# Camada de Confiança Multi-Agente - Comunicação Segura entre Agentes

> - Identidade do Agente: Cada agente tem uma identidade verificável com um patrocinador humano - Pontuação de Confiança: Monitorização comportamental com uma pontuação de confiança de 0-1000 - Cadeias de Delegação: Escopo criptograficamente restrito ao delegar tarefas - Aplicação de Políticas: Aplicar regras de conformidade nas interações entre agentes - Rasto de Auditoria: Total observabilidade das comunicações entre agentes.

- Fonte: https://doutorai.pt/apps/multi-agent-trust-layer
- Categoria: Equipas de Agentes
- Dificuldade: Avançado
- Modelos: OpenAI
- Frameworks: CrewAI, LangChain, AutoGen/AG2
- Corre local?: Precisa de APIs cloud
- Chaves necessárias: OPENAI_API_KEY
- Licença: Apache-2.0
- Site: Doutor AI (https://doutorai.pt) - ferramentas de IA para pequenos negócios em português

## Tutorial completo

# 🤝 Multi-Agent Trust Layer - Comunicação Segura entre Agentes

Aprende como construir uma camada de confiança para sistemas multi-agente que permite a delegação segura, pontuação de confiança e aplicação de políticas entre agentes de IA.

## Funcionalidades

- **Pontuação de Confiança**: Monitorização comportamental com uma pontuação de confiança de 0-1000
- **Cadeias de Delegação**: Escopo criptograficamente restrito ao delegar tarefas
- **Aplicação de Políticas**: Aplicar regras de conformidade nas interações entre agentes
- **Rasto de Auditoria**: Total observabilidade das comunicações entre agentes

## Como Funciona

```
┌─────────────────┐         ┌─────────────────┐
│   Agent A       │◀───────▶│   Trust Layer   │
│  (Orchestrator) │   TLS   │                 │
└─────────────────┘         │  • Identity     │
                            │  • Trust Score  │
┌─────────────────┐         │  • Delegation   │
│   Agent B       │◀───────▶│  • Policy       │
│  (Specialist)   │   TLS   │  • Audit        │
└─────────────────┘         └─────────────────┘
```

```markdown
3. **Delegação**: Agentes pais podem delegar tarefas com permissões restritas
4. **Monitorização**: Todas as ações são registadas e as pontuações de confiança atualizadas
5. **Execução**: Políticas determinam o que cada agente pode fazer

## Requisitos

- Python 3.8+
- Chave da API OpenAI (ou de qualquer fornecedor de LLM)
- Pacotes Python necessários (ver `requirements.txt`)

## Instalação

1. Clona este repositório:
```

```bash
   git clone https://github.com/Shubhamsaboo/awesome-llm-apps.git
   cd advanced_ai_agents/multi_agent_apps/multi_agent_trust_layer
   ```

```markdown
# Instalação

2. Instala os pacotes necessários:
```

```bash
   pip install -r requirements.txt
   ```

## Utilização

1. Define a tua chave de API:

```bash
   export OPENAI_API_KEY=your-openai-api-key
   ```

```markdown
# Executar a demonstração da camada de confiança

Para executar a demonstração da camada de confiança, segue os passos abaixo:

## Pré-requisitos

Certifica-te de que tens os seguintes requisitos instalados:

- Node.js
- npm

## Passos

1. Clona o repositório:

   ```bash
   git clone <URL_DO_REPOSITÓRIO>
   ```

2. Navega até ao diretório do projeto:

   ```bash
   cd <NOME_DO_DIRETÓRIO>
   ```

3. Instala as dependências:

   ```bash
   npm install
   ```

4. Executa a demonstração:

   ```bash
   npm start
   ```

5. Abre o teu navegador e vai para `http://localhost:3000` para ver a demonstração em ação.

## Conclusão

Agora deves ser capaz de executar a demonstração da camada de confiança. Se tiveres alguma dúvida, consulta a documentação ou abre uma issue no repositório.
```

```bash
   python multi_agent_trust_layer.py
   ```

## Exemplo: Cadeia de Delegação de Agentes

```python
# Orchestrator agent creates a delegation for a specialist
delegation = trust_layer.create_delegation(
    from_agent="orchestrator-001",
    to_agent="researcher-002",
    scope={
        "allowed_actions": ["web_search", "summarize"],
        "max_tokens": 10000,
        "time_limit_minutes": 30,
        "allowed_domains": ["arxiv.org", "github.com"]
    },
    task_description="Research recent papers on AI safety"
)

# Researcher can only perform actions within the delegated scope
result = researcher.execute_with_delegation(
    delegation=delegation,
    action="web_search",
    params={"query": "AI safety papers 2024"}
)
```

## Sistema de Pontuação de Confiança

As pontuações de confiança variam de 0 a 1000:

| Intervalo de Pontuação | Nível | Permissões |
|-----------------------|-------|------------|
| 900-1000              | Confiável | Acesso total dentro do papel |
| 700-899               | Padrão | Operações normais |
| 500-699               | Em avaliação | Ações limitadas, registo adicional |
| 300-499               | Restrito | Aprovação humana necessária |
| 0-299                 | Suspenso | Sem ações autónomas |

### Atualizações de Pontuação

```python
# Positive behaviors increase trust
+10: Successfully completed delegated task
+5:  Stayed within scope boundaries
+2:  Provided accurate information

# Negative behaviors decrease trust
-50: Attempted action outside scope
-30: Provided inaccurate information
-20: Exceeded resource limits
-100: Security violation
```

## Introdução

Neste tutorial, vais aprender a configurar o ambiente de desenvolvimento para a tua aplicação.

