KnowledgeDesk
Open sourceAssistente de conhecimento interno que roda 100% local: a empresa conversa com os próprios documentos sem que nenhum dado saia da máquina.
- 100%
- local, sem API externa
- 42
- commits, com CI
- 3
- camadas de teste (pytest, Vitest, Playwright)
Visão geral
Muitas empresas não podem mandar documentos internos para uma API externa. O KnowledgeDesk usa modelos locais via Ollama: upload de PDF, DOCX e TXT, chat com RAG e respostas com a fonte citada.
Além do chat, tem um agente em LangGraph que lista, busca e resume documentos dentro de limites de segurança explícitos.
O que ele faz
- RAG com fonte citada
- Ingestão com chunking e embeddings no ChromaDB, busca com filtro por relevância e resposta em streaming.
- Agente com limites
- Máquina de estados clarify → plan → execute_tools → respond, com ferramentas só de leitura e número máximo de iterações.
- Histórico de conversas
- Sessões persistidas em SQLite enquanto a resposta é transmitida.
Arquitetura
Decisões e trade-offs
- Duas lojas, de propósito
- Conversas são dados relacionais simples (SQLite); documentos precisam de busca vetorial (ChromaDB). Forçar tudo num banco só misturaria dois modelos de acesso.
- SSE em vez de WebSocket
- O fluxo é de mão única. Server-Sent Events resolve com fetch e ReadableStream, sem gerenciar conexão bidirecional.
- Roteamento determinístico
- A intenção do pedido é classificada por regras, não por LLM, para manter os testes determinísticos. O modelo fica só onde é necessário: resumir.
Qualidade e operação
- Especificação antes do código (Spec Driven Development).
- Cliente do Ollama injetado em todo o backend, o que permite simular 100% dos testes automatizados.
- Testes E2E com Playwright contra a stack real; CI com lint, testes e build.
Estado e próximos passos
- Gravar a demonstração em vídeo e publicar uma imagem Docker pronta.
Stack
PythonFastAPILangChainLangGraphChromaDBSQLiteOllamaReactTypeScriptPlaywright