Upload folder using huggingface_hub

.dockerignore

@@ -0,0 +1,5 @@
+fly.toml
+.git/
+__pycache__/
+.envrc
+.venv/

.gitattributes

@@ -33,3 +33,4 @@ saved_model/**/* filter=lfs diff=lfs merge=lfs -text
 *.zip filter=lfs diff=lfs merge=lfs -text
 *.zst filter=lfs diff=lfs merge=lfs -text
 *tfevents* filter=lfs diff=lfs merge=lfs -text
+data/products_tratado_textobusca.csv filter=lfs diff=lfs merge=lfs -text

ChatAmoOfertas/.gitattributes

@@ -0,0 +1,35 @@
+*.7z filter=lfs diff=lfs merge=lfs -text
+*.arrow filter=lfs diff=lfs merge=lfs -text
+*.bin filter=lfs diff=lfs merge=lfs -text
+*.bz2 filter=lfs diff=lfs merge=lfs -text
+*.ckpt filter=lfs diff=lfs merge=lfs -text
+*.ftz filter=lfs diff=lfs merge=lfs -text
+*.gz filter=lfs diff=lfs merge=lfs -text
+*.h5 filter=lfs diff=lfs merge=lfs -text
+*.joblib filter=lfs diff=lfs merge=lfs -text
+*.lfs.* filter=lfs diff=lfs merge=lfs -text
+*.mlmodel filter=lfs diff=lfs merge=lfs -text
+*.model filter=lfs diff=lfs merge=lfs -text
+*.msgpack filter=lfs diff=lfs merge=lfs -text
+*.npy filter=lfs diff=lfs merge=lfs -text
+*.npz filter=lfs diff=lfs merge=lfs -text
+*.onnx filter=lfs diff=lfs merge=lfs -text
+*.ot filter=lfs diff=lfs merge=lfs -text
+*.parquet filter=lfs diff=lfs merge=lfs -text
+*.pb filter=lfs diff=lfs merge=lfs -text
+*.pickle filter=lfs diff=lfs merge=lfs -text
+*.pkl filter=lfs diff=lfs merge=lfs -text
+*.pt filter=lfs diff=lfs merge=lfs -text
+*.pth filter=lfs diff=lfs merge=lfs -text
+*.rar filter=lfs diff=lfs merge=lfs -text
+*.safetensors filter=lfs diff=lfs merge=lfs -text
+saved_model/**/* filter=lfs diff=lfs merge=lfs -text
+*.tar.* filter=lfs diff=lfs merge=lfs -text
+*.tar filter=lfs diff=lfs merge=lfs -text
+*.tflite filter=lfs diff=lfs merge=lfs -text
+*.tgz filter=lfs diff=lfs merge=lfs -text
+*.wasm filter=lfs diff=lfs merge=lfs -text
+*.xz filter=lfs diff=lfs merge=lfs -text
+*.zip filter=lfs diff=lfs merge=lfs -text
+*.zst filter=lfs diff=lfs merge=lfs -text
+*tfevents* filter=lfs diff=lfs merge=lfs -text

ChatAmoOfertas/README.md

@@ -0,0 +1,10 @@
+---
+title: ChatAmoOfertas
+emoji: 🏃
+colorFrom: green
+colorTo: gray
+sdk: docker
+pinned: false
+---
+
+Check out the configuration reference at https://huggingface.co/docs/hub/spaces-config-reference

Dockerfile

@@ -0,0 +1,23 @@
+
+FROM python:3.11-slim
+
+RUN useradd -m -u 1000 user
+
+WORKDIR /app
+
+ENV PYTHONUNBUFFERED=1 \
+    HF_HOME=/home/user/.cache/huggingface
+
+COPY requirements.txt requirements.txt
+RUN pip install --no-cache-dir --upgrade pip \
+    && pip install --no-cache-dir torch --index-url https://download.pytorch.org/whl/cpu \
+    && pip install --no-cache-dir -r requirements.txt
+
+COPY . /app
+RUN chown -R user:user /app
+
+USER user
+
+EXPOSE 7860
+
+CMD ["python", "-m", "uvicorn", "app.main:app", "--host", "0.0.0.0", "--port", "7860"]

app/agent.py

@@ -0,0 +1,53 @@
+from .search import SearchEngine
+
+
+class ShoppingAgent:
+    def __init__(self):
+        self.search_engine = SearchEngine()
+        self.search_engine.load()
+
+    def montar_resposta(self, query, resultados):
+        if not resultados:
+            return f'Não encontrei produtos relevantes para "{query}".'
+
+        nomes = [item["product_name"] for item in resultados[:3]]
+
+        if len(nomes) == 1:
+            return f'Encontrei um produto relevante para "{query}": {nomes[0]}.'
+
+        if len(nomes) == 2:
+            return f'Encontrei produtos relevantes para "{query}", com destaque para {nomes[0]} e {nomes[1]}.'
+
+        return (
+            f'Encontrei produtos relevantes para "{query}", com destaque para '
+            f'{nomes[0]}, {nomes[1]} e {nomes[2]}.'
+        )
+
+    def verificar_resposta(self, resposta, resultados):
+        if not resultados:
+            return resposta
+
+        nomes_resultados = [item["product_name"] for item in resultados]
+        resposta_limpa = resposta.lower()
+
+        mencoes_validas = any(nome.lower() in resposta_limpa for nome in nomes_resultados)
+
+        if mencoes_validas:
+            return resposta
+
+        top1 = resultados[0]["product_name"]
+        return f"{resposta} O item mais relevante encontrado foi {top1}."
+
+    def responder(self, query, top_k=5):
+        busca = self.search_engine.buscar(query, top_k=top_k)
+        resultados = busca["resultados"]
+
+        resposta_inicial = self.montar_resposta(query, resultados)
+        resposta_final = self.verificar_resposta(resposta_inicial, resultados)
+
+        return {
+            "query": query,
+            "categoria_inferida": busca["categoria_inferida"],
+            "answer": resposta_final,
+            "products": resultados,
+        }

app/feedback.py

@@ -0,0 +1,69 @@
+import csv
+import os
+from datetime import datetime
+
+from .memory import salvar_memoria_negativa
+
+
+BASE_DIR = os.path.dirname(os.path.dirname(os.path.abspath(__file__)))
+LOGS_DIR = os.path.join(BASE_DIR, "logs")
+FEEDBACK_FILE = os.path.join(LOGS_DIR, "feedback.csv")
+
+
+def garantir_pasta_logs():
+    os.makedirs(LOGS_DIR, exist_ok=True)
+
+
+def inicializar_arquivo_feedback():
+    garantir_pasta_logs()
+
+    if not os.path.exists(FEEDBACK_FILE):
+        with open(FEEDBACK_FILE, mode="w", newline="", encoding="utf-8") as f:
+            writer = csv.writer(f)
+            writer.writerow([
+                "timestamp",
+                "query",
+                "product_id",
+                "product_name",
+                "rating",
+                "is_helpful"
+            ])
+
+
+def salvar_feedback(query, product_id, product_name, rating=None, is_helpful=None):
+    inicializar_arquivo_feedback()
+
+    with open(FEEDBACK_FILE, mode="a", newline="", encoding="utf-8") as f:
+        writer = csv.writer(f)
+        writer.writerow([
+            datetime.now().isoformat(),
+            query,
+            product_id,
+            product_name,
+            rating if rating is not None else "",
+            is_helpful if is_helpful is not None else ""
+        ])
+
+    # Regra simples para criar memória negativa
+    if rating is not None and rating <= 2:
+        salvar_memoria_negativa(
+            query=query,
+            product_id=product_id,
+            product_name=product_name,
+            rating=rating,
+            motivo="rating_baixo"
+        )
+
+    if is_helpful is False:
+        salvar_memoria_negativa(
+            query=query,
+            product_id=product_id,
+            product_name=product_name,
+            rating=rating if rating is not None else "",
+            motivo="nao_foi_util"
+        )
+
+    return {
+        "status": "ok",
+        "message": "Feedback salvo com sucesso."
+    }

