feat: RAG evaluation pipeline with DeepEval + dynamic dataset enrichment

.deepeval/.deepeval_telemetry.txt

@@ -0,0 +1,4 @@
+DEEPEVAL_ID=70e29e9b-ca6a-421a-99b6-be2441be93f7
+DEEPEVAL_STATUS=old
+DEEPEVAL_LAST_FEATURE=evaluation
+DEEPEVAL_EVALUATION_STATUS=old

.deepeval/.latest_test_run.json

@@ -0,0 +1 @@
+{"testRunLink": "https://app.confident-ai.com/project/cmn90zmqs000bry1e5sjw8na3/test-runs/cmnceeu6w004ut41e4ed411uz/test-cases"}

.env.example

@@ -0,0 +1,10 @@
+# DeepEval-Project — variáveis de ambiente
+# Copie para .env e preencha com suas chaves
+
+# Anthropic — juiz LLM e pipeline RAG
+ANTHROPIC_API_KEY="sk-ant-..."
+
+# Confident AI — dashboard de visualização
+# Crie sua conta gratuita em https://app.confident-ai.com
+# Copie a API key em Settings > Project API Key
+CONFIDENT_API_KEY="ck_..."

.github/workflows/eval.yml

@@ -0,0 +1,34 @@
+name: DeepEval — RAG Evaluation
+
+on:
+  push:
+    branches: [main, develop]
+  pull_request:
+    branches: [main]
+
+jobs:
+  evaluate:
+    runs-on: ubuntu-latest
+
+    steps:
+      - uses: actions/checkout@v4
+
+      - name: Setup Python
+        uses: actions/setup-python@v5
+        with:
+          python-version: "3.11"
+
+      - name: Install dependencies
+        run: pip install -r requirements.txt
+
+      - name: Login no Confident AI
+        env:
+          CONFIDENT_API_KEY: ${{ secrets.CONFIDENT_API_KEY }}
+        run: deepeval login --confident-api-key $CONFIDENT_API_KEY
+
+      - name: Rodar avaliação
+        env:
+          ANTHROPIC_API_KEY: ${{ secrets.ANTHROPIC_API_KEY }}
+        run: deepeval test run tests/
+
+      # resultados já sobem automaticamente ao Confident AI via deepeval login

.gitignore

@@ -0,0 +1,24 @@
+
+.env                                                                                                                                                       
+*.env 
+
+# Windows metadata
+*:Zone.Identifier
+
+# Python
+__pycache__/
+*.py[cod]
+*.egg-info/
+dist/
+build/
+.venv/
+venv/
+
+# ChromaDB (gerado localmente)
+data/chroma_db/
+
+# Pytest / coverage
+.pytest_cache/
+.coverage
+htmlcov/
+.env.local

data/docs/historia_ia.txt

@@ -0,0 +1,27 @@
+História da Inteligência Artificial
+
+A inteligência artificial (IA) é um campo da ciência da computação dedicado a criar sistemas capazes de realizar tarefas que normalmente exigiriam inteligência humana.
+
+Origens (1950s)
+O termo "inteligência artificial" foi cunhado por John McCarthy em 1956, durante a Conferência de Dartmouth, considerada o marco fundador da área. Alan Turing, em 1950, propôs o famoso "Teste de Turing" como critério para avaliar se uma máquina pode exibir comportamento inteligente equivalente ao humano.
+
+Inverno da IA (1970s–1980s)
+Após promessas exageradas nas décadas de 1950 e 1960, o campo enfrentou dois períodos de desinvestimento chamados de "Invernos da IA". O primeiro ocorreu entre 1974 e 1980, o segundo entre 1987 e 1993. Nesses períodos, financiamentos foram cortados devido à falta de progresso real.
+
+Machine Learning (1990s–2000s)
+Com o aumento da capacidade computacional e a disponibilidade de dados, algoritmos de aprendizado de máquina ganharam força. Redes neurais artificiais, baseadas no funcionamento do cérebro humano, foram revisitadas com novas arquiteturas.
+
+Deep Learning e a Era Moderna (2010s)
+Em 2012, a rede neural AlexNet venceu a competição ImageNet com uma margem impressionante, inaugurando a era do deep learning. Modelos como GPT (Generative Pre-trained Transformer), desenvolvido pela OpenAI, revolucionaram o processamento de linguagem natural.
+
+GPT e Modelos de Linguagem
+O GPT-3, lançado em 2020, possui 175 bilhões de parâmetros e foi um marco em geração de texto. O ChatGPT, lançado em novembro de 2022, atingiu 1 milhão de usuários em apenas 5 dias, tornando-se o produto de crescimento mais rápido da história.
+
+Aplicações Atuais
+A IA é aplicada hoje em: diagnóstico médico, veículos autônomos, reconhecimento de voz e imagem, tradução automática, sistemas de recomendação (Netflix, Spotify), e assistentes virtuais como Siri, Alexa e Google Assistant.
+
+Desafios Éticos
+Entre os principais desafios éticos estão: viés algorítmico, privacidade de dados, substituição de empregos, e o alinhamento de sistemas de IA com valores humanos. Organizações como o Future of Life Institute e a Anthropic trabalham em segurança de IA.
+
+Brasil e IA
+O Brasil aprovou em 2024 um marco regulatório para inteligência artificial, tornando-se um dos primeiros países da América Latina a regulamentar a área. Centros de pesquisa como o IMPA e universidades como USP e UNICAMP possuem grupos ativos de pesquisa em IA.