AI & LLM

AI model integration, text generation, embeddings, and autonomous agents.

18 modules

Module	Description
Agente Autonomo	Agente de IA autodirigido com memoria e comportamento orientado a objetivos
Agente de Cadeia	Cadeia de processamento de IA sequencial com multiplos passos
Agente de Uso de Ferramentas	Agente de IA que pode chamar ferramentas/funções
Embeddings de Texto	Gere embeddings vetoriais de texto usando modelos de IA
Extração de IA	Extraia dados estruturados de texto usando IA
Chat Ollama Local	Conversar com LLM local via Ollama (completamente offline)
Memoria de IA	Memoria de conversa para Agente de IA
Memoria de Entidades	Extrair e rastrear entidades (pessoas, lugares, conceitos) de conversas
Memoria Redis	Memoria de conversa persistente usando armazenamento Redis
Memoria Vetorial	Memoria semantica usando embeddings vetoriais para recuperacao de contexto relevante
Modelo de IA	Configuracao de modelo LLM para Agente de IA
AI Tool	Expose a module as a tool for AI Agent
Análise de Visão	Analise imagens usando modelos de visão de IA
Chat Claude	Enviar mensagem de chat para Anthropic Claude AI e obter resposta
Chat Google Gemini	Enviar mensagem de chat para Google Gemini AI e obter resposta
Chat OpenAI	Enviar mensagem de chat para modelos OpenAI GPT
Geracao de Imagem DALL-E	Gerar imagens usando DALL-E
Agente de IA	Agente de IA autonomo com conexoes multi-porta (modelo, memoria, ferramentas)

Modules

Agente Autonomo

agent.autonomous

Agente de IA autodirigido com memoria e comportamento orientado a objetivos

Parameters:

Name	Type	Required	Default	Description
goal	string	Yes	-	O objetivo para o agente alcancar
context	string	No	-	O objetivo para o agente alcancar
max_iterations	number	No	5	Contexto adicional ou restricoes
llm_provider	select (openai, ollama)	No	openai	Maximo de passos de raciocinio
model	string	No	gpt-4-turbo-preview	Nome do modelo (ex: gpt-4, llama2, mistral)
ollama_url	string	No	http://localhost:11434	Nome do modelo (ex: gpt-4, llama2, mistral)
temperature	number	No	0.7	URL do servidor Ollama (apenas para provedor ollama)

Output:

Field	Type	Description
result	string	Nivel de criatividade (0-2)
thoughts	array	O resultado da operacao
iterations	number	O resultado da operacao
goal_achieved	boolean	Passos de raciocinio do agente

Example: Research task

goal: Research the latest trends in AI and summarize the top 3
max_iterations: 5
model: gpt-4

Example: Problem solving

goal: Find the best approach to optimize database queries
context: PostgreSQL database with 10M records
max_iterations: 10

Agente de Cadeia

agent.chain

Cadeia de processamento de IA sequencial com multiplos passos

Parameters:

Name	Type	Required	Default	Description
input	string	Yes	-	Entrada inicial para a cadeia
chain_steps	array	Yes	-	Entrada inicial para a cadeia
llm_provider	select (openai, ollama)	No	openai	Array de passos de processamento (cada um e um template de prompt)
model	string	No	gpt-4-turbo-preview	Nome do modelo (ex: gpt-4, llama2, mistral)
ollama_url	string	No	http://localhost:11434	Nome do modelo (ex: gpt-4, llama2, mistral)
temperature	number	No	0.7	URL do servidor Ollama (apenas para provedor ollama)

Output:

Field	Type	Description
result	string	Nivel de criatividade (0-2)
intermediate_results	array	O resultado da operacao
steps_completed	number	O resultado da operacao

Example: Content pipeline

input: AI and machine learning trends
chain_steps: ["Generate 5 blog post ideas about: {input}", "Take the first idea and write a detailed outline: {previous}", "Write an introduction paragraph based on: {previous}"]
model: gpt-4

Example: Data analysis chain

input: User behavior data shows 60% bounce rate
chain_steps: ["Analyze what might cause this issue: {input}", "Suggest 3 solutions based on: {previous}", "Create an action plan from: {previous}"]

Agente de Uso de Ferramentas

agent.tool_use

Agente de IA que pode chamar ferramentas/funções

Parameters:

