Update app.py

app.py

@@ -1,11 +1,235 @@
 import gradio as gr
+from crewai import Agent, Task, Crew, Process, LLM
+from crewai_tools import LlamaIndexTool
+from llama_index.core import StorageContext, load_index_from_storage
+from llama_index.core.tools import QueryEngineTool, ToolMetadata
+from llama_index.core.agent import ReActAgent
+from llama_index.core import Settings
+from llama_index.tools.tavily_research import TavilyToolSpec
+from llama_index.llms.groq import Groq
+from llama_index.embeddings.huggingface import HuggingFaceEmbedding
+from llama_index.core.tools import FunctionTool
+import os
+from dotenv import load_dotenv
+import requests
+import arxiv
+import requests
 
 
-def greet(name):
-    return "Hello " + name + "!"
+load_dotenv()
+groq = os.getenv('groq')
+nvidia = os.getenv('nvidia')
+tavily_key = os.getenv('tavily_key')
+hf_token = os.getenv('hf_token')
 
+Settings.llm = Groq(model="lllama-3.3-70b-versatile", api_key=groq)
+Settings.embed_model = HuggingFaceEmbedding(model_name="intfloat/multilingual-e5-large")
+def consulta_artigos(titulo: str) -> str:
+    """
+    Consulta os artigos na base de dados arXiv e retorna resultados formatados.
+    """
+    busca = arxiv.Search(
+        query=titulo,
+        max_results=5,
+        sort_by=arxiv.SortCriterion.Relevance
+    )
 
-demo = gr.Interface(fn=greet, inputs="textbox", outputs="textbox")
+    resultados = []
+    for resultado in busca.results():
+        resultados.append(f"Título: {resultado.title}\n"
+                          f"Resumo: {resultado.summary}\n"
+                          f"Categoria: {resultado.primary_category}\n"
+                          f"Link: {resultado.entry_id}\n")
 