app/logger.py

@@ -0,0 +1,60 @@
+import csv
+import os
+from datetime import datetime
+
+
+BASE_DIR = os.path.dirname(os.path.dirname(os.path.abspath(__file__)))
+LOGS_DIR = os.path.join(BASE_DIR, "logs")
+SEARCH_LOG_FILE = os.path.join(LOGS_DIR, "search_logs.csv")
+
+
+def garantir_pasta_logs():
+    os.makedirs(LOGS_DIR, exist_ok=True)
+
+
+def inicializar_arquivo_logs():
+    garantir_pasta_logs()
+
+    if not os.path.exists(SEARCH_LOG_FILE):
+        with open(SEARCH_LOG_FILE, "w", newline="", encoding="utf-8") as f:
+            writer = csv.writer(f)
+            writer.writerow([
+                "timestamp",
+                "query",
+                "categoria_inferida",
+                "answer",
+                "top1_id",
+                "top1_name",
+                "top2_id",
+                "top2_name",
+                "top3_id",
+                "top3_name"
+            ])
+
+
+def salvar_log_busca(resultado):
+    inicializar_arquivo_logs()
+
+    produtos = resultado.get("products", [])
+
+    def get_prod(i, campo):
+        if i < len(produtos):
+            return produtos[i].get(campo, "")
+        return ""
+
+    with open(SEARCH_LOG_FILE, "a", newline="", encoding="utf-8") as f:
+        writer = csv.writer(f)
+        writer.writerow([
+            datetime.now().isoformat(),
+            resultado.get("query", ""),
+            resultado.get("categoria_inferida", ""),
+            resultado.get("answer", ""),
+            get_prod(0, "product_id"),
+            get_prod(0, "product_name"),
+            get_prod(1, "product_id"),
+            get_prod(1, "product_name"),
+            get_prod(2, "product_id"),
+            get_prod(2, "product_name"),
+        ])
+
+    return {"status": "ok"}

app/main.py

@@ -0,0 +1,101 @@
+import os
+import threading
+
+from fastapi import FastAPI, Response
+from fastapi.middleware.cors import CORSMiddleware
+from fastapi.responses import RedirectResponse
+from pydantic import BaseModel
+from typing import Optional
+
+from .agent import ShoppingAgent
+from .feedback import salvar_feedback
+from .logger import salvar_log_busca
+
+
+def _cors_origins():
+    base = [
+        "http://127.0.0.1:5173",
+        "http://localhost:5173",
+        "http://127.0.0.1:3000",
+        "http://localhost:3000",
+    ]
+    extra = os.getenv("CORS_ORIGINS", "")
+    if extra.strip():
+        base.extend(o.strip() for o in extra.split(",") if o.strip())
+    return base
+
+
+app = FastAPI(title="TCC2 Agent API")
+
+app.add_middleware(
+    CORSMiddleware,
+    allow_origins=_cors_origins(),
+    allow_origin_regex=r"https://.*\.hf\.space$",
+    allow_credentials=True,
+    allow_methods=["*"],
+    allow_headers=["*"],
+)
+
+agent = None
+agent_lock = threading.Lock()
+
+
+def get_agent():
+    global agent
+    if agent is None:
+        with agent_lock:
+            if agent is None:
+                agent = ShoppingAgent()
+    return agent
+
+
+class ChatRequest(BaseModel):
+    query: Optional[str] = None
+    message: Optional[str] = None
+    top_k: int = 5
+
+
+class FeedbackRequest(BaseModel):
+    query: str
+    product_id: str
+    product_name: str
+    rating: Optional[int] = None
+    is_helpful: Optional[bool] = None
+
+
+@app.get("/health")
+def health():
+    return {"status": "ok", "agent_ready": agent is not None}
+
+
+@app.get("/", include_in_schema=False)
+def root():
+    return RedirectResponse(url="/docs")
+
+
+@app.get("/favicon.ico", include_in_schema=False)
+def favicon():
+    return Response(status_code=204)
+
+
+@app.post("/chat")
+def chat(request: ChatRequest):
+    texto = request.query or request.message
+
+    if not texto:
+        return {"error": "query ou message deve ser informado"}
+
+    resultado = get_agent().responder(texto, top_k=request.top_k)
+    salvar_log_busca(resultado)
+    return resultado
+
+
+@app.post("/feedback")
+def feedback(request: FeedbackRequest):
+    return salvar_feedback(
+        query=request.query,
+        product_id=request.product_id,
+        product_name=request.product_name,
+        rating=request.rating,
+        is_helpful=request.is_helpful
+    )

app/memory.py

@@ -0,0 +1,45 @@
+import csv
+import os
+from datetime import datetime
+
+
+BASE_DIR = os.path.dirname(os.path.dirname(os.path.abspath(__file__)))
+LOGS_DIR = os.path.join(BASE_DIR, "logs")
+NEGATIVE_MEMORY_FILE = os.path.join(LOGS_DIR, "negative_memory.csv")
+
+
+def garantir_pasta_logs():
+    os.makedirs(LOGS_DIR, exist_ok=True)
+
+
+def inicializar_memoria_negativa():
+    garantir_pasta_logs()
+
+    if not os.path.exists(NEGATIVE_MEMORY_FILE):
+        with open(NEGATIVE_MEMORY_FILE, "w", newline="", encoding="utf-8") as f:
+            writer = csv.writer(f)
+            writer.writerow([
+                "timestamp",
+                "query",
+                "product_id",
+                "product_name",
+                "rating",
+                "motivo"
+            ])
+
+
+def salvar_memoria_negativa(query, product_id, product_name, rating, motivo="feedback_negativo"):
+    inicializar_memoria_negativa()
+
+    with open(NEGATIVE_MEMORY_FILE, "a", newline="", encoding="utf-8") as f:
+        writer = csv.writer(f)
+        writer.writerow([
+            datetime.now().isoformat(),
+            query,
+            product_id,
+            product_name,
+            rating,
+            motivo
+        ])
+
+    return {"status": "ok"}

