Update app.py

app.py

@@ -1,67 +1,364 @@
-[
-  {
-    "fase": 0,
-    "nome": "CONTEXTO_INICIAL_VALOR_VIDA",
-    "modelo": "meta-llama/llama-4-maverick-17b-128e-instruct",
-",
-    "tipo_saida": "json",
-    "missao": "INICIAR PELO RACIOCÍNIO DO USUÁRIO + CAPTURA BRUTA.\n\nObjetivos:\n- Ajudar a pessoa a organizar, com calma e clareza, o cenário de lesão, violência, acidente ou morte.\n- Capturar fatos básicos, histórico mínimo de vida, contexto do dano e nexo causal percebido.\n- Forçar o usuário a pensar se já tem alguma ideia de valor justo antes de acionar os outros agentes.\n- Detectar dúvida relevante e, se necessário, disparar STOP em vez de JSON.\n\nRegras STOP (fora de escopo):\n- Se a pergunta do usuário não tiver relação com: (a) casos de dano/indenização, (b) as missões/agentes, ou (c) o histórico mínimo do caso atual,\n  ENTÃO o modelo NÃO responde ao conteúdo da pergunta.\n- Em vez disso, responde apenas:\n\n  STOP: infelizmente não posso responder a essa pergunta,\n  pois meu objetivo aqui é apenas ajudar a analisar fatos,\n  nexo causal e valor de indenizações em casos de lesão,\n  violência, acidente ou morte, seguindo as missões do protocolo.\n\n- Nessa situação, NUNCA retornar JSON; apenas o texto acima (ou uma versão equivalente, breve).\n\nRegras STOP (dúvida crítica):\n- Se a pergunta estiver dentro do contexto do caso, mas houver dúvida alta sobre ponto crítico (nexo causal, gravidade da lesão/morte, valor-base, identidade das partes),\n  ENTÃO o agente pode responder diretamente com STOP + até 3 perguntas objetivas para esclarecimento, SEM JSON.\n- Exemplo de formato:\n\n  STOP: preciso que você esclareça até 3 pontos antes de continuar:\n\n  1) ...\n  2) ...\n  3) ... (opcional)\n\nCampos de saída (quando NÃO for caso de STOP):\n1. PERGUNTA_NORMALIZADA\n2. CONTEXTO_IDENTIFICADO {\n     tipo_caso: \"LESAO_LEVE|GRAVE|GRAVISSIMA|MORTE|OUTRO\",\n     foro: \"civel|criminal|trabalhista|outro\"\n   }\n3. RESUMO_FATOS_INICIAIS\n4. EXPECTATIVA_VALOR_INICIAL {\n     sabe_valor: true/false,\n     faixa_sugerida: { min: null, max: null },\n     justificativa_intuitiva: \"...\"\n   }\n5. NIVEL_CERTEZA_USUARIO (0-10)\n6. DADOS_MINIMOS_NEXO {\n     houve_evento: true/false,\n     houve_dano: true/false,\n     sente_relacao_causa_efeito: true/false\n   }\n7. AFETO_RAW { amor: 0.0, medo: 0.0, paixa: 0.0 }\n8. FELICIDADE_LATENTE\n9. SINAIS_DUVIDA { contradicoes: [], lacunas_obvias: [] }\n10. DUVIDA_DETECTADA { true|false }\n11. TESTE_REFLEXAO {\n      perguntas: [\n        \"O que exatamente aconteceu, em ordem temporal?\",\n        \"Se você fosse juiz, que valor consideraria minimamente justo e por quê?\",\n        \"Existe algum caso parecido que você conhece? O que aconteceu lá?\"\n      ],\n      instrucoes_ao_usuario: \"Responda com calma a cada pergunta. O sistema só seguirá quando houver clareza mínima sobre fatos e sua própria expectativa.\"\n   }\n12. PROXIMA_ACAO { \"PERGUNTAR_USUARIO\" | \"AVANCAR_FASE_1\" }\n\nRegras gerais:\n- Se DUVIDA_DETECTADA == true em ponto crítico → considerar usar STOP em vez de JSON, conforme regras acima.\n- Se for possível responder com JSON estruturado sem comprometer segurança/claridade, retornar o JSON completo."
