Euron Bootcamp Q&A - Resposta Instantânea

O que Euron Bootcamp Q&A - Resposta Instantânea faz?

Objetivo

Responda instantaneamente qualquer dúvida do Euron Gen AI Certification Bootcamp consultando o snippet de código, configuração ou passo de solução de problemas correto desta referência.

Contexto Rápido

• Bootcamp: Euron Gen AI Certification Bootcamp 2.0 (por Sudhanshu sir)
• Portal: https://euron.one/euri
• URL Base da API: https://api.euron.one/api/v1/euri
• Autenticação: Authorization: Bearer <EURI_API_KEY>
• Limite diário: 200.000 tokens (entrada + saída), reinicia à meia-noite UTC
• Princípio chave: Euri é compatível com OpenAI. Em qualquer lugar que você use ChatOpenAI(...) ou OpenAI(...), basta adicionar base_url apontando para Euri.

---

PERGUNTAS COMUNS E RESPOSTAS

Q1: "Como usar Euri com LangChain?"

Resposta (pronta para copiar e colar):

from langchain_openai import ChatOpenAI

llm = ChatOpenAI(
    model="gpt-4.1-nano",  # ou gemini-2.5-flash, qualquer modelo Euri
    api_key="sua-chave-api-euri",
    base_url="https://api.euron.one/api/v1/euri"
)

response = llm.invoke("Olá!")
print(response.content)

É isso. Em todos os lugares que Sudhanshu sir usa ChatOpenAI(...), basta adicionar o parâmetro base_url apontando para Euri. Todo o resto (agentes, chains, ferramentas) permanece exatamente igual.

---

Q2: "Como usar Euri com o SDK Python da OpenAI?"

from openai import OpenAI

client = OpenAI(
    api_key="sua-chave-api-euri",
    base_url="https://api.euron.one/api/v1/euri"
)

response = client.chat.completions.create(
    model="gemini-2.5-flash",
    messages=[{"role": "user", "content": "Olá!"}]
)
print(response.choices[0].message.content)

---

Q3: "Como usar o SDK Python Euri (euriai)?"

pip install euriai

from euriai import EuriaiClient

client = EuriaiClient(
    api_key="sua-chave-api-euri",
    model="gemini-2.5-flash"
)

response = client.generate_completion(
    prompt="O que é IA?",
    temperature=0.7,
    max_tokens=500
)
print(response["choices"][0]["message"]["content"])

---

Q4: "Como usar Euri com a integração LangChain da euriai?"

pip install euriai[langchain]

from euriai.langchain import EuriaiChatModel

chat = EuriaiChatModel(api_key="sua-chave", model="gemini-2.5-flash")
result = chat.invoke("Explique Docker")
print(result.content)

---

Q5: "Como usar Euri com HTTP puro / requests?"

import requests

response = requests.post(
    "https://api.euron.one/api/v1/euri/chat/completions",
    headers={
        "Authorization": "Bearer sua-chave-api-euri",
        "Content-Type": "application/json",
    },
    json={
        "model": "gemini-2.5-flash",
        "messages": [{"role": "user", "content": "Olá!"}],
        "temperature": 0.7,
        "max_tokens": 500,
    },
)

data = response.json()
print(data["choices"][0]["message"]["content"])

---

Q6: "Como usar Euri com curl?"

curl -X POST https://api.euron.one/api/v1/euri/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer SUA_CHAVE_API" \
  -d '{
    "messages": [{"role": "user", "content": "Olá!"}],
    "model": "gemini-2.5-flash"
  }'

---

Q7: "Como usar Euri com TypeScript / Node.js?"

const response = await fetch("https://api.euron.one/api/v1/euri/chat/completions", {
  method: "POST",
  headers: {
    "Authorization": `Bearer ${process.env.EURI_API_KEY}`,
    "Content-Type": "application/json",
  },
  body: JSON.stringify({
    model: "gemini-2.5-flash",
    messages: [{ role: "user", content: "Olá!" }],
  }),
});

const data = await response.json();
console.log(data.choices[0].message.content);

---

Q8: "Como usar Euri no n8n?"

