SaveIt-FAQ-IA 🤖

API inteligente que responde perguntas sobre o SaveIt usando RAG (Retrieval-Augmented Generation) com Google Gemini. O sistema busca informações em documentos PDF e responde de forma natural e amigável.

🌟 Características

• Respostas contextualizadas com base em documentos oficiais
• Tom amigável e natural, entendendo gírias/linguagem informal
• Integração com Google Gemini para processamento de linguagem natural
• Sistema RAG para busca precisa em documentos
• API REST com FastAPI
• Limpeza inteligente de texto para melhor formatação

🔧 Tecnologias

• Python 3.x
• FastAPI
• LangChain
• Google Gemini
• FAISS para busca vetorial
• PyPDF Loader

📋 Pré-requisitos

1. Python 3.x instalado
2. Chave de API do Google Gemini
3. Arquivo PDF com a documentação do SaveIt
4. Dependências listadas em requirements.txt

🚀 Instalação

1. Clone o repositório:

git clone https://github.com/SaveItTeam/SaveIt-FAQ-IA.git
cd SaveIt-FAQ-IA

2. Instale as dependências:

pip install -r requirements.txt

3. Configure o arquivo .env:

GEMINI_API_KEY=sua_chave_api_aqui
PDF_PATH=caminho/para/seu/documento.pdf

💻 Como Usar

1. Inicie o servidor:

uvicorn app:app --reload

2. Faça uma requisição para a API:

curl -X POST "http://localhost:8000/faq" \
     -H "Content-Type: application/json" \
     -d '{"question": "O que é o SaveIt?", "session_id": "WEB"}'

📚 Estrutura do Projeto

SaveIt-FAQ-IA/
├── app.py           # API principal e configuração do LLM
├── faq_tool.py      # Funções de processamento do PDF e contexto
├── requirements.txt  # Dependências do projeto
└── .env             # Variáveis de ambiente (não versionado)

🛠️ Funções Principais

• get_faq_context(): Busca informações relevantes no PDF
• clean_text(): Remove formatações e padroniza o texto
• answer_question(): Processa perguntas e gera respostas

📝 Exemplo de Uso

from app import answer_question

# Fazendo uma pergunta
resposta = answer_question(
    "Como faço para gerenciar produtos?",
    session_id="WEB"
)
print(resposta)

👥 Contribuindo

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

📄 Licença

Este projeto está sob a licença MIT - veja o arquivo LICENSE para detalhes.

✨ Agradecimentos

• Time SaveIt pelo suporte e documentação
• Contribuidores do projeto
• Comunidade LangChain e FastAPI