Name	Type	Required	Default	Description
prompt	string	Yes	-	O objetivo ou tarefa para o agente
tools	array	Yes	-	Lista de definições de ferramentas [{nome, descrição, parâmetros}]
provider	select (openai, anthropic)	No	openai	Provedor LLM para o agente
model	string	No	gpt-4o	Modelo a ser usado
api_key	string	No	-	Chave de API (usa variável de ambiente como padrão)
max_iterations	number	No	10	Número máximo de rodadas de chamadas de ferramentas
system_prompt	string	No	-	Prompt do sistema opcional para guiar o agente

Output:

Field	Type	Description
result	string	Resposta final do agente
tool_calls	array	Todas as chamadas de ferramentas feitas durante a execução
iterations	number	Número de iterações concluídas
model	string	Modelo usado

Example: File Processing Agent

prompt: Read the config file and update the version number
tools: [{"name": "read_file", "description": "Read contents of a file", "parameters": {"type": "object", "properties": {"path": {"type": "string", "description": "File path"}}, "required": ["path"]}}, {"name": "write_file", "description": "Write contents to a file", "parameters": {"type": "object", "properties": {"path": {"type": "string", "description": "File path"}, "content": {"type": "string", "description": "File content"}}, "required": ["path", "content"]}}]
provider: openai
model: gpt-4o
max_iterations: 5

Embeddings de Texto

ai.embed

Gere embeddings vetoriais de texto usando modelos de IA

Parameters:

Name	Type	Required	Default	Description
text	string	Yes	-	Texto para embutir
provider	select (openai, local)	No	openai	Provedor de IA para embeddings
model	string	No	text-embedding-3-small	Modelo de embedding a ser usado
api_key	string	No	-	Chave de API (usa variável de ambiente como padrão)
dimensions	number	No	-	Dimensões de embedding (para modelos que suportam)

Output:

Field	Type	Description
embeddings	array	Array de embedding vetorial
model	string	Modelo usado para embedding
dimensions	number	Número de dimensões no vetor de embedding
token_count	number	Número de tokens processados

Example: Single Text Embedding

text: The quick brown fox jumps over the lazy dog
provider: openai
model: text-embedding-3-small

Example: Reduced Dimensions

text: Semantic search query
provider: openai
model: text-embedding-3-small
dimensions: 256

Extração de IA

ai.extract

Extraia dados estruturados de texto usando IA

Parameters:

Name	Type	Required	Default	Description
text	string	Yes	-	Texto do qual extrair dados
schema	object	Yes	-	Esquema JSON definindo os campos a serem extraídos
instructions	string	No	-	Instruções adicionais de extração
provider	select (openai, anthropic)	No	openai	Provedor de IA a ser usado
model	string	No	gpt-4o-mini	Modelo a ser usado para extração
api_key	string	No	-	Chave de API (usa variável de ambiente como padrão)
temperature	number	No	0	Temperatura de amostragem (0-2)

Output:

Field	Type	Description
extracted	object	Dados estruturados extraídos
model	string	Modelo usado para extração
raw_response	string	Resposta bruta do modelo

Example: Extract Contact Info

text: John Smith is a senior engineer at Acme Corp. Email: john@acme.com
schema: {"type": "object", "properties": {"name": {"type": "string"}, "title": {"type": "string"}, "company": {"type": "string"}, "email": {"type": "string"}}}
provider: openai
model: gpt-4o-mini

Example: Extract Invoice Data

text: Invoice #1234 from Acme Corp. Total: $500.00. Due: 2024-03-01
schema: {"type": "object", "properties": {"invoice_number": {"type": "string"}, "vendor": {"type": "string"}, "total": {"type": "number"}, "due_date": {"type": "string"}}}
instructions: Extract all invoice fields. Parse amounts as numbers.

Chat Ollama Local

ai.local_ollama.chat

Conversar com LLM local via Ollama (completamente offline)

Parameters:

Name	Type	Required	Default	Description
prompt	string	Yes	-	A mensagem para enviar ao LLM local
model	select (llama2, llama2:13b, llama2:70b, mistral, mixtral, codellama, codellama:13b, phi, neural-chat, starling-lm)	No	llama2	A mensagem para enviar ao LLM local
temperature	number	No	0.7	Temperatura de amostragem (0-2)
system_message	string	No	-	Mensagem de role do sistema (opcional)
ollama_url	string	No	http://localhost:11434	Mensagem de role do sistema (opcional)
max_tokens	number	No	-	URL do servidor Ollama

Output:

Field	Type	Description
response	string	Maximo de tokens na resposta (opcional, depende do modelo)
model	string	Resposta da operacao
context	array	Resposta da operacao
total_duration	number	Nome ou identificador do modelo
load_duration	number	Contexto da conversa para requisicoes de acompanhamento
prompt_eval_count	number	Duracao total do processamento
eval_count	number	Duracao do carregamento do modelo

Example: Simple local chat

prompt: Explain quantum computing in 3 sentences
model: llama2

Example: Code generation with local model

prompt: Write a Python function to calculate fibonacci numbers
model: codellama
temperature: 0.2
system_message: You are a Python programming expert. Write clean, efficient code.