Opção A — Credencial OpenAI (mais fácil):

1. Crie credencial "OpenAI" no n8n
2. Defina API Key: sua chave API Euri
3. Defina Base URL: https://api.euron.one/api/v1/euri
4. Use qualquer nó OpenAI — ele roteia automaticamente através do Euri

Opção B — Nó HTTP Request:

• Método: POST
• URL: https://api.euron.one/api/v1/euri/chat/completions
• Headers: Authorization: Bearer {{ $env.EURI_API_KEY }}
• Body JSON:

{
  "model": "gemini-2.5-flash",
  "messages": [
    {"role": "system", "content": "Você é um assistente útil."},
    {"role": "user", "content": "{{ $json.userMessage }}"}
  ],
  "temperature": 0.7,
  "max_tokens": 1000
}

• Extrair resposta: {{ $json.choices[0].message.content }}

---

Q9: "Como gerar embeddings com Euri?"

from openai import OpenAI

client = OpenAI(
    api_key="sua-chave-api-euri",
    base_url="https://api.euron.one/api/v1/euri"
)

response = client.embeddings.create(
    model="gemini-embedding-001",  # ou text-embedding-3-small
    input="Seu texto aqui"
)
print(response.data[0].embedding[:5])  # Primeiras 5 dimensões

Modelos de embedding disponíveis:

Modelo	ID	Dimensões
Gemini Embedding 001	gemini-embedding-001	1536
Text Embedding 3 Small	text-embedding-3-small	1536
M2 BERT 80M 32K	togethercomputer/m2-bert-80M-32k-retrieval	1536

---

Q10: "Como gerar imagens com Euri?"

from openai import OpenAI

client = OpenAI(
    api_key="sua-chave-api-euri",
    base_url="https://api.euron.one/api/v1/euri"
)

response = client.images.generate(
    model="gemini-3-pro-image-preview",
    prompt="Uma cidade futurista ao pôr do sol, estilo cyberpunk",
    n=1
)
print(response.data[0].url)

---

Q11: "Qual modelo devo usar?"

Caso de Uso	ID do Modelo	Por quê?
Propósito geral	gemini-2.5-flash	Melhor equilíbrio entre velocidade e qualidade
Raciocínio complexo	gemini-2.5-pro	Contexto de 2M, melhor raciocínio
Rápido e barato	gpt-4.1-nano	Mais barato, ultrarrápido
Também rápido e barato	gpt-5-nano-2025-08-07	Modelo nano mais recente
Geração de código	gpt-4.1-mini ou gemini-2.5-flash	Bom para código
Pesquisa na web	groq/compound	Pesquisa web integrada
Embeddings (RAG)	gemini-embedding-001	Melhores embeddings em qualidade
Geração de imagens	gemini-3-pro-image-preview	Único modelo de imagem no Euri

Lista completa de modelos (24 modelos):

Modelos de Texto (20):

• qwen/qwen3-32b (Alibaba, 128K)
• gemini-2.0-flash (Google, 1M)
• gemini-2.5-pro (Google, 2M)
• gemini-2.5-flash (Google, 1M)
• gemini-2.5-pro-preview-06-05 (Google, 2M)
• gemini-2.5-flash-preview-05-20 (Google, 1M)
• gemini-2.5-flash-lite-preview-06-17 (Google, 128K)
• groq/compound (Groq, 131K)
• groq/compound-mini (Groq, 131K)
• llama-4-scout-17b-16e-instruct (Meta, 128K)
• llama-4-maverick-17b-128e-instruct (Meta, 128K)
• llama-3.3-70b-versatile (Meta, 128K)
• llama-3.1-8b-instant (Meta, 128K)
• llama-guard-4-12b (Meta, 128K)
• gpt-5-nano-2025-08-07 (OpenAI, 128K)
• gpt-5-mini-2025-08-07 (OpenAI, 128K)
• gpt-4.1-nano (OpenAI, 128K)
• gpt-4.1-mini (OpenAI, 128K)
• openai/gpt-oss-20b (OpenAI, 128K)
• openai/gpt-oss-120b (OpenAI, 128K)

