🤖 Agente de Documentos Amazon Bedrock

Um agente inteligente que utiliza Amazon Bedrock para análise e busca em documentos PDF e Word, estruturado como uma API Flask com interface Streamlit.

🚀 Características

• Processamento de Documentos: Suporte para PDF e Word (.docx)
• Busca Vetorial: Utiliza FAISS para busca semântica eficiente
• Amazon Bedrock: Integração com modelos Claude 3 Sonnet
• API REST: Interface Flask para integração fácil
• Interface Web: Frontend Streamlit interativo
• Editor de Prompts: Modificação em tempo real das instruções do agente
• Embeddings: Utiliza Amazon Titan para vetorização
• Instruções Personalizáveis: Prompt do agente configurável

📁 Estrutura do Projeto

bedrock-document-agent/
├── documents/              # Coloque seus PDFs e Word aqui
├── prompts/
│   └── agent_instructions.txt  # Instruções do agente
├── config/
│   └── settings.py         # Configurações
├── src/
│   ├── app.py             # API Flask principal
│   ├── document_processor.py  # Processamento de documentos
│   ├── vector_store.py    # Sistema de busca vetorial
│   └── bedrock_agent.py   # Agente Bedrock
├── vector_store/          # Índice vetorial (criado automaticamente)
├── streamlit_app.py       # Interface web Streamlit
├── requirements.txt       # Dependências Python
├── .env.example          # Exemplo de configuração
├── .gitignore            # Arquivos ignorados pelo Git
├── run.py                # Script principal da API
├── run_streamlit.py      # Script para interface web
├── demo.py               # Demonstração completa
└── test_api.py           # Script de teste da API

⚙️ Configuração

1. Instalar Dependências

cd bedrock-document-agent
pip install -r requirements.txt

2. Configurar Credenciais AWS

# Copie o arquivo de exemplo
cp .env.example .env

# Edite com suas credenciais
nano .env

Configure no arquivo .env:

AWS_REGION=us-east-1
AWS_ACCESS_KEY_ID=sua_access_key
AWS_SECRET_ACCESS_KEY=sua_secret_key
BEDROCK_MODEL_ID=anthropic.claude-3-sonnet-20240229-v1:0

3. Verificar Permissões Bedrock

Certifique-se de que sua conta AWS tem acesso aos modelos:

• anthropic.claude-3-sonnet-20240229-v1:0
• amazon.titan-embed-text-v1

📄 Adicionando Documentos

1. Coloque seus arquivos PDF e Word na pasta documents/
2. Execute o processamento via API ou interface web

🚀 Executando o Sistema

Método 1: Demonstração Completa (Recomendado)

python demo.py

Este script irá:

• Verificar requisitos
• Instalar dependências
• Criar documentos de exemplo
• Iniciar API e interface web
• Executar testes automatizados

Método 2: Interface Web + API

python run_streamlit.py

Inicia automaticamente a API Flask e a interface Streamlit.

Método 3: Apenas API

python run.py

Inicia apenas a API Flask em http://localhost:5000

Método 4: Apenas Interface Web

streamlit run streamlit_app.py

Inicia apenas a interface em http://localhost:8501 (API deve estar rodando)

🎨 Interface Web Streamlit

A interface web oferece:

💬 Chat Interativo

• Conversa em tempo real com o agente
• Histórico de mensagens
• Configuração de parâmetros de busca
• Visualização de fontes utilizadas

📝 Editor de Prompts

• Modificação em tempo real das instruções do agente
• Preview das alterações
• Salvamento automático
• Templates predefinidos

📄 Gerenciamento de Documentos

• Lista de documentos disponíveis
• Informações de tamanho e data
• Reprocessamento com um clique
• Status do processamento

⚙️ Monitoramento do Sistema

• Status da API em tempo real
• Informações do vector store
• Configurações do agente
• Logs e métricas