app/search.py

@@ -0,0 +1,246 @@
+import os
+import numpy as np
+import pandas as pd
+import torch
+from transformers import AutoTokenizer, AutoModel
+from sklearn.metrics.pairwise import cosine_similarity
+
+from .utils import (
+    limpar_texto,
+    mapear_categoria,
+    inferir_categoria_consulta,
+    bonus_lexical,
+)
+
+
+BASE_DIR = os.path.dirname(os.path.dirname(os.path.abspath(__file__)))
+DATA_DIR = os.path.join(BASE_DIR, "data")
+LOGS_DIR = os.path.join(BASE_DIR, "logs")
+
+PATH_PRODUCTS = os.path.join(DATA_DIR, "products_tratado_textobusca.csv")
+PATH_EMBEDDINGS = os.path.join(DATA_DIR, "embeddings_produtos_bertimbau_reforcado.npy")
+PATH_NEGATIVE_MEMORY = os.path.join(LOGS_DIR, "negative_memory.csv")
+
+MODEL_NAME = "neuralmind/bert-base-portuguese-cased"
+
+
+class SearchEngine:
+    def __init__(self):
+        self.device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
+        self.tokenizer = None
+        self.model = None
+        self.df_produtos = None
+        self.emb_produtos = None
+        self.df_negative_memory = pd.DataFrame()
+        self.negative_memory_mtime = None
+
+    def load(self):
+        self._load_products()
+        self._load_model()
+        self._load_embeddings()
+        self._refresh_negative_memory(force=True)
+
+    def _load_products(self):
+        df = pd.read_csv(PATH_PRODUCTS)
+        df.columns = df.columns.str.strip().str.lower()
+
+        df["product_name"] = df["product_name"].fillna("").astype(str)
+        df["description"] = df["description"].fillna("").astype(str)
+        df["categoria_principal"] = df["categoria_principal"].fillna("").astype(str)
+        df["category_names_text"] = df["category_names_text"].fillna("").astype(str)
+        df["region"] = df["region"].fillna("").astype(str)
+        df["neighborhood"] = df["neighborhood"].fillna("").astype(str)
+
+        df["product_name_limpo"] = df["product_name"].apply(limpar_texto)
+        df["description_limpa"] = df["description"].apply(limpar_texto)
+        df["categoria_principal_limpa"] = df["categoria_principal"].apply(limpar_texto)
+        df["category_names_text_limpo"] = df["category_names_text"].apply(limpar_texto)
+        df["region_limpa"] = df["region"].apply(limpar_texto)
+        df["neighborhood_limpo"] = df["neighborhood"].apply(limpar_texto)
+
+        df["texto_busca_reforcado"] = (
+            "produto " + df["product_name_limpo"] + " "
+            + "categoria " + df["categoria_principal_limpa"] + " "
+            + "categorias " + df["category_names_text_limpo"] + " "
+            + "bairro " + df["neighborhood_limpo"] + " "
+            + "regiao " + df["region_limpa"] + " "
+            + "descricao " + df["description_limpa"]
+        ).str.strip()
+
+        df["categoria_grupo"] = df["categoria_principal"].apply(mapear_categoria)
+
+        self.df_produtos = df
+
+    def _load_model(self):
+        self.tokenizer = AutoTokenizer.from_pretrained(MODEL_NAME)
+        self.model = AutoModel.from_pretrained(MODEL_NAME)
+        self.model = self.model.to(self.device)
+        self.model.eval()
+
+    def _load_embeddings(self):
+        self.emb_produtos = np.load(PATH_EMBEDDINGS)
+
+    def _refresh_negative_memory(self, force=False):
+        if not os.path.exists(PATH_NEGATIVE_MEMORY):
+            self.df_negative_memory = pd.DataFrame()
+            self.negative_memory_mtime = None
+            return
+
+        current_mtime = os.path.getmtime(PATH_NEGATIVE_MEMORY)
+        if not force and self.negative_memory_mtime == current_mtime:
+            return
+
+        df = pd.read_csv(PATH_NEGATIVE_MEMORY)
+        df.columns = df.columns.str.strip().str.lower()
+
+        for col in ["query", "product_id", "product_name", "motivo", "rating"]:
+            if col not in df.columns:
+                df[col] = ""
+
+        df["query"] = df["query"].fillna("").astype(str)
+        df["query_limpa"] = df["query"].apply(limpar_texto)
+        df["product_id"] = df["product_id"].fillna("").astype(str)
+        df["product_name"] = df["product_name"].fillna("").astype(str)
+        df["motivo"] = df["motivo"].fillna("").astype(str)
+        df["rating_num"] = pd.to_numeric(df["rating"], errors="coerce")
+
+        self.df_negative_memory = df
+        self.negative_memory_mtime = current_mtime
+
+    def _similaridade_consulta(self, query_atual, query_memoria):
+        if not query_atual or not query_memoria:
+            return 0.0
+
+        if query_atual == query_memoria:
+            return 1.0
+
+        termos_atuais = set(query_atual.split())
+        termos_memoria = set(query_memoria.split())
+
+        if not termos_atuais or not termos_memoria:
+            return 0.0
+
+        intersecao = len(termos_atuais & termos_memoria)
+        if intersecao == 0:
+            return 0.0
+
+        return intersecao / max(len(termos_atuais), len(termos_memoria))
+
+    def _calcular_penalidade_feedback(self, query_text, df_filtrado):
+        self._refresh_negative_memory()
+
+        if self.df_negative_memory.empty:
+            return np.zeros(len(df_filtrado))
+
+        query_limpa = limpar_texto(query_text)
+        memorias = self.df_negative_memory[
+            self.df_negative_memory["product_id"].isin(df_filtrado["product_id"].astype(str))
+        ]
+
+        if memorias.empty:
+            return np.zeros(len(df_filtrado))
+
+        penalidades = {}
+
+        for _, memoria in memorias.iterrows():
+            similaridade = self._similaridade_consulta(query_limpa, memoria["query_limpa"])
+            if similaridade <= 0:
+                continue
+
+            penalidade = 0.08 + (0.12 * similaridade)
+
+            if memoria["motivo"] == "nao_foi_util":
+                penalidade += 0.04
+
+            if pd.notna(memoria["rating_num"]) and memoria["rating_num"] <= 2:
+                penalidade += 0.04
+
+            product_id = memoria["product_id"]
+            penalidades[product_id] = min(penalidades.get(product_id, 0.0) + penalidade, 0.45)
+
+        return df_filtrado["product_id"].astype(str).map(lambda x: penalidades.get(x, 0.0)).values
+
+    def gerar_embedding_unico(self, texto, max_length=64):
+        inputs = self.tokenizer(
+            texto,
+            padding=True,
+            truncation=True,
+            max_length=max_length,
+            return_tensors="pt"
+        )
+
+        inputs = {k: v.to(self.device) for k, v in inputs.items()}
+
+        with torch.no_grad():
+            outputs = self.model(**inputs)
+
+        last_hidden_state = outputs.last_hidden_state
+        attention_mask = inputs["attention_mask"].unsqueeze(-1)
+
+        soma = torch.sum(last_hidden_state * attention_mask, dim=1)
+        divisor = torch.clamp(attention_mask.sum(dim=1), min=1e-9)
+        embedding = soma / divisor
+
+        return embedding.cpu().numpy()[0]
+
+    def buscar(self, query_text, top_k=5):
+        query_limpa = limpar_texto(query_text)
+        categoria = inferir_categoria_consulta(query_limpa)
+
+        if categoria is not None:
+            mask = self.df_produtos["categoria_grupo"] == categoria
+            df_filtrado = self.df_produtos[mask].copy()
+            idx_filtrado = df_filtrado.index.tolist()
+        else:
+            df_filtrado = self.df_produtos.copy()
+            idx_filtrado = df_filtrado.index.tolist()
+
+        if len(df_filtrado) == 0:
+            df_filtrado = self.df_produtos.copy()
+            idx_filtrado = df_filtrado.index.tolist()
+
+        emb_query = self.gerar_embedding_unico(query_text).reshape(1, -1)
+        emb_base = self.emb_produtos[idx_filtrado]
+
+        sims = cosine_similarity(emb_query, emb_base)[0]
+
+        bonus = df_filtrado.apply(
+            lambda row: bonus_lexical(
+                query_text,
+                row["product_name"],
+                row["categoria_principal"],
+                row["neighborhood"],
+                row["region"],
+            ),
+            axis=1,
+        ).values
+        penalidade_feedback = self._calcular_penalidade_feedback(query_text, df_filtrado)
+        score_final = sims + bonus - penalidade_feedback
+
+        top_idx_local = np.argsort(score_final)[::-1][:top_k]
+
+        resultados = []
+        for rank, idx_local in enumerate(top_idx_local, start=1):
+            idx_global = idx_filtrado[idx_local]
+            prod = self.df_produtos.iloc[idx_global]
+
+            resultados.append({
+                "rank": rank,
+                "establishment_id": str(prod["establishment_id"]),
+                "product_id": str(prod["product_id"]),
+                "product_name": prod["product_name"],
+                "categoria_principal": prod["categoria_principal"],
+                "categoria_grupo": prod["categoria_grupo"],
+                "region": prod["region"],
+                "neighborhood": prod["neighborhood"],
+                "score_semantico": float(sims[idx_local]),
+                "bonus_lexical": float(bonus[idx_local]),
+                "penalidade_feedback": float(penalidade_feedback[idx_local]),
+                "score_final": float(score_final[idx_local]),
+            })
+
+        return {
+            "query": query_text,
+            "categoria_inferida": categoria,
+            "resultados": resultados,
+        }