-  },
-  {
-    "fase": 1,
-    "nome": "HISTORICO_VIDA_E_REDE_AFETIVA",
-    "modelo": "meta-llama/llama-4-maverick-17b-128e-instruct",
-",
-    "tipo_saida": "json",
-    "missao": "MAPEAR VIDA, PAPÉIS E REDE AFETIVA PARA VALOR_DA_VIDA/DIGNIDADE.\n\nObjetivos:\n- Clarificar quem é/era a vítima na sua biografia: trabalho, família, sonhos, vulnerabilidades.\n- Entender rede de dependência e afeto (cônjuge, filhos, pais, etc.).\n- Preparar terreno para valorar a perda/lesão na dimensão existencial.\n\nJSON:\n1. PERFIL_VITIMA { idade, genero, profissao, renda_media, estado_civil }\n2. PAPEL_SOCIAL_CENTRAL { provedor_familiar, cuidador, estudante, aposentado, outro }\n3. DEPENDENTES_DIRETOS { quantidade, tipos: [filhos, pais, conjuges, outros] }\n4. PROJETOS_DE_VIDA { curto_prazo, longo_prazo }\n5. VULNERABILIDADE_PREVIA { pobreza, doenca_preexistente, deficiencia, nenhum }\n6. REDE_AFETIVA { lista_pessoas_chave, grau_dependencia_emocional: 0-10 }\n7. IMPACTO_POTENCIAL_PERDA { descricao_curta, intensidade: 0-10 }\n8. COERENCIA_COM_CONTEXTO_INICIAL { coerente|parcial|incoerente }\n9. LACUNAS_HISTORICO_VIDA [lista]\n10. SUGESTAO_PERGUNTAS_ADICIONAIS_USUARIO [lista]"
-  },
-  {
-    "fase": 2,
-    "nome": "FATO_DANO_E_NEXO_CAUSAL",
-    "modelo": "meta-llama/llama-4-maverick-17b-128e-instruct",
-",
-    "tipo_saida": "json",
-    "missao": "CLAREAR FATO, DANO E NEXO CAUSAL DE FORMA ESTRUTURADA.\n\nObjetivos:\n- Organizar, de forma lógica, o que aconteceu, que dano houve e qual nexo alegado.\n- Separar fato objetivo de percepção subjetiva.\n\nJSON:\n1. FATO_GERADOR_LINEAR { linha_do_tempo: [eventos_em_ordem] }\n2. TIPO_EVENTO { acidente_transito, erro_medico, violencia_domestica, crime_intencional, outro }\n3. DANO_CORPORAL_CLASSIFICACAO { LESAO_LEVE|GRAVE|GRAVISSIMA|MORTE|SEM_INFORMACAO }\n4. DANO_CONCRETO_DESCRITO { lesoes, sequelas, morte, dano_estetico }\n5. PROVAS_DISPONIVEIS { laudos_medicos, boletim_ocorrencia, fotos, videos, testemunhas }\n6. NARRATIVA_NEXO_CAUSAL { em_ate_500_caracteres }\n7. GRAU_CONFIANCA_NEXO_DECLARADO (0-10)\n8. AMBIGUIDADES_IDENTIFICADAS { sim|nao, detalhes }\n9. ITENS_QUE_EXIGEM_PERICIA { lista }\n10. COERENCIA_FATO_NEXO { alta|media|baixa }"
-  },
-  {
-    "fase": 3,
-    "nome": "CONTEXTO_E_CONSEQUENCIAS_DO_DANO",
-    "modelo": "meta-llama/llama-4-maverick-17b-128e-instruct",
-",
-    "tipo_saida": "json",
