Tecnologias

O que foi usado

Ollama: Executa os modelos de linguagem no computador.
LiteLLM: Reúne os modelos em um único ponto de acesso e expõe os servidores MCP.
Open WebUI: Interface de chat.
Model Context Protocol (MCP): Padrão que liga o assistente a ferramentas externas.
FastMCP: Biblioteca Python que implementa os servidores MCP do projeto.
Qdrant: Base vetorial para a busca por significado.
SearXNG: Busca na web sem rastreamento.
n8n: Automações e agendamentos.
Bark: Aplicativo de notificações para o iPhone.
Docker: Contêineres dos serviços auxiliares.
Tailscale: Rede privada que liga o celular ao computador.
Cloudflare: Domínio, DNS e túnel de acesso ao chat.
GitHub e GitHub Pages: Código e esta documentação.
Python 3.12: Servidores MCP, agente do Mac, indexação e testes.
AppleScript e macOS: Integração com Notas, Calendário, Lembretes e voz.

Mac com chip Apple e 16 GB de memória ou mais (o projeto roda em um MacBook M2 Pro de 16 GB).
Docker Desktop, Ollama, Python 3.12 e, para o servidor de documentação da AWS, o uv.
Para os avisos: o aplicativo Bark no iPhone. Para o acesso remoto: Tailscale.
Pacotes Python no venv: fastmcp, litellm (com proxy), feedparser, psutil, pypdf, requests, starlette, pyyaml e youtube-transcript-api.
Para o modelo de embeddings: ollama pull nomic-embed-text.