Este projeto implementa um sistema RAG (Retrieval-Augmented Generation) completo em Python, permitindo criar chatbots inteligentes que podem responder perguntas baseadas em documentos específicos.

• Processamento de Documentos: Suporte para PDF, DOCX, TXT e páginas web
• Embeddings: Geração de embeddings usando modelos de linguagem
• Vector Database: Armazenamento e busca semântica usando ChromaDB
• Interface Web: Interface interativa usando Streamlit
• Integração OpenAI: Conectividade com modelos GPT da OpenAI

• Python 3.8+
• Chave da API OpenAI
• Conexão com internet

1. Clone o repositório:

git clone https://github.com/jessefreitas/rag_python.git
cd rag_python

2. Instale as dependências:
```bash
pip install -r requirements.txt

3. Configure as variáveis de ambiente:

cp .env.example .env
# Edite o arquivo .env com sua chave da OpenAI

1. Crie um arquivo .env na raiz do projeto:

OPENAI_API_KEY=sua_chave_api_aqui

2. Adicione seus documentos na pasta documents/

streamlit run app.py

from rag_system import RAGSystem

# Inicializar o sistema
rag = RAGSystem()

# Fazer uma pergunta
resposta = rag.query("Sua pergunta aqui")
print(resposta)

rag_python/
├── app.py                 # Interface Streamlit
├── rag_system.py          # Sistema RAG principal
├── document_loader.py     # Carregador de documentos
├── vector_store.py        # Gerenciamento do banco de vetores
├── documents/             # Pasta para documentos
├── requirements.txt       # Dependências
├── .env.example          # Exemplo de configuração
└── README.md             # Este arquivo

1. Fork o projeto
2. Crie uma branch para sua feature (git checkout -b feature/AmazingFeature)
3. Commit suas mudanças (git commit -m 'Add some AmazingFeature')
4. Push para a branch (git push origin feature/AmazingFeature)
5. Abra um Pull Request

• Configuração de Provedores LLM
• Sistema Multi-LLM
• Sistema de Agentes
• Sistema Integrado
• Sistema Web
• Fluxo de Documentos
• 🔒 Isolamento de Segurança
• 🔧 Solução de Problemas
• 📋 Log de Implementação
• 🔌 Extensão Chrome Isolada

Este projeto está sob a licença MIT. Veja o arquivo LICENSE para mais detalhes.

Jessé Freitas

• GitHub: @jessefreitas