Example: Local reasoning task

prompt: What are the pros and cons of microservices architecture?
model: mistral
temperature: 0.7

Memoria de IA

ai.memory

Memoria de conversa para Agente de IA

Parameters:

Name	Type	Required	Default	Description
memory_type	select (buffer, window, summary)	Yes	buffer	Tipo de armazenamento de memoria
window_size	number	No	10	Numero de mensagens recentes para manter (para memoria de janela)
session_id	string	No	-	Identificador unico para esta sessao de conversa
initial_messages	array	No	[]	Historico de conversa pre-carregado

Output:

Field	Type	Description
memory_type	string	Historico de conversa pre-carregado
session_id	string	Historico de conversa pre-carregado
messages	array	Tipo de memoria
config	object	Identificador da sessao

Example: Simple Buffer Memory

memory_type: buffer

Example: Window Memory (last 5 messages)

memory_type: window
window_size: 5

Memoria de Entidades

ai.memory.entity

Extrair e rastrear entidades (pessoas, lugares, conceitos) de conversas

Parameters:

Name	Type	Required	Default	Description
entity_types	multiselect	No	['person', 'organization', 'location']	Types of entities to extract and track
extraction_model	select (llm, spacy, regex)	Yes	llm	Model for entity extraction
session_id	string	No	-	Unique identifier for this memory session
track_relationships	boolean	No	True	Track relationships between entities
max_entities	number	No	100	Maximum number of entities to remember

Output:

Field	Type	Description
memory_type	string	Numero maximo de entidades para lembrar
session_id	string	Numero maximo de entidades para lembrar
entities	object	Tipo de memoria (entidade)
relationships	array	Identificador da sessao
config	object	Entidades rastreadas por tipo

Example: People & Organizations

entity_types: ["person", "organization"]
extraction_model: llm

Example: Full Entity Tracking

entity_types: ["person", "organization", "location", "concept"]
track_relationships: true
max_entities: 200

Memoria Redis

ai.memory.redis

Memoria de conversa persistente usando armazenamento Redis

Parameters:

Name	Type	Required	Default	Description
redis_url	string	Yes	redis://localhost:6379	Redis connection URL
key_prefix	string	No	flyto:memory:	Prefix for all Redis keys
session_id	string	Yes	-	Unique identifier for this memory session
ttl_seconds	number	No	86400	Time-to-live for memory entries (0 = no expiry)
max_messages	number	No	100	Maximum messages to store per session
load_on_start	boolean	No	True	Load existing messages from Redis on initialization

Output:

Field	Type	Description
memory_type	string	Carregar mensagens existentes do Redis na inicializacao
session_id	string	Carregar mensagens existentes do Redis na inicializacao
messages	array	Tipo de memoria (redis)
connected	boolean	Identificador da sessao
config	object	Historico de mensagens carregado

Example: Local Redis

redis_url: redis://localhost:6379
session_id: my-session
ttl_seconds: 3600

Example: Cloud Redis with Auth

redis_url: redis://:password@redis-cloud.example.com:6379
session_id: user-session
ttl_seconds: 86400
max_messages: 500

Memoria Vetorial

ai.memory.vector

Memoria semantica usando embeddings vetoriais para recuperacao de contexto relevante

Parameters:

Name	Type	Required	Default	Description
embedding_model	select (text-embedding-3-small, text-embedding-3-large, text-embedding-ada-002, local)	Yes	text-embedding-3-small	Model to use for generating embeddings
top_k	number	No	5	Number of most relevant memories to retrieve
similarity_threshold	number	No	0.7	Minimum similarity score (0-1) for retrieval
session_id	string	No	-	Unique identifier for this memory session
include_metadata	boolean	No	True	Include timestamp and other metadata with memories

Output:

Field	Type	Description
memory_type	string	Incluir timestamp e outros metadados com memorias
session_id	string	Incluir timestamp e outros metadados com memorias
embedding_model	string	Tipo de memoria (vetorial)
config	object	Identificador da sessao

