File size: 11,124 Bytes
b98b003 | 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 | #!/usr/bin/env python3
"""
Chat interativo local para testar o RAG
"""
import sys
import time
from pathlib import Path
from typing import List, Dict, Any
import argparse
import logging
import warnings
# Feedback visual imediato
print("⏳ Carregando bibliotecas e configurações...", end="", flush=True)
start_time = time.time()
# Adiciona o diretório raiz do projeto ao path
sys.path.append(str(Path(__file__).parent.parent))
from app.services.document_processor import DocumentProcessor
from app.services.vector_store import VectorStoreManager
from app.services.rag_service import RAGService
from app.core.config import settings
print(f" Concluído em {time.time() - start_time:.2f}s", flush=True)
# --- Configuração de Logging ---
# 1. Filtrar warnings para uma interface mais limpa
warnings.filterwarnings("ignore")
# 2. Obter o logger raiz
root_logger = logging.getLogger()
# 3. Limpar handlers existentes para evitar duplicação ou saídas indesejadas
if root_logger.hasHandlers():
root_logger.handlers.clear()
# 4. Configurar o logging para salvar em arquivo
log_file_path = Path(__file__).parent.parent / "chat_rag.log"
logging.basicConfig(
level=logging.INFO, # Captura logs de nível INFO e acima
format='%(asctime)s - %(name)s - %(levelname)s - %(message)s',
filename=str(log_file_path),
filemode='a' # 'a' para adicionar (append) ao log existente
)
# 5. Silenciar loggers muito "barulhentos" de bibliotecas de terceiros
logging.getLogger("chromadb.telemetry.product.posthog").setLevel(logging.CRITICAL)
logging.getLogger("sentence_transformers").setLevel(logging.WARNING)
# Logger específico para este script (opcional, já que o raiz está configurado)
logger = logging.getLogger(__name__)
class RAGChat:
def __init__(self):
"""Inicializa os serviços do RAG"""
print("🚀 Inicializando serviços RAG (pode levar alguns segundos)...", flush=True)
logger.info("--- NOVA SESSÃO INICIADA ---")
# Inicializar serviços
self.processor = DocumentProcessor()
self.vector_store = VectorStoreManager()
self.rag_service = RAGService()
# Identificar LLM em uso
llm_name = "Nenhuma (Modo Simples)"
if self.rag_service.llm:
try:
if hasattr(self.rag_service.llm, 'model_name'):
llm_name = f"{self.rag_service.llm.__class__.__name__} ({self.rag_service.llm.model_name})"
elif hasattr(self.rag_service.llm, 'model'):
llm_name = f"{self.rag_service.llm.__class__.__name__} ({self.rag_service.llm.model})"
else:
llm_name = self.rag_service.llm.__class__.__name__
except:
llm_name = "LLM Desconhecida"
print(f"✅ RAG Chat pronto! [LLM: {llm_name}]", flush=True)
logger.info(f"RAG Chat inicializado com sucesso. LLM: {llm_name}")
def ingest_documents(self, directory: str = None):
"""Ingere documentos da pasta especificada"""
if directory is None:
directory = settings.documents_directory_raw
docs_path = Path(directory)
if not docs_path.exists():
print(f"❌ Diretório não encontrado: {directory}", flush=True)
logger.error(f"Diretório de ingestão não encontrado: {directory}")
return
print(f"📂 Processando documentos de: {directory}", flush=True)
logger.info(f"Iniciando processamento de documentos de: {directory}")
# Processar documentos
documents = self.processor.process_directory(docs_path)
if documents:
self.vector_store.add_documents(documents)
print(f"✅ {len(documents)} chunks processados e adicionados ao banco vetorial", flush=True)
logger.info(f"{len(documents)} chunks adicionados ao banco vetorial.")
stats = self.vector_store.get_collection_stats()
print(f"📊 Estatísticas do banco: {stats.get('total_documents', 0)} documentos", flush=True)
logger.info(f"Estatísticas do banco: {stats}")
else:
print("⚠️ Nenhum documento processado", flush=True)
logger.warning("Nenhum documento encontrado para processar.")
print(f" Extensões suportadas: {', '.join(settings.supported_extensions)}", flush=True)
def ask_question(self, question: str, show_sources: bool = True):
"""Faz uma pergunta ao sistema RAG"""
print(f"\n❓ Pergunta: {question}", flush=True)
logger.info(f"Recebida pergunta: {question}")
print("-" * 50, flush=True)
try:
result = self.rag_service.query(question)
logger.info(f"Resposta gerada: {result['answer']}")
print(f"🤖 Resposta: {result['answer']}", flush=True)
if show_sources and result['sources']:
print(f"\n📚 Fontes ({len(result['sources'])} encontradas):", flush=True)
for i, source in enumerate(result['sources'], 1):
filename = Path(source['filename']).name
chunk_id = source.get('chunk', '?')
