File size: 10,389 Bytes
b6eb13c | 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 | <!DOCTYPE html>
<html lang="pt-BR">
<head>
<meta charset="UTF-8" />
<meta name="viewport" content="width=device-width, initial-scale=1.0" />
<title>DocuMind AI — Aplicação RAG com Embeddings Locais e BYOK</title>
<style>
:root {
--bg: #0b1020;
--surface: #121933;
--surface-alt: #182142;
--border: #26325c;
--text: #e6ebff;
--muted: #9aa7d1;
--primary: #5b8cff;
--accent: #38d9a9;
--warn-bg: #2a2112;
--warn-border: #d99b26;
--warn-text: #ffd685;
--code-bg: #090d1a;
}
* {
box-sizing: border-box;
margin: 0;
padding: 0;
}
body {
font-family: -apple-system, BlinkMacSystemFont, "Segoe UI", Roboto, Inter, sans-serif;
background: linear-gradient(180deg, #090d1a 0%, var(--bg) 100%);
color: var(--text);
line-height: 1.65;
}
.container {
max-width: 1040px;
margin: 0 auto;
padding: 2rem 1.25rem 4rem;
}
header.hero {
background: radial-gradient(circle at top right, rgba(91, 140, 255, 0.18), transparent 55%),
var(--surface);
border: 1px solid var(--border);
border-radius: 16px;
padding: 2.25rem 2rem;
margin-bottom: 1.5rem;
}
.badge-row {
display: flex;
flex-wrap: wrap;
gap: 0.5rem;
margin-bottom: 1rem;
}
.badge {
font-size: 0.78rem;
font-weight: 600;
padding: 0.25rem 0.65rem;
border-radius: 999px;
background: var(--surface-alt);
border: 1px solid var(--border);
color: var(--accent);
}
h1 {
font-size: clamp(1.85rem, 3.5vw, 2.5rem);
line-height: 1.2;
margin-bottom: 0.75rem;
}
.subtitle {
color: var(--muted);
font-size: 1.05rem;
max-width: 780px;
}
.notice {
background: var(--warn-bg);
border: 1px solid var(--warn-border);
color: var(--warn-text);
border-radius: 12px;
padding: 1rem 1.25rem;
margin-bottom: 2rem;
font-size: 0.95rem;
}
section {
margin-bottom: 2rem;
}
h2 {
font-size: 1.35rem;
margin-bottom: 0.9rem;
color: #ffffff;
border-left: 4px solid var(--primary);
padding-left: 0.75rem;
}
.grid {
display: grid;
grid-template-columns: repeat(auto-fit, minmax(260px, 1fr));
gap: 1rem;
}
.card {
background: var(--surface);
border: 1px solid var(--border);
border-radius: 12px;
padding: 1.25rem;
}
.card h3 {
font-size: 1.05rem;
margin-bottom: 0.5rem;
color: var(--primary);
}
.card p, .card li {
color: var(--muted);
font-size: 0.94rem;
}
.card ul {
padding-left: 1.15rem;
margin-top: 0.4rem;
}
.flow-box {
background: var(--code-bg);
border: 1px solid var(--border);
border-radius: 12px;
padding: 1.1rem 1.25rem;
overflow-x: auto;
font-family: ui-monospace, SFMono-Regular, Menlo, Consolas, monospace;
font-size: 0.88rem;
color: #c8d6ff;
white-space: pre;
}
.tech-list {
display: flex;
flex-wrap: wrap;
gap: 0.6rem;
}
.tech-pill {
background: var(--surface);
border: 1px solid var(--border);
border-radius: 8px;
padding: 0.45rem 0.8rem;
font-size: 0.9rem;
color: var(--text);
}
pre.code {
background: var(--code-bg);
border: 1px solid var(--border);
border-radius: 10px;
padding: 1rem 1.15rem;
overflow-x: auto;
font-family: ui-monospace, SFMono-Regular, Menlo, Consolas, monospace;
font-size: 0.88rem;
color: #d6e2ff;
margin-top: 0.6rem;
}
footer {
margin-top: 3rem;
padding-top: 1.25rem;
border-top: 1px solid var(--border);
color: var(--muted);
font-size: 0.88rem;
text-align: center;
}
</style>
</head>
<body>
<main class="container">
<header class="hero">
<div class="badge-row">
<span class="badge">Python 3.12+</span>
<span class="badge">RAG Modular</span>
<span class="badge">Embeddings Locais (CPU)</span>
<span class="badge">Arquitetura BYOK</span>
</div>
<h1>📄 DocuMind AI</h1>
<p class="subtitle">
Aplicação de <strong>Retrieval-Augmented Generation (RAG)</strong> para indexação de documentos PDF
e perguntas em linguagem natural com respostas fundamentadas exclusivamente no conteúdo enviado e
citação de documento e página.
</p>
</header>
<div class="notice">
<strong>Aviso sobre esta hospedagem:</strong> Este Space utiliza <code>sdk: static</code> para apresentar
a documentação e disponibilizar o código-fonte público. <strong>A demonstração interativa em Streamlit não está
hospedada nesta versão</strong> — siga as instruções abaixo para executar a aplicação localmente.
