graph TD %%{init: {'theme': 'mc','layout': 'elk'}}%% GDriveFilesComponent-om3qs[<div><img src="/_astro/google_drive.wKmDsV2c.svg" style="height: 20px !important;width: 20px !important"/></div>Google Drive] style GDriveFilesComponent-om3qs stroke:#a170ff ParseData-bpxzj[<div><img src="/_astro/braces.Djq0PW4_.svg" style="height: 20px !important;width: 20px !important"/></div>Parse Data] style ParseData-bpxzj stroke:#a170ff LanggraphReactAgent-r7y0s[Asistente Legal] style LanggraphReactAgent-r7y0s stroke:#a170ff ChatOutput-fu8q8[<div><img src="/_astro/messages-square.BaSDmT6g.svg" style="height: 20px !important;width: 20px !important"/></div>Chat Output] style ChatOutput-fu8q8 stroke:#a170ff OpenAIModel-mog55[<div><img src="/_astro/openAI.BhmuxEs3.svg" style="height: 20px !important;width: 20px !important"/></div>OpenAI] style OpenAIModel-mog55 stroke:#a170ff GDriveFilesComponent-om3qs -.- ParseData-bpxzj linkStyle 0 stroke:#a170ff ParseData-bpxzj -.- LanggraphReactAgent-r7y0s linkStyle 1 stroke:#a170ff OpenAIModel-mog55 -.- LanggraphReactAgent-r7y0s linkStyle 2 stroke:#a170ff LanggraphReactAgent-r7y0s -.- ChatOutput-fu8q8 linkStyle 3 stroke:#a170ff

Analisador de Contratos Legais

🧩 Visão Geral

O Analisador de Contratos Legais automatiza a extração, interpretação e resumo de documentos jurídicos.
Integrando o Google Drive para ingestão de arquivos, rotinas de análise de texto, um agente avançado Langgraph com um modelo OpenAI e saída em estilo de chat, o fluxo fornece resumos concisos em tópicos que destacam os elementos principais do contrato. Isso agiliza a revisão legal, permitindo que advogados e gestores compreendam rapidamente os pontos essenciais.

⚙️ Funcionalidades Principais

Recuperação Automática de Arquivos – Obtém documentos jurídicos diretamente do Google Drive, suportando diversos tipos de arquivo.
Normalização de Texto – Converte dados binários ou estruturados em texto limpo pronto para análise.
Resumo com IA – Utiliza um agente Langgraph React com modelo OpenAI para ler contratos e gerar resumos simples em tópicos.
Apresentação em Chat – Exibe o resumo gerado em formato conversacional, adequado para revisão ou discussão.
Ferramentas Extensíveis – O agente pode ser expandido com ferramentas adicionais ou gerenciamento de memória para fluxos mais complexos.

🔄 Etapas do Fluxo

Componente	Papel no Fluxo	Entradas Principais	Saídas Principais
Google Drive	Recupera o documento jurídico selecionado a partir de uma pasta ou ID de arquivo.	ID do arquivo ou seleção de pasta (via UI)	Dados brutos do arquivo (binário ou estruturado)
Parse Data	Transforma os dados brutos em texto simples adequado para processamento em linguagem natural.	Dados brutos do Google Drive	Texto extraído (Message)
OpenAI Model	Fornece o backend de LLM que o agente usa para gerar o resumo.	Nome do modelo (`gpt-4o-mini`), chave API, configurações (temperatura, max tokens)	Instância do modelo de linguagem utilizável pelo agente
Legal Assistant (Langgraph React Agent)	Orquestra a tarefa de resumo: recebe o texto do documento, invoca o modelo OpenAI e produz um resumo conciso.	Texto do documento (Parse Data), Instância do modelo OpenAI	Resumo em mensagem (Message)
Chat Output	Apresenta o resumo ao usuário em interface estilo chat.	Resumo do Legal Assistant	Mensagem exibida no playground

🧠 Observações

É necessário possuir credenciais válidas do Google Drive e chaves de API OpenAI; a ausência delas interromperá a execução.
Limites de tamanho de arquivo do Google Drive e do modelo OpenAI (ex.: limite de tokens) podem restringir o processamento de contratos muito extensos em uma única execução.
O modelo OpenAI é invocado em modo JSON por padrão; qualquer formato de saída específico deve ser definido no prompt do sistema.
Recursos de memória e resumo do agente podem ser configurados para permitir resumos stateless ou stateful em múltiplos documentos.
O componente de chat é apenas visual; não altera os dados subjacentes nem aciona outras ações.
Caso o arquivo contenha formatação complexa (como tabelas ou cláusulas legais com tópicos aninhados), o passo de parsing pode precisar de personalização para preservar a estrutura relevante.