Itabapoana Alerta

Itabapoana Alerta é um bot de inteligência artificial integrado ao WhatsApp, desenvolvido para monitorar o Rio Itabapoana e as condições climáticas do município de Bom Jesus do Itabapoana. O sistema fornece informações em tempo real, como medições do nível do rio, cota de transbordamento, gráficos dinâmicos e acesso a câmeras de monitoramento, combinando dados históricos com previsões climáticas para apoiar a prevenção de desastres e a gestão de riscos ambientais.

Descrição

O projeto Itabapoana Alerta integra:

• Uma API desenvolvida em Flask para processar mensagens e comandos do WhatsApp;
• Um módulo de IA que utiliza LangChain e o modelo ChatGroq (Llama-3.1-8b-instant) para fornecer respostas contextuais;
• Scripts para geração de gráficos dinâmicos com Matplotlib;
• Integração com a API do OpenWeatherMap para dados climáticos;
• Técnicas de Recuperação Aumentada de Geração (RAG) para indexação e recuperação de informações a partir de documentos;
• Orquestração via Docker e Docker Compose para facilitar a implantação e escalabilidade do sistema.

Funcionalidades

• Monitoramento do Rio:
  • Consulta em tempo real do nível do rio e cota de transbordamento.
• Gráficos Dinâmicos:
  • Geração de gráficos do nível do rio nas últimas 24 horas.
  • Geração de gráficos de previsão de temperatura para os próximos 5 dias.
• Câmera de Monitoramento:
  • Disponibilização de link para acesso à câmera de monitoramento local.
• Dados Climáticos:
  • Consulta de temperatura, umidade do ar, velocidade do vento e condições meteorológicas atuais via API do OpenWeatherMap.
• Integração com IA:
  • Respostas inteligentes e contextualizadas utilizando técnicas de RAG, combinando dados históricos e diretrizes operacionais.

Tecnologias Utilizadas

• Python 3.11
• Flask: Framework para desenvolvimento da API web.
• Docker & Docker Compose: Para containerização e orquestração dos serviços.
• Waha API: Serviço utilizado para a comunicação e integração com o WhatsApp.
• LangChain: Framework para integração com modelos de linguagem e recuperação de informações.
• ChatGroq (Llama-3.1-8b-instant): Modelo de linguagem utilizado para geração de respostas inteligentes.
• Chroma: Vector store para indexação e busca semântica dos dados.
• HuggingFace Embeddings: Geração de embeddings para processamento dos documentos.
• Matplotlib: Biblioteca para criação de gráficos dinâmicos.
• BeautifulSoup: Realiza o web scraping dos dados do site do INEA.
• OpenWeatherMap API: Para obtenção de informações climáticas em tempo real.

Instalação e Execução

1. Clone o repositório:

   git clone https://github.com/devmoreir4/whatsapp-ai-chatbot.git
   cd whatsapp-ai-chatbot

2. Configure as variáveis de ambiente:
   Crie um arquivo .env na raiz do projeto baseado no arquivo .env.example e defina suas variáveis de ambiente.

3. Construa e inicie os containers:

   docker-compose up --build

4. Acesso aos Serviços:

   • API Flask: Disponível na porta 5000.
   • Serviço Waha (WhatsApp): Disponível na porta 3000.

5. Configuração do WhatsApp:

   • Acesse o Dashboard do WAHA.
   • Inicie uma nova sessão com um dispositivo.
   • No painel de configurações, adicione um Webhook com a URL:

   http://api:5000/chatbot/webhook/

   • Selecione somente o evento message para receber notificações de novas mensagens.
   • Após a sincronização do serviço, o bot estará ativo e pronto para operar.

   OBS: Caso deseje adaptar o bot para o seu contexto, basta alterar os arquivos no diretório rag/data e executar o arquivo rag.py dentro do container da api.

   docker exec -it <nome_do_container> /bin/bash
   python /app/rag/rag.py

Contribuição

Contribuições são bem-vindas! Sinta-se à vontade para abrir issues ou enviar pull requests para contribuir com o projeto.

Licença

Este projeto está licenciado sob a MIT License.