Project: [Reasoning Agents] - [AEP CertMaster]

Track

Creative Apps (GitHub Copilot)

Project Name

AEP CertMaster

GitHub Username

@Zurichk

Repository URL

https://github.com/Zurichk/agentsleague

Project Description

AEP CertMaster — Reasoning Agents Submission

Proyecto para Agents League · Track Reasoning Agents.

AEP CertMaster implementa un sistema multi-agente para preparar certificaciones Microsoft con un flujo completo:

1. Gestión de rutas de aprendizaje.
2. Plan de estudio estructurado con calendario.
3. Engagement y recordatorios por email.
4. Evaluación adaptativa.
5. Análisis crítico de brechas.
6. Recomendación de certificación y planificación de examen.

---

1) Resumen del problema y solución

Solución

AEP CertMaster coordina agentes especializados mediante un Orchestrator que aplica razonamiento multi-paso y decisiones HITL (human-in-the-loop) para guiar al estudiante desde intención libre hasta decisión de examen.

---

2) Arquitectura funcional

Flujo principal

1. Input libre del estudiante (ej. “Quiero aprender Business Central”).
2. Sub-Workflow 1 (secuencial): Curator → Study Plan → Engagement.
3. Confirmación humana para iniciar evaluación.
4. Sub-Workflow 2: Assessment → Critic → decisión.
5. Si aprueba: Cert Advisor recomienda certificación y planifica examen.
6. Si no aprueba: vuelve a preparación con refuerzo.

Patrones de razonamiento implementados

• Planner-Executor: Orchestrator detecta intención y enruta.
• Critic/Verifier: Critic evalúa calidad y gaps.
• HITL: confirmaciones antes de evaluaciones y decisiones de continuidad.
• Role-based specialization: responsabilidades claras por agente.

---

3) Agentes y tools

Agente	Rol	Tools declaradas
Orchestrator	Coordina fases, estado e intención	intent detection, state machine, HITL
Curator	Recomienda rutas Microsoft Learn	microsoft_learn_search, certification_catalog, relevance_scorer
Study Plan	Convierte rutas en plan accionable	calendar_generator, workload_calculator, milestone_planner, bloom_taxonomy_mapper
Engagement	Constancia y recordatorios	email_reminder_service, motivation_personalizer
Assessment	Evaluación adaptativa	question_generator, knowledge_mapper, adaptive_engine, scoring_rubric
Critic	Análisis de brechas y calidad	quality_scorer, gap_analyzer, benchmark_comparator, improvement_suggester
Cert Advisor	Recomendación de certificación y examen	certification_roadmap, career_path_analyzer, exam_scheduler, roi_calculator

Integraciones del proyecto

• Azure OpenAI (modo principal de ejecución).
• Persistencia SQLite para historial, planes, evaluaciones y métricas.
• Calendario .ics exportable.
• Envío de email (real por SMTP o simulado según configuración).

---

4) Demo

• Video de demostración: demo-agents.mkv

---

5) Ejecución local

Desde starter-kits/2-reasoning-agents:

python -m venv .venv
.venv\Scripts\Activate.ps1
pip install -r requirements.txt
python run_flask_dashboard.py

La app inicia en el puerto configurado del dashboard.

---

6) Variables de entorno mínimas

AZURE_OPENAI_ENDPOINT=
AZURE_OPENAI_API_KEY=
AZURE_OPENAI_API_VERSION=2024-02-15-preview
AZURE_OPENAI_DEPLOYMENT_NAME=gpt-4o-agentsleague

# Email real opcional
USE_REAL_EMAIL=false
SMTP_HOST=
SMTP_PORT=587
SMTP_USER=
SMTP_PASSWORD=
SMTP_FROM_NAME=AEP CertMaster

---

7) Seguridad y buenas prácticas

• No subir llaves/API keys ni .env.
• Usar datos de demo.
• Revisar git history antes de publicar.
• Verificar que logs no contengan secretos.

Demo Video or Screenshots

4) Demo

• Video de demostración: demo-agents.mkv

Primary Programming Language

Python

Key Technologies Used

• Python 3.10+
• Flask y Flask‑SocketIO para la interfaz web y el chat en tiempo real.
• Azure OpenAI (SDK [openai.AzureOpenAI]
• SQLite local con wrapper [PersistenceTool]
• Docker (hay un Dockerfile).
• Microsoft Foundry / Agent Framework
• JavaScript/HTML/CSS con marked.js
• dotenv para variables de entorno.

Submission Type

Individual

Team Members

No response

Submission Requirements

• My project meets the track-specific challenge requirements
• My repository includes a comprehensive README.md with setup instructions
• My code does not contain hardcoded API keys or secrets
• I have included demo materials (video or screenshots)
• My project is my own work with proper attribution for any third-party code
• I agree to the Code of Conduct
• I have read and agree to the Disclaimer
• My submission does NOT contain any confidential, proprietary, or sensitive information
• I confirm I have the rights to submit this content and grant the necessary licenses

Quick Setup Summary

git clone https://github.com/YOUR-USERNAME/agentsleague.git
cd agentsleague\starter-kits\2-reasoning-agents
python -m venv .venv
.venv\Scripts\activate
pip install -r requirements.txt

AZURE_OPENAI_ENDPOINT=…
AZURE_OPENAI_API_KEY=…
AZURE_OPENAI_API_VERSION=2024-02-15-preview
AZURE_OPENAI_DEPLOYMENT_NAME=gpt-4o-agentsleague

python run_flask_dashboard.py

Otras opciones

• Docker: hay un Dockerfile en la raíz. Puedes construir y ejecutar el contenedor con:

docker build -t aep-certmaster .
docker run -p 5033:5033 --env-file .env aep-certmaster

- **Deployment público**: si sólo quieres verla en acción, está desplegada en Coolify aquí:

  http://78.47.111.58:5033/

### Technical Highlights

- Orquestador con lógica de estado
- Persistencia: uso SQLite
- Integración de Azure OpenAI
- Detección de intenciones con LLM (planner–executor)
- UI con chat exportable / importable y reinicio
- Opciones de despliegue

### Challenges & Learnings

_No response_

### Contact Information

zurich85aep@gmail.com

### Country/Region

Spain

The issue points to starter-kits/2-reasoning-agents and describes README.md setup; begin by reading the project description and running python run_flask_dashboard.py after installing requirements.txt. No concrete change or acceptance condition is specified, so a contributor needs a maintainer-defined task before work can be considered done.