[Projeto] Usando O llama 3.1-8b

Automatizei a geração dos comentários e, em seguida uma avaliação do sentimento:

from openai import OpenAI
from dotenv import load_dotenv
import openai
import os

load_dotenv()

client = OpenAI(
    base_url=os.getenv("BASE_URL"),
    api_key=os.getenv("API_KEY")
)

MODELO = os.getenv("MODEL_ALTERNATIVO")

# Cria a pasta caso não exista
os.makedirs("./dados", exist_ok=True)


def carrega(nome_arquivo: str) -> str:
    """Lê um arquivo de texto."""

    try:
        with open(nome_arquivo, "r", encoding="utf-8") as arquivo:
            return arquivo.read()
    except FileNotFoundError:
        return ""
    except Exception as e:
        print(f"Erro ao abrir {nome_arquivo}: {e}")
        return ""


def salva(nome_arquivo: str, conteudo: str):
    """Salva um texto em um arquivo."""

    try:
        with open(nome_arquivo, "w", encoding="utf-8") as arquivo:
            arquivo.write(conteudo)
    except Exception as e:
        print(f"Erro ao salvar {nome_arquivo}: {e}")


def gerar_avaliacoes(produto: str):
    """
    Gera avaliações fictícias para um produto.
    """

    print(f"Criando avaliações para '{produto}'...")

    prompt_sistema = """
Você é um gerador de avaliações de clientes.

Crie exatamente 30 avaliações realistas para um produto.

Regras:

- misture opiniões positivas, negativas e neutras;
- cada avaliação deve possuir entre uma e três frases;
- algumas pessoas devem reclamar;
- outras devem elogiar bastante;
- escreva apenas as avaliações;
- não numere as avaliações.
"""

    mensagens = [
        {
            "role": "system",
            "content": prompt_sistema
        },
        {
            "role": "user",
            "content": f"Gere avaliações para um {produto}."
        }
    ]

    response = client.chat.completions.create(
        model=MODELO,
        messages=mensagens
    )

    texto = response.choices[0].message.content

    arquivo = f"./dados/avaliacoes-{produto}.txt"

    salva(arquivo, texto)

    print(f"Avaliações salvas em {arquivo}\n")


def analise_sentimentos(produto: str):

    arquivo_avaliacoes = f"./dados/avaliacoes-{produto}.txt"

    if not os.path.exists(arquivo_avaliacoes):
        gerar_avaliacoes(produto)

    avaliacoes = carrega(arquivo_avaliacoes)

    prompt_sistema = """
Você é um analisador de sentimentos.

Analise as avaliações recebidas.

Responda exatamente no formato:

Nome do Produto:

Resumo das Avaliações:

Sentimento Geral:
(Positivo, Negativo ou Neutro)

Pontos Fortes:
- item
- item
- item

Pontos Fracos:
- item
- item
- item

O resumo deve possuir no máximo 50 palavras.
"""

    mensagens = [
        {
            "role": "system",
            "content": prompt_sistema
        },
        {
            "role": "user",
            "content": avaliacoes
        }
    ]

    print(f"Analisando '{produto}'...")

    try:

        response = client.chat.completions.create(
            model=MODELO,
            messages=mensagens
        )

        resultado = response.choices[0].message.content

        arquivo_saida = f"./dados/analise-{produto}.txt"

        salva(arquivo_saida, resultado)

        print(f"Análise salva em {arquivo_saida}")

        if response.usage:
            print(
                f"Tokens -> Prompt: {response.usage.prompt_tokens} | "
                f"Resposta: {response.usage.completion_tokens} | "
                f"Total: {response.usage.total_tokens}"
            )

        print("-" * 60)

    except openai.AuthenticationError as e:
        print(f"Erro de autenticação: {e}")

    except openai.APIError as e:
        print(f"Erro da API: {e}")

    except Exception as e:
        print(f"Erro inesperado: {e}")


def main():

    produtos = [
        "mouse",
        "teclado",
        "monitor",
        "impressora",
        "scanner"
    ]

    print("=" * 60)
    print("ANÁLISE AUTOMÁTICA DE SENTIMENTOS")
    print("=" * 60)

    for produto in produtos:
        analise_sentimentos(produto)

    print("\nProcessamento finalizado.")


if __name__ == "__main__":
    main()