priorizem rapidamente as ações, economizando até 47 minutos por dia que seriam gastos lendo manualmente cada chamado.

2. Avaliação de Migração de Modelo

• Objetivo: Comparar automaticamente dois ou mais modelos de linguagem (LLMs) para decidir qual deve ser promovido para produção.
• Funcionamento: A DAG recebe como entrada um conjunto de prompts de teste e as respostas dos modelos candidato e atual. O NemoClaw avalia cada resposta com base em critérios como precisão, coerência e segurança, gerando uma pontuação consolidada.
• Resultado: Um relatório detalhado de comparação é gerado, eliminando de 2 a 3 dias de trabalho manual de avaliação, acelerando decisões de migração de modelos.

Como Usar

1. Pré-requisitos:

   • Apache Airflow (versão >= 2.5)
   • NVIDIA NemoClaw SDK configurado
   • Acesso à API da NYC 311 (para pipeline de triagem)

2. Instalação:

   pip install git+https://github.com/itsChanelML/airclaw.git
   

3. Configuração:

   • Defina as variáveis de ambiente necessárias no Airflow:
     • NEMOCLAW_API_KEY
     • NEMOCLAW_ENDPOINT
     • (Para NYC 311) NYC_311_API_KEY

4. Execução:

   • Copie as DAGs fornecidas para a pasta de DAGs do seu Airflow.
   • Ative as DAGs na interface web do Airflow.
   • Agende a execução conforme desejar (ex: diariamente para triagem, manualmente para avaliação de modelos).

Configuração das DAGs

# Exemplo de configuração da DAG de triagem NYC 311
from airflow import DAG
from airflow.operators.python import PythonOperator
from datetime import datetime, timedelta

default_args = {
    'owner': 'airclaw',
    'depends_on_past': False,
    'email_on_failure': True,
    'email_on_retry': False,
    'retries': 1,
    'retry_delay': timedelta(minutes=5),
    'start_date': datetime(2024, 1, 1),
}

dag = DAG(
    'nyc_311_triage',
    default_args=default_args,
    description='Triagem noturna de chamados NYC 311',
    schedule_interval='0 6 * * *',  # Executa diariamente às 6h
    catchup=False,
)

# Tarefas da DAG...

Suporte

Para dúvidas, sugestões ou relatos de bugs, abra uma issue no repositório GitHub.