Loucpp

Inteligência artificial com personalidade customizável, executando localmente com LLM (Large Language Model), projetada para diálogos naturais, interações contextuais profundas e memória a longo prazo.

---

Funcionalidades Principais

Frontend Web Neve

• Interface Moderna: Chat web responsivo com design limpo, timestamps, separadores de data e balões de conversa ajustáveis.
• Gerenciamento de Servidores e Canais: Crie, renomeie e personalize servidores (grupos) e canais de chat com ícones customizáveis.
• Personalização de Perfil: Altere nome de usuário e foto de perfil (PNG/JPG/GIF/WebP até 2MB), com upload direto via navegador.
• Suporte a GIFs: A IA pode enviar GIFs animados armazenados localmente em assets/gifs para expressar emoções.
• Layout Inteligente: Balões de chat se ajustam para otimizar leitura, com tratamento especial para mensagens com GIFs.

Chat Contextual e Inteligente

• Respostas em Tempo Real: Diálogos naturais com o LLM local, processados via backend HTTP.
• Sistema de Resposta: Responda a mensagens específicas com indicadores visuais.
• Debouncing de Mensagens: Aguarda múltiplas mensagens em sequência para responder como um pensamento único.
• Fala Proativa: Reengaja conversas inativas de forma contextual, com limites para evitar spam.

---

Comportamento da Lou

Personalidade Profunda e Customizável

• Ficha de Personagem Externa: Toda a personalidade (identidade, traços, psicologia, medos, hobbies, etc.) é carregada de data/personality_prompt.json, permitindo customização total sem alterar código.
• Noção de Tempo e Espaço: Sabe data/hora atuais para interações contextuais sobre períodos do dia, datas especiais e feriados.
• Raciocínio Transparente: Logs no terminal mostram traços de personalidade usados para formular respostas.

Memória e Aprendizado Contínuo

• Memória Unificada: Após cada interação, extrai fatos importantes (data/memory_bank.json) para consistência a longo prazo.
• Interação Natural: Respostas gramaticalmente corretas, com pontuação adequada e adaptação ao estilo do usuário.

---

Estrutura Técnica

Arquitetura Modular em Python

• Backend HTTP: Servidor puro Python (stdlib) em neve-frontend/backend/server.py, rodando na porta 8765.
• LLM Local: Integração com llama-cpp-python para execução local de modelos GGUF, com suporte a CUDA/GPU.
• Serviço de IA: Módulo lou_service/ai.py constrói prompts e gerencia respostas do LLM.
• Formatação de Texto: LouFormatter.py pós-processa outputs do LLM para correção gramatical e splitting em balões de chat.
• Configuração: lou_service/config.py gerencia caminhos de arquivos de dados.
• Frontend Web: HTML/CSS/JS em neve-frontend/, com auto-ajuste do campo de digitação e cache-busting.

Robustez e Tratamento de Erros

• Parser Inteligente: Resiliente a variações no output do LLM, extraindo mensagens corretamente.
• Gerenciamento de Recursos: GIFs otimizados, threads seguras para evitar race conditions.
• Validação Automática: Após mudanças, roda testes básicos e linters automaticamente.

---

Como Executar

Pré-requisitos

• Python 3.11+
• GPU NVIDIA com CUDA 12.4+ (recomendado para performance)
• Modelo GGUF compatível (ex.: Llama 3.1 8B Instruct)

Instalação

1. Clone/baixe o projeto e navegue para a pasta raiz.

2. Crie ambiente virtual:

   python -m venv .venv
   .venv\Scripts\activate  # Windows

3. Instale dependências:

   pip install llama-cpp-python[server]==0.3.4

4. Baixe um modelo GGUF:

   • Recomendado: Llama 3.1 8B Instruct Q4_K_M
   • Salve em models/ (crie a pasta) como llama-3.1-8b-instruct-q5_k_m.gguf

Configuração

• Personalidade: Edite data/personality_prompt.json com a ficha da Lou.
• Modelo: Em lou_service/config.py, ajuste model_path para o caminho do seu modelo GGUF.
• Parâmetros LLM: Em lou_service/ai.py, configure temperatura, top_p, etc. (padrão: temp=0.9, top_p=0.92, n_ctx=8192, max_tokens=512).
• Assets: Adicione avatares em assets/avatars/ e GIFs em assets/gifs/.

Execução

1. Ative o ambiente virtual:

   .venv\Scripts\activate

2. Execute o frontend Neve:

   python run_neve_frontend.py

   • Sobe o backend em http://127.0.0.1:8765 e abre janela Qt com o frontend.
   • Para rodar apenas o servidor: python neve-frontend/backend/server.py

3. Teste:

   • Abra o chat no navegador.
   • Envie mensagens; a Lou responderá via LLM local.

Dependências Extras (Opcional)

• Para janela Qt: pip install PySide6 PySide6-QtWebEngine
• Para desenvolvimento: pip install pytest (para testes)

---

Desenvolvimento e Contribuição

• Testes: Rode python -m pytest para validar mudanças.
• Logs: Verifique terminal para debug de personalidade e formatação.
• Estrutura de Arquivos:
  • LouFormatter.py: Pós-processamento de texto.
  • lou_service/: Lógica de IA e dados.
  • neve-frontend/: Interface web e backend HTTP.
  • data/: JSONs de personalidade, memória e chat.
  • assets/: Avatares e GIFs.

Para dúvidas ou issues, consulte os logs ou edite os arquivos de configuração.