Evolução do Projeto Chizu

Este documento descreve a evolução do projeto Chizu, desde sua concepção inicial até os estágios atuais de desenvolvimento.

O objetivo é registrar: - O raciocínio por trás das decisões técnicas. - Os problemas enfrentados. - As soluções adotadas. - As mudanças de direção ao longo do tempo. - Os aprendizados adquiridos.

Esse histórico serve tanto para documentação técnica, quanto para onboarding de novos colaboradores, além de permitir revisitar decisões passadas e entender melhor o caminho seguido.

Motivação Inicial

O ZenBot nasceu da necessidade de criar um assistente inteligente, modular e evolutivo, capaz de:

  • Integrar múltiplas ferramentas.
  • Consultar bases de conhecimento próprias.
  • Evoluir com o tempo.
  • Facilitar automações e organização de informações.
  • Servir como laboratório prático para aprendizado em:
  • Inteligência Artificial
  • Arquitetura de software
  • Sistemas distribuídos
  • DevOps
  • Processamento de linguagem natural (PLN)

A ideia central sempre foi aprender construindo, documentando cada passo.

Primeiras Ideias e Explorações

Nos estágios iniciais, o projeto focou em:

  • Entender como funcionam modelos de linguagem (LLMs).
  • Explorar APIs de IA.
  • Criar pequenos protótipos de chatbots.
  • Testar diferentes arquiteturas.

Essa fase foi marcada por: - Muitos testes. - Código experimental. - Mudanças frequentes. - Aprendizado acelerado.

Definição da Arquitetura Base

Com a maturação das ideias, surgiu a necessidade de:

  • Organizar melhor o projeto.
  • Separar responsabilidades.
  • Definir padrões claros.

Principais decisões:

  • Separação entre:
  • Backend (lógica do bot)
  • Camada de IA
  • Armazenamento
  • Interface
  • Uso de APIs externas (ex: APIs, interfaces de programação de aplicações, de modelos de IA).
  • Estrutura modular para facilitar evolução e manutenção.

Organização do Repositório

Foi criada uma estrutura de pastas clara, visando:

  • Facilidade de navegação.
  • Separação lógica entre documentação, código e dados.
  • Facilidade de publicação.

Principais diretórios:

  • /docs → documentação geral do projeto
  • /docs/conceitos → explicação de conceitos técnicos
  • /docs/registros → registros históricos e templates
  • Outras pastas voltadas ao código-fonte e serviços

Introdução da Documentação em Markdown

A documentação passou a ser escrita em Markdown, pois:

  • É simples.
  • É legível em texto puro.
  • Funciona bem com GitHub.
  • Permite fácil publicação como site estático.

Com isso, adotou-se o padrão:

  • Um arquivo por tema.
  • Índices claros.
  • Numeração lógica.
  • Organização progressiva.

Evolução da Ideia de Base de Conhecimento

Surgiu então a necessidade de:

  • Armazenar conhecimento do próprio projeto.
  • Criar documentação acessível tanto para humanos quanto para IAs.
  • Permitir futuras integrações com:
  • Busca semântica
  • Embeddings (representações vetoriais de textos)
  • Bancos vetoriais

Esse movimento marcou a transição de um simples chatbot para um sistema inteligente orientado a conhecimento.

Introdução de Conceitos Avançados

Ao longo da evolução, passaram a ser estudados e integrados conceitos como:

  • Modelos de linguagem (LLMs, Large Language Models).
  • Embeddings (vetorização semântica de textos).
  • Busca semântica.
  • Pipelines de processamento.
  • Arquiteturas de agentes.
  • Orquestração de fluxos de IA.

Esses conceitos estão documentados detalhadamente na pasta:

docs/conceitos