app/test_agent.py

@@ -0,0 +1,18 @@
+from .agent import ShoppingAgent
+
+agent = ShoppingAgent()
+
+resultado = agent.responder("coca cola 2l")
+
+print("Consulta:", resultado["query"])
+print("Categoria inferida:", resultado["categoria_inferida"])
+print("Resposta do agente:", resultado["answer"])
+print("\nProdutos encontrados:")
+
+for item in resultado["products"]:
+    print(
+        item["rank"],
+        item["product_name"],
+        item["categoria_principal"],
+        item["score_final"]
+    )

app/test_search.py

@@ -0,0 +1,17 @@
+from .search import SearchEngine
+
+engine = SearchEngine()
+engine.load()
+
+resultado = engine.buscar("coca cola 2l", top_k=5)
+
+print("Consulta:", resultado["query"])
+print("Categoria inferida:", resultado["categoria_inferida"])
+
+for item in resultado["resultados"]:
+    print(
+        item["rank"],
+        item["product_name"],
+        item["categoria_principal"],
+        item["score_final"]
+)

app/utils.py

@@ -0,0 +1,73 @@
+import re
+import unicodedata
+import pandas as pd
+
+
+def limpar_texto(texto):
+    if pd.isna(texto):
+        return ""
+
+    texto = str(texto).lower().strip()
+    texto = unicodedata.normalize("NFKD", texto)
+    texto = "".join(c for c in texto if not unicodedata.combining(c))
+
+    texto = re.sub(r"[\n\r\t]", " ", texto)
+    texto = re.sub(r"[^a-z0-9\s]", " ", texto)
+    texto = re.sub(r"\s+", " ", texto).strip()
+
+    return texto
+
+
+def mapear_categoria(cat):
+    cat = limpar_texto(cat)
+
+    if "acai" in cat:
+        return "acai"
+    if "pastel" in cat or "pastel de pizza" in cat:
+        return "pastel"
+    if "pizza" in cat:
+        return "pizza"
+    if "hamburg" in cat or "burger" in cat:
+        return "hamburguer"
+    if "sushi" in cat or "japones" in cat or "oriental" in cat:
+        return "japones"
+    if "suco" in cat:
+        return "suco"
+    if "bebida" in cat or "refrigerante" in cat or "refri" in cat:
+        return "bebida"
+
+    return cat
+
+
+def inferir_categoria_consulta(query):
+    q = limpar_texto(query)
+
+    if "acai" in q:
+        return "acai"
+    if "pastel" in q or "pastel de pizza" in q:
+        return "pastel"
+    if "pizza" in q:
+        return "pizza"
+    if "hamburguer" in q or "burger" in q or "x bacon" in q:
+        return "hamburguer"
+    if "sushi" in q or "temaki" in q:
+        return "japones"
+    if "suco" in q:
+        return "suco"
+    if "coca" in q or "refrigerante" in q or "refri" in q:
+        return "bebida"
+
+    return None
+
+
+def bonus_lexical(query, *texts):
+    q = limpar_texto(query)
+    referencias = [limpar_texto(texto) for texto in texts if texto]
+
+    bonus = 0.0
+
+    for termo in q.split():
+        if any(termo in referencia for referencia in referencias):
+            bonus += 0.03
+
+    return bonus

data/embeddings_produtos_bertimbau_reforcado.npy

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:fd9acd51ae3ccf45d25108f07c4aa51c662ed9c77f38a728c0853199152687ed
+size 158850176

data/products_tratado_textobusca.csv

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:4fd942f41249a721b2342e5a72b8ab0c3a2799ba8e0fe4b78732068c0f7b10ed
+size 31993441

fly.toml

@@ -0,0 +1,26 @@
+# fly.toml app configuration file generated for backend-damp-fog-5601 on 2026-03-26T21:56:01-03:00
+#
+# See https://fly.io/docs/reference/configuration/ for information about how to use this file.
+#
+
+app = 'backend-damp-fog-5601'
+primary_region = 'gru'
+
+[build]
+  dockerfile = 'Dockerfile'
+
+[processes]
+  app = 'uvicorn app.main:app --host 0.0.0.0 --port 7860'
+
+[http_service]
+  internal_port = 7860
+  force_https = true
+  auto_stop_machines = 'stop'
+  auto_start_machines = true
+  min_machines_running = 0
+  processes = ['app']
+
+[[vm]]
+  memory = '1gb'
+  cpus = 1
+  memory_mb = 1024

