langchain-rag

Este é um projeto de Retrieval-Augmented Generation (RAG) que utiliza a tecnologia de IA para responder perguntas sobre o conteúdo do site da Nearx, utilizando OpenAI como provedores de LLM (Large Language Models).

🚀 Funcionalidades

• Carregamento automático de conteúdo web
• Processamento de texto usando embeddings
• Armazenamento vetorial com ChromaDB
• Suporte ao Modelos de linguagem (OpenAI)
• Sistema de memória para manter contexto das conversas
• Streaming de respostas em tempo real
• Monitoramento e debug com LangSmith
• Rastreamento de execuções e métricas de performance
• Análise detalhada de cada etapa do processo RAG

📋 Pré-requisitos

• Python 3.8 ou superior
• pip (gerenciador de pacotes Python)
• Chaves de API (OpenAI)
• Conta no LangSmith (para monitoramento)

🔧 Instalação

1. Clone o repositório:

git clone https://github.com/seu-usuario/langchain-rag.git
cd langchain-rag

2. Instale as dependências:

pip install -r requirements.txt

3. Configure o arquivo .env:

OPENAI_API_KEY=sua_chave_openai
LANGSMITH_API_KEY=sua_chave_langsmith
LANGSMITH_TRACING=true

🎮 Como Usar

1. Execute o script principal:

python main.py

2. Digite suas perguntas quando solicitado. O sistema irá:
   • Buscar informações relevantes no conteúdo armazenado
   • Gerar respostas contextualizadas
   • Manter histórico da conversa

🛠️ Estrutura do Projeto

langchain-rag/
├── src/
│   ├── document_loader.py
│   ├── embedding_manager.py
│   ├── rag_chain.py
│   └── utils.py
├── .env
├── main.py
└── requirements.txt

🔑 Variáveis de Ambiente

O arquivo .env deve conter:

• OPENAI_API_KEY: Chave de API da OpenAI
• LANGSMITH_API_KEY: Chave de API do LangSmith (opcional)
• LANGSMITH_TRACING: Habilita rastreamento do LangSmith

📚 Tecnologias Utilizadas

• LangChain
• ChromaDB
• OpenAI
• LangSmith
• Python

🤝 Contribuindo

Contribuições são bem-vindas! Por favor, sinta-se à vontade para submeter pull requests.

📝 Licença

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

✨ Agradecimentos

• Equipe Nearx
• Comunidade LangChain
• Contribuidores OpenAI

🔍 Monitoramento com LangSmith

O projeto utiliza o LangSmith para:

• Monitorar a performance dos modelos
• Rastrear cada etapa do processo RAG
• Debugar e otimizar as chains
• Coletar métricas de uso
• Avaliar a qualidade das respostas

Para habilitar o LangSmith:

1. Crie uma conta em https://smith.langchain.com/
2. Obtenha sua chave de API
3. Configure as variáveis de ambiente no .env:

LANGSMITH_API_KEY=sua_chave_langsmith
LANGSMITH_TRACING=true