-    "missao": "MAPEAR CONTEXTO E CONSEQUÊNCIAS MATERIAIS, MORAIS E EXISTENCIAIS.\n\nJSON:\n1. CONSEQUENCIAS_SAUDE { dor_cronica, limitacao_fisica, dependencia_terceiros, tratamento_longo_prazo }\n2. CONSEQUENCIAS_TRABALHO { dias_afastamento, perda_emprego, rebaixamento_funcao, incapacidade_parcial, incapacidade_total }\n3. CONSEQUENCIAS_FAMILIA { rompimento_relacoes, sobrecarga_cuidador, impacto_filhos }\n4. CONSEQUENCIAS_PSICOLOGICAS { ansiedade, depressao, TEPT, medo_constante }\n5. PERDA_QUALIDADE_VIDA { nota: 0-10, justificativa }\n6. DESCRICAO_DANO_MORAL_SUBJETIVO { humilhacao, medo_de_morrer, perda_dignidade, luto }\n7. SINTONIA_COM_HISTORICO_VIDA { sim|parcial|nao }\n8. PONTOS_FORTES_DANO_MORAL { lista }\n9. PONTOS_FRACOS_DANO_MORAL { lista }"
-  },
-  {
-    "fase": 4,
-    "nome": "GRAVIDADE_DANO_E_FAIXA_STJ",
-    "modelo": "meta-llama/llama-4-maverick-17b-128e-instruct",
-",
-    "tipo_saida": "json",
-    "missao": "CONECTAR GRAVIDADE DA LESÃO ÀS FAIXAS JURISPRUDENCIAIS DE DANO MORAL.\n\nJSON:\n1. CLASSIFICACAO_JURIDICA_LESAO { LEVE|GRAVE|GRAVISSIMA|MORTE }\n2. CRITERIOS_USADOS { dias_incapacidade, risco_vida, sequela_permanente, incapacidade_trabalho, deformidade }\n3. FAIXA_REFERENCIA_STJ_SM { min_sm, max_sm, mediana_sm }\n4. FAIXA_REFERENCIA_STJ_RS { min_rs, max_rs, mediana_rs }\n5. AJUSTES_POR_CASO_CONCRETO { fatores_agravantes, fatores_atenuantes }\n6. FAIXA_AJUSTADA_RS { min_rs, max_rs }\n7. NOTA_SOBRE_TETOS_E_PISOS { comentario_curto }"
-  },
-  {
-    "fase": 5,
-    "nome": "CENARIOS_VALOR_VIDA",
-    "modelo": "meta-llama/llama-4-maverick-17b-128e-instruct",
-",
-    "tipo_saida": "json",
-    "missao": "GERAR CENÁRIOS DE VALOR (PRINCIPAL/ALTERNATIVO/IMPROVÁVEL) PARA O DANO À VIDA/DIGNIDADE.\n\nJSON (lista de 3 cenários):\n[\n  {\n    \"ID\": \"PRINCIPAL\",\n    \"DESCRICAO\": \"cenário mais provável com base nas provas e na jurisprudência\",\n    \"PRIOR\": 0.6,\n    \"VALOR_SUGERIDO_RS\": 0,\n    \"SUPOSICOES_CHAVE\": [\"nexo_causal_reconhecido\"],\n    \"COMPATIBILIDADE_FATOS\": \"alta\",\n    \"DANO_MORAL_RS\": { \"min\": 0, \"max\": 0, \"mediano\": 0 },\n    \"DANO_MATERIAL_RS\": 0,\n    \"VALOR_TOTAL_RS\": { \"min\": 0, \"max\": 0, \"mediano\": 0 }\n  },\n  {\n    \"ID\": \"ALTERNATIVO\",\n    \"PRIOR\": 0.3,\n    \"...\": \"estrutura_análoga\"\n  },\n  {\n    \"ID\": \"IMPROVAVEL\",\n    \"PRIOR\": 0.1,\n    \"...\": \"estrutura_análoga\"\n  }\n]\n\nRegra: soma dos PRIORES = 1.0."
