Upload app.py with huggingface_hub

app.py

@@ -0,0 +1,51 @@
+import gradio as gr
+import json
+
+# Placeholder para dados de busca
+# Futuramente será integrado com embeddings e vector DB
+
+SAMPLE_DOCS = [
+    {"title": "SEO Multilíngue", "content": "Estratégias de SEO para múltiplos idiomas..."},
+    {"title": "Marketing Digital", "content": "Serviços de marketing digital da MSC..."},
+    {"title": "Agentes de IA", "content": "Criação de agentes inteligentes para automação..."},
+]
+
+def search(query: str, top_k: int = 5):
+    """Realiza busca semântica nos documentos."""
+    # Busca simples por enquanto
+    # Futuramente usará embeddings
+    
+    results = []
+    query_lower = query.lower()
+    
+    for doc in SAMPLE_DOCS:
+        if query_lower in doc["title"].lower() or query_lower in doc["content"].lower():
+            results.append(doc)
+    
+    if not results:
+        results = SAMPLE_DOCS[:top_k]
+    
+    return json.dumps(results, indent=2, ensure_ascii=False)
+
+# Interface Gradio
+with gr.Blocks(title="MSC Search") as demo:
+    gr.Markdown("# 🔍 MSC Marketing - Busca Semântica")
+    gr.Markdown("Busque na documentação da MSC Marketing")
+    
+    with gr.Row():
+        query_input = gr.Textbox(label="Sua busca", placeholder="Digite sua busca...")
+        top_k_input = gr.Slider(1, 10, value=5, step=1, label="Número de resultados")
+    
+    search_btn = gr.Button("Buscar", variant="primary")
+    results_output = gr.JSON(label="Resultados")
+    
+    search_btn.click(search, inputs=[query_input, top_k_input], outputs=results_output)
+    
+    gr.Markdown("""
+    ---
+    **Nota:** Este Space está em fase de configuração inicial.
+    Em breve teremos busca semântica completa com embeddings.
+    """)
+
+if __name__ == "__main__":
+    demo.launch()