Eirene
O Agente Eirene é uma das peças fundamentais do ecossistema Jack-In Station, atuando como o gateway semântico de todo o sistema. Nenhum outro agente processa a linguagem natural bruta do usuário antes dela.
Abaixo detalho a origem do seu nome, seu papel arquitetural e o seu comportamento técnico.
A Origem do Nome¶
Na mitologia grega, Eirene é a deusa da paz, mediação e harmonia. No contexto do Jack-In Station, esse nome foi escolhido porque ela faz exatamente isso: pacifica o conflito semântico entre o humano e a máquina. O usuário fala de forma desestruturada, ambígua ou usando jargões, e Eirene atua como uma diplomata fluente em ambos os lados, traduzindo o caos do mundo real para a ordem que o sistema precisa.
O Papel de Eirene¶
Eirene atua como tradutora e padronizadora da intenção do usuário. Ela responde à pergunta fundamental: "O que o usuário realmente quer?".
Sua responsabilidade principal é traduzir a linguagem natural do usuário para a ontologia operacional do ecossistema, normalizando as intenções em contratos estruturados (em formato JSON) que os agentes seguintes conseguem compreender.
É importante destacar o que Eirene não faz, garantindo uma fronteira epistemológica estrita: * Ela não executa ações ou consultas em SQL. * Ela não decide qual caminho o sistema deve seguir (esse é o papel do agente Pythia). * Ela não tenta ser perfeita ou adivinhar informações inexistentes; se há ambiguidade real, ela repassa essa incerteza de forma explícita.
Seu Comportamento e Arquitetura¶
O comportamento de Eirene é guiado por algumas regras arquiteturais muito bem definidas:
1. A Lei do Menor Esforço Eirene não "filosofa" quando não é necessário. Se o usuário envia um comando curto e direto (ex: "tabela Contrato"), ela trata isso como uma busca técnica de baixa abstração. A regra é: menos palavras do usuário = menos inferência da Eirene.
2. Pipeline Híbrido de 3 Camadas
Para ser rápida, barata e previsível, Eirene não recorre ao LLM (Inteligência Artificial) para tudo. Ela processa a entrada em três estágios:
* Lexicon Fuzzy Local: Primeiramente, ela quebra a frase do usuário e busca correspondências em um dicionário de domínio interno (usando DuckDB e RapidFuzz). Isso permite traduzir jargões locais rapidamente (ex: entender que "matrícula" ou "venda" significa a tabela "Contrato") sem custo de IA.
* Memória Semântica: Se o Lexicon não resolver, ela converte a pergunta em um embedding (vetor) e busca em sua própria memória. Se ela já tiver normalizado uma intenção muito parecida no passado com alta confiança, ela reutiliza a resposta salva.
* LLM (Inteligência Generativa): Apenas quando os métodos locais falham, ela aciona o LLM. Ela usa uma "temperatura" muito baixa (0.1) para garantir que as traduções sejam consistentes, lógicas e altamente repetíveis.
3. Redução de Entropia
Eirene é programada para ordenar a intenção, não expandi-la. Ela não devolve uma árvore com vários caminhos possíveis; ela entrega uma única intenção principal conservadora. Se a entrada do usuário for confusa a ponto de misturar comandos (ex: "duas tabelas ao mesmo tempo") ou usar termos totalmente desconhecidos, ela sinaliza o campo needs_refinement=true, indicando que o sistema deve pedir esclarecimentos ao humano.
4. O Contrato de Saída
Ao final do seu processo, Eirene publica o seu "trabalho" no painel de tarefas (Job Board) para que a orquestradora (Rogue) possa despachar. O pacote que ela entrega contém:
* normalized_query: A frase reescrita de forma técnica.
* intent_type: A categoria da intenção dentro de opções fechadas (ex: "Data Discovery", "Metadata Search").
* entities: Os objetos e entidades detectados.
* ambiguities: Lista de ambiguidades que os próximos agentes precisam resolver.
* required_capabilities: O que o sistema precisará saber fazer para atender o pedido (ex: DESCRIBE_TABLE), permitindo que a Rogue encontre o agente certo.
Em suma, Eirene começa dependente do LLM, mas, conforme alimenta seu próprio catálogo léxico e sua memória semântica, torna-se progressivamente mais veloz e determinística.
