TizaMcpRag

# TizaMcpRag Projeto que integra execução de MCPs (procedures) e consulta RAG (documentos) com IA local via Ollama. --- # 🔥 Fluxograma de Comunicação  --- ## Serviços Disponíveis - **n8n**: Orquestração de fluxos - **api_rag**: Consulta a documentos (RAG) - **api_mcp**: Execução de procedures SQL - **ollama**: Servidor de LLMs local ## Pré-requisitos ### Suporte a GPU (Recomendado) Para melhor performance dos modelos, é recomendado usar GPU. Instale: 1. [NVIDIA Container Toolkit](https://docs.nvidia.com/datacenter/cloud-native/container-toolkit/install-guide.html) 2. Driver NVIDIA atualizado ### Configuração do Banco de Dados 1. Copie o arquivo de exemplo de configuração: ```bash cp .env.example .env ``` 2. Edite o arquivo `.env` com as credenciais do seu banco SQL Server: ```env DB_SERVER=seu_servidor DB_DATABASE=seu_banco DB_USERNAME=seu_usuario DB_PASSWORD=sua_senha ``` 3. Execute o script de criação das procedures: ```bash # Use seu cliente SQL Server favorito para executar: sql_server/scripts/create_procedures.sql ``` ## Como rodar o projeto ```bash docker-compose up -d ``` Após iniciar os containers, aguarde alguns minutos para que os modelos do Ollama sejam baixados automaticamente. ## Configuração do n8n ### Instalação do Node MCP 1. Acesse o n8n em `http://localhost:5678` 2. Vá em Settings > Community Nodes 3. Clique em "Add node by providing npm package name" 4. Insira `n8n-nodes-mcp` 5. Se a instalação automática falhar, siga os passos para instalação manual: - Copie a pasta `n8n-nodes-mcp` para `.n8n/custom` - Reinicie o container do n8n ### Importação do Fluxo 1. No n8n, clique em "Import from File" 2. Selecione o arquivo `scripts/TizaChatBot.json` 3. Ajuste as credenciais e endpoints conforme necessário ## Atualizando documentos RAG 1. Crie a pasta `documentos` dentro de `api_rag` (caso ainda não exista): ```bash mkdir -p api_rag/documentos ``` 2. Copie os arquivos que deseja indexar para a pasta `api_rag/documentos`. 3. Execute o comando abaixo para processar os documentos: ```bash docker-compose exec tizamcprag-api-rag python preprocess_docs.py ``` ## Modelos do Ollama O sistema requer os seguintes modelos do Ollama: - `nomic-embed-text`: para geração de embeddings dos documentos - `gemma3:latest`: para geração de respostas da API RAG - `mistral`: para o agente de chat no n8n (requer suporte a tools) Para baixar os modelos manualmente, execute os comandos abaixo: ```bash # Baixar modelo de embeddings docker-compose exec ollama ollama pull nomic-embed-text # Baixar modelo para respostas RAG docker-compose exec ollama ollama pull gemma3:latest # Baixar modelo para agente n8n docker-compose exec ollama ollama pull mistral ``` Aguarde o download de cada modelo ser concluído antes de prosseguir. Você pode verificar os modelos instalados com: ```bash docker-compose exec ollama ollama list ``` ### Configuração do Agente n8n Ao importar o fluxo no n8n, configure o nó AI Agent para usar o Ollama: 1. Selecione o nó AI Agent 2. Em "Service", escolha "Ollama" 3. Configure o endpoint: `http://ollama:11434` 4. Selecione o modelo `mistral` --- ## Observações - Todos os serviços são gerenciados via `docker-compose`.