# Agente de IA Multimodal

> Uma aplicação Streamlit que combina análise de vídeo e capacidades de pesquisa na web utilizando o modelo Gemini 2.5 da Google. Este agente pode analisar vídeos carregados e responder a perguntas combinando compreensão visual com pesquisa na web.

- Fonte: https://doutorai.pt/apps/multimodal-ai-agent
- Categoria: Agentes para Começar
- Dificuldade: Fácil
- Modelos: Gemini
- Frameworks: Agno
- Corre local?: Precisa de APIs cloud
- Chaves necessárias: GOOGLE_API_KEY
- Licença: Apache-2.0
- Site: Doutor AI (https://doutorai.pt) - ferramentas de IA para pequenos negócios em português

## Tutorial completo

## 🧬 Agente de IA Multimodal

Uma aplicação Streamlit que combina análise de vídeo e capacidades de pesquisa na web utilizando o modelo Gemini 2.5 da Google. Este agente pode analisar vídeos carregados e responder a perguntas combinando compreensão visual com pesquisa na web.

### Funcionalidades

- Análise de vídeo utilizando Gemini 2.5 Flash/Pro
- Integração de pesquisa na web através do DuckDuckGo
- Suporte para múltiplos formatos de vídeo (MP4, MOV, AVI)
- Processamento de vídeo em tempo real
- Análise visual e textual combinada

### Como Começar?

1. Clona o repositório do GitHub

```bash
git clone https://github.com/Shubhamsaboo/awesome-llm-apps.git
cd starter_ai_agents/multimodal_ai_agent
```

```markdown
## 2. Instala as dependências necessárias:

```bash
npm install
```
```

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

# 3. Obtém a tua Chave de API do Google Gemini

- Regista-te para uma [conta do Google AI Studio](https://aistudio.google.com/apikey) e obtém a tua chave de API.

# 4. Configura a tua Chave de API do Gemini como variável de ambiente

```bash
GOOGLE_API_KEY=your_api_key_here
```

# 5. Executa a Aplicação Streamlit

Para executar a aplicação Streamlit, segue os passos abaixo:

1. Abre o terminal.
2. Navega até ao diretório onde se encontra o teu ficheiro `app.py`.
3. Executa o seguinte comando:

   ```bash
   streamlit run app.py
   ```

4. Após alguns momentos, a aplicação abrir-se-á automaticamente no teu navegador padrão. Se não abrir, verifica o terminal para encontrar o URL onde a aplicação está a ser executada, normalmente algo como `http://localhost:8501`.

```bash
streamlit run multimodal_agent.py
```

## 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/multimodal-ai-agent