geo-orchestrator
Orquestrador Multi-LLM Inteligente
Decompoe demandas complexas em tarefas paralelas distribuidas entre 5 LLMs. Roteamento adaptativo, governança FinOps e observabilidade integrada.
Arquitetura
Como funciona
Da demanda em linguagem natural até a execução paralela em 4 etapas.
Demanda
O usuário descreve o que precisa em linguagem natural. Pode ser uma análise, geração de conteúdo ou qualquer tarefa complexa.
Decomposição
Claude Opus analisa a demanda e cria um plano com tarefas tipadas, dependências e prioridades.
Roteamento
O Router Adaptativo atribui o melhor LLM para cada tarefa com base em histórico de sucesso, custo e latência.
Execução Paralela
Waves de tarefas independentes são executadas em paralelo. Fallback automático se um provider falhar.
Provedores
Os 5 LLMs
Cada modelo foi escolhido por sua especialidade. O router atribui a tarefa certa ao LLM certo.
Claude Opus
Arquitetura e código complexo
Quando usar: Tarefas que exigem raciocínio profundo, planejamento e código de alta complexidade.
GPT-4o
Redação, copywriting, SEO
Quando usar: Conteúdo textual, revisão, tradução e otimização para mecanismos de busca.
Gemini 2.5 Flash
Análise rápida, classificação
Quando usar: Classificação de dados, sumarização e tarefas analíticas de alta velocidade. Billing ativo R$500.
Sonar
Pesquisa com fontes ao vivo
Quando usar: Quando a tarefa exige informações atualizadas da web com citações verificáveis.
Llama 3.3 70B
Inferencia ultra-rápida (1.7s)
Quando usar: Tarefas simples que precisam de resposta imediata. Latência media de 0.66 segundos.
Roadmap
Funcionalidades por Rodada
7 rodadas de melhoria implementadas pelos 5 LLMs em paralelo do sistema.
Rodada 1 — Core
Rodada 2 — Intelligence
Rodada 3 — Deep
Rodada 4 — Web
Rodada 5 — Security
Rodada 6 — MARL
Rodada 7 — Prompt Eng.
Tecnologia
Stack Tecnologica
Ferramentas escolhidas por simplicidade, performance e zero dependências desnecessárias.
Python 3.12 + httpx async
Cliente HTTP unificado para 5 provedores. Retry com backoff exponencial, token bucket por provider e connection pooling. Sem SDKs proprietarios.
Click + Rich CLI
Interface de terminal com tabelas coloridas, spinners por wave, timeline Gantt e output FinOps estruturado.
Pydantic v2 Models
Modelos tipados para Task, Plan, LLMResponse, ExecutionReport. Validação em runtime, serialization JSON automática.
Circuit Breaker Pattern
Proteção por provedor com estados CLOSED/OPEN/HALF_OPEN. Failure counting, cooldown timer e isolamento por provider.
Performance Router
Scoring adaptativo: success*0.6 + cost*0.2 + latency*0.2. Histórico persistente por modelo/tarefa em JSON.
FinOps Engine
Limites diarios por provedor, alertas em 80%/95%, budget guard pre-execução, relatórios de custo por sessao.
Distributed Tracing
Spans com timeline ASCII, duração por fase, metadata por tarefa. Export JSON para análise pos-execução.
15 Algoritmos Estatisticos
Regressao linear, Pearson, EMA, Welch t-test, Bootstrap CI, Wilson-Bayesian, Holt-Winters, Mann-Kendall, decomposição sazonal.
Next.js 16 + React 19
Site pessoal com ISR, 142 arquivos TS/TSX, roadmap dinâmico com 13 fontes ao vivo, JSON-LD com 29 tipos Schema.org.
Cloudflare Workers + KV
brasilgeo.ai com 14 artigos, dashboard dinâmico, cron hourly, llms.txt v11.0, 19 AI bot rules.
SQLite WAL + Supabase
Persistencia local para métricas e cache. Supabase para leads, dashboard admin e export Looker Studio.
GitHub Actions CI/CD
Deploy automatizado em Vercel e Cloudflare. Coleta diaria de métricas, benchmark semanal, testes pre-deploy.
Governança
FinOps e Controle de Custos
Limites diarios por provider garantem previsibilidade. Budget Guard aborta execuções que excedam 2x o estimado.
| Provider | Limite diário |
|---|---|
Claude | $2.00/dia |
GPT-4o | $2.00/dia |
Gemini | $1.00/dia |
Perplexity | $1.00/dia |
Groq | $1.00/dia |
Global | $5.00/dia |
7 rodadas de melhoria com 5 LLMs orquestrados
Governança FinOps garante que cada centavo seja rastreado e justificado.
Resultados
Números do Projeto
Primeiros passos
Como Usar
# Instalar
$ git clone https://github.com/alexandrebrt14-sys/geo-orchestrator.git
$cd geo-orchestrator && pip install -e .
$ cp .env.example .env # configurar 5 API keys
# Executar
$python cli.py run "sua demanda em linguagem natural"
$python cli.py plan "sua demanda" # apenas decompor
$ python cli.py status # verificar LLMs
$ python cli.py finops status # custos por provider
$ python cli.py trace last # último trace de execução
Autor
Quem Construiu
Alexandre Caramaschi — CEO da Brasil GEO, ex-CMO da Semantix (Nasdaq), cofundador da AI Brasil. Especialista em Generative Engine Optimization com foco em visibilidade algorítmica para marcas e profissionais.
Comece a Orquestrar
5 LLMs trabalhando em paralelo. Uma demanda, múltiplas inteligências, um resultado.