logs/feedback.csv

@@ -0,0 +1,40 @@
+timestamp,query,product_id,product_name,rating,is_helpful
+2026-03-13T22:00:36.405774,coca cola 2l,63ff69eb13a17c00145f829,Coca Cola Zero 2L,5,True
+2026-03-13T22:26:50.893492,açaí 300ml,teste123,Suco de Manga 300ml,1,False
+2026-03-13T22:28:15.721470,Pastel Pizza,66ed93e747c5ef68704c2fce,Mini pizza - calabresa com queijo,1,False
+2026-03-16T19:32:17.749606,Pastel de Pizza,60c52520a0ec340012bfc4fa,Pizza de Frango com catupiry,1,False
+2026-03-16T19:32:38.592032,Pastel de pizza,64a9c54149ba5400137b7624,Pizza Sachet de Muçarela,1,False
+2026-03-16T19:33:23.320661,Açai com granola,5ba15a333ac958000f91cebf,Açaí 400ml com Frutas + Granola + Leite em Pó,4,True
+2026-03-16T19:34:48.503286,Agua,66fc4ef3721f412449424f8e,Água Crystal sem Gás 500ml,5,True
+2026-03-16T19:34:59.316041,Agua com gás,61f3f617379ac90012fed81b,ÁGUA COM GÁS,5,True
+2026-03-16T19:47:15.039150,Açai na efapi,5fe0c582904d350012f1cefb,Navio de Açaí 1kg,5,True
+2026-03-16T19:52:37.398685,Acai na efapi,64e1229bf82b840017dd9615,Smothie 500ml,3,False
+2026-03-16T19:53:25.907009,Pastel de pizza,609bbf087a23ed0012fe6494,Strogonoff de Filé,1,False
+2026-03-16T19:59:25.873139,PAstel de Pizza,60b67d0b051001001221b236,Pizza gigante com borda de catupiry,1,False
+2026-03-16T20:01:54.281600,Pastel de pizza,609bbf087a23ed0012fe6494,Strogonoff de Filé,1,False
+2026-03-16T20:02:47.926527,Coca cola na efapi,5ec594f4fdc27700121776e9,Coca-Cola 2L  - Efapi,4,True
+2026-03-16T20:03:53.848469,acai com nutella,69307a2462a1f6ab53263bb2,Geladinho Gourmet Ninho com Nutella,4,True
+2026-03-16T20:04:27.371157,agua com gas,61f3f617379ac90012fed81b,ÁGUA COM GÁS,5,True
+2026-03-16T20:04:53.684421,pizza grande de calabressa,609ae76d2236c200139f1578,Calabresa,4,True
+2026-03-16T20:05:03.430851,pizza media,5dc9b94825bf860011280704,Pizza Média,4,True
+2026-03-16T20:05:35.168375,sorvete,617f089ca1260b0013e3b8e2,"Pote Sorvete Dielo Mania Abacaxi, Creme e Leite Condensado 2lt",5,True
+2026-03-16T20:05:42.649555,sorvete,617f089ca1260b0013e3b8e2,"Pote Sorvete Dielo Mania Abacaxi, Creme e Leite Condensado 2lt",5,True
+2026-03-16T20:09:20.078846,Pastel de Pizza,609ae76d2236c200139f1578,Calabresa,1,False
+2026-03-16T20:09:31.057960,Pastel de Pizza,60c5240bbd2ba700137a9876,Pizza de Calabresa,1,False
+2026-03-16T20:09:40.575439,Pastel,60788ce43ce2d000142dd661,CARNE COM CATUPIRY,5,True
+2026-03-16T20:09:49.890794,Pastel de Pizza,60b4f786bce1db0012d1eabf,Uma Pizza Dessas Para dividir com o Mozão,1,False
+2026-03-16T20:10:34.910584,Pastel de calabresa,688bcf37691a3584055bbe4a,Pastel frito de Calabresa com Queijo,3,False
+2026-03-16T20:10:46.959107,Pastel de frango,60552ebe68e56f0012387a62,STROGONOFF DE FRANGO,5,True
+2026-03-16T20:16:22.373439,Frango assado,6081c8b4725f9c0019afdb83,Frango Recheado com Bacon e Mandioca,4,True
+2026-03-16T20:16:57.740224,Salgados,67797f924a96dd7edc3b388f,Assado Integral de Brócolis,5,True
+2026-03-16T20:17:21.734493,cento de salgados,67797f924a96dd7edc3b388f,Assado Integral de Brócolis,3,False
+2026-03-16T20:17:26.535957,cento de salgados,67797f924a96dd7edc3b388f,Assado Integral de Brócolis,3,False
+2026-03-16T20:24:21.716257,Pastel de queijo,60552ebe68e56f0012387a62,STROGONOFF DE FRANGO,1,False
+2026-03-16T20:24:24.614427,Pastel de queijo,60552ebe68e56f0012387a62,STROGONOFF DE FRANGO,1,False
+2026-03-16T20:24:34.378088,PAstel de Pizza,608968d75e5c7c00124a1201,3 Pizzas Gigantes + 1 Coca 2l🤤🍕 (Mais queijo),1,False
+2026-03-16T20:26:39.933595,Pastel de pizza,5f295637f76c8b001292d7bb,Pastel de Pizza,5,True
+2026-03-21T19:47:08.660294,eu não quero borda,62e1464ace20d10013d16d6f,"Caixinha ""Quero morar no seu abraço...""",1,False
+2026-03-21T19:47:53.873246,quero açai com cento de salgados e refri,6890ea99434eb6137e3f7636,25 Croquetes de Calabresa com Queijo,2,False
+2026-03-21T19:48:40.235451,quero massa carbonara,5ecbf6174eb0670012300212,Massa - Carbonara,5,True
+2026-03-21T19:49:02.769945,quero massa carbonara,5ecbf6174eb0670012300212,Massa - Carbonara,5,True
+2026-03-21T19:49:04.048930,quero massa carbonara,5ecbf6174eb0670012300212,Massa - Carbonara,5,True

logs/negative_memory.csv

@@ -0,0 +1,35 @@
+timestamp,query,product_id,product_name,rating,motivo
+2026-03-13T22:26:50.894743,açaí 300ml,teste123,Suco de Manga 300ml,1,rating_baixo
+2026-03-13T22:26:50.895350,açaí 300ml,teste123,Suco de Manga 300ml,1,nao_foi_util
+2026-03-13T22:28:15.722159,Pastel Pizza,66ed93e747c5ef68704c2fce,Mini pizza - calabresa com queijo,1,rating_baixo
+2026-03-13T22:28:15.722843,Pastel Pizza,66ed93e747c5ef68704c2fce,Mini pizza - calabresa com queijo,1,nao_foi_util
+2026-03-16T19:32:17.750852,Pastel de Pizza,60c52520a0ec340012bfc4fa,Pizza de Frango com catupiry,1,rating_baixo
+2026-03-16T19:32:17.751503,Pastel de Pizza,60c52520a0ec340012bfc4fa,Pizza de Frango com catupiry,1,nao_foi_util
+2026-03-16T19:32:38.592998,Pastel de pizza,64a9c54149ba5400137b7624,Pizza Sachet de Muçarela,1,rating_baixo
+2026-03-16T19:32:38.593966,Pastel de pizza,64a9c54149ba5400137b7624,Pizza Sachet de Muçarela,1,nao_foi_util
+2026-03-16T19:52:37.400956,Acai na efapi,64e1229bf82b840017dd9615,Smothie 500ml,3,nao_foi_util
+2026-03-16T19:53:25.908557,Pastel de pizza,609bbf087a23ed0012fe6494,Strogonoff de Filé,1,rating_baixo
+2026-03-16T19:53:25.909841,Pastel de pizza,609bbf087a23ed0012fe6494,Strogonoff de Filé,1,nao_foi_util
+2026-03-16T19:59:25.874232,PAstel de Pizza,60b67d0b051001001221b236,Pizza gigante com borda de catupiry,1,rating_baixo
+2026-03-16T19:59:25.875325,PAstel de Pizza,60b67d0b051001001221b236,Pizza gigante com borda de catupiry,1,nao_foi_util
+2026-03-16T20:01:54.283055,Pastel de pizza,609bbf087a23ed0012fe6494,Strogonoff de Filé,1,rating_baixo
+2026-03-16T20:01:54.284256,Pastel de pizza,609bbf087a23ed0012fe6494,Strogonoff de Filé,1,nao_foi_util
+2026-03-16T20:09:20.079978,Pastel de Pizza,609ae76d2236c200139f1578,Calabresa,1,rating_baixo
+2026-03-16T20:09:20.080705,Pastel de Pizza,609ae76d2236c200139f1578,Calabresa,1,nao_foi_util
+2026-03-16T20:09:31.058691,Pastel de Pizza,60c5240bbd2ba700137a9876,Pizza de Calabresa,1,rating_baixo
+2026-03-16T20:09:31.059363,Pastel de Pizza,60c5240bbd2ba700137a9876,Pizza de Calabresa,1,nao_foi_util
+2026-03-16T20:09:49.891467,Pastel de Pizza,60b4f786bce1db0012d1eabf,Uma Pizza Dessas Para dividir com o Mozão,1,rating_baixo
+2026-03-16T20:09:49.892168,Pastel de Pizza,60b4f786bce1db0012d1eabf,Uma Pizza Dessas Para dividir com o Mozão,1,nao_foi_util
+2026-03-16T20:10:34.911304,Pastel de calabresa,688bcf37691a3584055bbe4a,Pastel frito de Calabresa com Queijo,3,nao_foi_util
+2026-03-16T20:17:21.735269,cento de salgados,67797f924a96dd7edc3b388f,Assado Integral de Brócolis,3,nao_foi_util
+2026-03-16T20:17:26.536626,cento de salgados,67797f924a96dd7edc3b388f,Assado Integral de Brócolis,3,nao_foi_util
+2026-03-16T20:24:21.716996,Pastel de queijo,60552ebe68e56f0012387a62,STROGONOFF DE FRANGO,1,rating_baixo
+2026-03-16T20:24:21.717672,Pastel de queijo,60552ebe68e56f0012387a62,STROGONOFF DE FRANGO,1,nao_foi_util
+2026-03-16T20:24:24.615191,Pastel de queijo,60552ebe68e56f0012387a62,STROGONOFF DE FRANGO,1,rating_baixo
+2026-03-16T20:24:24.615919,Pastel de queijo,60552ebe68e56f0012387a62,STROGONOFF DE FRANGO,1,nao_foi_util
+2026-03-16T20:24:34.378831,PAstel de Pizza,608968d75e5c7c00124a1201,3 Pizzas Gigantes + 1 Coca 2l🤤🍕 (Mais queijo),1,rating_baixo
+2026-03-16T20:24:34.379620,PAstel de Pizza,608968d75e5c7c00124a1201,3 Pizzas Gigantes + 1 Coca 2l🤤🍕 (Mais queijo),1,nao_foi_util
+2026-03-21T19:47:08.664282,eu não quero borda,62e1464ace20d10013d16d6f,"Caixinha ""Quero morar no seu abraço...""",1,rating_baixo
+2026-03-21T19:47:08.665675,eu não quero borda,62e1464ace20d10013d16d6f,"Caixinha ""Quero morar no seu abraço...""",1,nao_foi_util
+2026-03-21T19:47:53.875788,quero açai com cento de salgados e refri,6890ea99434eb6137e3f7636,25 Croquetes de Calabresa com Queijo,2,rating_baixo
+2026-03-21T19:47:53.877860,quero açai com cento de salgados e refri,6890ea99434eb6137e3f7636,25 Croquetes de Calabresa com Queijo,2,nao_foi_util

