luansouza4444 commited on
Commit
cb1daa4
·
verified ·
1 Parent(s): dc2efd2

Update app.py

Browse files
Files changed (1) hide show
  1. app.py +7 -6
app.py CHANGED
@@ -49,7 +49,7 @@ def load_default_pdf():
49
  llm = ChatOpenAI(
50
  openai_api_key=OPENROUTER_API_KEY,
51
  openai_api_base="https://openrouter.ai/api/v1",
52
- model="deepseek/deepseek-r1-0528:free",
53
  temperature=0.7
54
  )
55
 
@@ -107,7 +107,7 @@ def process_pdf(file):
107
  llm = ChatOpenAI(
108
  openai_api_key=OPENROUTER_API_KEY,
109
  openai_api_base="https://openrouter.ai/api/v1",
110
- model="deepseek/deepseek-r1-0528-qwen3-8b:free",
111
  temperature=0.7
112
  )
113
 
@@ -132,10 +132,11 @@ def ask_question(question):
132
  try:
133
  # ✅ Prompt especializado: Analista de Normas Regulatórias de Mineração
134
  system_prompt = (
135
- "Você é um Analista Especialista em Normas Regulatórias de Mineração no Brasil. "
136
- "Baseie suas respostas exclusivamente no conteúdo técnico do documento LegisMiner.pdf. "
137
- "Forneça respostas claras, técnicas e fundamentadas. "
138
- "Se a informação não estiver presente no documento, informe isso ao usuário."
 
139
  )
140
 
141
  resposta = qa_chain.invoke({
 
49
  llm = ChatOpenAI(
50
  openai_api_key=OPENROUTER_API_KEY,
51
  openai_api_base="https://openrouter.ai/api/v1",
52
+ model="mistralai/mistral-7b-instruct:free",
53
  temperature=0.7
54
  )
55
 
 
107
  llm = ChatOpenAI(
108
  openai_api_key=OPENROUTER_API_KEY,
109
  openai_api_base="https://openrouter.ai/api/v1",
110
+ model="mistralai/mistral-7b-instruct:free",
111
  temperature=0.7
112
  )
113
 
 
132
  try:
133
  # ✅ Prompt especializado: Analista de Normas Regulatórias de Mineração
134
  system_prompt = (
135
+ "Você é um Analista Técnico em Normas Regulatórias de Mineração do Brasil. "
136
+ "Responda exclusivamente com base nas normas e informações contidas no PDF LegisMiner.pdf. "
137
+ "Seja direto, preciso e fundamente suas respostas com base no conteúdo técnico disponível. "
138
+ "Se a resposta não estiver no documento, diga claramente que a informação não está disponível."
139
+
140
  )
141
 
142
  resposta = qa_chain.invoke({