Framework Python leve para criar pipelines modulares de agentes de IA orientados por schemas, com base em Instructor e Pydantic.
generative-computing/mellea
Biblioteca Python para criar programas generativos que transformam chamadas tipadas a LLMs em fluxos de trabalho de IA estruturados, testáveis e autovalidáveis.
- Estrelas
- 1,851
- Forks
- 177
- Issues abertas
- 161
- Último commit
- há 8 horas
O que é?
Mellea é uma biblioteca Python que busca tornar mais previsíveis os pipelines com LLMs. Em vez de usar templates de prompt escritos manualmente e parsers de saída, uma função anotada com um tipo de retorno do Pydantic e decorada com @generative se torna uma chamada estruturada a um LLM, usando a docstring como prompt.
Além de oferecer saída estruturada, Mellea permite associar requisitos em linguagem natural a uma chamada e validar o resultado automaticamente, repetindo a chamada quando algum requisito não é atendido. Estratégias de amostragem, como rejection sampling e majority voting, podem ser alternadas com um único parâmetro. A biblioteca oferece suporte a vários backends de modelo, incluindo Ollama, OpenAI, HuggingFace, WatsonX, LiteLLM e Bedrock.
Bases de código existentes podem adotar Mellea gradualmente usando o helper mify, e qualquer programa generativo pode ser disponibilizado como uma ferramenta MCP. O projeto pode ser instalado pelo PyPI e é mantido pela IBM Research.
Recursos principais
- 01Transforma funções Python tipadas em chamadas a LLMs com esquemas de saída validados pelo Pydantic.
- 02Associa requisitos em linguagem natural às chamadas e repete a execução até que sejam atendidos.
- 03Permite alternar entre estratégias de amostragem, como rejection sampling e majority voting.
- 04Oferece suporte aos backends Ollama, OpenAI, HuggingFace, WatsonX, LiteLLM e Bedrock.
- 05Permite que código legado adote a biblioteca por meio do helper mify.
- 06Disponibiliza programas generativos como ferramentas MCP.
Casos de uso
- Extrair registros estruturados, como perfis ou campos, de texto não estruturado.
- Adicionar validação de saída e novas tentativas automáticas às etapas com LLMs em um pipeline de produção.
- Disponibilizar funções com LLMs como ferramentas MCP para frameworks de agentes.
- Comparar estratégias de amostragem para melhorar a qualidade das respostas sem alterar o código da aplicação.
Início rápido
- 1
Instale a biblioteca com uv
uv pip install mellea - 2
Salve o exemplo do README e execute-o (é necessário um backend de LLM em execução, como o Ollama)
Antes de usar
- Cada chamada ao LLM precisa de um backend configurado, como Ollama, OpenAI ou WatsonX; portanto, você precisa providenciar o acesso ao modelo.
Em coleções
Tópicos
Perguntas frequentes
- O que é mellea?
- Biblioteca Python para criar programas generativos que transformam chamadas tipadas a LLMs em fluxos de trabalho de IA estruturados, testáveis e autovalidáveis. Mellea é uma biblioteca Python que busca tornar mais previsíveis os pipelines com LLMs. Em vez de usar templates de prompt escritos manualmente e parsers de saída, uma função anotada com um tipo de retorno do Pydantic e decorada com @generative se torna uma chamada estruturada a um LLM, usando a docstring como prompt.
- mellea é gratuito? Qual é a licença?
- mellea é open source sob a licença Apache-2.0. Confira os termos da licença antes de usá-lo em produtos comerciais.
- mellea ainda é mantido?
- Manutenção ativa. O último commit de mellea foi em 6 de nov. de 2026.
- Para que posso usar mellea?
- Extrair registros estruturados, como perfis ou campos, de texto não estruturado. Adicionar validação de saída e novas tentativas automáticas às etapas com LLMs em um pipeline de produção. Disponibilizar funções com LLMs como ferramentas MCP para frameworks de agentes. Comparar estratégias de amostragem para melhorar a qualidade das respostas sem alterar o código da aplicação.
- Como instalar mellea?
- Instale a biblioteca com uv: uv pip install mellea Salve o exemplo do README e execute-o (é necessário um backend de LLM em execução, como o Ollama)
- Onde consigo mellea?
- O código-fonte e as instruções de instalação estão no GitHub: https://github.com/generative-computing/mellea
Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.
Projetos relacionados
Um port de LangChain para Dart e Flutter, para criar apps com LLMs, provedores de modelos intercambiáveis, RAG e agentes.
Framework Python que adiciona proteções de entrada e saída a aplicações com LLMs e gera dados estruturados validados a partir das respostas dos modelos.
Uma biblioteca leve de decorators para Python que transforma docstrings em prompts para LLMs, com saídas Pydantic, chamadas de ferramentas, streaming e memória, usando LiteLLM.
Biblioteca Python para trabalhar com LLMs usando objetos e tipos, permitindo criar prompts e obter saídas estruturadas.
Framework Python para criar servidores MCP, clientes e apps interativos que conectam LLMs a ferramentas e dados.