print(f" {i}. {filename} (chunk {chunk_id})", flush=True)
logger.info(f"Fontes encontradas: {[s['source'] for s in result['sources']]}")
return result
except Exception as e:
print(f"❌ Erro: {e}", flush=True)
logger.exception(f"Erro ao processar a pergunta: {question}")
return None
def search_documents(self, query: str, limit: int = 5):
"""Busca documentos sem gerar resposta"""
print(f"\n🔍 Buscando: '{query}'", flush=True)
logger.info(f"Buscando por documentos com o termo: '{query}'")
results = self.rag_service.search_documents(query, k=limit)
if results:
print(f"📄 Encontrados {len(results)} documentos:", flush=True)
for i, result in enumerate(results, 1):
print(f"\n {i}. {result['filename']} (score: {result['score']:.3f})", flush=True)
print(" " + "-" * 40, flush=True)
print(f" {result['content']}", flush=True)
print(" " + "-" * 40, flush=True)
logger.info(f"Encontrados {len(results)} documentos para a busca.")
else:
print("⚠️ Nenhum documento encontrado", flush=True)
logger.warning("Nenhum documento encontrado para a busca.")
return results
def show_stats(self):
"""Mostra estatísticas do sistema"""
stats = self.vector_store.get_collection_stats()
indexed_docs = self.vector_store.list_indexed_documents()
print("\n📊 ESTATÍSTICAS DO SISTEMA", flush=True)
print("=" * 30, flush=True)
print(f"• Modelo de embeddings: {settings.embeddings_model}", flush=True)
print(f"• Total de chunks no banco: {stats.get('total_documents', 0)}", flush=True)
print(f"• Pasta do Chroma: {settings.chroma_persist_directory}", flush=True)
if indexed_docs:
print(f"\n📚 Documentos Indexados ({len(indexed_docs)}):", flush=True)
for doc_name in indexed_docs:
print(f" • {doc_name}", flush=True)
else:
print("\n📚 Nenhum documento indexado.", flush=True)
logger.info(f"Exibindo estatísticas: {stats}")
def interactive_chat(self):
"""Modo chat interativo"""
print("\n" + "=" * 60, flush=True)
print("💬 CHAT RAG INTERATIVO", flush=True)
print("=" * 60, flush=True)
print("Comandos:", flush=True)
print(" /help - Mostra esta ajuda", flush=True)
print(" /stats - Mostra estatísticas", flush=True)
print(" /search - Busca documentos", flush=True)
print(" /ingest - Reingere documentos", flush=True)
print(" /quit - Sair", flush=True)
print("=" * 60, flush=True)
while True:
try:
user_input = input("\n💭 Você: ").strip()
if not user_input:
continue
if user_input.lower() == '/quit':
print("👋 Até logo!", flush=True)
logger.info("Saindo do chat interativo.")
break
elif user_input.lower() == '/help':
print("📋 Comandos disponíveis:", flush=True)
print(" /help - Mostra ajuda", flush=True)
print(" /stats - Estatísticas do sistema", flush=True)
print(" /search - Busca documentos (ex: /search senha)", flush=True)
print(" /ingest - Reingere documentos", flush=True)
print(" /quit - Sair", flush=True)
print(" Qualquer outra coisa será tratada como pergunta", flush=True)
elif user_input.lower() == '/stats':
self.show_stats()
elif user_input.lower().startswith('/search'):
query = user_input[8:].strip()
if query:
self.search_documents(query)
else:
print("⚠️ Uso: /search <termo de busca>", flush=True)
elif user_input.lower() == '/ingest':
self.ingest_documents()
else:
self.ask_question(user_input)
except KeyboardInterrupt:
print("\n\n👋 Interrompido pelo usuário", flush=True)
logger.warning("Chat interrompido pelo usuário (KeyboardInterrupt).")
break
except Exception as e:
print(f"❌ Erro inesperado: {e}", flush=True)
logger.exception("Erro inesperado no loop do chat.")
def main():
parser = argparse.ArgumentParser(description="Chat RAG Local")
parser.add_argument("--question", "-q", help="Pergunta única")
parser.add_argument("--search", "-s", help="Busca por documentos")
parser.add_argument("--ingest", "-i", action="store_true", help="Ingerir documentos")
parser.add_argument("--stats", action="store_true", help="Mostrar estatísticas")
parser.add_argument("--interactive", action="store_true", help="Modo interativo")
args = parser.parse_args()
chat = RAGChat()
if args.ingest:
chat.ingest_documents()
if args.stats:
chat.show_stats()
if args.search:
chat.search_documents(args.search)
if args.question:
chat.ask_question(args.question)
if args.interactive or not any([args.question, args.search, args.ingest, args.stats]):
chat.interactive_chat()
if __name__ == "__main__":
main()
|