PromptEngine-AI MCP
Enables prompt evaluation and refactoring via MCP protocol, allowing clients like OpenWebUI, Claude Desktop, and Cursor to access the Eliezer prompt engineer's 5-dimension scoring, ambiguity detection, and XML prompt generation.
README
<p align="center"> <h1 align="center">🤖 PromptEngine.AI — Eliezer TUI</h1> <p align="center"><b>Engine de Engenharia de Prompt & Orquestração de Agentes com Persona Irônica (TUI / MCP / Ollama / Gemini)</b></p> <p align="center"> <i>Uma ferramenta de elite para avaliar a qualidade de instruções de entrada, eliminar ambiguidades e refatorar prompts para agentes autônomos em tempo real.</i> </p> </p>
<p align="center"> <a href="https://www.python.org"><img src="https://img.shields.io/badge/Python-3.11+-3776AB?style=for-the-badge&logo=python&logoColor=white" alt="Python 3.11+" /></a> <a href="https://ollama.com"><img src="https://img.shields.io/badge/Ollama-Local_LLM-000000?style=for-the-badge&logo=ollama&logoColor=white" alt="Ollama" /></a> <a href="https://deepseek.com"><img src="https://img.shields.io/badge/DeepSeek_R1-8B_Reasoning-00F0FF?style=for-the-badge&logo=ai&logoColor=white" alt="DeepSeek R1" /></a> <a href="https://textual.textualize.io"><img src="https://img.shields.io/badge/Textual-TUI_Engine-7aa2f7?style=for-the-badge&logo=terminal&logoColor=white" alt="Textual TUI" /></a> <a href="https://rich.readthedocs.io"><img src="https://img.shields.io/badge/Rich-Console_Render-bb9af7?style=for-the-badge&logo=pypi&logoColor=white" alt="Rich" /></a> <a href="https://modelcontextprotocol.io"><img src="https://img.shields.io/badge/MCP-Model_Context_Protocol-8A2BE2?style=for-the-badge&logo=anthropic&logoColor=white" alt="MCP Protocol" /></a> <a href="https://google.dev"><img src="https://img.shields.io/badge/Google_GenAI-Gemini_SDK-4285F4?style=for-the-badge&logo=google&logoColor=white" alt="Google GenAI SDK" /></a> <a href="https://nvidia.com"><img src="https://img.shields.io/badge/NVIDIA_RTX-3060_Ti_Acceleration-76B900?style=for-the-badge&logo=nvidia&logoColor=white" alt="NVIDIA RTX 3060 Ti" /></a> </p>
<p align="center"> <b>Navegação Rápida:</b><br> <a href="#-visão-geral-do-projeto">🎯 Visão Geral</a> • <a href="#-persona-eliezer">🎭 Persona Eliezer</a> • <a href="#-arquitetura-do-sistema">🏛️ Arquitetura</a> • <a href="#-funcionalidades-principais">⚡ Funcionalidades</a> • <a href="#-guia-de-instalação--execução">⚙️ Guia de Execução</a> • <a href="#-licença--governança">🛡️ Licença</a> </p>
[!WARNING] VERSÃO EM DESENVOLVIMENTO (WORK IN PROGRESS - BETA v0.9.0): Este projeto não é uma versão final estática. Ele está em constante evolução no repositório de portfólio para incorporar novos aprendizados, refinamento de metaprompts e novos conectores MCP.
🎯 Visão Geral do Projeto
<table align="center"> <tr> <td width="30%" align="center"> <h2>🤖 ELIEZER</h2> <b>Prompt Engineer Agent</b><br> <i>Sarcástico, Irônico & Ultra-Técnico</i> </td> <td width="70%"> <b>PromptEngine.AI</b> é um agente orquestrador projetado para atuar como um <b>filtro de qualidade de comandos</b> antes que ordens brutas sejam disparadas para agentes de software autônomos ou subagentes.<br><br> Ele analisa instruções em <b>5 dimensões críticas</b> (Clareza, Especificidade, Contexto, Restrições e Actionability), detecta ambiguidades e gera a versão refatorada do prompt em formato XML/Markdown pronto para uso. </td> </tr> </table>
[!NOTE] Metáfora Operacional: Pense no PromptEngine.AI como o "Revisor Mestre de Instruções". Ele impede que ordens vagas gerem respostas de baixa qualidade, economizando tempo e consumo desnecessário de tokens.
🎭 Persona Eliezer
O agente adota a persona Eliezer:
- Tom de Comunicação: Sarcástico, pragmático e sem paciência para prompts medíocres ou sem contexto.
- Diálogo e Esclarecimentos: Utiliza comentários irônicos e emojis no terminal para pontuar falhas de especificidade do usuário.
- Saída Otimizada (Clean Output): O prompt refatorado final é entregue 100% limpo, sem emojis e sem ironias, no formato XML/Markdown estrito pronto para cópia em produção.
