Ice Breaker

📖 Introdução

O Ice Breaker é uma aplicação que utiliza inteligência artificial para gerar resumos e curiosidades sobre perfis profissionais a partir de dados coletados do LinkedIn. A ferramenta integra-se com a API do OpenAI para gerar textos e a biblioteca LangChain para interagir com diversos componentes de linguagem natural. Com ela, você pode facilmente obter informações sobre qualquer pessoa que tenha um perfil no LinkedIn, facilitando interações e networking.

🚀 Tecnologias Utilizadas

• Python: Linguagem de programação principal.
• Flask: Framework para desenvolvimento web.
• LangChain: Framework para aplicações de IA e processamento de linguagem natural.
• OpenAI: API utilizada para gerar resumos e insights.
• dotenv: Para gerenciamento de variáveis de ambiente.
• Requests: Para fazer requisições HTTP.

🗂 Estrutura da Pasta

🛠 Funcionalidades

ice_breaker_with(name: str) -> Tuple[Summary, str]

Esta função recebe o nome de uma pessoa como parâmetro, procura o perfil no LinkedIn usando o agente likedin_lookup_agent, e gera um resumo e duas curiosidades sobre a pessoa.

Exemplo de uso:

summary, profile_pic_url = ice_breaker_with(name='Harrison Chase')

scrape_linkedin_profile(linkedin_profile_url: str, mock: bool = False) -> Dict

Esta função coleta informações de um perfil do LinkedIn. Se mock estiver definido como True, ela retornará dados de um perfil simulado em vez de fazer uma requisição real.

Exemplo de uso:

data = scrape_linkedin_profile(linkedin_profile_url='https://www.linkedin.com/in/eduardoinocencio/')

lookup(name: str) -> str

Esta função utiliza o modelo OpenAI para encontrar a URL do perfil LinkedIn de uma pessoa pelo nome. Ela cria um agente que pesquisa no Google.

Exemplo de uso:

linkedin_url = lookup(name='Eduardo Inocencio')

🌐 Integração com Langsmith

A aplicação se integra com LangSmith, permitindo o gerenciamento e a orquestração de fluxos de trabalho complexos com agentes. Essa integração facilita a análise de interações e resultados, melhorando a eficiência e a usabilidade da aplicação.

📥 Executando o Projeto

Para executar o projeto, siga as etapas abaixo:

1. Clone o repositório:

git clone https://seu_repositorio.git
cd ice_breaker

2. Instale as dependências

pip install -r requirements.txt

3. Configure o arquivo .env: Crie um arquivo .env na raiz do projeto e adicione suas chaves da API:

OPENAI_KEY=your_openai_api_key
PROXYCURL_API_KEY=your_proxycurl_api_key

4. Execute a aplicação

python app.py

Acesse a aplicação no seu navegador em http://localhost:5000.

📄 Contribuições

Contribuições são bem-vindas! Sinta-se à vontade para abrir um pull request ou relatar problemas.