logs/search_logs.csv

@@ -0,0 +1,41 @@
+timestamp,query,categoria_inferida,answer,top1_id,top1_name,top2_id,top2_name,top3_id,top3_name
+2026-03-13T22:16:17.618001,pizza calabresa,pizza,"Encontrei produtos relevantes para ""pizza calabresa"", com destaque para Pizza Sachet de Calabresa, Sandupizza Calabresa e Pizza Sachet de Calabresa.",5ecbbfe54eb06700122ffc04,Pizza Sachet de Calabresa,6207f1831a837500140b5a0d,Sandupizza Calabresa,64a9c66c6c39a2001287246b,Pizza Sachet de Calabresa
+2026-03-13T22:27:30.535304,Pastel Pizza,pizza,"Encontrei produtos relevantes para ""Pastel Pizza"", com destaque para Mini pizza - calabresa com queijo, 3 Pizzas Gigantes + 1 Coca 2l🤤🍕 (Mais queijo) e Combo: Pizza + Fritas + Refri.",66ed93e747c5ef68704c2fce,Mini pizza - calabresa com queijo,608968d75e5c7c00124a1201,3 Pizzas Gigantes + 1 Coca 2l🤤🍕 (Mais queijo),6237996c0845630012d425d2,Combo: Pizza + Fritas + Refri
+2026-03-16T19:31:25.586487,Coca cola 2L,bebida,"Encontrei produtos relevantes para ""Coca cola 2L"", com destaque para Coca-Cola 2L, Coca-Cola 2L e Coca Cola Zero 2L.",64bad8578ee0af001451efd9,Coca-Cola 2L,641f5e144f6c3800149a5cbe,Coca-Cola 2L,63ff69eb13a17c0014f5f829,Coca Cola Zero 2L
+2026-03-16T19:32:07.604101,Pastel de Pizza,pizza,"Encontrei produtos relevantes para ""Pastel de Pizza"", com destaque para Pizza de Frango com catupiry, Pizza gigante com borda de catupiry e Pizza Sachet de Muçarela.",60c52520a0ec340012bfc4fa,Pizza de Frango com catupiry,60b67d0b051001001221b236,Pizza gigante com borda de catupiry,64a9c54149ba5400137b7624,Pizza Sachet de Muçarela
+2026-03-16T19:32:32.404418,Pastel de pizza,pizza,"Encontrei produtos relevantes para ""Pastel de pizza"", com destaque para Pizza Sachet de Muçarela, Pizza Sachet de Bacon e Pizza Sachet de Milho com Bacon.",64a9c54149ba5400137b7624,Pizza Sachet de Muçarela,5ecbbf544eb06700122ffbe4,Pizza Sachet de Bacon,64a9c57649ba5400137b8216,Pizza Sachet de Milho com Bacon
+2026-03-16T19:33:10.913396,Açai com granola,acai,"Encontrei produtos relevantes para ""Açai com granola"", com destaque para Açaí 400ml com Frutas + Granola + Leite em Pó, 🥰😋 Copo de Açaí Com Leite Condensado + Amendoim + Granola + Banana 480ml 🥰😋 e Copo Açaí Tradicional 300ml com Leite Condensado, Granola, Leite em Pó e Morango + Água s/ Gás.",5ba15a333ac958000f91cebf,Açaí 400ml com Frutas + Granola + Leite em Pó,5fde517cdf58000012999f87,🥰😋 Copo de Açaí Com Leite Condensado + Amendoim + Granola + Banana 480ml 🥰😋,64e1229af82b840017dd944c,"Copo Açaí Tradicional 300ml com Leite Condensado, Granola, Leite em Pó e Morango + Água s/ Gás"
+2026-03-16T19:33:52.342361,Agua,,"Encontrei produtos relevantes para ""Agua"", com destaque para Água Crystal sem Gás 500ml, Água Crystal sem Gás 500ml e Água Crystal com Gás 500ml.",66fc4ef3721f412449424f8e,Água Crystal sem Gás 500ml,65b3eb9b132349948d1728c2,Água Crystal sem Gás 500ml,65b3eb9b132349948d1728c6,Água Crystal com Gás 500ml
+2026-03-16T19:34:55.325249,Agua com gás,,"Encontrei produtos relevantes para ""Agua com gás"", com destaque para ÁGUA COM GÁS, Agua Mineral com Gás e Água com Gás 500ml.",61f3f617379ac90012fed81b,ÁGUA COM GÁS,63922cd410245d001345721d,Agua Mineral com Gás,5ecd214f5dc36a00123268fe,Água com Gás 500ml
+2026-03-16T19:46:50.352190,Coca cola 2L,bebida,"Encontrei produtos relevantes para ""Coca cola 2L"", com destaque para Coca-Cola 2L, Coca-Cola 2L e Coca Cola Zero 2L.",64bad8578ee0af001451efd9,Coca-Cola 2L,641f5e144f6c3800149a5cbe,Coca-Cola 2L,63ff69eb13a17c0014f5f829,Coca Cola Zero 2L
+2026-03-16T19:47:02.747610,Açai na efapi,acai,"Encontrei produtos relevantes para ""Açai na efapi"", com destaque para Navio de Açaí 1kg, Barca de Açai P e Smothie 500ml.",5fe0c582904d350012f1cefb,Navio de Açaí 1kg,688bcf37691a3584055bbd56,Barca de Açai P,64e1229bf82b840017dd9615,Smothie 500ml
+2026-03-16T19:50:21.482021,Açai no centro,acai,"Encontrei produtos relevantes para ""Açai no centro"", com destaque para Mix, Sorvete napolitano 2L 😋 🤩 e Açaí.",682247058d086e34fd9743c9,Mix,6476517bf605a8001336802c,Sorvete napolitano 2L 😋 🤩,682247058d086e34fd974408,Açaí
+2026-03-16T19:50:42.580432,Açai no centro,acai,"Encontrei produtos relevantes para ""Açai no centro"", com destaque para Mix, Sorvete napolitano 2L 😋 🤩 e Açaí.",682247058d086e34fd9743c9,Mix,6476517bf605a8001336802c,Sorvete napolitano 2L 😋 🤩,682247058d086e34fd974408,Açaí
+2026-03-16T19:52:29.592904,Acai na efapi,acai,"Encontrei produtos relevantes para ""Acai na efapi"", com destaque para Smothie 500ml, Smothie 500ml e Super Combo 3 Copos de Açaí Tradicional 1L😋.",64e1229bf82b840017dd9615,Smothie 500ml,5ed13bfe83e1e000122eacde,Smothie 500ml,64e1229bf82b840017dd9723,Super Combo 3 Copos de Açaí Tradicional 1L😋
+2026-03-16T19:53:07.388938,Pastel de pizza,pizza,"Encontrei produtos relevantes para ""Pastel de pizza"", com destaque para Strogonoff de Filé, Calabresa e Pizza Sachet de Muçarela.",609bbf087a23ed0012fe6494,Strogonoff de Filé,609ae76d2236c200139f1578,Calabresa,64a9c54149ba5400137b7624,Pizza Sachet de Muçarela
