DominiChat - Assistente de IA com Ferramentas

📖 Sobre o Projeto

DominiChat é um assistente de IA conversacional construído com Python, Flask e a API do Google Gemini. Este projeto demonstra a integração de um grande modelo de linguagem (LLM) com ferramentas externas em tempo real, permitindo que o chatbot acesse informações como data, hora e previsão do tempo, além de analisar arquivos como imagens e PDFs enviados pelo usuário.

A comunicação entre o frontend e o backend é feita em tempo real usando WebSockets, proporcionando uma experiência de chat fluida e interativa.

✨ Inspiração

Este projeto foi desenvolvido por mim mesmo Lincoln Matheus, aluno do curso de Análise e Desenvolvimento de Sistemas no Instituto Federal do Piauí (IFPI), como parte do trabalho final da disciplina de Inteligência Artificial, ministrada pelo Prof. Dr. Otílio Paulo.

O nome DominiChat é uma homenagem a Brenda Dominique, meu grande amor, inspiração e companheira.

🚀 Funcionalidades

• Chat Conversacional: Interaja com a IA de forma natural e fluida.
• Análise de Arquivos: Envie imagens ou documentos PDF para que a IA os analise e responda a perguntas sobre eles.
• Ferramentas em Tempo Real:
  • Hora Certa: Pergunte "que horas são?" e receba a data e hora atuais no fuso horário de Brasília.
  • Previsão do Tempo: Peça a temperatura de qualquer cidade do mundo e receba uma estimativa atualizada.
• Interface Neumórfica: Design moderno e limpo com suporte a tema claro e escuro.
• Persona Personalizada: O chatbot tem uma personalidade definida, sendo prestativo e amigável, mas com um toque de sarcasmo se o usuário for repetitivo.

🏗️ Fluxo do Sistema (Diagrama de Sequência)

O diagrama abaixo ilustra o fluxo de comunicação entre os componentes do sistema, cobrindo tanto uma resposta de texto direta quanto uma resposta que requer o uso de ferramentas (Function Calling).

sequenceDiagram
    participant Usuário
    participant Frontend
    participant Backend
    participant "Gemini API"
    participant "API Externa"

    Usuário->>Frontend: Digita e envia mensagem
    activate Frontend

    alt Resposta de Texto Direta
        Frontend->>Backend: socket.emit('enviar_mensagem')
        activate Backend
        Backend->>"Gemini API": send_message(prompt)
        activate "Gemini API"
        "Gemini API"-->>Backend: Retorna resposta com texto
        deactivate "Gemini API"
        loop Stream de dados para o Frontend
            Backend-->>Frontend: emit('stream_chunk')
        end
        deactivate Backend
    else Resposta com Ferramenta (Function Calling)
        Frontend->>Backend: socket.emit('enviar_mensagem')
        activate Backend
        Backend->>"Gemini API": send_message(prompt)
        activate "Gemini API"
        "Gemini API"-->>Backend: Retorna com function_call
        deactivate "Gemini API"
        
        Backend->>"API Externa": Busca dados da ferramenta (ex: clima)
        activate "API Externa"
        "API Externa"-->>Backend: Retorna dados da ferramenta
        deactivate "API Externa"
        
        Backend->>"Gemini API": send_message(resultado da ferramenta)
        activate "Gemini API"
        "Gemini API"-->>Backend: Retorna resposta final em texto
        deactivate "Gemini API"
        
        loop Stream de dados para o Frontend
            Backend-->>Frontend: emit('stream_chunk')
        end
        deactivate Backend
    end
    
    Frontend-->>Usuário: Exibe resposta completa
    deactivate Frontend

Loading

🛠️ Tecnologias Utilizadas

• Backend:
  • Python: Linguagem principal do projeto.
  • Flask: Micro-framework web para servir a aplicação.
  • Flask-SocketIO: Para comunicação em tempo real (WebSockets).
• Inteligência Artificial:
  • Google Gemini 1.5 Flash/Gemini 2.5 Flash (gemini-1.5-flash-latest, gemini-2.5-flash): Modelos de linguagem utilizado para gerar as respostas e utilizar as ferramentas.
• APIs Externas:
  • Open-Meteo: API gratuita para obter dados de previsão do tempo.
• Frontend:
  • HTML5: Estrutura da página.
  • CSS3: Estilização, incluindo o design neumórfico e o modo escuro.
  • JavaScript: Manipulação do DOM e comunicação com o backend via Socket.IO.
• Deployment:
  • Railway: Plataforma de hospedagem da aplicação.

🏁 Como Executar Localmente

Siga os passos abaixo para rodar o projeto na sua máquina.

Pré-requisitos

• Python 3.8 ou superior
• Uma chave de API para o Google Gemini. Você pode obter uma no Google AI Studio.

Instalação

1. Clone o repositório:

   git clone `https://github.com/LincolnMatheus97/domini-chatbot.git`
   cd api_gemini

2. Crie e ative um ambiente virtual:

   # Para Windows
   python -m venv .venv
   .\.venv\Scripts\activate
   
   # Para macOS/Linux
   python3 -m venv .venv
   source .venv/bin/activate

3. Instale as dependências:

   pip install -r requirements.txt

4. Configure as variáveis de ambiente:

   • Crie um arquivo chamado .env na raiz do projeto.
   • Adicione as seguintes linhas ao arquivo, substituindo pelos seus valores:

     API_KEY_GEMINAI="SUA_CHAVE_DE_API_DO_GEMINI"
     SECRET_KEY="UMA_CHAVE_SECRETA_FORTE_PODE_SER_QUALQUER_COISA"

5. Execute a aplicação:

   python app.py

   Acesse http://127.0.0.1:8080 no seu navegador para ver a aplicação funcionando.

🌐 Acesso Remoto

• Acesse em DominiChat

📁 Estrutura do Projeto

/
├── .gitignore
├── app.py              # Arquivo principal do backend (Flask, SocketIO, Gemini)
├── requirements.txt    # Lista de dependências Python
├── static/
│   ├── css/
│   │   └── style.css   # Folha de estilos principal
│   ├── images/         # Imagens estáticas para o frontend
│   └── script/
│       └── script.js   # Lógica do frontend (JavaScript)
└── templates/
    └── index.html      # Estrutura HTML da página de chat

✒️ Autor

• Lincoln Matheus - GitHub

---