---

Q12: "Estou recebendo um erro / API não funciona"

Correções comuns:

1. 401 Não autorizado — Chave API está errada ou ausente

   • Obtenha sua chave em https://euron.one/euri
   • O cabeçalho deve ser: Authorization: Bearer SUA_CHAVE (não Api-Key nem X-API-Key)

2. Modelo não encontrado — ID do modelo errado

   • Use IDs exatos da lista de modelos acima (diferença entre maiúsculas e minúsculas)
   • Erro comum: gpt-4.1 em vez de gpt-4.1-nano

3. Limite de taxa / 429 — Atingiu o limite diário de 200K tokens

   • Aguarde até a meia-noite UTC para resetar
   • Use prompts mais curtos e max_tokens menor
   • Mude para modelos mais baratos (gpt-4.1-nano)

4. Conteúdo da resposta é array em vez de string

   • Euri às vezes retorna content como [{type:"text", text:"..."}] em vez de uma string simples
   • Lide com ambos: content if isinstance(content, str) else content[0]["text"]

5. Problemas de versão do LangChain

   • Use langchain_openai (não langchain.chat_models)
   • pip install langchain-openai (pacote separado)

6. "Conexão recusada" ou timeout

   • Verifique a conexão com a internet
   • Verifique a URL base: https://api.euron.one/api/v1/euri (sem barra no final)

---

Q13: "Como construir agentes/chains com Euri + LangChain?"

Igual ao LangChain normal — basta usar o LLM Euri:

from langchain_openai import ChatOpenAI
from langchain.agents import create_react_agent, AgentExecutor
from langchain.tools import Tool

# LLM alimentado por Euri
llm = ChatOpenAI(
    model="gemini-2.5-flash",
    api_key="sua-chave-api-euri",
    base_url="https://api.euron.one/api/v1/euri"
)

# Use llm em qualquer chain, agente ou ferramenta — funciona de forma idêntica ao OpenAI

Insight chave: Euri é um substituto direto. QUALQUER tutorial LangChain ou código de Sudhanshu sir funciona — basta adicionar o parâmetro base_url.

---

Q14: "Como configurar os servidores MCP da aula?"

Guia completo: Veja Angelina AI System/Euron/MAIL-MCP-SETUP.md

Padrão de configuração rápida para qualquer servidor MCP:

cd "Gen AI 2.O/MCP/<pasta-do-servidor>"
python3 -m venv venv
source venv/bin/activate       # macOS/Linux
# venv\Scripts\activate        # Windows
pip install -r requirements.txt
python authenticate.py          # Apenas para serviços Google

8 servidores MCP disponíveis:

1. Gmail (4 ferramentas) — enviar, ler, pesquisar, marcar como visto
2. Google Calendar (5 ferramentas) — listar, criar, pesquisar, excluir eventos
3. Google Sheets (5 ferramentas) — ler, escrever, anexar, criar, listar
4. Supabase (6 ferramentas) — consultar, inserir, atualizar, excluir, SQL
5. MongoDB (7 ferramentas) — consultar, inserir, atualizar, excluir, agregar
6. AWS S3 (6 ferramentas) — listar, enviar, baixar, excluir, URLs pré-assinadas
7. Azure Blob (7 ferramentas) — listar, enviar, baixar, excluir, URLs SAS
8. Redes Sociais (10 ferramentas) — YouTube + Instagram + Facebook

Localização do config do Claude Desktop:

• macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
• Windows: %APPDATA%\Claude\claude_desktop_config.json

Localização do config do Cursor:

• ~/.cursor/mcp.json (macOS/Linux)
• %USERPROFILE%\.cursor\mcp.json (Windows)

Erros comuns de MCP:

• "MCP Server disconnected" → Verifique se o script tem mcp.run(transport="stdio"), não use -m mcp run
• "Auth token missing" → Execute python authenticate.py novamente
• "Failed to refresh token" → Delete token.json, reautentique
• "Google hasn't verified this app" → Clique em Avançado → Ir para o App (seguro, é seu próprio app)

---

Q15: "Como usar Euri com CrewAI / AutoGen / outros frameworks?"

