Plataforma experimental e modular para Inteligência Artificial aplicada, focada no desenvolvimento de ferramentas, automações e experiências web utilizando LLMs, dados e interfaces modernas.
🔗 Demo: https://faelscarpato.github.io/capyuniverse/ 🔗 Eng README_EN.md
CapyUniverse não é uma ferramenta única e não é um produto fechado.
É um hub experimental de IA aplicada, criado para estudar, testar e evoluir soluções que envolvem:
- Integração com modelos de linguagem (LLMs)
- Fluxos simples de dados e contexto
- Automações orientadas a uso real
- Interfaces web para interação prática com IA
O projeto funciona como um laboratório contínuo de engenharia, onde ferramentas e experimentos surgem, evoluem ou são descartados conforme aprendizados técnicos e necessidades reais.
O objetivo do CapyUniverse é transformar IA em algo utilizável, indo além de demos isoladas ou notebooks, explorando:
- IA integrada a aplicações web reais
- Fluxos completos: input → processamento → IA → output
- Experimentação de UX para sistemas inteligentes
- Arquitetura flexível para múltiplos casos de uso
O ecossistema é composto por múltiplas ferramentas e experimentos, que podem variar ao longo do tempo, incluindo:
- Interfaces conversacionais com IA (não limitadas a um único chat)
- Ferramentas de leitura, análise e transformação de conteúdo
- Ambientes de apoio ao desenvolvimento com IA
- Utilitários para experimentação de prompts e contexto
- Experimentos com OCR, análise de texto e dados
- Prototipação rápida de ideias baseadas em LLMs
👉 As ferramentas não são fixas, nem todas estão sempre ativas.
O foco está na arquitetura, experimentação e aprendizado, não no nome de cada módulo.
O projeto segue princípios simples e intencionais:
- Estrutura modular
- Ferramentas independentes reutilizando lógica comum
- Camada de IA desacoplada da interface
- Facilidade para trocar modelos e provedores
- Pipelines simples de processamento de dados
Fluxo típico:
Usuário → Interface Web → Serviço de IA → Processamento → Resposta
📄 Detalhamento técnico em docs/ARCHITECTURE.md
- Frontend: HTML, CSS, JavaScript, React, Vite
- IA: Gemini API, OpenAI API (via HTTP)
- Dados: JSON, estado em memória, pipelines simples
- Outros: Git, APIs REST, experimentação local
npm install
npm run devConfigure as variáveis de ambiente usando .env.example.
VITE_GEMINI_API_KEY=
VITE_OPENAI_API_KEY=
- Consolidação da camada de serviços de IA
- Melhoria dos fluxos de dados e gerenciamento de contexto
- Organização do projeto como hub / monorepo
- Integração opcional com persistência de dados
- Testes e validações dos serviços de IA
MIT