🌍 Tour Extraction System

Sistema inteligente de extração automática de tarifários turísticos usando agentes IA.

Desenvolvido por: Grupo 287 - I2A2 Academy
Cliente: iFriend (Marketplace de Turismo)

🎯 Problema

A iFriend recebe dezenas de catálogos turísticos em PDF mensalmente. O processo manual de extração leva 2-3 horas por catálogo e é propenso a erros.

💡 Solução

Sistema baseado em agentes inteligentes que automatiza 100% do processo:

• 🤖 CrewAI para orquestração de agentes
• 🧠 GPT-4o-mini para extração inteligente
• 📄 Docling para OCR e processamento de PDFs
• 🔍 FAISS para busca semântica
• 📊 Streamlit para interface web

📊 Resultados

• ✅ 294 tours extraídos automaticamente
• ⚡ 92% redução no tempo de processamento
• 💰 $0.005 custo por PDF
• 🎯 95%+ precisão validada

🚀 Demo Online

Acesse a interface web: tour-extraction.streamlit.app

💻 Rodar Localmente

Pré-requisitos

• Python 3.9+
• OpenAI API Key (obter aqui)

Instalação

# 1. Clonar repositório
git clone https://github.com/SEU_USUARIO/tour-extraction-system.git
cd tour-extraction-system

# 2. Criar ambiente virtual
python3 -m venv venv
source venv/bin/activate  # Mac/Linux
# venv\Scripts\activate  # Windows

# 3. Instalar dependências
pip install -r requirements.txt

# 4. Configurar API Key
cp .streamlit/secrets.toml.example .streamlit/secrets.toml
# Editar .streamlit/secrets.toml e adicionar sua chave

Uso

Opção A - Interface Web (Recomendado):

streamlit run app_streamlit.py

Acesse: http://localhost:8501

Opção B - Linha de Comando:

python main.py --pdf "input/PRIVATE_TOURS_FRANCE_2024-EN.pdf"

Resultados salvos em: output/results/

📂 Estrutura do Projeto

tour-extraction-system/
├── app_streamlit.py          # Interface web
├── main.py                    # CLI
├── src/
│   ├── chunker/              # Processamento de PDFs
│   ├── indexer/              # Busca semântica
│   ├── extractor/            # Agentes de extração
│   └── exporter/             # Geração de resultados
├── config/
│   └── settings.yaml         # Configurações
├── input/                    # PDFs de entrada
├── output/
│   ├── chunks/               # PDFs processados
│   ├── index/                # Índices vetoriais
│   └── results/              # Resultados finais
└── docs/                     # Documentação adicional

🛠️ Tecnologias

Categoria	Tecnologia	Versão
Agentes	CrewAI	0.28.0
LLM	OpenAI GPT-4o-mini	API
OCR	Docling	1.0+
Busca	FAISS	1.7.4
Embeddings	Sentence Transformers	2.3.1
Interface	Streamlit	1.29.0
Visualização	Plotly	5.18.0

📈 Arquitetura

┌─────────────────────────────────────┐
│     Interface Streamlit              │
├─────────────────────────────────────┤
│  1. PDF Chunker (Docling + OCR)     │
│  2. Semantic Indexer (FAISS)        │
│  3. Tour Extractor (CrewAI + GPT)   │
│  4. Result Exporter (JSON + Excel)  │
├─────────────────────────────────────┤
│     Armazenamento Local              │
└─────────────────────────────────────┘

🗺️ Roadmap

Fase 1 - MVP ✅ (Atual)

• Pipeline de extração funcional
• Interface Streamlit
• CLI operacional
• Exportação multi-formato

Fase 2 - Produção 🚧 (Próxima)

• Frontend moderno (Lovable/React)
• API REST (FastAPI)
• Workflows n8n
• Deploy em cloud
• Banco de dados
• Autenticação

Fase 3 - Escala 📅 (Futuro)

• Multi-tenancy
• Analytics avançado
• ML para melhorias
• Mobile app

👥 Equipe

Grupo 287 - I2A2 Academy:

• Bruno Leão
• Victor Hugo
• Jander Alves
• Gleice Kelly
• Wagner Lemos

📄 Licença

Este projeto foi desenvolvido como trabalho acadêmico para o curso "Agentes Autônomos com Redes Generativas" da I2A2 Academy.

🙏 Agradecimentos

• I2A2 Academy pela formação
• iFriend pelo caso real
• Comunidade CrewAI
• OpenAI pela API

📞 Contato

Para dúvidas ou sugestões, abra uma issue.

---

⭐ Se este projeto foi útil, considere dar uma estrela no GitHub!