Documentação
A Jangada AI 🛶 é uma camada fina PT-BR sobre os SDKs de LLM, com
observability nativa em 1 linha no .env. O objetivo é trocar
provider/model/api_key sem mudar o resto do código, com templates {{ }},
fluxos encadeados, structured output (Pydantic), vision, áudio, async e fallback
por erro. Funciona com Anthropic, OpenAI, Groq, Gemini, Mistral, OpenRouter e os gateways
de nuvem (AWS Bedrock, Azure OpenAI, Vertex AI).
Instalação
pip install "jangada-ai[anthropic]"Por onde começar
Primeiros passos
Instale, configure a chave e faça a primeira chamada.
Providers e chaves
Anthropic, OpenAI, Groq, Gemini e Mistral com a mesma API.
Structured output
Saída validada com Pydantic em qualquer provider.
Tools (function calling)
O modelo chama suas funções, agnóstico de provider.
RAG
Embeddings, vector store e busca híbrida.
Retry e fallback
Defesas contra falhas de API.
Seções
- Começando — getting-started, parâmetros, providers, capacidades.
- Providers — Anthropic, OpenAI, Groq, Gemini, Mistral.
- Capacidades — structured output, tools, vision, áudio, documentos, detecção, streaming, RAG, MCP, observability.
- Confiabilidade — erros, retry/fallback, custo, debug.
- Tutoriais — passo a passo do zero ao fallback, extração estruturada, RAG e agente MCP.
- Avançado — estendendo (novo provider) e flows.