Olá, estou tendo muitos problemas ao usar o genai, logo na primeira execução tenho como retorno, o erro de que minha cota foi excedida, estou muito triste com essa IA. Tentei alterar as versões e usar anteriores, mas sempre tendo o mesmo erro. Até mesmo usando o sleep ainda dava esse mesmo erro.
Devido a esses problemas, resolvi utilizar o groq para minha solução.
Desafio:
- Criar um arquivo.txt a partir de uma lista de perguntas vindas de uma lista em Python [].
- Ler as perguntas desse arquivo .txt e salvá-las em uma lista.
- Obter respostas de um LLM para cada uma.
- Salvar os resultados em um novo arquivo .csv.
- Ler o arquivo .csv usando Pandas.
# Etapa 1
lista_de_perguntas = [
"Qual seleção é a maior vencedora de Copas do Mundo?",
"Qual jogador é o maior artilheiro da história das Copas?",
"Quem marcou o famoso gol conhecido como 'Mão de Deus'?",
"Qual é a única seleção que participou de todas as edições?",
]
with open("perguntas.txt", "w", encoding="utf-8") as arquivo:
for pergunta in lista_de_perguntas:
arquivo.write(pergunta + "\n")
# Etapa 2
lista_desafio = []
with open("perguntas.txt", "r", encoding="utf-8") as arquivo:
for linha in arquivo:
lista_desafio.append(linha.strip())
print(lista_desafio)
!pip install groq
# Etapa 3
import time
from groq import Groq
from google.colab import userdata
# Busca a chave GROQ_API_KEY nos Secrets do Colab
groq_api_key = userdata.get('GROQ_API_KEY')
client = Groq(api_key=groq_api_key)
lista_de_dicionarios_de_respostas = []
for pergunta in lista_desafio:
time.sleep(1)
response = client.chat.completions.create(
model="llama-3.3-70b-versatile",
messages=[
{
"role": "user",
"content": f"Gere uma resposta muito sucinta para a pergunta: {pergunta}"
}
],
temperature=0.5,
max_tokens=100
)
resposta_texto = response.choices[0].message.content.strip()
lista_de_dicionarios_de_respostas.append({
"pergunta": pergunta,
"resposta": resposta_texto
})
print(lista_de_dicionarios_de_respostas)
# Etapa 4
with open("respostas1.csv", "w", encoding="utf-8") as arquivo:
arquivo.write("pergunta,resposta\n")
for pergunta_dict in lista_de_dicionarios_de_respostas:
arquivo.write(f"{pergunta_dict['pergunta']},{pergunta_dict['pergunta']}\n")
# Etapa 5
novo_df = pd.read_csv("respostas1.csv")
Conte com o apoio da comunidade Alura na sua jornada. Abraços e bons estudos!