| title | emoji | colorFrom | colorTo | sdk | sdk_version | app_file | pinned | license |
|---|---|---|---|---|---|---|---|---|
Chatbot Websites Llama 3.2 90b Text Preview Brazil |
⚡ |
green |
green |
streamlit |
1.39.0 |
app.py |
false |
mit |
Este projeto implementa um sistema de Retrieval-Augmented Generation (RAG) conversacional para entrevistar o conteúdo de URLs, utilizando Streamlit, LangChain e modelos de linguagem de grande escala. Agradeço às aulas de Krish C Naik
- Processamento e análise do conteúdo de websites específicos
- Geração de respostas usando o modelo llama-3.2-90b-text-preview da Meta
- Embeddings de texto usando o modelo all-MiniLM-L6-v2 do Hugging Face
- Interface de chat interativa para perguntas e respostas
- Suporte para múltiplos idiomas (com foco em Português do Brasil)
- Acesse o aplicativo através do Streamlit ou Hugging Face Spaces (links acima).
- Insira suas chaves de API para Groq e Hugging Face.
- Digite a URL do website que deseja analisar.
- Faça perguntas sobre o conteúdo do website no chat.
- O chatbot responderá com informações baseadas no conteúdo processado.
- Chave de API Groq
- Token de API Hugging Face (com permissões de escrita)
- Python
- Streamlit
- LangChain
- Groq (Llama 3.2-90b-text-preview)
- Hugging Face Embeddings (all-MiniLM-L6-v2)
- BeautifulSoup
- FAISS
Para executar este projeto localmente:
- Clone o repositório
- Instale as dependências:
pip install -r requirements.txt - Configure as variáveis de ambiente para GROQ_API_KEY e HUGGINGFACEHUB_API_TOKEN
- Execute o aplicativo:
streamlit run app.py
- Evite compartilhar URLs com dados sensíveis, pessoais ou de propriedade intelectual.
- O conteúdo processado pode ser usado para treinar o modelo de IA.
- Verifique sempre as informações geradas com as fontes originais.
Contribuições são bem-vindas! Por favor, abra uma issue ou pull request para sugestões de melhorias.
Desenvolvido por Reinaldo Chaves ([email protected])
Este projeto está sob a licença MIT.