Assistente Conversacional de Documentos PDF com Gemini

Autor

Vinícius Augusto Alves Santos Mello

Descrição do Projeto

Este projeto implementa um assistente conversacional inteligente. A aplicação permite que o usuário faça o upload de um ou mais documentos em formato PDF e, em seguida, realize perguntas sobre o conteúdo desses documentos através de uma interface de chat interativa.

O sistema utiliza um Modelo de Linguagem Grande (LLM) da família Gemini, do Google, para compreender o contexto dos documentos e formular respostas precisas, baseando-se exclusivamente nas informações fornecidas. Esta abordagem é conhecida como RAG (Retrieval-Augmented Generation).

Link para a Aplicação em Funcionamento

A versão funcional e online desta aplicação está disponível no Streamlit Community Cloud através do seguinte link:

https://vinicius-augusto-as05.streamlit.app/

Funcionalidades

• Upload de Múltiplos Arquivos: Permite o upload simultâneo de vários documentos PDF.
• Processamento de Texto: Extrai e divide o texto dos documentos em fragmentos (chunks) para otimizar a busca.
• Indexação Vetorial: Cria embeddings para cada fragmento de texto e os armazena em um banco de dados vetorial FAISS em memória.
• Chat Interativo: Oferece uma interface de chat para que o usuário possa fazer perguntas de forma natural.
• Respostas Contextualizadas: Gera respostas baseadas estritamente no conteúdo dos documentos carregados, evitando alucinações do modelo.
• Manutenção de Histórico: Mantém o histórico da conversa durante a sessão ativa do usuário.

---

Instruções de Instalação e Execução

Siga os passos abaixo para configurar e rodar o projeto em um ambiente local.

Passo a Passo

1. Clone o Repositório: Abra seu terminal e clone este repositório do GitHub.

   git clone https://github.com/viniaug7/AS05.git
   cd <NOME_DA_PASTA_DO_PROJETO>

2. Crie e Ative um Ambiente Virtual: É uma forte recomendação usar um ambiente virtual para isolar as dependências do projeto e evitar conflitos com pacotes do sistema (especialmente em Linux).

   • No Linux ou macOS:

     python3 -m venv venv
     source venv/bin/activate

   • No Windows:

     python -m venv venv
     .\venv\Scripts\activate

   Após a ativação, você verá (venv) no início do seu prompt de comando.

3. Instale as Dependências: Com o ambiente virtual ativo, instale todas as bibliotecas necessárias a partir do arquivo requirements.txt.

   pip install -r requirements.txt

4. Configure sua API Key do Google Gemini:

   Para rodar localmente, crie um arquivo .env na raiz do projeto com a linha: GOOGLE_API_KEY="SUA_API_KEY_AQUI"

   O Streamlit possui um sistema de gerenciamento de segredos que funciona tanto localmente quanto na nuvem.

   • Crie uma pasta chamada .streamlit na raiz do seu projeto.
   • Dentro da pasta .streamlit, crie um arquivo chamado secrets.toml.
   • Abra o arquivo secrets.toml e adicione sua chave de API do Google Gemini.

   O conteúdo do arquivo secrets.toml deve ser:

   # .streamlit/secrets.toml
   
   GOOGLE_API_KEY = "SUA_API_KEY_AQUI"

5. Execute a Aplicação: Finalmente, execute o seguinte comando no seu terminal:

   streamlit run app.py

   A aplicação será iniciada e um link será aberto automaticamente no seu navegador.

---