Mesmo padrão — Euri é compatível com OpenAI:

CrewAI:

from crewai import LLM

llm = LLM(
    model="openai/gemini-2.5-flash",
    api_key="sua-chave-euri",
    base_url="https://api.euron.one/api/v1/euri"
)

AutoGen:

config_list = [{
    "model": "gemini-2.5-flash",
    "api_key": "sua-chave-euri",
    "base_url": "https://api.euron.one/api/v1/euri"
}]

LiteLLM:

import litellm
response = litellm.completion(
    model="openai/gemini-2.5-flash",
    api_key="sua-chave-euri",
    api_base="https://api.euron.one/api/v1/euri",
    messages=[{"role": "user", "content": "Olá!"}]
)

Regra geral: Qualquer framework que suporte base_url personalizado ou endpoints compatíveis com OpenAI funciona com Euri. Basta trocar a URL base.

---

Q16: "Quantos tokens eu tenho? Qual é o limite?"

• 200.000 tokens por dia (entrada + saída combinados)
• Reinicia à meia-noite UTC
• Isso é aproximadamente 150.000 palavras ou 300+ páginas de texto por dia
• Para práticas, é mais que suficiente — você não atingirá limites durante a aula
• Dica: Use gpt-4.1-nano ou gemini-2.5-flash-lite para testar e conservar tokens

---

Q17: "Onde obtenho minha chave API?"

1. Acesse https://euron.one/euri
2. Faça login com sua conta Euron
3. Copie sua chave API do painel
4. Use-a como api_key no código ou Authorization: Bearer <chave> nos cabeçalhos HTTP

---

Q18: "Posso usar Euri gratuitamente?"

Sim! Euri oferece 200.000 tokens gratuitos por dia. Não é necessário cartão de crédito. Acesso a todos os 24 modelos, incluindo GPT-4.1, Gemini 2.5, Llama 4 e mais.

---

MODELO DE RESPOSTA

Ao responder dúvidas do bootcamp, use este formato:

Olá [Nome]! [Breve explicação da correção]

[Snippet de código — pronto para copiar e colar]

[Explicação de uma linha sobre o que mudou]

Bons modelos gratuitos para usar:
- gpt-4.1-nano — rápido e barato
- gemini-2.5-flash — melhor propósito geral
- gemini-2.5-pro — mais inteligente

Você tem 200K tokens gratuitos/dia, então não atingirá limites durante as práticas.

---

REFERÊNCIA DE ARQUIVOS

Para respostas mais aprofundadas, consulte estes arquivos:

• Documentação completa da API: Angelina AI System/Euron/README.md
• Cliente TypeScript: Angelina AI System/Euron/euri-client.ts
• Definições de modelo: Angelina AI System/Euron/euri-models.ts
• Exemplos Python: Angelina AI System/Euron/examples/python-sdk.py
• Exemplos TypeScript: Angelina AI System/Euron/examples/basic-chat.ts
• Integração n8n: Angelina AI System/Euron/examples/n8n-http-request.md
• Guia de configuração MCP: Angelina AI System/Euron/MAIL-MCP-SETUP.md
• Arena de Modelos: Angelina AI System/Euron/model-arena/arena.html
• Testador API: Angelina AI System/Euron/euri-tester/index.html

---

Schema

Entradas

Nome	Tipo	Obrigatório	Descrição
question	string	Sim	Pergunta do aluno do bootcamp sobre API Euri, MCP, modelos ou erros

Saídas

Nome	Tipo	Descrição
answer	string	Resposta pronta para copiar e colar com snippets de código

Custo

Grátis (apenas consulta à referência)