Example: Default Vector Memory

embedding_model: text-embedding-3-small
top_k: 5

Example: High Precision Memory

embedding_model: text-embedding-3-large
top_k: 10
similarity_threshold: 0.85

Modelo de IA

ai.model

Configuracao de modelo LLM para Agente de IA

Parameters:

Name	Type	Required	Default	Description
provider	select (openai, anthropic, ollama)	No	openai	AI model provider
model	string	No	gpt-4o	Specific model to use
temperature	number	No	0.7	Creativity level (0=deterministic, 1=creative)
api_key	string	No	-	API key (defaults to provider env var)
base_url	string	No	-	Custom API base URL (for Ollama or proxies)
max_tokens	number	No	4096	Maximo de tokens na resposta

Output:

Field	Type	Description
provider	string	Maximo de tokens na resposta
model	string	Nome do provedor LLM
config	object	Nome do provedor LLM

Example: OpenAI GPT-4

provider: openai
model: gpt-4o
temperature: 0.7

Example: Anthropic Claude

provider: anthropic
model: claude-3-5-sonnet-20241022
temperature: 0.5

AI Tool

ai.tool

Expose a module as a tool for AI Agent

Parameters:

Name	Type	Required	Default	Description
module_id	string	Yes	-	Module ID to expose as tool (e.g. http.request, data.json_parse)
tool_description	string	No	-	Custom description for the agent (overrides module default)

Output:

Field	Type	Description
module_id	string	Module ID exposed as tool

Example: HTTP Request Tool

module_id: http.request

Example: JSON Parse Tool

module_id: data.json_parse

Análise de Visão

ai.vision.analyze

Analise imagens usando modelos de visão de IA

Parameters:

Name	Type	Required	Default	Description
image_path	string	No	-	Caminho local para o arquivo de imagem
image_url	string	No	-	URL da imagem a ser analisada
prompt	string	No	Describe this image in detail	O que analisar ou perguntar sobre a imagem
provider	select (openai, anthropic)	No	openai	Provedor de IA para análise de visão
model	string	No	gpt-4o	Modelo de visão a ser usado
api_key	string	No	-	Chave de API (usa variável de ambiente como padrão)
max_tokens	number	No	1000	Máximo de tokens na resposta
detail	select (low, high, auto)	No	auto	Nível de detalhe da imagem (baixo/alto/auto)

Output:

Field	Type	Description
analysis	string	Análise de IA da imagem
model	string	Modelo usado para análise
provider	string	Provedor usado para análise
tokens_used	number	Número de tokens usados

Example: Analyze Screenshot

image_path: /tmp/screenshot.png
prompt: Describe what you see in this UI screenshot
provider: openai
model: gpt-4o

Example: Analyze from URL

image_url: https://example.com/photo.jpg
prompt: What objects are in this image?
provider: anthropic
model: claude-sonnet-4-20250514

Chat Claude

api.anthropic.chat

Enviar mensagem de chat para Anthropic Claude AI e obter resposta

Parameters:

Name	Type	Required	Default	Description
api_key	string	No	-	Chave API Anthropic (padrao para env.ANTHROPIC_API_KEY)
model	string	No	claude-3-5-sonnet-20241022	Modelo Claude a usar
messages	array	Yes	-	Array de objetos de mensagem com role e conteudo
max_tokens	number	No	1024	Conteudo retornado pela operacao
temperature	number	No	1.0	Temperatura de amostragem (0-1). Valores mais altos tornam a saida mais aleatoria
system	string	No	-	Prompt do sistema para guiar comportamento do Claude

Output:

Field	Type	Description
content	string	Prompt do sistema para guiar comportamento do Claude
model	string	Texto de resposta do Claude
stop_reason	string	Modelo usado para resposta
usage	object	Por que o modelo parou de gerar (end_turn, max_tokens, etc)

Example: Simple question

messages: [{"role": "user", "content": "What is the capital of France?"}]
max_tokens: 100

Example: Text summarization

system: You are a helpful assistant that summarizes text concisely.
messages: [{"role": "user", "content": "Summarize this article: ${article_text}"}]
max_tokens: 500

Chat Google Gemini

api.google_gemini.chat

Enviar mensagem de chat para Google Gemini AI e obter resposta

Parameters:

Name	Type	Required	Default	Description
api_key	string	No	-	Chave API Google AI (padrao para env.GOOGLE_AI_API_KEY)
model	string	No	gemini-1.5-pro	Modelo Gemini a usar
prompt	string	Yes	-	O prompt de texto para enviar ao Gemini
temperature	number	No	1.0	Controla aleatoriedade (0-2). Valores mais altos tornam a saida mais aleatoria
max_output_tokens	number	No	2048	Numero maximo de tokens na resposta

