📌 Vector – Plataforma de Caronas Universitárias

Vector é um aplicativo open source feito por universitários e para universitários, com foco em acessibilidade, segurança e inclusão no transporte estudantil.
O projeto nasceu em um hackathon com a missão de reduzir desigualdades no acesso ao ensino superior, oferecendo caronas seguras, econômicas e colaborativas.

Imagens

✨ Funcionalidades

• 🚗 Carona Solidária – Sistema de caronas gratuitas ou a baixo custo para estudantes em vulnerabilidade.
• ❤️ Comunidade Segura – Avaliação de motoristas, chat direto e hubs de encontro seguro.
• 🤝 Open Source – Código aberto para que qualquer pessoa possa auditar, contribuir e expandir.
• 💸 Baixo Custo Real – Preços acessíveis, pensados para a realidade financeira de estudantes.
• 🏆 Gamificação (futuro) – Pontos e recompensas para motoristas e usuários ativos.

🔗 Links Úteis

• Repositório GitHub: https://github.com/claudio-asj/hackathona
• Deploy (Vercel): https://hackatona.vercel.app/
• Deploy de Teste (Vercel Dev): https://hackaton-dev.vercel.app/

🛠️ Tecnologias

• ⚡ Vite – Bundler rápido e moderno
• ⚛️ React com TypeScript
• 🎨 Shadcn/UI – Componentes acessíveis e estilizados
• 🔥 Firebase – Autenticação, banco de dados e hosting
• 🎭 Tailwind CSS – Estilização responsiva
• Ia generativa - Modelos open-source

📦 Instalação

Clone o repositório e instale as dependências:

cd hackathona
npm install

⚙️ Configuração do Ambiente

Crie um arquivo .env na raiz do projeto e adicione as chaves do Firebase:

VITE_API_KEY="AIzaS...."
VITE_AUTH_DOMAIN="hack..."
VITE_PROJECT_ID="hackatonamob4"
VITE_STORAGE_BUCKET="hack..."
VITE_MESSAGING_SENDER_ID="50..."
VITE_APP_ID="1:507969476135:web:1a2..."
VITE_MEASUREMENT_ID="G-X..."

Importante: nunca exponha suas próprias chaves de produção em repositórios públicos.
As chaves acima são de exemplo para rodar o projeto localmente.

▶️ Rodando o projeto

npm run dev

O app ficará disponível em:
http://localhost:5173

🤝 Contribuindo

Este é um projeto open source. Toda contribuição é bem-vinda!

1. Faça um fork
2. Crie uma branch (git checkout -b minha-feature)
3. Commit suas alterações (git commit -m "feat: minha nova feature")
4. Faça um push (git push origin minha-feature)
5. Abra um Pull Request 🚀

👨‍💻 Equipe

IMPORT PANDAS 🐼

• Claudio Jr.
• Nicolas Macedo
• Bernardo Lopes
• Juan Perri

Chat API - Backend Flask

Backend Flask para o chatbot usando transformers e pipeline.

Estrutura do Projeto

chat/
├── app.py                 # Aplicação principal Flask
├── run.py                 # Script para executar o servidor
├── wsgi.py               # WSGI para produção
├── requirements.txt      # Dependências Python
├── env.example          # Exemplo de variáveis de ambiente
├── README.md            # Esta documentação
├── config/              # Configurações
│   ├── __init__.py
│   └── settings.py
├── models/              # Modelos de ML
│   ├── __init__.py
│   └── chat_model.py
├── routes/              # Rotas da API
│   ├── __init__.py
│   └── chat_routes.py
├── services/            # Serviços
│   ├── __init__.py
│   └── chat_service.py
└── utils/               # Utilitários
    ├── __init__.py
    └── validators.py

Instalação

1. Instale as dependências:

cd chat
pip install -r requirements.txt

2. Configure as variáveis de ambiente:

cp env.example .env
# Edite o arquivo .env com suas configurações

3. Execute o servidor:

python run.py

Endpoints da API

Health Check

• GET /api/chat/health
• Verifica se a API está funcionando

Informações do Modelo

• GET /api/chat/model/info
• Retorna informações sobre o modelo carregado

Sessões de Chat

Criar Sessão

• POST /api/chat/session/create
• Cria uma nova sessão de chat
• Resposta:

{
  "session_id": "uuid-da-sessao",
  "message": "Sessão criada com sucesso"
}

Enviar Mensagem

• POST /api/chat/session/{session_id}/message
• Envia uma mensagem e recebe resposta
• Body:

{
  "message": "Sua mensagem aqui",
  "max_length": 1000,
  "temperature": 0.7
}

• Resposta:

{
  "response": "Resposta do modelo",
  "session_id": "uuid-da-sessao",
  "timestamp": "2024-01-01T12:00:00",
  "model": "microsoft/DialoGPT-medium"
}

Obter Histórico

• GET /api/chat/session/{session_id}/history
• Retorna o histórico de mensagens da sessão

Limpar Sessão

• DELETE /api/chat/session/{session_id}/clear
• Limpa o histórico da sessão

Streaming (SSE)

• POST /api/chat/session/{session_id}/stream
• Envia mensagem e recebe resposta em streaming
• Usa Server-Sent Events (SSE)

Configurações

Variáveis de Ambiente

• SECRET_KEY: Chave secreta do Flask
• DEBUG: Modo debug (True/False)
• PORT: Porta do servidor (padrão: 5000)
• DEFAULT_MODEL: Modelo a ser usado (padrão: microsoft/DialoGPT-medium)
• MAX_MESSAGE_LENGTH: Comprimento máximo da mensagem
• DEFAULT_TEMPERATURE: Temperatura para geração (0.0-2.0)
• CORS_ORIGINS: Origens permitidas para CORS

Desenvolvimento

Executar em Desenvolvimento

python run.py

Setup Automatizado (Recomendado)

Para configurar todo o ambiente (virtualenv, dependências, criação de .env, download antecipado do modelo e opção 8-bit), use o script na raiz do projeto:

bash scripts/setup_local_llm.sh

Opções disponíveis:

• --model <NOME>: força um modelo (ex: Qwen/Qwen1.8B-Chat)
• --simple: usa requirements_simple.txt (sem transformers) – útil para apenas API sem geração
• --8bit: tenta instalar bitsandbytes e ativa carregamento 8-bit (GPU necessária)
• --python <bin>: especifica binário Python (ex: python3.11)

Exemplos:

# Setup padrão
bash scripts/setup_local_llm.sh

# Modelo específico maior
bash scripts/setup_local_llm.sh --model Qwen/Qwen1.8B-Chat

# Ambiente leve + 8-bit
bash scripts/setup_local_llm.sh --simple --8bit --model Qwen/Qwen1.5-0.5B-Chat

# Usando Python 3.11
bash scripts/setup_local_llm.sh --python python3.11

Depois de rodar:

source .venv/bin/activate
python chat/run.py

Executar em Produção

gunicorn chat.wsgi:app

Testar Endpoints

curl http://localhost:5000/api/chat/health


curl -X POST http://localhost:5000/api/chat/session/create

curl -X POST http://localhost:5000/api/chat/session/{session_id}/message \
  -H "Content-Type: application/json" \
  -d '{"message": "Olá, como você está?"}'

As rotas da API seguem o padrão RESTful e retornam JSON.

📜 Licença

Este projeto é licenciado sob a MIT License.
Sinta-se livre para usar, modificar e compartilhar.