+2026-03-16T19:59:19.645135,PAstel de Pizza,pizza,"Encontrei produtos relevantes para ""PAstel de Pizza"", com destaque para Pizza gigante com borda de catupiry, 3 Pizzas Gigantes + 1 Coca 2l🤤🍕 (Mais queijo) e Rodízio De Pizza Com Espeto Corrido.",60b67d0b051001001221b236,Pizza gigante com borda de catupiry,608968d75e5c7c00124a1201,3 Pizzas Gigantes + 1 Coca 2l🤤🍕 (Mais queijo),64eccc3477d0810014a22f15,Rodízio De Pizza Com Espeto Corrido
+2026-03-16T20:01:37.115103,Pastel de pizza,pizza,"Encontrei produtos relevantes para ""Pastel de pizza"", com destaque para Strogonoff de Filé, Calabresa e Pizza Sachet de Muçarela.",609bbf087a23ed0012fe6494,Strogonoff de Filé,609ae76d2236c200139f1578,Calabresa,64a9c54149ba5400137b7624,Pizza Sachet de Muçarela
+2026-03-16T20:02:38.055935,Coca cola na efapi,bebida,"Encontrei produtos relevantes para ""Coca cola na efapi"", com destaque para Coca-Cola 2L  - Efapi, Coca-Cola Lata Sem açúcar 350ml e Coca-Cola Lata Sem açúcar 350ml.",5ec594f4fdc27700121776e9,Coca-Cola 2L  - Efapi,630f608e66132d001210326b,Coca-Cola Lata Sem açúcar 350ml,650dfa282f768a00159882b3,Coca-Cola Lata Sem açúcar 350ml
+2026-03-16T20:03:23.938071,Açai com leite condensado,acai,"Encontrei produtos relevantes para ""Açai com leite condensado"", com destaque para 3 Copos de Açaí 180ml Com Leite Condensado + Ovomaltine + Amendoim + Confete, Açaí Ninho com Morango e Leite Condensado 700ml 🍓 e  Açaí com Banana, Leite Ninho e Leite Condensado 500ml 🍌.",5fda6a303f12840012a3a257,3 Copos de Açaí 180ml Com Leite Condensado + Ovomaltine + Amendoim + Confete,668fee5dba1851c15b62469d,Açaí Ninho com Morango e Leite Condensado 700ml 🍓,668fecf2ba1851c15b61c21f," Açaí com Banana, Leite Ninho e Leite Condensado 500ml 🍌"
+2026-03-16T20:03:40.070185,acai com nutella,acai,"Encontrei produtos relevantes para ""acai com nutella"", com destaque para Geladinho Gourmet Ninho com Nutella, Açaí Ninho com Nutella 400ml e Açaí Ninho com Nutella 400ml.",69307a2462a1f6ab53263bb2,Geladinho Gourmet Ninho com Nutella,68a61a9073c453cae58f5c62,Açaí Ninho com Nutella 400ml,684341c9f7fa74dc21038717,Açaí Ninho com Nutella 400ml
+2026-03-16T20:04:20.340484,agua com gas,,"Encontrei produtos relevantes para ""agua com gas"", com destaque para ÁGUA COM GÁS, Água com Gás Premiun e Agua Mineral com Gás.",61f3f617379ac90012fed81b,ÁGUA COM GÁS,5ecc071505dbb90013d07989,Água com Gás Premiun,63922cd410245d001345721d,Agua Mineral com Gás
+2026-03-16T20:04:44.704358,pizza grande de calabressa,pizza,"Encontrei produtos relevantes para ""pizza grande de calabressa"", com destaque para Calabresa, Vegas e (TRÊS) Pizza Grande 35cm 12 Fatias (Portuguesa, Calabresa, Muçarela) + Coca-Cola 2 L 😎.",609ae76d2236c200139f1578,Calabresa,609bbcbc21f46f001307fbea,Vegas,622bced1c7f7c700124dd980,"(TRÊS) Pizza Grande 35cm 12 Fatias (Portuguesa, Calabresa, Muçarela) + Coca-Cola 2 L 😎"
+2026-03-16T20:04:59.141968,pizza media,pizza,"Encontrei produtos relevantes para ""pizza media"", com destaque para Pizza Média, Pizza Gigante + Pizza Média + Kuat 2l (Mais queijo) 🍕🍕 e Pizza Média + Pizza Broto Doce 🍕😍.",5dc9b94825bf860011280704,Pizza Média,608968d65e5c7c00124a0d34,Pizza Gigante + Pizza Média + Kuat 2l (Mais queijo) 🍕🍕,6053bbc261b68d00121b933f,Pizza Média + Pizza Broto Doce 🍕😍
+2026-03-16T20:05:23.749252,sorvete,,"Encontrei produtos relevantes para ""sorvete"", com destaque para Pote Sorvete Dielo Mania Abacaxi, Creme e Leite Condensado 2lt, Pote Sorvete Dielo Twister Blue Ice, Chocolate Branco e Kiwi 2lt e Sorvete Italiano 1,5L de Ninho Trufado com Nutella.",617f089ca1260b0013e3b8e2,"Pote Sorvete Dielo Mania Abacaxi, Creme e Leite Condensado 2lt",617f08c6534ea800125ea2ba,"Pote Sorvete Dielo Twister Blue Ice, Chocolate Branco e Kiwi 2lt",5bd741bac3533e000fb2b1c6,"Sorvete Italiano 1,5L de Ninho Trufado com Nutella"
+2026-03-16T20:09:13.727612,Pastel de Pizza,pizza,"Encontrei produtos relevantes para ""Pastel de Pizza"", com destaque para Calabresa, Pizza de Calabresa e Uma Pizza Dessas Para dividir com o Mozão.",609ae76d2236c200139f1578,Calabresa,60c5240bbd2ba700137a9876,Pizza de Calabresa,60b4f786bce1db0012d1eabf,Uma Pizza Dessas Para dividir com o Mozão
+2026-03-16T20:09:25.735089,Pastel de Pizza,pizza,"Encontrei produtos relevantes para ""Pastel de Pizza"", com destaque para Pizza de Calabresa, Uma Pizza Dessas Para dividir com o Mozão e Pizza Sachet de Mussarela.",60c5240bbd2ba700137a9876,Pizza de Calabresa,60b4f786bce1db0012d1eabf,Uma Pizza Dessas Para dividir com o Mozão,5ecbc130a0aac300135e1a8d,Pizza Sachet de Mussarela
+2026-03-16T20:09:34.254924,Pastel,pastel,"Encontrei produtos relevantes para ""Pastel"", com destaque para CARNE COM CATUPIRY, CARNE COM CATUPIRY e STROGONOFF.",60788ce43ce2d000142dd661,CARNE COM CATUPIRY,60552b2911e1280012737a60,CARNE COM CATUPIRY,60788ce43ce2d000142dd663,STROGONOFF
+2026-03-16T20:09:46.826103,Pastel de Pizza,pizza,"Encontrei produtos relevantes para ""Pastel de Pizza"", com destaque para Uma Pizza Dessas Para dividir com o Mozão, Pizza Sachet de Mussarela e Pizze CARNE DE PANELA.",60b4f786bce1db0012d1eabf,Uma Pizza Dessas Para dividir com o Mozão,5ecbc130a0aac300135e1a8d,Pizza Sachet de Mussarela,61ded064ff8457001419443d,Pizze CARNE DE PANELA