</div>
<section>
<h2>Arquitetura e Fluxo RAG</h2>
<div class="flow-box">[Upload PDF] ─▶ document_loader.py ─▶ text_splitter.py ─▶ embeddings.py (local) ─▶ vector_store.py (ChromaDB)
│
[Pergunta] ───▶ embeddings.py (local) ───────────────────────▶ retriever.py (Top 3-5) ──────────┘
│
▼
[Resposta + Fontes] ◀── app.py (Streamlit) ◀── rag_pipeline.py ◀── llm.py (BYOK: Gemini / Groq)</div>
</section>
<section>
<h2>Componentes Principais</h2>
<div class="grid">
<article class="card">
<h3>Embeddings Locais (Sentence Transformers)</h3>
<p>
Utiliza <code>sentence-transformers/all-MiniLM-L6-v2</code> localmente na CPU via PyTorch
(384 dimensões). O mesmo modelo é usado na indexação e nas consultas, carregado uma única vez
por processo com cache local e <strong>sem necessidade de API Key</strong>.
</p>
</article>
<article class="card">
<h3>Banco Vetorial (ChromaDB)</h3>
<p>
Armazena textos, vetores e metadados (<code>source</code>, <code>page</code>, <code>chunk_index</code>)
com similaridade de cosseno, filtro de distância máxima (<code>max_distance=0.85</code>), remoção de
<em>chunks</em> órfãos na reindexação e isolamento por coleção/sessão.
</p>
</article>
<article class="card">
<h3>Integração Gemini e Groq</h3>
<p>
Geração via <strong>Google Gemini API</strong> (<code>google-genai</code>) e <strong>Groq API</strong>
via REST (<code>httpx</code>). Os trechos recuperados são enviados como contexto fechado para reduzir
alucinações e citar documento e página.
</p>
</article>
</div>
</section>
<section>
<h2>Funcionamento do BYOK (Bring Your Own Key)</h2>
<div class="grid">
<article class="card">
<h3>Modo Gemini</h3>
<p>Solicita apenas <code>GEMINI_API_KEY</code> na barra lateral e utiliza a Google Gemini API.</p>
</article>
<article class="card">
<h3>Modo Groq</h3>
<p>Solicita apenas <code>GROQ_API_KEY</code> e realiza a geração diretamente pela Groq API.</p>
</article>
<article class="card">
<h3>Modo Gemini + Fallback Groq</h3>
<p>
Usa Gemini como primário e aciona Groq automaticamente apenas em falhas temporárias elegíveis
(<code>429</code>, <code>5xx</code>, <em>timeout</em> ou erro de rede), avisando na interface.
</p>
</article>
</div>
</section>
<section>
<h2>Segurança e Privacidade</h2>
<div class="card">
<ul>
<li><strong>Credenciais apenas em memória:</strong> chaves BYOK ficam somente em <code>st.session_state</code>, nunca são gravadas em disco, no ChromaDB, em logs ou no histórico de chat, e podem ser limpas pelo botão <em>Limpar credenciais</em>.</li>
<li><strong>Sanitização de erros:</strong> padrões de chaves e headers <code>Bearer</code> são mascarados antes de exibição ou log.</li>
<li><strong>Isolamento por sessão:</strong> cada sessão usa token aleatório (<code>secrets.token_urlsafe</code>) e coleção isolada no ChromaDB.</li>
<li><strong>Proteção contra Prompt Injection e DoS:</strong> trechos delimitados em <code><documentos></code>, instrução de sistema restritiva e limite de 20 MB por PDF.</li>
</ul>
</div>
</section>
<section>
<h2>Tecnologias Utilizadas</h2>
<div class="tech-list">
<span class="tech-pill">Python 3.12+</span>
<span class="tech-pill">Streamlit</span>
<span class="tech-pill">ChromaDB</span>
<span class="tech-pill">Sentence Transformers</span>
<span class="tech-pill">PyTorch (CPU)</span>
<span class="tech-pill">Google Gemini API</span>
<span class="tech-pill">Groq API (httpx)</span>
<span class="tech-pill">PyPDF</span>
<span class="tech-pill">python-dotenv</span>
<span class="tech-pill">Pytest</span>
</div>
</section>
<section>
<h2>Como Executar Localmente</h2>
<div class="card">
<p>Clone o repositório do Space, crie um ambiente virtual, instale as dependências e inicie o Streamlit:</p>
<pre class="code">git clone https://huggingface.co/spaces/AdryanAzul/DocuMindAI_RAG_Application
cd DocuMindAI_RAG_Application
python -m venv .venv
# Windows (PowerShell): .venv\Scripts\Activate.ps1
# Linux / macOS: source .venv/bin/activate
pip install -r requirements.txt
streamlit run app.py</pre>
<p style="margin-top: 0.75rem;">Para executar a suíte de testes automatizados:</p>
<pre class="code">pytest -v</pre>
</div>
</section>
<footer>
DocuMind AI — Repositório público de código-fonte e documentação estática.
</footer>
</main>
</body>
</html>
|