Este projeto tem como objetivo criar um RAG (Retrieval-Augmented Generation) para termos burocráticos da Universidade Federal do Rio Grande do Norte (UFRN). O projeto foi construido em python e utiliza a biblioteca LangChain para a implementação do RAG.
config/: Contém o arquivo de configuração do projeto.data/: Contém os dados brutos e processados.rag/: Contém o código para o RAG.ui/: Contém o código para a interface do usuário.
-
Clone o repositório:
git clone https://www.github.com/felipe-sbm/navega-ai-ufrn.git cd navega-ai-ufrn -
Instale as dependências:
python3 -m venv venv source venv/bin/activate # no Windows use o `venv\Scripts\activate` pip install -r requirements.txt
-
Execute o script principal:
streamlit run main.py
Ou você também pode baixar o nosso notebook (na pasta notebook), e executar o código pelo Colab, caso ache que seja melhor!
Todos os dados foram coletados a partir de documentos oficiais da UFRN, como regulamentos, manuais e portarias. Os dados foram processados e organizados para facilitar a consulta.
Os dados burocraticos são relacionados a alunos de nível técnico e pós-graduação, já que não são tão comuns de se encontrar na internet. Como o suporte da UFRN demora, eu decidi fazer isso como projeto sugerido pelo professor Jean Mário Moreira de Lima (@jeanmmlima)
Tivemos uma banca avaliadora composta por dois professores da UFRN, que nos ajudaram a melhorar o projeto e nos deram feedbacks para atualizações. Os professores envolvidos foram:
- Jean Mário Moreira de Lima (professor de IA Generativa)
- Patrick Cesar Alves Terrematte (professor de Aprendizado Profundo)
Agradeço, em nome da equipe, aos professores que participaram da banca avaliadora, vocês foram de cunho essencial para o sucesso do projeto. Muito obrigado!