## Pré-requisitos

Antes de começares, certifica-te de que tens os seguintes itens instalados:

- [Node.js](https://nodejs.org/) (versão 14 ou superior)
- npm (geralmente instalado com o Node.js)
- Git

## Instalação

1. Clona o repositório:

   ```bash
   git clone https://github.com/usuario/repo.git
   ```

2. Navega para o diretório do projeto:

   ```bash
   cd repo
   ```

3. Instala as dependências:

   ```bash
   npm install
   ```

## Execução

Para iniciar a aplicação, utiliza o seguinte comando:

```bash
npm start
```

A aplicação estará disponível em `http://localhost:3000`.

## Testes

Para executar os testes, utiliza:

```bash
npm test
```

## Contribuição

Se desejas contribuir, por favor, cria um fork do repositório e envia um pull request com as tuas alterações. Certifica-te de que os testes estão a passar antes de submeteres.

## Licença

Este projeto está licenciado sob a Licença MIT. Veja o ficheiro [LICENSE](LICENSE) para mais detalhes.

```
🤝 Multi-Agent Trust Layer Demo
================================

📋 Registering agents...




🔐 Creating delegation chain...
✅ Delegation: orchestrator-001 → researcher-002
   Scope: web_search, summarize
   Time Limit: 30 minutes

🤖 Agent researcher-002 executing: web_search
   Query: "AI safety papers 2024"
✅ Action ALLOWED (within delegated scope)
   Trust Score: 850 → 860 (+10)

🤖 Agent researcher-002 executing: send_email
❌ Action DENIED (not in delegated scope)
   Trust Score: 860 → 810 (-50)

📊 Trust Scores:
   orchestrator-001: 900 (Trusted)
   researcher-002: 810 (Standard)
   writer-003: 850 (Standard)
```

## Conceitos Chave

### 1. Identidade do Agente

```python
@dataclass
class AgentIdentity:
    agent_id: str
    public_key: str

    organization: str
    roles: List[str]
    created_at: datetime
```

### 2. Cadeias de Delegação

As delegações formam uma cadeia onde cada elo pode apenas restringir o âmbito:

```python
@dataclass  
class Delegation:
    delegation_id: str
    parent_agent: str
    child_agent: str
    scope: DelegationScope
    signature: str  # Signed by parent
    parent_delegation: Optional[str]  # Links to parent's delegation
```

### 3. Aplicação de Políticas

As políticas definem o que os agentes podem fazer com base na confiança e no papel:

```python
policies:
  researcher:
    base_trust_required: 500
    allowed_actions:
      - web_search
      - read_document
      - summarize
    denied_actions:
      - execute_code
      - send_email
    resource_limits:
      max_tokens_per_hour: 100000
      max_api_calls_per_minute: 60
```

## Arquitetura

```
┌────────────────────────────────────────────────────┐
│                   Trust Layer                       │
├─────────────┬─────────────┬─────────────┬──────────┤
│  Identity   │  Trust      │  Delegation │  Policy  │
│  Registry   │  Scoring    │  Manager    │  Engine  │
├─────────────┴─────────────┴─────────────┴──────────┤
│                   Audit Logger                      │
└────────────────────────────────────────────────────┘
         ▲              ▲              ▲
         │              │              │
    ┌────┴────┐    ┌────┴────┐    ┌────┴────┐
    │ Agent A │    │ Agent B │    │ Agent C │
    └─────────┘    └─────────┘    └─────────┘
```

## Extensão do Tutorial

- Adicionar assinaturas criptográficas para verificação de delegação
- Implementar sistemas de reputação entre organizações
- Adicionar visualização de pontuação de confiança em tempo real
- Conectar a provedores de identidade externos (OAuth, SAML)
- Implementar canais de comunicação seguros (mTLS)

## Projetos Relacionados

- [LangGraph](https://github.com/langchain-ai/langgraph) - Orquestração multi-agente
- [CrewAI](https://github.com/joaomdmoura/crewAI) - Framework multi-agente
- [AutoGen](https://github.com/microsoft/autogen) - Conversas multi-agente

## Poupe horas todas as semanas com IA, sem complicações

O **Doutor AI** dá-lhe 1859 prompts de IA prontos a copiar, por indústria e em português simples - mais uma biblioteca técnica completa para quem quer ir mais longe. [Ver planos →](https://doutorai.pt/precos)

---
Conteúdo de Doutor AI (https://doutorai.pt). Ao citar, indique a fonte: https://doutorai.pt/apps/multi-agent-trust-layer