Spaces:
Sleeping
Sleeping
Download modules/qa.py from renannoronha/PersonAI: direct link, hf CLI and curl.
- Browser
- Download file 2.41 kB
-
https://huggingface.co/spaces/renannoronha/PersonAI/resolve/main/modules/qa.py
- Command line
-
hf download hf://spaces/renannoronha/PersonAI/modules/qa.py
-
curl -L -o qa.py https://huggingface.co/spaces/renannoronha/PersonAI/resolve/main/modules/qa.py
2.41 kB
| import requests | |
| from .vector_store import semantic_search | |
| # Parâmetros Azure OpenAI | |
| ENDPOINT = "https://botdall3.openai.azure.com/openai/deployments/gpt-4.1/chat/completions?api-version=2024-12-01-preview" | |
| KEY = "d154d781aaf34410b502bb9be357e174" | |
| def ask_question(query, index_path="my_vector_index.json"): | |
| """ | |
| Busca contexto relevante e faz pergunta ao modelo GPT-4.1 do Azure. | |
| """ | |
| context_chunks = semantic_search(query, index_path=index_path, top_k=3) | |
| context = "\n".join(context_chunks) | |
| prompt = f"Responda à pergunta com base no contexto abaixo.\n\nContexto:\n{context}\n\nPergunta: {query}" | |
| headers = { | |
| "Content-Type": "application/json", | |
| "api-key": KEY | |
| } | |
| data = { | |
| "messages": [ | |
| {"role": "system", "content": "Você é um assistente útil."}, | |
| {"role": "user", "content": prompt} | |
| ] | |
| } | |
| response = requests.post(ENDPOINT, headers=headers, json=data) | |
| response.raise_for_status() | |
| return response.json()["choices"][0]["message"]["content"] | |
| def draft_email(incoming_email, sample_email, index_path="my_vector_index.json"): | |
| """ | |
| Gera resposta de e-mail no mesmo tom do exemplo, usando GPT-4.1 do Azure. | |
| """ | |
| prompt = f""" | |
| Você é meu assistente de e-mail de IA. | |
| Aqui está um exemplo de e-mail que escrevi: | |
| "{sample_email}" | |
| Agora escreva uma resposta para isso: | |
| "{incoming_email}" | |
| Use o mesmo tom e estilo. | |
| """ | |
| headers = { | |
| "Content-Type": "application/json", | |
| "api-key": KEY | |
| } | |
| data = { | |
| "messages": [ | |
| {"role": "system", "content": "Você é um assistente útil."}, | |
| {"role": "user", "content": prompt} | |
| ] | |
| } | |
| response = requests.post(ENDPOINT, headers=headers, json=data) | |
| response.raise_for_status() | |
| return response.json()["choices"][0]["message"]["content"] | |
| # Exemplo de uso direto para draft_email | |
| if __name__ == "__main__": | |
| pergunta = "Quais os principais tópicos do documento?" | |
| resposta = ask_question(pergunta, index_path="my_vector_index.json") | |
| print("Resposta do assistente:") | |
| print(resposta) | |
| # Exemplo de e-mail | |
| incoming = "Olá, gostaria de saber sobre o andamento do projeto." | |
| sample = "Oi, tudo bem? O projeto está indo conforme o cronograma." | |
| resposta_email = draft_email(incoming, sample) | |
| print("\nResposta de e-mail gerada:") | |
| print(resposta_email) | |