-  },
-  {
-    "fase": 6,
-    "nome": "TESTE_JUSTICA_DO_VALOR",
-    "modelo": "meta-llama/llama-4-maverick-17b-128e-instruct",
-",
-    "tipo_saida": "json",
-    "missao": "EXPLICAR POR QUE O VALOR ESCOLHIDO É JUSTO E POR QUE OUTROS NÃO SÃO.\n\nJSON:\n1. VALOR_RECOMENDADO_RS\n2. CENARIO_BASE { PRINCIPAL|ALTERNATIVO|IMPROVAVEL }\n3. POR_QUE_ESTE_VALOR\n4. POR_QUE_NAO_VALORES_MENORES [lista]\n5. POR_QUE_NAO_VALORES_MAIORES [lista]\n6. TESTE_PROPORCIONALIDADE { passou|falhou, justificativa }\n7. TESTE_ENRIQUECIMENTO_SEM_CAUSA { passou|falhou, justificativa }\n8. TESTE_REPARACAO_MINIMA_DIGNA { passou|falhou, justificativa }\n9. MARGEM_DISCRICIONARIEDADE_RS { min, max }"
-  },
-  {
-    "fase": 7,
-    "nome": "RELATORIO_VALOR_VIDA",
-    "modelo": "meta-llama/llama-4-maverick-17b-128e-instruct",
-",
-    "tipo_saida": "json",
-    "missao": "ponto de (STOP) GERAR TEXTO FINAL EXPLICANDO O VALOR DA INDENIZAÇÃO À LUZ DA VIDA, HISTÓRIA E GRAVIDADE DO DANO.\n\nEstrutura mínima:\n1. RESUMO_FATOS_E_NEXO\n2. QUEM_ERA_A_VITIMA_E_O_QUE_PERDEU\n3. GRAVIDADE_DA_LESÃO_E_FAIXA_JURISPRUDENCIAL\n4. CENARIO_ESCOLHIDO_E_VALOR_RECOMENDADO\n5. POR_QUE_ESTE_VALOR\n6. POR_QUE_NAO_MENOS\n7. POR_QUE_NAO_MAIS\n8. OBSERVACOES_SOBRE_DUVIDAS_E_LIMITES_DA_ANALISE"
-  }
-]
+# ╔════════════════════════════════════════════════════════════════════════════╗
+# ║             PIPELINE v35: GROQ ONLY + DEBUG LOGS (FIX)                    ║
+# ║             Usando apenas Groq API (sem Gemini)                           ║
+# ╚════════════════════════════════════════════════════════════════════════════╝
 
+import os
+import json
+import re
+import time
+from datetime import datetime
+import gradio as gr
+from groq import Groq
+
+# ==================== 1. CONFIGURAÇÃO ====================
+groq_key = os.getenv("GROQ_API_KEY", "SUA_GROQ_KEY_AQUUI")
+groq_client = Groq(api_key=groq_key)
+
+ARQUIVO_CONFIG = "protocolo.json"
+ARQUIVO_HELP = "help.md"
+DELAY_ENTRE_AGENTES = 5  # 3 minutos
+
+print("🚀 App inicializada - GROQ ONLY")
+print(f"  ✅ Groq: {'OK - API configurada' if groq_key != 'SUA_GROQ_KEY_AQUUI' else '⚠️ usando key placeholder'}")
+
+# ==================== 2. UTILIDADES ====================
+def carregar_protocolo():
+    try:
+        with open(ARQUIVO_CONFIG, "r", encoding="utf-8") as f:
+            return f.read()
+    except Exception as e:
+        print(f"❌ Erro carregar_protocolo: {e}")
+        return "[]"
+
+def salvar_protocolo(conteudo):
+    try:
+        json.loads(conteudo)
+        with open(ARQUIVO_CONFIG, "w", encoding="utf-8") as f:
+            f.write(conteudo)
+        print(f"💾 Protocolo salvo: {len(json.loads(conteudo))} agentes")
+        return "✅ Protocolo salvo com sucesso"
+    except Exception as e:
+        print(f"❌ Erro salvar_protocolo: {e}")
+        return f"❌ Erro JSON: {str(e)}"
+
+def carregar_help():
+    try:
+        with open(ARQUIVO_HELP, "r", encoding="utf-8") as f:
+            return f.read()
+    except:
+        return "# Help não encontrado\n\nCrie um arquivo help.md na raiz do projeto."