+2026-03-16T20:10:26.555890,Pastel de calabresa,pastel,"Encontrei produtos relevantes para ""Pastel de calabresa"", com destaque para Pastel frito de Calabresa com Queijo, STROGONOFF DE FRANGO e STROGONOFF DE FRANGO.",688bcf37691a3584055bbe4a,Pastel frito de Calabresa com Queijo,60552ebe68e56f0012387a62,STROGONOFF DE FRANGO,60788ce43ce2d000142dd664,STROGONOFF DE FRANGO
+2026-03-16T20:10:40.768195,Pastel de frango,pastel,"Encontrei produtos relevantes para ""Pastel de frango"", com destaque para STROGONOFF DE FRANGO, STROGONOFF DE FRANGO e Pastel de Frango.",60552ebe68e56f0012387a62,STROGONOFF DE FRANGO,60788ce43ce2d000142dd664,STROGONOFF DE FRANGO,5ed79e1eccc8d00013b8e3e2,Pastel de Frango
+2026-03-16T20:11:09.226271,Frango assado,,"Encontrei produtos relevantes para ""Frango assado"", com destaque para Frango Recheado com Bacon e Mandioca, Saltenha de frango com azeitona e Folhado de frango com catupiry.",6081c8b4725f9c0019afdb83,Frango Recheado com Bacon e Mandioca,5fade73c1e22660012841484,Saltenha de frango com azeitona,5fade73c1e22660012841489,Folhado de frango com catupiry
+2026-03-16T20:16:39.814455,Salgados,,"Encontrei produtos relevantes para ""Salgados"", com destaque para Assado Integral de Brócolis, Croissant Queijo e Croissant Frango.",67797f924a96dd7edc3b388f,Assado Integral de Brócolis,67797add4a96dd7edc3a9ef3,Croissant Queijo,67797ac34a96dd7edc3a9c4a,Croissant Frango
+2026-03-16T20:17:15.795801,cento de salgados,,"Encontrei produtos relevantes para ""cento de salgados"", com destaque para Assado Integral de Brócolis, Cento de Salgados Sortidos e Deliciosoos! 🤗: Risoles + Coxinha + Pastel Bolha + Bolinha de Queijo e Folhado de Frango.",67797f924a96dd7edc3b388f,Assado Integral de Brócolis,5f75c3af9a4a5c00122c8c1f,Cento de Salgados Sortidos e Deliciosoos! 🤗: Risoles + Coxinha + Pastel Bolha + Bolinha de Queijo,67797a0e4a96dd7edc3a87dd,Folhado de Frango
+2026-03-16T20:24:13.301442,Pastel de queijo,pastel,"Encontrei produtos relevantes para ""Pastel de queijo"", com destaque para STROGONOFF DE FRANGO, STROGONOFF DE FRANGO e Pastel de Pizza.",60552ebe68e56f0012387a62,STROGONOFF DE FRANGO,60788ce43ce2d000142dd664,STROGONOFF DE FRANGO,5f295637f76c8b001292d7bb,Pastel de Pizza
+2026-03-16T20:24:29.878294,PAstel de Pizza,pizza,"Encontrei produtos relevantes para ""PAstel de Pizza"", com destaque para 3 Pizzas Gigantes + 1 Coca 2l🤤🍕 (Mais queijo), Rodízio De Pizza Com Espeto Corrido e Mini Pizza de Calabresa.",608968d75e5c7c00124a1201,3 Pizzas Gigantes + 1 Coca 2l🤤🍕 (Mais queijo),64eccc3477d0810014a22f15,Rodízio De Pizza Com Espeto Corrido,668593aa337d49d90e8117a9,Mini Pizza de Calabresa
+2026-03-16T20:26:33.135734,Pastel de pizza,pastel,"Encontrei produtos relevantes para ""Pastel de pizza"", com destaque para Pastel de Pizza, Pastel de Pizza e Pastel de Pizza.",5f295637f76c8b001292d7bb,Pastel de Pizza,5ed79e4bccc8d00013b8e474,Pastel de Pizza,688bcf36691a3584055bbcc3,Pastel de Pizza
+2026-03-21T19:44:08.374899,pizza,pizza,"Encontrei produtos relevantes para ""pizza"", com destaque para Pizza Média, Zucca Cabotiá (6 fatias) e Pizza Pequena.",5dc9b94825bf860011280704,Pizza Média,68aa46ec5829f3efe155504c,Zucca Cabotiá (6 fatias),63f4b1ab27f1ab0013ee1d2d,Pizza Pequena
+2026-03-21T19:45:33.684937,quero uma pizza grande de strogonoffe com refri incluso,pizza,"Encontrei produtos relevantes para ""quero uma pizza grande de strogonoffe com refri incluso"", com destaque para 🫨COMBÂO NOTA 1001!!😋 Pizza Grande + Borda Recheada + Refri, 😍🍕Mega Combo!!🍕😍 Pizza Grande + Borda + Refri 1,5L e 😍SUPER COMBO!!!🥰 3 Pizza Grande + Borda + Refri.",660b07f3b8c7bec046765906,🫨COMBÂO NOTA 1001!!😋 Pizza Grande + Borda Recheada + Refri,660ef142f19762dd1fbacb8d,"😍🍕Mega Combo!!🍕😍 Pizza Grande + Borda + Refri 1,5L",660b1322b8c7bec04679f273,😍SUPER COMBO!!!🥰 3 Pizza Grande + Borda + Refri
+2026-03-21T19:46:24.323868,eu não quero borda,,"Encontrei produtos relevantes para ""eu não quero borda"", com destaque para Caixinha ""Quero morar no seu abraço..."", Caixa  Eu Te Amo  Branca e Gretanese, inexplicavelmente Maionese....",62e1464ace20d10013d16d6f,"Caixinha ""Quero morar no seu abraço...""",62a53fcb248d720013699b5e,Caixa  Eu Te Amo  Branca,63d3c14522c67e0013224a34,"Gretanese, inexplicavelmente Maionese..."
+2026-03-21T19:47:25.479297,quero açai com cento de salgados e refri,acai,"Encontrei produtos relevantes para ""quero açai com cento de salgados e refri"", com destaque para 25 Croquetes de Calabresa com Queijo, 10 Unidades de Croquetes de Calabresa com Queijo e 40 Salgados mistos + Pepsi de 2 litros.",6890ea99434eb6137e3f7636,25 Croquetes de Calabresa com Queijo,6890ea9a434eb6137e3f79a2,10 Unidades de Croquetes de Calabresa com Queijo,6890ea99434eb6137e3f76df,40 Salgados mistos + Pepsi de 2 litros
+2026-03-21T19:48:28.093710,quero massa carbonara,,"Encontrei produtos relevantes para ""quero massa carbonara"", com destaque para Massa - Carbonara, Carbonara e Massa Carbonara 250g.",5ecbf6174eb0670012300212,Massa - Carbonara,67ed98adfe7b13f4711c10bc,Carbonara,5eb2ab989013a600127b0047,Massa Carbonara 250g

requirements.txt

@@ -0,0 +1,8 @@
+fastapi
+uvicorn[standard]
+python-dotenv
+pandas
+numpy
+torch
+transformers
+scikit-learn