| """Tool: consulta à base de conhecimento do produto ativo. |
| |
| Implementação simples por palavras-chave (TF-IDF leve em memória). |
| Em produção, isso seria substituído por RAG real (Aula 05). |
| Aqui o objetivo é ensinar o PADRÃO de tool de busca, não a engine de busca. |
| """ |
| import re |
| from typing import Iterable |
|
|
| from src.config import get_product_config |
|
|
|
|
| def _stem(token: str) -> str: |
| """Stemming português curto para casar singular/plural. |
| |
| Casos cobertos: |
| frações → fraç fração → fraç |
| equações → equaç equação → equaç |
| ideias → idei ideia → idei |
| cliente → client clientes → client |
| """ |
| if len(token) > 4 and (token.endswith("ções") or token.endswith("ões")): |
| |
| return token[:-4] if token.endswith("ções") else token[:-3] |
| if len(token) > 4 and (token.endswith("ção") or token.endswith("ão")): |
| return token[:-3] if token.endswith("ção") else token[:-2] |
| if len(token) > 4 and token.endswith("es"): |
| return token[:-2] |
| if len(token) > 3 and token.endswith("s"): |
| return token[:-1] |
| if len(token) > 3 and token.endswith("a"): |
| |
| return token[:-1] |
| return token |
|
|
|
|
| def _tokenize(text: str) -> list[str]: |
| """Tokeniza: minúsculo, remove pontuação, splita, stemiza por aproximação.""" |
| text = text.lower() |
| text = re.sub(r"[^\w\sáéíóúâêôãõàç]", " ", text) |
| return [_stem(t) for t in text.split() if len(t) >= 3] |
|
|
|
|
| def _score(query_tokens: Iterable[str], doc_tokens: Iterable[str]) -> int: |
| """Score = quantidade de tokens stemizados da query presentes no doc.""" |
| doc_set = set(doc_tokens) |
| return sum(1 for t in query_tokens if t in doc_set) |
|
|
|
|
| def run_knowledge_base_query(query: str, top_k: int = 2) -> str: |
| """Busca os top_k documentos mais relevantes da KB do produto ativo.""" |
| config = get_product_config() |
| kb = config.get("knowledge_base", []) |
| if not kb: |
| return "Base de conhecimento vazia para este produto." |
|
|
| query_tokens = _tokenize(query) |
|
|
| scored: list[tuple[int, dict]] = [] |
| for doc in kb: |
| all_text = f"{doc['title']} {doc['content']}" |
| doc_tokens = _tokenize(all_text) |
| score = _score(query_tokens, doc_tokens) |
| scored.append((score, doc)) |
|
|
| |
| scored = sorted(scored, key=lambda x: x[0], reverse=True) |
| relevant = [doc for score, doc in scored if score > 0][:top_k] |
|
|
| if not relevant: |
| return f"Nenhum documento relevante encontrado para a query: '{query}'" |
|
|
| out_lines = [f"Encontrados {len(relevant)} documento(s):"] |
| for i, doc in enumerate(relevant, 1): |
| out_lines.append(f"\n--- Documento {i}: {doc['title']} ---") |
| out_lines.append(doc["content"].strip()) |
| return "\n".join(out_lines) |
|
|
|
|
| knowledge_base_query_tool: dict = { |
| "type": "function", |
| "function": { |
| "name": "knowledge_base_query", |
| "description": ( |
| "Busca conteúdo na base de conhecimento curada do produto. " |
| "Use SEMPRE que precisar de fato pedagógico (EducIAção) ou " |
| "de orientação de fase de Design Thinking (DesignMind). " |
| "NÃO invente conteúdo da KB — sempre busque primeiro." |
| ), |
| "parameters": { |
| "type": "object", |
| "properties": { |
| "query": { |
| "type": "string", |
| "description": "Palavras-chave da busca. Exemplo: 'fração equivalente'", |
| }, |
| "top_k": { |
| "type": "integer", |
| "description": "Número de documentos a retornar (padrão: 2)", |
| "default": 2, |
| }, |
| }, |
| "required": ["query"], |
| "additionalProperties": False, |
| }, |
| }, |
| } |
|
|
