#!/usr/bin/env python3 """ Script para testar perguntas específicas no RAG """ import sys from pathlib import Path # Adiciona o diretório app ao path sys.path.append(str(Path(__file__).parent / "app")) from app.services.document_processor import DocumentProcessor from app.services.vector_store import VectorStoreManager from app.services.rag_service import RAGService def test_specific_questions(): """Testa perguntas específicas sobre os documentos""" print("🧪 TESTANDO PERGUNTAS ESPECÍFICAS") print("=" * 50) # Inicializar serviços processor = DocumentProcessor() vector_store = VectorStoreManager() rag_service = RAGService() # Lista de perguntas para testar test_questions = [ # Perguntas sobre credenciais "Qual a senha de homologação do sistema X?", "Quais são as credenciais de produção?", "Qual o usuário de desenvolvimento?", # Perguntas sobre tecnologia "Sistema X é desenvolvido em Java ou Python?", "Qual banco de dados é usado?", "Quais são as tecnologias do sistema?", # Perguntas sobre configurações "Qual a URL de homologação?", "Qual o timeout configurado?", "Como funciona o backup?", # Perguntas sobre responsáveis "Quem é o responsável pelo desenvolvimento?", "Quem é o Tech Lead?", "Qual o email da equipe de infraestrutura?", # Perguntas gerais "Quais são as dependências externas?", "Como fazer deploy em produção?", "Quais são os procedimentos de rollback?", ] print(f"📝 Testando {len(test_questions)} perguntas...\n") for i, question in enumerate(test_questions, 1): print(f"{i}. ❓ {question}") print("-" * 40) try: result = rag_service.query(question) if result and result['answer']: print(f"🤖 {result['answer'][:300]}...") if result['sources']: print(f" 📚 Fontes: {len(result['sources'])} documentos") for source in result['sources'][:2]: # Mostra até 2 fontes filename = Path(source['source']).name print(f" • {filename}") print() # Linha em branco except Exception as e: print(f"❌ Erro: {e}\n") def search_specific_terms(): """Busca por termos específicos nos documentos""" print("\n🔍 BUSCA POR TERMOS ESPECÍFICOS") print("=" * 50) rag_service = RAGService() search_terms = [ "senha", "homologação", "produção", "Java", "Python", "banco de dados", "URL", "usuário", "credencial", "token", "API key", "configuração" ] for term in search_terms: print(f"\n🔎 Buscando: '{term}'") results = rag_service.search_documents(term, k=3) if results: for i, result in enumerate(results[:2], 1): # Mostra até 2 resultados print(f" {i}. {result['filename']} (score: {result['score']:.3f})") print(f" {result['content'][:150]}...") else: print(" ⚠️ Nenhum resultado encontrado") def test_system_capabilities(): """Testa as capacidades do sistema""" print("\n⚙️ TESTANDO CAPACIDADES DO SISTEMA") print("=" * 50) processor = DocumentProcessor() vector_store = VectorStoreManager() # Mostrar estatísticas stats = vector_store.get_collection_stats() print(f"📊 Documentos no banco vetorial: {stats.get('total_documents', 0)}") # Testar buscas semânticas test_queries = [ ("senha homologação", ["senha", "homologação", "credencial"]), ("tecnologia java", ["Java", "Spring", "tecnologia"]), ("configuração banco", ["banco", "database", "configuração"]) ] for query, expected_terms in test_queries: print(f"\n🧪 Testando: '{query}'") print(f" Esperando termos relacionados: {expected_terms}") results = vector_store.similarity_search(query, k=2) if results: print(f" ✅ Encontrou {len(results)} documentos") for doc in results: content_lower = doc.page_content.lower() found_terms = [term for term in expected_terms if term.lower() in content_lower] if found_terms: print(f" • Encontrou termos: {found_terms}") if __name__ == "__main__": print("🚀 INICIANDO TESTES DO SISTEMA RAG") print("=" * 60) test_specific_questions() search_specific_terms() test_system_capabilities() print("\n" + "=" * 60) print("✅ TESTES CONCLUÍDOS!") print("\n💡 Dica: Use 'python chat_rag.py_back --interactive' para chat interativo")