Chatbot de Aprendizado Adaptativo

Um chatbot interativo que aprende com as interações do usuário e se adapta às preferências. O chatbot armazena informações sobre um tópico específico, valida fatos e ajusta-se às preferências do usuário.

Recursos

• Interface de usuário interativa construída com Streamlit
• Aprendizado contínuo a partir das interações do usuário
• Validação de fatos antes de adicionar à base de conhecimento
• Adaptação às preferências do usuário
• Banco de dados vetorial para recuperação eficiente de conhecimento
• Containerização com Docker para fácil implantação

Arquitetura

O projeto é construído usando as seguintes tecnologias:

• Python: Linguagem de programação principal
• Streamlit: Interface do usuário
• LangChain: Framework para trabalhar com LLMs
• LangGraph: Orquestração de agentes e fluxo de trabalho
• Groq: Provedor de LLM
• FAISS: Banco de dados vetorial para armazenamento de conhecimento
• Docker: Containerização

Estrutura do Projeto

project/
├── .env.example          # Modelo de variáveis de ambiente
├── .gitignore           
├── README.md             # Documentação do projeto
├── docker-compose.yml    # Configuração Docker para a aplicação e banco de dados
├── Dockerfile            # Configuração Docker para a aplicação
├── src/
│   ├── __init__.py
│   ├── main.py           # Ponto de entrada da aplicação
│   ├── agents/
│   │   ├── __init__.py
│   │   ├── chatbot.py    # Implementação do agente LangGraph
│   │   └── validator.py  # Agente de validação de entrada
│   ├── database/
│   │   ├── __init__.py
│   │   └── vector_store.py  # Integração com banco de dados vetorial FAISS
│   ├── config/
│   │   ├── __init__.py
│   │   └── settings.py   # Configurações
│   ├── memory/
│   │   ├── __init__.py
│   │   └── knowledge_base.py  # Armazenamento e recuperação de conhecimento
│   └── ui/
│       ├── __init__.py
│       └── app.py        # Implementação da interface Streamlit
└── tests/
    ├── __init__.py
    └── test_chatbot.py   # Testes básicos

Instruções de Configuração

Pré-requisitos

• Python 3.10+
• Poetry
• Docker e Docker Compose
• Chave de API Groq

Desenvolvimento Local

1. Clone o repositório:

   git clone https://github.com/yourusername/adaptive-learning-chatbot.git
   cd adaptive-learning-chatbot

2. Instale as dependências:

   poetry install

3. Crie um arquivo .env a partir do modelo:

   cp .env.example .env

4. Edite o arquivo .env para adicionar sua chave de API Groq:

   GROQ_API_KEY=sua_chave_api_groq_aqui
   

5. Execute a aplicação:

   streamlit run src/ui/app.py

Implantação com Docker

1. Construa e execute com Docker Compose:

   docker-compose up --build

2. Acesse a aplicação em http://localhost:8501

Guia de Uso

1. Iniciando uma Conversa: Comece fazendo perguntas ou compartilhando informações com o chatbot.

2. Ensinando o Chatbot: O chatbot aprenderá informações que você compartilhar após validá-las.

3. Definindo Preferências: O chatbot se adaptará às suas preferências:

   • Para comunicação formal: "Eu prefiro um tom formal"
   • Para respostas concisas: "Eu gosto de respostas curtas e diretas"
   • Para respostas detalhadas: "Por favor, forneça explicações detalhadas"

4. Visualizando Informações Aprendidas: Use a barra lateral para ver o que o chatbot aprendeu.

Testes

Execute os testes com:

pytest

Licença

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