+
+def ler_anexo(arquivo):
+    if arquivo is None:
+        return ""
+    try:
+        with open(arquivo.name, "r", encoding="utf-8") as f:
+            conteudo = f.read()
+            print(f"📎 Anexo lido: {os.path.basename(arquivo.name)} ({len(conteudo)} chars)")
+            return f"\n\n[ANEXO: {os.path.basename(arquivo.name)}]\n{conteudo}\n[FIM ANEXO]\n"
+    except Exception as e:
+        print(f"❌ Erro ler_anexo {arquivo.name}: {e}")
+        return ""
+
+def verificar_stop(texto):
+    if not texto:
+        return False
+    stop_detectado = bool(re.search(r'\bstop\b', str(texto), re.IGNORECASE))
+    print(f"🛑 STOP detectado? {stop_detectado} em '{str(texto)[:100]}...'")
+    return stop_detectado
+
+# ==================== 3. ENGINE DE EXECUÇÃO (GROQ) ====================
+def executar_no(timeline, config):
+    print(f"\n🔥 === EXECUTANDO {config['nome']} ===")
+    modelo = config.get('modelo', 'meta-llama/llama-4-maverick-17b-128e-instruct')
+    print(f"   Modelo Groq: {modelo}")
+    
+    try:
+        inicio = time.time()
+        
+        # Converte timeline para formato messages do Groq
+        messages = []
+        
+        # System message com missão do agente
+        messages.append({
+            "role": "system",
+            "content": f"AGENTE: {config['nome']}\nMISSÃO: {config['missao']}"
+        })
+        
+        # Adiciona timeline como contexto
+        for msg in timeline:
+            role = msg.get('role')
+            if role in ['user', 'assistant']:
+                content = msg.get('content', '')
+                # Se content for dict/list, serializa
+                if isinstance(content, (dict, list)):
+                    content = json.dumps(content, ensure_ascii=False)
+                messages.append({
+                    "role": role,
+                    "content": str(content)
+                })
+        
+        print(f"📤 Groq messages: {len(messages)} mensagens")
+        print(f"   System: {messages[0]['content'][:200]}...")
+        if len(messages) > 1:
+            print(f"   Last user: {messages[-1]['content'][:200]}...")
+        
+        # Chama Groq API com streaming
+        completion = groq_client.chat.completions.create(
+            model=modelo,
+            messages=messages,
+            temperature=1,
+            max_completion_tokens=4096,
+            top_p=1,
+            stream=True,
+            stop=None
+        )
+        
+        # Coleta resposta em streaming
+        out_raw = ""
+        for chunk in completion:
+            content_chunk = chunk.choices[0].delta.content or ""
+            out_raw += content_chunk
+        
+        tempo_exec = time.time() - inicio
+        
+        print(f"📥 OUTPUT GROQ ({len(out_raw)} chars, {tempo_exec:.2f}s):")
+        print(out_raw[:1000])
+        print("..." if len(out_raw) > 1000 else "")
+        
+        # Parse JSON se necessário
+        content = out_raw
+        if config.get('tipo_saida') == 'json':
+            try:
+                # Remove markdown code blocks se presentes
+                cleaned = out_raw.strip()
+                 
+                content = json.loads(cleaned)
+                print("✅ JSON parseado com sucesso")
+            except Exception as parse_e:
+                print(f"⚠️ Erro parse JSON: {parse_e}")
+                print(f"   Primeiros 200 chars: {cleaned[:200]}")
+                content = out_raw
+        
+        print(f"⏱️ Tempo total: {tempo_exec:.2f}s")
+        
+        return {
+            "role": "assistant",
+            "agent": config['nome'],
+            "content": content,
+            "raw": out_raw,
+            "tempo": tempo_exec
+        }, True
+        
+    except Exception as e:
+        print(f"💥 ERRO GROQ: {str(e)}")
+        import traceback
+        traceback.print_exc()
+        return {
+            "role": "system",
+            "error": str(e),
+            "agent": config['nome']
+        }, False
+
+# ==================== 4. ORQUESTRADOR ====================
+def orquestrador(texto, anexos_list, history, json_config, contexto_objetivo):
+    print("\n" + "="*80)
+    print("🎬 INICIANDO ORQUESTRADOR - NOVA EXECUÇÃO")
+    print(f"📝 Input texto: '{texto[:200]}...' ({len(texto)} chars)")
+    print(f"📎 Anexos: {len(anexos_list)} arquivos")
+    
+    if not texto.strip():
+        print("⚠️ Texto vazio, abortando")
+        yield history, []
+        return
+    
+    history = history + [{"role": "user", "content": texto}]
+    
