Um chatbot inteligente que utiliza um modelo de linguagem para responder perguntas sobre a Lei Geral de Proteção de Dados (LGPD) do Brasil, com base no texto oficial da lei.
A Lei Geral de Proteção de Dados (LGPD) é uma legislação extensa e complexa, cujo entendimento é crucial para empresas, desenvolvedores e cidadãos. No entanto, encontrar respostas específicas em seus artigos pode ser uma tarefa demorada e desafiadora.
O LGPD-Explica foi criado para resolver este problema. Utilizando uma arquitetura de Geração Aumentada por Recuperação (RAG), este projeto transforma o denso documento da lei em uma base de conhecimento interativa. O sistema permite que o usuário faça perguntas em linguagem natural e receba respostas coesas e contextualizadas, geradas por um modelo de linguagem de ponta (TinyLlama-1.1B-Chat) rodando inteiramente na máquina local, garantindo privacidade e controle total dos dados.
- Consultas em Linguagem Natural: Faça perguntas complexas sobre a LGPD como se estivesse conversando com um especialista.
- Respostas Baseadas em Fontes: Todas as respostas são construídas a partir de trechos relevantes extraídos diretamente do texto da lei, evitando "alucinações" do modelo.
- Visualização das Fontes: Expanda a seção "Ver fontes consultadas" para auditar os trechos exatos da lei que a IA usou para formular a resposta.
- Arquitetura 100% Local: O modelo de linguagem roda localmente, o que significa que nenhuma das suas perguntas ou dados é enviado para APIs de terceiros.
Este projeto foi construído com um stack moderno de IA e Python:
- Frontend: Streamlit
- Orquestração de IA: LangChain
- Modelo de Linguagem (LLM): TinyLlama/TinyLlama-1.1B-Chat-v1.0 (via Hugging Face Transformers)
- Embeddings: Sentence-Transformers (via Hugging Face)
- Vector Store: FAISS (Facebook AI Similarity Search)
- Processamento de Documentos: PyPDF
- Bibliotecas Base: PyTorch, Transformers, Accelerate
Siga os passos abaixo para ter o projeto rodando em sua máquina.
- Python 3.11+
- Git
-
Clone o repositório:
git clone [https://github.com/seu-usuario/lgpd-explica.git](https://github.com/seu-usuario/lgpd-explica.git) cd lgpd-explica -
Crie e ative um ambiente virtual:
# Windows python -m venv .venv .\.venv\Scripts\activate # macOS / Linux source .venv/bin/activate
-
Instale as dependências:
pip install -r requirements.txt
-
Prepare a Base de Conhecimento:
- Baixe o texto da LGPD em formato PDF do site oficial do Planalto.
- Salve o arquivo com o nome
lgpd.pdfdentro da pastadata/.
-
Execute a Aplicação:
streamlit run app.py
Aviso: A primeira vez que você fizer uma pergunta, a biblioteca
transformersirá baixar o modelo TinyLlama (cerca de 2.2 GB) e carregá-lo na memória. Este processo pode levar de 2 a 5 minutos e pode consumir uma quantidade significativa de RAM. Por favor, seja paciente. As consultas seguintes serão mais rápidas.
Este projeto serve como uma base robusta para diversas evoluções futuras:
-
🚀 Otimização de Performance e Escalabilidade:
- Substituir o modelo local por uma versão mais poderosa e rápida servida via API (como a API da Mistral, OpenAI ou Google Gemini). Isso reduziria drasticamente o tempo de resposta e o consumo de recursos locais, tornando a aplicação mais escalável.
-
🎨 Melhorias na Interface (UI/UX):
- Implementar um histórico de conversas para que o usuário possa ver suas perguntas anteriores.
- Melhorar a visualização das fontes, talvez destacando no PDF original os trechos utilizados.
-
📚 Base de Conhecimento Expansível:
- Adicionar uma funcionalidade de upload para que o usuário possa "ensinar" o chatbot com outros documentos legais, pareceres ou artigos.
-
📊 Avaliação de Qualidade (QA):
- Implementar um framework de avaliação de RAG (como RAGAs) para medir objetivamente a precisão do retriever e a qualidade das respostas geradas.