🤖 Chatbot Inteligente com RAG e Groq

Este projeto implementa um chatbot inteligente utilizando RAG (Retrieval-Augmented Generation) e Groq para respostas rápidas e contextualizadas. Ele combina um backend robusto e um frontend amigável para interação com o usuário.

---

✨ Funcionalidades

• Interface web moderna com React e TypeScript
• RAG: Busca informações em uma base local (data/conhecimento.txt) para enriquecer respostas
• Groq: LLM de alta velocidade para respostas contextualizadas
• Backend e frontend desacoplados, rodando simultaneamente
• Atualização fácil da base de conhecimento

---

🛠️ Tecnologias Utilizadas

Camada	Tecnologias
Backend	Node.js, Express, LangChain.js, Groq, FAISS (em memória)
Frontend	React, TypeScript, Vite, SWC
Embeddings	Hugging Face Inference API

---

🚀 Como Rodar o Projeto Localmente

📋 Pré-requisitos

• Node.js ≥ 20 → Download Node.js Verifique a versão:

  node -v

• Git → Download Git

---

1️⃣ Clonar o Repositório

git clone https://github.com/marcio-guimaraes/chatbot-rag.git
cd chatbot-rag

---

2️⃣ Configurar Chaves de API

Crie um arquivo .env na raiz do projeto com:

GROQ_API_KEY=gsk_SUA_CHAVE_DA_GROQ_AQUI
HUGGINGFACE_API_KEY=hf_SUA_CHAVE_DO_HUGGING_FACE_AQUI

Como obter as chaves:

• Groq: console.groq.com/keys → "+ Create API Key" → nomeie → copie a chave.

• Hugging Face: huggingface.co/settings/tokens → "+ New token" → nomeie → role write → copie a chave (hf_...).

---

3️⃣ Instalar e Rodar o Backend

• Instalar dependências do backend:

npm install --legacy-peer-deps

⚠️ Usamos --legacy-peer-deps para evitar conflitos de versão do LangChain.

• Rodar backend:

node src/backend/server.js

Aguarde: ✅ Sistema RAG pronto e indexado! Deixe este terminal aberto.

---

4️⃣ Instalar e Rodar o Frontend

Abra um novo terminal:

• Instalar dependências do frontend:

cd src/frontend
npm install

• Rodar frontend:

npm run dev

O terminal mostrará a URL do frontend (geralmente http://localhost:5173). Acesse no navegador.

---

5️⃣ Adicionar ou Atualizar Conhecimento

• Edite o arquivo data/conhecimento.txt.
• Salve o arquivo.
• Reinicie o backend para reindexar:

node src/backend/server.js

---

📄 Estrutura do Projeto

chatbot-rag/
├─ data/
│  └─ conhecimento.txt     # Base de conhecimento
├─ src/
│  ├─ backend/
│  │  └─ server.js         # Backend Node.js + RAG
│  └─ frontend/            # Frontend React + Vite
├─ .env                    # Chaves de API
└─ README.md

---

✅ Observações

• Backend e frontend devem rodar simultaneamente para o chatbot funcionar.
• Atualizações na base de conhecimento exigem reinício do backend.
• Certifique-se de que as chaves de API estão corretas e ativas.