Ajustando temperatura e gerando logs para o RAG

app.py

@@ -5,162 +5,123 @@ import logging
 import shutil
 import random
 import pysqlite3
-sys.modules["sqlite3"] = sys.modules.pop("pysqlite3") # Truque pro Chroma não reclamar
+sys.modules["sqlite3"] = sys.modules.pop("pysqlite3") 
 
 from fastapi import FastAPI
 from fastapi.responses import StreamingResponse
 from pydantic import BaseModel
 from openai import OpenAI
 from huggingface_hub import hf_hub_download
-
-# RAG Libs
 from langchain_huggingface import HuggingFaceEmbeddings
 from langchain_community.vectorstores import Chroma
 
 # =============================================================================
-# 0. SETUP
+# LOGGING (COM DEBUG DE RAG)
 # =============================================================================
 logging.basicConfig(level=logging.INFO, format="%(asctime)s [%(levelname)s] %(message)s", handlers=[logging.StreamHandler(sys.stdout)])
 logger = logging.getLogger(__name__)
 
-app = FastAPI(title="FoddaciTron RAG Final")
+app = FastAPI(title="FoddaciTron RAG (Versão Controlada)")
 
 SILICON_KEY = os.environ.get("SILICONFLOW_API_KEY")
-if not SILICON_KEY:
-    logger.error("❌ SEM CHAVE SILICONFLOW!")
-
 client = OpenAI(api_key=SILICON_KEY, base_url="https://api.siliconflow.com/v1")
 
-# =============================================================================
-# 1. MOTOR DO BOT (CARREGA ESTILO LOCAL + MEMÓRIA REMOTA)
-# =============================================================================
-
 class FoddaciEngine:
     def __init__(self):
         self.vector_db = None
         self.style_bank = []
+        self.local_style_path = "foddaci_db_v2/style_bank.json"
+        self.chroma_persist_dir = "chroma_db_storage"
         
-        # CAMINHOS
-        self.local_style_path = "foddaci_db_v2/style_bank.json" # Arquivo pequeno no Space
-        self.chroma_persist_dir = "chroma_db_storage"           # Pasta temporária pro banco
-        
-        # CONFIG DO DATASET (Onde está o arquivo de 1GB)
-        self.dataset_repo_id = "ricsrdocasro/FoddaciBrain"    # <--- TROQUE AQUI (Ex: Ricsrdocasro/foddaci-brain)
-        self.dataset_filename = "chroma.sqlite3"                # <--- Nome do arquivo lá no Dataset
+        # --- CONFIG DO SEU DATASET ---
+        self.dataset_repo_id = "ricsrdocasro/FoddaciBrain" # <--- CONFIRA SE ESTÁ CERTO
+        self.dataset_filename = "chroma.sqlite3"
         
     def load_resources(self):
-        logger.info("🚀 Iniciando carregamento dos sistemas...")
+        logger.info("🚀 Iniciando carregamento...")
         
-        # --- A. CARREGAR ESTILO (LOCAL) ---
+        # 1. Carrega Estilo
         try:
             if os.path.exists(self.local_style_path):
                 with open(self.local_style_path, "r", encoding="utf-8") as f:
                     data = json.load(f)
                     self.style_bank = data if isinstance(data, list) else data.get("comments", [])
-                logger.info(f"🤬 Style Bank carregado: {len(self.style_bank)} ofensas prontas.")
-            else:
-                logger.warning("⚠️ style_bank.json não encontrado! Usando fallback.")
-                self.style_bank = ["Miau.", "Intankável.", "Nerdola."]
-        except Exception as e:
-            logger.error(f"❌ Erro ao ler estilo: {e}")
+        except Exception:
+            self.style_bank = ["Miau.", "Intankável.", "Nerdola."]
 
-        # --- B. CARREGAR MEMÓRIA (REMOTO 1GB) ---
-        # Verifica se já baixamos para não baixar 2x se o container só reiniciou
-        db_file_target = os.path.join(self.chroma_persist_dir, "chroma.sqlite3")
-        
-        if not os.path.exists(db_file_target):
-            logger.info("🧠 Memória não encontrada. Baixando do Dataset (Isso é rápido)...")
+        # 2. Carrega Memória Remota (1GB)
+        target_file = os.path.join(self.chroma_persist_dir, "chroma.sqlite3")
+        if not os.path.exists(target_file):
+            logger.info("🧠 Baixando Cérebro...")
             try:
                 os.makedirs(self.chroma_persist_dir, exist_ok=True)
-                
-                # Download do Hugging Face Dataset
-                downloaded_path = hf_hub_download(
-                    repo_id=self.dataset_repo_id,
-                    filename=self.dataset_filename,
-                    repo_type="dataset"
-                )
-                
-                # Move para a pasta correta
-                shutil.copy(downloaded_path, db_file_target)
-                logger.info("✅ Download concluído!")
+                path = hf_hub_download(repo_id=self.dataset_repo_id, filename=self.dataset_filename, repo_type="dataset")
+                shutil.copy(path, target_file)
             except Exception as e:
-                logger.error(f"❌ ERRO CRÍTICO NO DOWNLOAD DA MEMÓRIA: {e}")
+                logger.error(f"❌ Erro Download: {e}")
                 return
-        
-        # Conecta o Chroma ao arquivo baixado
+
+        # 3. Conecta Chroma
         try:
-            logger.info("🔌 Conectando neurônios...")
             embeddings = HuggingFaceEmbeddings(model_name="sentence-transformers/all-MiniLM-L6-v2")
-            
             self.vector_db = Chroma(
                 persist_directory=self.chroma_persist_dir,
                 embedding_function=embeddings,
-                collection_name="foddaci_memory" # Importante: Tem que ser o mesmo nome de quando criou
+                collection_name="foddaci_memory"
             )
             logger.info("🤖 Cérebro Conectado!")
         except Exception as e:
-            logger.error(f"❌ Erro ao abrir Chroma: {e}")
+            logger.error(f"❌ Erro Chroma: {e}")
 
