🧭 ENGENHORCA — Multi-Agent RAG para HVAC

ENGENHORCA é um sistema de agentes de IA para auxiliar em dúvidas técnicas e comerciais sobre produtos HVAC.
Ele combina RAG (Retrieval-Augmented Generation), roteamento por agentes e validação de dados para oferecer respostas contextualizadas, com fontes e explicações.

---

🚀 Funcionalidades

• 🔀 Router multi-agente: decide entre agente técnico, agente de produtos ou ambos.
• 📑 Arquitetura RAG completa: chunking de documentos, embeddings e recuperação em banco vetorial.
• 📚 Suporte a múltiplos tipos de documentos (PDF, TXT, MD).
• 🛠 Pipeline em Python + LangChain, pronto para evolução com LangGraph.
• 🧾 Validação de entrada e saída com Pydantic (schemas QueryRequest e QueryResponse).
• 📦 Vector stores suportados:
  • Local: FAISS / Chroma
  • Cloud-ready: Pinecone / Weaviate (config em vector_store_config.yaml)
• 🖥 Interface em Streamlit para interação amigável.
• 🧩 Modularidade: retrievers, chains e router separados em módulos.

---

📂 Estrutura do projeto

ENGENHORCA/
│
├── app.py              # Interface principal (Streamlit)
├── src/
│   ├── chains.py       # Construção das chains (LangChain)
│   ├── retrievers.py   # Configuração dos retrievers vetoriais
│   ├── router.py       # Roteador (decide agente técnico/produto)
│   ├── ingest.py       # Ingestão e indexação de documentos
│   ├── prompts.py      # Prompts usados nos agentes
│   ├── schemas.py      # Pydantic models (entrada/saída)
│   └── settings.py     # Configurações via pydantic-settings
│
├── data/               # Documentos de entrada (PDF, txt, etc.)
├── vectorstores/       # Index persistido (Chroma/FAISS)
└── requirements.txt

---

⚙️ Como rodar

1. Clone e instale dependências

git clone https://github.com/seu-usuario/ENGENHORCA.git
cd ENGENHORCA
pip install -r requirements.txt

2. Configure variáveis de ambiente

Crie um .env:

GROQ_API_KEY=coloque_sua_chave_aqui

3. Ingestão de documentos

Coloque arquivos em data/tech/ e data/products/.
Depois rode:

python -m src.ingest

4. Inicie o app

streamlit run app.py

---

🔍 Exemplo de uso

Entrada

"Quais são as diferenças entre difusores lineares e grelhas fixas?"

Saída

{
  "answer": "Difusores lineares distribuem o ar em linha contínua, enquanto grelhas fixas direcionam em padrões definidos...",
  "sources": ["manual_tecnico.pdf", "catalogo_produtos.docx"],
  "route": "both",
  "reason": "A pergunta envolve aspectos técnicos e comerciais."
}

---

🛣 Roadmap

• Suporte a LangGraph para workflows multi-agente.
• Integração com LangSmith para observabilidade.
• Adaptador pronto para Pinecone e Weaviate.
• Deploy via FastAPI ou LangServe.
• CI/CD com GitHub Actions.

---

📜 Licença

MIT License.