+    try:
+        protocolo = json.loads(json_config)
+        print(f"🔗 Protocolo: {len(protocolo)} agentes")
+        for i, ag in enumerate(protocolo):
+            print(f"   {i+1}. {ag['nome']} ({ag.get('modelo', 'default')})")
+    except Exception as e:
+        print(f"💥 Erro JSON config: {e}")
+        history.append({"role": "assistant", "content": f"❌ Erro no JSON de Configuração: {str(e)}"})
+        yield history, []
+        return
+    
+    history.append({"role": "assistant", "content": ""})
+    
+    # Contexto inicial
+    contexto_inicial = ""
+    if contexto_objetivo and contexto_objetivo.strip():
+        contexto_inicial += f"[OBJETIVO DO MODELO]\n{contexto_objetivo.strip()}\n[FIM OBJETIVO]\n\n"
+        print(f"🎯 Objetivo adicionado: {len(contexto_objetivo)} chars")
+    
+    if anexos_list:
+        for anexo in anexos_list:
+            anexo_conteudo = ler_anexo(anexo)
+            if anexo_conteudo:
+                contexto_inicial += anexo_conteudo
+    
+    full_input = f"{contexto_inicial}{texto}".strip()
+    timeline = [{"role": "user", "content": full_input}]
+    print(f"🌐 Timeline inicial: {len(full_input)} chars")
+    
+    audit_data = []
+    
+    # Loop pelos agentes
+    for idx, cfg in enumerate(protocolo):
+        print(f"\n{'='*50}")
+        print(f"🚀 FASE {idx+1}/{len(protocolo)}: {cfg['nome']}")
+        
+        history[-1]["content"] = f"⏳ Chamando agente: **{cfg['nome']}**... Aguarde."
+        yield history, audit_data
+        
+        print(f"💤 Delay entre agentes: {DELAY_ENTRE_AGENTES}s")
+        time.sleep(DELAY_ENTRE_AGENTES)
+        
+        history[-1]["content"] = f"⏳ Agente **{cfg['nome']}** processando..."
+        yield history, audit_data
+        
+        res, sucesso = executar_no(timeline, cfg)
+        timeline.append(res)
+        
+        audit_entry = {
+            "step": idx + 1,
+            "agent": cfg['nome'],
+            "model": cfg.get('modelo', 'default'),
+            "type": cfg.get('tipo_saida', 'texto'),
+            "response_preview": str(res.get('content'))[:100] + "...",
+            "raw_len": len(res.get('raw', '')),
+            "tempo": round(res.get('tempo', 0), 2),
+            "sucesso": sucesso,
+            "timestamp": datetime.now().strftime('%H:%M:%S')
+        }
+        audit_data.append(audit_entry)
+        print(f"📋 Audit #{audit_entry['step']} salvo")
+        
+        conteudo_resposta = res.get('content', '')
+        if verificar_stop(conteudo_resposta):
+            print("🛑 STOP detectado - encerrando pipeline")
+            history[-1]["content"] = str(conteudo_resposta) if isinstance(conteudo_resposta, str) else json.dumps(conteudo_resposta, ensure_ascii=False, indent=2)
+            yield history, audit_data
+            return
+        
+        # Se for último agente ou tipo texto, exibe resposta
+        if idx == len(protocolo) - 1 or cfg.get('tipo_saida') == 'texto':
+            texto_final = str(conteudo_resposta) if isinstance(conteudo_resposta, str) else json.dumps(conteudo_resposta, ensure_ascii=False, indent=2)
+            print(f"✨ Exibindo resposta final: {len(texto_final)} chars")
+            
+            # Typewriter effect
+            for i in range(0, len(texto_final), 5):
+                history[-1]["content"] = texto_final[:i+5]
+                yield history, audit_data
+                time.sleep(0.05)
+            
+            history[-1]["content"] = texto_final
+            yield history, audit_data
+    
+    print("🏁 Pipeline concluída com sucesso")
+    print("="*80)
+
+# ==================== 5. UI ====================
+def ui_clean():
+    config_init = carregar_protocolo()
+    help_init = carregar_help()
+    
+    with gr.Blocks(title="AI Forensics - Groq") as app:
+        anexos_state = gr.State([])
+        
+        with gr.Tabs():
+            with gr.Tab("💬 Chat"):
+                gr.Markdown("## Investigador AI (v35 - Groq Only)")
+                chatbot = gr.Chatbot(label="Histórico", height=500)
+                
+                with gr.Row():
+                    txt_in = gr.Textbox(show_label=False, placeholder="Digite sua mensagem...", lines=2, scale=9)
+                    btn_send = gr.Button("📤 Enviar", variant="primary", scale=1)
+            
+            with gr.Tab("📎 Anexos & Contexto"):
+                gr.Markdown("""
+                ## Anexos e Contexto Factual
+                Carregue arquivos que serão enviados **uma vez** antes da primeira operação.
