/chatbot

Chatbot Interativo - Aprendizado Contínuo

Este projeto envolve o desenvolvimento de um chatbot interativo que não apenas responde a perguntas, mas também aprende e se adapta com base nas interações do usuário. O chatbot deve armazenar informações relevantes sobre um tema específico apenas quando o usuário enviar algo verdadeiro ou quando se trata de preferências, como preferir um tom mais formal.

Requisitos

Interface de Usuário (UI): Utiliza Streamlit para criar uma interface visual do chatbot. A construção rápida da UI não é a prioridade do teste. LangGraph e Langchain: Utilizados para a construção da solução. Modelo de Linguagem (LLM): Qualquer modelo de sua preferência, com uma variável de ambiente para a chave de API (recomendado: usar os LLMs da Groq, que são gratuitos). Base de Dados Vetorial: Utilizada para armazenar informações relevantes, deve estar em um container Docker no projeto.

Entrega

Código no GitHub: O código-fonte do projeto deve ser disponibilizado em um repositório público no GitHub. Documentação: Documentação detalhada que explique como instalar as dependências e executar a aplicação localmente, incluindo exemplos de uso e configurações necessárias. Container Docker: O projeto deve incluir um Dockerfile que permita criar uma imagem Docker, facilitando a execução da aplicação em diferentes ambientes sem conflitos de dependência. Observações Este desafio será discutido durante a entrevista, proporcionando a oportunidade de você apresentar suas soluções e decisões tomadas durante o desenvolvimento. Além disso, é uma excelente chance para enriquecer seu portfólio. Se você já possui um projeto que utiliza as tecnologias mencionadas, sinta-se à vontade para compartilhá-lo conosco, o que tornará a implementação deste desafio desnecessária. Sua habilidade em refinar as respostas do modelo de linguagem e construir os agentes será avaliada, sendo que o foco deste desafio não está apenas no código.

Instalação e Execução

Pré-requisitos Python 3.9+ Docker Conta no Groq para obter a chave de API

Passos para Instalação

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

Crie um ambiente virtual e instale as dependências:

python -m venv venv
source venv/bin/activate  # No Windows use `venv\Scripts\activate`
pip install -r requirements.txt

Configure as variáveis de ambiente:

Crie um arquivo .env na raiz do projeto e adicione sua chave de API do Groq: .env LLM_API_KEY=your_groq_api_key

Execute a aplicação localmente:

streamlit run app.py

Construa a imagem Docker:

docker build -t chatbot .

Execute o container Docker:

docker run -p 8501:8501 chatbot

Exemplo de Uso

Acesse a aplicação no navegador em http://localhost:8501. Digite uma mensagem no campo de texto e pressione Enter. O chatbot responderá e aprenderá com base nas suas interações. Estrutura do Projeto

.
├── app.py                 # Arquivo principal da aplicação Streamlit
├── chatbot.py             # Implementação do chatbot
├── Dockerfile             # Arquivo para criação da imagem Docker
├── requirements.txt       # Dependências do projeto
├── .env                   # Variáveis de ambiente (não incluído no repositório)
└── README.md              # Documentação do projeto

Tecnologias Utilizadas

  • Streamlit: Framework para criação da interface do usuário.
  • Langchain e LangGraph: Bibliotecas para construção da lógica do chatbot.
  • Groq: Serviço de LLM utilizado para geração de respostas.
  • Docker: Para containerização da aplicação, garantindo portabilidade e consistência no ambiente de execução.