-if __name__ == "__main__":
-    demo.launch()
+    return "\n\n".join(resultados)
+
+
+ferramenta_artigos = FunctionTool.from_defaults(fn=consulta_artigos, name="consulta_artigos", description="Consulta os artigos na base de dados arXiv e retorna resultados formatados.")
+tool = LlamaIndexTool.from_tool(ferramenta_artigos)
+print(tavily_key)
+tavily_tool = TavilyToolSpec(api_key=tavily_key)
+tavily_tools = tavily_tool.to_tool_list()
+tools = [LlamaIndexTool.from_tool(t) for t in tavily_tools]
+
+
+storage_context = StorageContext.from_defaults(
+        persist_dir="./artigo"
+    )
+artigo_index = load_index_from_storage(storage_context)
+
+storage_context = StorageContext.from_defaults(
+        persist_dir="./livro"
+    )
+livro_index = load_index_from_storage(storage_context)
+
+
+artigo_engine = artigo_index.as_query_engine(similarity_top_k=3)
+livro_engine = livro_index.as_query_engine(similarity_top_k=3)
+
+query_engine_tools = [
+    QueryEngineTool(
+        query_engine=artigo_engine,
+        metadata=ToolMetadata(
+            name="artigo_engine",
+            description=(
+                "Fornece informações sobre algoritmos de inteligência artificial nas redes sociais. "
+                "Use uma pergunta detalhada em texto simples como entrada para a ferramenta."
+            ),
+        ),
+    ),
+    QueryEngineTool(
+        query_engine=livro_engine,
+        metadata=ToolMetadata(
+            name="livro_engine",
+            description=(
+                "Fornece informações sobre avanços e tendências sobre inteligência artificial. "
+                "Use uma pergunta detalhada em texto simples como entrada para a ferramenta."
+            ),
+        ),
+    ),
+]
+
+llm = LLM(
+    model="nvidia_nim/meta/llama-3.3-70b-instruct",
+    api_key=nvidia
+)
+
+def baixar_pdf_arxiv(link):
+    """
+    Baixa o PDF de um artigo do arXiv dado o link do artigo.
+
+    Args:
+        link (str): O link para o artigo no arXiv.
+
+    Returns:
+        str: O caminho do arquivo salvo ou uma mensagem de erro.
+    """
+    try:
+        # Verifica se o link é do arXiv
+        if "arxiv.org" not in link:
+            return "O link fornecido não é um link válido do arXiv."
+
+        # Extrai o ID do artigo do link
+        artigo_id = link.split("/")[-1]
+
+        # Monta o link direto para o PDF
+        pdf_url = f"https://arxiv.org/pdf/{artigo_id}.pdf"
+
+        # Faz o download do PDF
+        response = requests.get(pdf_url, stream=True)
+        if response.status_code == 200:
+            nome_arquivo = f"artigo_{artigo_id}.pdf"
+            with open(nome_arquivo, "wb") as f:
+                for chunk in response.iter_content(chunk_size=1024):
+                    f.write(chunk)
+            return f"PDF salvo como {nome_arquivo}"
+        else:
+            return f"Erro ao baixar o PDF. Código de status: {response.status_code}"
+    except Exception as e:
+        return f"Ocorreu um erro: {e}"
+
+ferramenta_baixar = FunctionTool.from_defaults(fn=baixar_pdf_arxiv, name="baixa_artigos", description="Baixa o PDF de um artigo do arXiv dado o link do artigo.")
+tool_baixar = LlamaIndexTool.from_tool(ferramenta_baixar)
+
+def pesquisar_artigos(tema):
+    # Criação dos agentes com o tema dinâmico
+    agent = Agent(
+        role='Agente de pesquisa',
+        goal='Fornece artigos científicos sobre um assunto de interesse.',
+        backstory='Um agente expert em pesquisa científica que possui a habilidade de acessar e baixar artigos no arxiv',
+        tools=[tool, tool_baixar],
+        llm=llm
+    )
+
+    agent_web = Agent(
+        role='Agente de pesquisa por documentos na web',
+        goal='Fornece artigos científicos encontrados na web sobre um assunto de interesse.',
+        backstory='Um agente expert em pesquisa científica que possui a habilidade de buscar artigos na web',
+        tools=[*tools],
+        llm=llm
+    )
+
+    agente_verificacao = Agent(
+        role='Agente de pesquisa que verifica documentos',
+        goal='Fornece como saída apenas artigos científicos válidos',
+        backstory='Um agente expert em pesquisa científica',
+        tools=[*tools],
+        llm=llm
+    )
+
+    manager = Agent(
+        role="Gerente do projeto",
+        goal="Gerenciar a equipe com eficiência",
+        backstory="Gerente de projeto experiente que coordena os esforços da equipe",
+        allow_delegation=True,
+        llm=llm
+    )
+
+    # Criação das tasks usando o tema recebido como parâmetro
+    task = Task(
+        description=f"Busque artigos científicos no arxiv sobre {tema}.",
+        expected_output="5 artigos e seus respectivos links",
+        agent=agent
+    )
+
+    task1 = Task(
+        description=f"Busque artigos científicos sobre {tema}.",
+        expected_output="5 artigos e seus respectivos links",
+        agent=agent_web
+    )
+
+    task2 = Task(
+        description="Verifique se os artigos encontrados na web realmente são artigos científicos.",
+        expected_output="5 artigos e seus respectivos links",
+        agent=agente_verificacao
+    )
+
+    crew_hierarquica = Crew(
+        agents=[agent, agent_web, agente_verificacao],
+        tasks=[task, task1, task2],
+        manager_agent=manager,
+        process=Process.hierarchical,
+        verbose=1,
+    )
+
+    result = crew_hierarquica.kickoff()
+    return result
+
+# Função para a segunda aba
+def pergunta(query):
+    agente = ReActAgent.from_tools(
+    query_engine_tools,
+    verbose=True,
+    )
+    response = agente.chat(query)
+
+    return response
+
+# Interface Gradio para a primeira aba
+pesquisa_interface = gr.Interface(
+    fn=pesquisar_artigos,
+    inputs=gr.Textbox(label="Digite o tema para pesquisa"),
+    outputs=gr.Textbox(label="Resultados"),
+    title="👨‍🔬👩‍🔬 Pesquisador de Artigos Científicos",
+    description="Digite um tema para encontrar artigos científicos relacionados.",
+    theme=gr.themes.Glass()
+)
+
+# Interface Gradio para a segunda aba
+hello_interface = gr.Interface(
+    fn=pergunta,
+    inputs=gr.Textbox(label="Faça sua pergunta"),
+    outputs=gr.Textbox(label="Saída"),
+    title="Perguntas sobre IA nas redes sociais",
+    description="Exemplo simples de uma segunda aba."
+)
+
+# Combinação das abas em um bloco de abas
+with gr.Blocks(theme=gr.themes.Glass()) as app:
+    with gr.Tab("Pesquisa de Artigos"):
+        pesquisa_interface.render()
+    with gr.Tab("Consulta artigos"):
+        hello_interface.render()
+
+# Iniciar a aplicação
+app.launch()