🔌 Endpoints da API

1. Health Check

GET /health

2. Status do Sistema

GET /status

3. Processar Documentos

POST /documents/upload

4. Chat com o Agente

POST /chat
Content-Type: application/json

{
  "message": "Sua pergunta aqui",
  "max_results": 5,
  "similarity_threshold": 0.7
}

🧪 Testando o Sistema

Teste Automatizado

python test_api.py

Teste Manual via Interface

1. Acesse http://localhost:8501
2. Vá para a aba "Documentos"
3. Clique em "Reprocessar Documentos"
4. Vá para a aba "Chat"
5. Digite uma pergunta e teste

💬 Exemplo de Uso

Via API

import requests

# Chat com o agente
response = requests.post('http://localhost:5000/chat', json={
    "message": "Quais são os principais tópicos abordados nos documentos?"
})

result = response.json()
print(f"Resposta: {result['response']}")
print(f"Fontes: {result['sources']}")

Via Interface Web

1. Acesse http://localhost:8501
2. Vá para a aba "Chat"
3. Digite sua pergunta
4. Veja a resposta com fontes citadas

⚙️ Configurações Avançadas

Modelos Bedrock Suportados

• Claude 3 Sonnet (padrão)
• Claude 3 Haiku
• Outros modelos compatíveis

Parâmetros de Busca

• CHUNK_SIZE: Tamanho dos chunks (padrão: 1000)
• CHUNK_OVERLAP: Sobreposição entre chunks (padrão: 200)
• MAX_SEARCH_RESULTS: Máximo de documentos retornados (padrão: 5)
• SIMILARITY_THRESHOLD: Limiar de similaridade (padrão: 0.7)

🔧 Personalização

Modificar Instruções do Agente

1. Via Interface Web: Use o editor na aba "Editor de Prompt"
2. Via Arquivo: Edite prompts/agent_instructions.txt

Adicionar Novos Tipos de Documento

Modifique src/document_processor.py para suportar outros formatos.

Customizar Interface

Modifique streamlit_app.py para personalizar a interface web.

🐛 Solução de Problemas

Erro de Credenciais AWS

• Verifique se as credenciais estão corretas no .env
• Confirme se a região está correta
• Teste com AWS CLI: aws sts get-caller-identity

Erro de Acesso ao Bedrock

• Verifique se os modelos estão habilitados na sua conta
• Confirme as permissões IAM para Bedrock

Interface não Carrega

• Verifique se a API está rodando em localhost:5000
• Confirme se o Streamlit está na porta 8501
• Veja os logs para erros específicos

Documentos Não Processados

• Verifique se os arquivos estão na pasta documents/
• Confirme se são PDFs ou Word válidos
• Use a interface para reprocessar

📊 Monitoramento

O sistema fornece logs detalhados sobre:

• Processamento de documentos
• Buscas realizadas
• Chamadas para Bedrock
• Erros e exceções
• Atividade da interface web

🔒 Segurança

• Nunca commite credenciais AWS no código
• Use IAM roles quando possível
• Mantenha as dependências atualizadas
• Configure CORS adequadamente para produção
• O .gitignore protege arquivos sensíveis

📈 Performance

Para melhor performance:

• Use instâncias EC2 com mais memória para documentos grandes
• Configure cache para embeddings frequentes
• Otimize o tamanho dos chunks baseado no seu caso de uso
• Use SSD para armazenamento do vector store

🎯 Casos de Uso

• Suporte ao Cliente: Base de conhecimento inteligente
• Análise de Contratos: Busca em documentos legais
• Manuais Técnicos: Assistente para documentação
• Pesquisa Acadêmica: Análise de papers e artigos
• Compliance: Consulta a políticas e procedimentos

🤝 Contribuição

1. Fork o projeto
2. Crie uma branch para sua feature
3. Commit suas mudanças
4. Push para a branch
5. Abra um Pull Request

📄 Licença

Este projeto está sob a licença MIT. Veja o arquivo LICENSE para detalhes.

---

Desenvolvido com ❤️ usando Amazon Bedrock, Flask e Streamlit