Output:

Field	Type	Description
text	string	Generated text response from Gemini
model	string	Model used for generation
candidates	array	All candidate responses

Example: Simple question

prompt: Explain quantum computing in simple terms

Example: Content generation

prompt: Write a professional email about ${topic}
temperature: 0.7
max_output_tokens: 500

Chat OpenAI

api.openai.chat

Enviar mensagem de chat para modelos OpenAI GPT

Parameters:

Name	Type	Required	Default	Description
prompt	string	Yes	-	A mensagem para enviar ao GPT
model	select (gpt-4-turbo-preview, gpt-4, gpt-3.5-turbo)	No	gpt-4-turbo-preview	A mensagem para enviar ao GPT
temperature	number	No	0.7	Temperatura de amostragem (0-2)
max_tokens	number	No	1000	Temperatura de amostragem (0-2)
system_message	string	No	-	Maximo de tokens na resposta

Output:

Field	Type	Description
response	string	Mensagem de role do sistema (opcional)
model	string	Resposta da operacao
usage	object	Resposta da operacao

Example: Simple chat

prompt: Explain quantum computing in 3 sentences
model: gpt-3.5-turbo

Example: Code generation

prompt: Write a Python function to calculate fibonacci numbers
model: gpt-4
temperature: 0.2
system_message: You are a Python programming expert

Geracao de Imagem DALL-E

api.openai.image

Gerar imagens usando DALL-E

Parameters:

Name	Type	Required	Default	Description
prompt	string	Yes	-	Descricao da imagem a gerar
size	select (256x256, 512x512, 1024x1024, 1792x1024, 1024x1792)	No	1024x1024	Descricao da imagem a gerar
model	select (dall-e-3, dall-e-2)	No	dall-e-3	Versao do modelo DALL-E
quality	select (standard, hd)	No	standard	Qualidade da imagem (apenas DALL-E 3)
n	number	No	1	Numero de imagens para gerar (1-10)

Output:

Field	Type	Description
images	array	List of generated images
model	string	Model name or identifier

Example: Generate artwork

prompt: A serene mountain landscape at sunset, digital art
size: 1024x1024
model: dall-e-3
quality: hd

Example: Create logo

prompt: Modern tech startup logo with blue and green colors
size: 512x512
model: dall-e-2
n: 3

Agente de IA

llm.agent

Agente de IA autonomo com conexoes multi-porta (modelo, memoria, ferramentas)

Parameters:

Name	Type	Required	Default	Description
prompt_source	select (manual, auto)	No	manual	De onde obter o prompt da tarefa
task	string	No	-	A tarefa para o agente completar. Use {{input}} para referenciar dados upstream.
prompt_path	string	No	{<!-- -->{input}<!-- -->}	Caminho para extrair prompt da entrada (ex: {{input.message}})
join_strategy	select (first, newline, separator, json)	No	first	Como lidar com entradas de array
join_separator	string	No	`

---

| Separador para juntar itens de array | |max_input_size| number | No |10000| Maximo de caracteres para prompt (previne overflow) | |system_prompt| string | No |You are a helpful AI agent. Use the available tools to complete the task. Think step by step.| Instrucoes para o comportamento do agente | |tools| array | No |[]| Lista de IDs de modulos (alternativa a conectar nos de ferramentas) | |context| object | No |{}| Lista de IDs de modulos (alternativa a conectar nos de ferramentas) | |max_iterations| number | No |10| Dados de contexto adicionais para o agente | |provider | select (openai, anthropic, ollama) | No | openai| AI model provider | |model| string | No |gpt-4o| Specific model to use | |temperature| number | No |0.3| Creativity level (0=deterministic, 1=creative) | |api_key| string | No | - | API key (defaults to provider env var) | |base_url` | string | No | - | Custom API base URL (for Ollama or proxies) |

Output:

Field	Type	Description
ok	boolean	Se o agente completou com sucesso
result	string	Se o agente completou com sucesso
steps	array	Se o agente completou com sucesso
tool_calls	number	O resultado final do agente
tokens_used	number	Lista de passos que o agente executou

Example: Web Research Agent

task: Search for the latest news about AI and summarize the top 3 stories
tools: ["http.request", "data.json_parse"]
model: gpt-4o

Example: Data Processing Agent

task: Read the CSV file, filter rows where status is "active", and count them
tools: ["file.read", "data.csv_parse", "array.filter"]
model: gpt-4o