reichaves's picture
Update README.md
3c67db5 unverified
|
raw
history blame
3.05 kB

RAG Conversacional com Upload de PDF e Histórico de Chat

Este projeto implementa um sistema de Recuperação de Informações Aumentada por Geração (RAG) conversacional usando Streamlit, LangChain, e modelos de linguagem de grande escala. O aplicativo permite que os usuários façam upload de documentos PDF, façam perguntas sobre o conteúdo desses documentos, e mantenham um histórico de chat para contexto em conversas contínuas.

Autor

Reinaldo Chaves (reichaves@gmail.com)

Características

  • Interface de usuário Streamlit com tema dark
  • Upload de múltiplos arquivos PDF
  • Processamento de documentos usando LangChain e ChromaDB
  • Geração de respostas usando o modelo Gemma2-9b-It da Groq
  • Embeddings de texto usando o modelo all-MiniLM-L6-v2 do Hugging Face
  • Histórico de chat para manter o contexto da conversa
  • Barra lateral com orientações importantes para o usuário

Requisitos

  • Python 3.7+
  • Streamlit
  • LangChain
  • ChromaDB
  • PyPDF2
  • Transformers
  • Outras dependências listadas em requirements.txt

Instalação

  1. Clone este repositório:

    git clone https://github.com/seu_usuario/seu_repositorio.git
    cd seu_repositorio
    
  2. Instale as dependências:

    pip install -r requirements.txt
    
  3. Configure as variáveis de ambiente ou tenha em mãos:

    • Chave da API Groq
    • Token da API Hugging Face

Uso

  1. Execute o aplicativo Streamlit:

    streamlit run app.py
    
  2. Abra o navegador e acesse o endereço local mostrado no terminal.

  3. Insira suas chaves de API quando solicitado.

  4. Faça upload de um ou mais arquivos PDF.

  5. Faça perguntas sobre o conteúdo dos documentos na caixa de entrada de texto.

Como funciona

  1. Upload de Documentos: Os usuários fazem upload de arquivos PDF, que são processados e divididos em chunks menores.

  2. Criação de Embeddings: O texto é convertido em embeddings usando o modelo Hugging Face.

  3. Armazenamento de Vetores: Os embeddings são armazenados em um banco de dados ChromaDB para recuperação eficiente.

  4. Processamento de Perguntas: As perguntas dos usuários são contextualizadas com base no histórico do chat.

  5. Recuperação de Informações: O sistema recupera os chunks de texto mais relevantes com base na pergunta.

  6. Geração de Respostas: O modelo Gemma2-9b-It da Groq gera uma resposta com base nos chunks recuperados e na pergunta.

  7. Manutenção do Histórico: O histórico do chat é mantido para fornecer contexto em conversas contínuas.

Avisos Importantes

  • Não compartilhe documentos contendo informações sensíveis ou confidenciais.
  • As respostas geradas pela IA podem conter erros ou imprecisões. Sempre verifique as informações importantes.
  • Este projeto é para fins educacionais e de demonstração. Use com responsabilidade.

Contribuições

Contribuições são bem-vindas! Por favor, abra uma issue para discutir mudanças importantes antes de fazer um pull request.

Licença

MIT License