+                """)
+                objetivo_text = gr.Textbox(
+                    label="Objetivo do Modelo",
+                    placeholder="Ex: Você é um analista forense imparcial...",
+                    lines=5
+                )
+                gr.Markdown("### Anexos")
+                anexos_upload = gr.File(
+                    file_count="multiple",
+                    file_types=[".txt", ".md", ".csv", ".json"]
+                )
+                anexos_display = gr.Textbox(label="Arquivos Carregados", interactive=False, lines=3)
+                
+                def atualizar_anexos(files):
+                    if not files:
+                        return [], "Nenhum arquivo carregado"
+                    nomes = [os.path.basename(f.name) for f in files]
+                    return files, f"📎 {len(files)} arquivo(s): {', '.join(nomes)}"
+                
+                anexos_upload.change(atualizar_anexos, anexos_upload, [anexos_state, anexos_display])
+            
+            with gr.Tab("⚙️ Protocolo"):
+                gr.Markdown("""
+                ## Edição do Protocolo de Agentes (Groq)
+                
+                **Modelos disponíveis:**
+                - `meta-llama/llama-4-maverick-17b-128e-instruct` (padrão)
+                - `meta-llama/llama-3.3-70b-versatile`
+                - `deepseek-r1-distill-llama-70b`
+                - `llama-3.1-70b-versatile`
+                
+                **Exemplo:**
+                ```
+                [
+                  {
+                    "nome": "Alien Escrivão",
+                    "modelo": "meta-llama/llama-4-maverick-17b-128e-instruct",
+                    "tipo_saida": "json",
+                    "missao": "Analisar BO de forma imparcial..."
+                  }
+                ]
+                ```
+                """)
+                
+                with gr.Row():
+                    btn_save_proto = gr.Button("💾 Salvar", variant="primary", size="sm")
+                    btn_reload_proto = gr.Button("🔄 Recarregar", size="sm")
+                proto_status = gr.Markdown("")
+                code_json = gr.Code(value=config_init, language="json", lines=30)
+                
+                btn_save_proto.click(salvar_protocolo, code_json, proto_status)
+                btn_reload_proto.click(lambda: carregar_protocolo(), outputs=code_json)
+            
+            with gr.Tab("🔍 Auditoria"):
+                gr.Markdown("## Auditoria da Última Execução")
+                audit_display = gr.JSON(label="Dados de Auditoria", value=[])
+            
+            with gr.Tab("❓ Ajuda"):
+                help_content = gr.Markdown(help_init)
+                btn_reload_help = gr.Button("🔄 Recarregar Help")
+                btn_reload_help.click(lambda: carregar_help(), outputs=help_content)
+        
+        # Triggers
+        btn_send.click(
+            orquestrador,
+            [txt_in, anexos_state, chatbot, code_json, objetivo_text],
+            [chatbot, audit_display]
+        ).then(lambda: "", outputs=txt_in)
+        
+        txt_in.submit(
+            orquestrador,
+            [txt_in, anexos_state, chatbot, code_json, objetivo_text],
+            [chatbot, audit_display]
+        ).then(lambda: "", outputs=txt_in)
+    
+    return app
+
+if __name__ == "__main__":
+    print("🎉 Lançando app Groq-only...")
+    ui_clean().launch(css="footer{display:none!important;}")