omniforge/orquestrador_agents_claude_codex

Jesse Freitas 49d82efcad docs: corrige avisos de lint no markdown (MD040, MD060)

- Adiciona linguagem nos fenced code blocks (text)
- Corrige estilo de tabelas (espacos ao redor dos pipes)
- Adiciona requisito GitHub Pro para acesso ao GitHub Models

Co-Authored-By: Claude Sonnet 4.6 <noreply@anthropic.com>

2026-03-22 15:46:06 -03:00

3.6 KiB

Raw Permalink Blame History

Claude Codex Workers

Framework de orquestração de agentes IA com padrão Worker → Reviewer.

O Worker gera código via GitHub Models (modelos de raciocínio como o4-mini). O Reviewer valida e aprova via Claude Code CLI — sem custo adicional de API.

Como funciona

sua tarefa
  └→ Worker (GitHub Models / o4-mini)   ← geração barata e paralela
       └→ Reviewer (Claude Code CLI)    ← validação inteligente
            ├→ APROVADO  → retorna resultado
            └→ REPROVADO → feedback injetado → Worker reexecuta (retry)

Instalação

Veja PREREQUISITES.md para instalar as dependências do sistema.

pip install -r requirements.txt
cp .env.example .env
# edite .env e preencha GITHUB_TOKEN

Uso

Task simples com retry automático

from orchestrator import Orchestrator

orq = Orchestrator()

result = orq.run(
    task="Escreva uma função Python para validar CPF.",
    system_prompt="Python sênior. Código limpo com type hints e docstring.",
    review_criteria="Deve ter docstring, tratar edge cases e ser eficiente.",
)

print(result["approved"])     # True/False
print(result["attempts"])     # numero de tentativas
print(result["final_output"]) # codigo gerado e aprovado

Múltiplas tasks em paralelo

results = orq.run_parallel(
    tasks=[
        {"task": "Crie schema SQL para usuarios", "review_criteria": "Deve ter PKs e indexes"},
        {"task": "Crie schema SQL para produtos", "review_criteria": "Deve ter PKs e indexes"},
        {"task": "Crie schema SQL para pedidos",  "review_criteria": "Deve ter FKs corretas"},
    ],
    max_workers=3,
)

Pipeline sequencial (output de um step alimenta o próximo)

results = orq.pipeline([
    {
        "name": "Schema SQL",
        "task": "Crie o schema para um sistema de vendas.",
        "critical": True,
    },
    {
        "name": "Models SQLAlchemy",
        "task": "Crie os models para o schema.",
        "use_previous_output": True,
    },
    {
        "name": "Endpoints FastAPI",
        "task": "Crie os endpoints CRUD.",
        "use_previous_output": True,
    },
])

Worker direto (sem review)

from orchestrator import Worker

worker = Worker(model="gpt-4.1-nano")  # modelo mais barato para tasks simples
resultado = worker.run("Liste 5 boas práticas de segurança para APIs REST.")

Claude direto para decisões

from orchestrator import Reviewer

reviewer = Reviewer()
decisao = reviewer.decide(
    question="Qual a melhor estratégia de cache para dados que mudam a cada 5 minutos?",
    context="API FastAPI com Redis, ~10k req/min.",
)

Modelos disponíveis

Modelo	Perfil
`o4-mini`	Melhor para código — raciocínio interno (padrão)
`o3`	Mais poderoso, mais lento
`gpt-4.1`	Rápido, sem raciocínio, bom para tasks simples
`gpt-4.1-nano`	Mais barato, tasks triviais

Estrutura

orchestrator/
├── config.py        # Configuração e env vars
├── worker.py        # Worker via GitHub Models API
├── reviewer.py      # Reviewer via Claude Code CLI
├── orchestrator.py  # Coordena workflow, retry e pipeline
└── utils.py         # Executor paralelo compartilhado
example.py           # Exemplos de uso
PREREQUISITES.md     # Dependências do sistema

Economia estimada

Comparando 1.000 tasks/mês versus usar apenas Claude Sonnet:

Abordagem	Custo estimado
100% Claude Sonnet	~$33/mês
Worker (o4-mini) + Reviewer (Claude CLI)	~$7–15/mês
Economia	56–80%

Licença

MIT

3.6 KiB Raw Permalink Blame History Unescape Escape