     def get_rag_data(self, query: str):
-        # 1. Pega Contexto
         context = ""
+        # AUMENTAMOS O K PARA 5 (Mais contexto para ele ler)
         if self.vector_db:
             try:
-                docs = self.vector_db.similarity_search(query, k=3)
+                docs = self.vector_db.similarity_search(query, k=5)
                 context = "\n\n".join([d.page_content for d in docs])
+                # LOG DE DEBUG: Vamos ver o que ele achou!
+                logger.info(f"🔍 RAG ENCONTROU ISSO PARA '{query}':\n{context[:300]}...") 
             except Exception:
                 context = ""
         
-        # 2. Pega Estilo Aleatório (Few-Shot)
-        style_sample = ""
+        style = ""
         if self.style_bank:
-            # Pega 3 frases aleatórias
-            sample = random.sample(self.style_bank, min(3, len(self.style_bank)))
-            style_sample = "\n".join([f"- {s}" for s in sample])
+            style = "\n".join([f"- {s}" for s in random.sample(self.style_bank, min(3, len(self.style_bank)))])
             
-        return context, style_sample
+        return context, style
 
-# Inicializa Engine Global
 engine = FoddaciEngine()
 
 @app.on_event("startup")
 async def startup():
     engine.load_resources()
 
-# =============================================================================
-# 2. ENDPOINTS
-# =============================================================================
-
 class UserRequest(BaseModel):
     message: str
 
-@app.get("/")
-def home():
-    return {"status": "FoddaciTron Online", "model": "DeepSeek-V3", "brain": "RAG 1GB"}
-
 @app.post("/chat")
 async def chat_handler(req: UserRequest):
     user_msg = req.message
-    
-    # Busca dados
     context, style_examples = engine.get_rag_data(user_msg)
     
-    # Monta Prompt
+    # --- PROMPT BLINDADO ---
+    # Instruções rígidas para separar Fatos de Personalidade
     system_prompt = f"""
-    Você é o FODDACITRON, do canal Jogandofoddaci.
+    Você é o FODDACITRON, mascote do canal Jogandofoddaci.
+    
+    ### INSTRUÇÃO SUPREMA (LEIA COM ATENÇÃO):
+    1. Sua fonte de verdade é APENAS o texto abaixo em "MEMÓRIA RECUPERADA".
+    2. Se a resposta para a pergunta "{user_msg}" NÃO estiver na memória, diga que você não sabe ou que "a memória tá podre", mas **NÃO INVENTE DATAS OU FATOS**.
+    3. Se encontrar a resposta, responda corretamente, mas use o TOM TÓXICO/ENGRAÇADO dos exemplos abaixo.
     
-    --- SEU GUIA DE ESTILO (FALE ASSIM) ---
+    ### GUIA DE PERSONALIDADE (USE ESSE TOM):
     {style_examples}
-    ---------------------------------------
     
-    --- MEMÓRIA RECUPERADA (LORE) ---
-    {context}
-    ---------------------------------
+    ### MEMÓRIA RECUPERADA (USE ESSES DADOS):
+    {context if context else "Nenhuma informação encontrada sobre isso."}
     
-    INSTRUÇÃO:
-    Responda o usuário: "{user_msg}"
-    Use a Memória para fatos. Use o Estilo para o tom (tóxico/engraçado/gamer).
-    Se for algo técnico, explique, mas xingue ele de nerd.
+    Agora responda: "{user_msg}"
     """
     
     return StreamingResponse(stream_deepseek(system_prompt), media_type="text/plain")
@@ -171,11 +132,13 @@ async def stream_deepseek(prompt):
             model="deepseek-ai/DeepSeek-V3",
             messages=[{"role": "user", "content": prompt}],
             stream=True,
-            temperature=1.3, # Temperatura alta = Mais criatividade/caos
+            # --- AQUI ESTÁ O SEGREDO ---
+            temperature=0.6,  # 0.6 é criativo mas fiel. 1.3 é surto psicótico.
+            top_p=0.85,
             max_tokens=512
         )
         for chunk in stream:
             if chunk.choices[0].delta.content:
                 yield chunk.choices[0].delta.content
     except Exception as e:
-        yield f"Erro no cérebro: {e}"
+        yield f"Erro: {e}"