Este repositório contém a arquitetura completa para a Vector API, um sistema de memória de longo prazo baseado em busca semântica. O projeto transforma um banco de dados PostgreSQL tradicional em um "cérebro" para agentes de Inteligência Artificial, permitindo que sistemas de IA aprendam, lembrem-se de contextos e otimizem custos de API.
Desenvolvido para operar em infraestrutura própria (Homelab), este sistema é a espinha dorsal da inteligência de vários projetos em produção, como o TCP BRAIN e o manus.escossio.dev.br.
- Busca Semântica (RAG): Utiliza embeddings para buscar por sentido e não apenas por palavras-chave.
- Cache Inteligente: Implementa uma lógica de cache semântico que reduz chamadas a APIs externas (OpenAI), gerando economia e melhorando a latência.
- Infraestrutura Sólida: Baseado em PostgreSQL com
pgvector, FastAPI e Python. - Alta Disponibilidade: Projetado para rodar em ambientes Linux (Debian) com Systemd e Proxy Reverso (Apache/Cloudflare).
| Componente | Tecnologia | Função |
|---|---|---|
| Backend | Python 3.11+, FastAPI | API RESTful de alta performance. |
| Banco de Dados | PostgreSQL + pgvector | Armazenamento de dados e vetores (embeddings). |
| Orquestração | Systemd | Gerenciamento de processos e inicialização automática. |
| Proxy/Segurança | Apache2 / Cloudflare | Proxy Reverso, SSL/TLS e proteção de acesso. |
| IA/Embeddings | OpenAI API | Geração de vetores para busca semântica. |
(Detalhes serão preenchidos na próxima fase, incluindo comandos exatos para Debian, instalação do pgvector e configuração do Systemd.)
(Detalhes dos endpoints /search, /upsert e /health serão preenchidos na próxima fase.)
(Exemplos de scripts em Python e comandos cURL serão preenchidos na próxima fase.)
Sinta-se à vontade para sugerir melhorias na documentação ou no código.
Autor: Leonardo Escóssio Licença: MIT (a ser definida) Status: Em Produção (manus.escossio.dev.br)