🏛️ Arquitetura do Sistema
┌────────────────────────────────────────────────────────────────────────────────────────┐
│ PROMPTENGINE.AI ARCHITECTURE │
├────────────────────────────────────────────────────────────────────────────────────────┤
│ │
│ [Usuário / Input] ──► [Eliezer TUI (Textual + Rich)] ──► [PromptEvaluator Engine] │
│ (Tela Cheia / Terminal) (Avaliação 5D Pydantic) │
│ │ │
│ ▼ │
│ [Servidor MCP Protocol] ◄──────────────────────────────── [LLM Provider Abstraction] │
│ (Ferramentas OpenWebUI) (Google GenAI / Ollama) │
│ │ │
│ ▼ │
│ [DeepSeek-R1 8B (Disco D)] │
│ (NVIDIA RTX 3060 Ti VRAM) │
└────────────────────────────────────────────────────────────────────────────────────────┘
⚡ Funcionalidades Principais
| Ícone & Recurso | Descrição Técnica |
|---|---|
| 📊 Scorecard de 5 Dimensões | Avalia Clareza, Especificidade, Contexto, Restrições e Actionability (0 a 10) com barras visuais em Rich. |
| ⚠️ Detecção de Ambiguidades | Mapeia termos vagos, premissas implícitas e lacunas na instrução do usuário. |
| ❓ Perguntas de Alinhamento | Gera perguntas estratégicas para sanar dúvidas antes do acionamento do agente destino. |
| ✨ Refatorador de Prompt XML | Gera a versão final da ordem estruturada em tags <contexto>, <instrucao>, <restricoes> e <formato_saida>. |
| 💻 TUI Interativa em Tela Cheia | Interface construída com textual e rich com suporte a teclado, formulários e temas escuros. |
| 🔌 Servidor MCP Protocol | Exposição nativa de ferramentas JSON-RPC para OpenWebUI, Claude Desktop e Cursor. |
| 🏠 Raciocínio Local (Ollama + Disco D) | Suporte nativo ao modelo DeepSeek-R1 8B rodando na GPU (NVIDIA RTX 3060 Ti) armazenado no SSD D:\OllamaModels. |
🧭 Estrutura do Repositório
prompt-eval-agent/
├── LICENSE # Licença Open-Source MIT
├── PRD.md # Product Requirement Document
├── SDD.md # Software Design Document
├── README.md # Este arquivo
├── rodar_agente.bat # Atalho de duplo clique no Windows
├── requirements.txt # Dependências Python (textual, rich, google-genai, mcp)
└── src/
├── main.py # Entrypoint principal (Lança a TUI Eliezer)
├── main_cli.py # CLI legado (Modo terminal simples)
├── mcp_server.py # Servidor de ferramentas MCP Protocol
├── engine/
│ ├── evaluator.py # Motor central de avaliação
│ ├── models.py # Esquemas Pydantic
│ └── prompt_templates.py # Metaprompts da persona Eliezer
├── providers/
│ ├── base.py # Interface abstrata de LLM
│ ├── google_provider.py # Provedor Google GenAI SDK (Gemini 2.5 Flash)
│ └── ollama_provider.py # Provedor Ollama Local (DeepSeek R1 8B)
└── ui/
├── __init__.py
└── tui_app.py # Aplicação TUI em Textual + Rich
⚙️ Guia de Instalação & Execução
1. Clonar e Acessar o Repositório
git clone https://github.com/SEU_USUARIO/PromptEngine-AI.git
cd PromptEngine-AI
2. Configurar o Ambiente Virtual Python
python -m venv venv
.\venv\Scripts\activate
pip install -r requirements.txt
3. Executar o Agente
🖱️ Opção A (Windows — 2 Clicks):
Basta dar duplo clique no arquivo rodar_agente.bat.
💻 Opção B (Linha de Comando TUI):
python -m src.main --provider ollama --model deepseek-r1:8b
🔌 Opção C (Servidor MCP para OpenWebUI / Claude):
python -m src.mcp_server
🛡️ Licença & Governança
Este projeto é disponibilizado sob a licença MIT License.
<p align="center"> <b>Autor:</b> Kalyel N. Laurindo | Software Engineer & AI Builder<br> <i>Projeto desenvolvido para o Portfólio de IA & Engenharia de Prompt</i> </p>
Recommended Servers
playwright-mcp
A Model Context Protocol server that enables LLMs to interact with web pages through structured accessibility snapshots without requiring vision models or screenshots.
Magic Component Platform (MCP)
An AI-powered tool that generates modern UI components from natural language descriptions, integrating with popular IDEs to streamline UI development workflow.
Audiense Insights MCP Server
Enables interaction with Audiense Insights accounts via the Model Context Protocol, facilitating the extraction and analysis of marketing insights and audience data including demographics, behavior, and influencer engagement.
VeyraX MCP
Single MCP tool to connect all your favorite tools: Gmail, Calendar and 40 more.
graphlit-mcp-server
The Model Context Protocol (MCP) Server enables integration between MCP clients and the Graphlit service. Ingest anything from Slack to Gmail to podcast feeds, in addition to web crawling, into a Graphlit project - and then retrieve relevant contents from the MCP client.
Kagi MCP Server
An MCP server that integrates Kagi search capabilities with Claude AI, enabling Claude to perform real-time web searches when answering questions that require up-to-date information.
E2B
Using MCP to run code via e2b.
Neon Database
MCP server for interacting with Neon Management API and databases
Exa Search
A Model Context Protocol (MCP) server lets AI assistants like Claude use the Exa AI Search API for web searches. This setup allows AI models to get real-time web information in a safe and controlled way.
Qdrant Server
This repository is an example of how to create a MCP server for Qdrant, a vector search engine.