ChatRAG/Services/ResponseService/ResponseCompanyService.cs

using ChatApi;
using ChatApi.Models;
using ChatRAG.Models;
using ChatRAG.Repositories;
using Microsoft.SemanticKernel;
using Microsoft.SemanticKernel.ChatCompletion;
using Microsoft.SemanticKernel.Embeddings;

#pragma warning disable SKEXP0001 // Type is for evaluation purposes only and is subject to change or removal in future updates. Suppress this diagnostic to proceed.

namespace ChatRAG.Services.ResponseService
{
    public class ResponseRAGService : IResponseService
    {
        private readonly ChatHistoryService _chatHistoryService;
        private readonly Kernel _kernel;
        private readonly TextFilter _textFilter;
        private readonly TextDataService _textDataService;
        private readonly IChatCompletionService _chatCompletionService;

        public ResponseRAGService(
            ChatHistoryService chatHistoryService,
            Kernel kernel,
            TextFilter textFilter,
            TextDataService textDataService,
            IChatCompletionService chatCompletionService)
        {
            this._chatHistoryService = chatHistoryService;
            this._kernel = kernel;
            this._textFilter = textFilter;
            this._textDataService = textDataService;
            this._chatCompletionService = chatCompletionService;
        }
        public async Task<string> GetResponse(UserData userData, string sessionId, string question)
        {
            var stopWatch = new System.Diagnostics.Stopwatch();
            stopWatch.Start();

            //var resposta = await BuscarTextoRelacionado(question);
            var resposta = await BuscarTopTextosRelacionados(question);
            
            question = "Para responder à solicitação/pergunta: \"" + question + "\" por favor, considere um resumo com 3 linhas baseado exclusivamente no texto: \"" + resposta + "\"";
            ChatHistory history = _chatHistoryService.GetSumarizer(sessionId);

            history.AddUserMessage(question);

            var response = await _chatCompletionService.GetChatMessageContentAsync(history);
            history.AddMessage(response.Role, response.Content ?? "");

            _chatHistoryService.UpdateHistory(sessionId, history);

            stopWatch.Stop();
            return $"{response.Content ?? ""}\n\nTempo: {stopWatch.ElapsedMilliseconds / 1000}s";

        }

        async Task<string> BuscarTextoRelacionado(string pergunta)
        {
            var embeddingService = _kernel.GetRequiredService<ITextEmbeddingGenerationService>();
            var embeddingPergunta = await embeddingService.GenerateEmbeddingAsync(_textFilter.ToLowerAndWithoutAccents(pergunta));
            var embeddingArrayPergunta = embeddingPergunta.ToArray().Select(e => (double)e).ToArray();

            var textos = await _textDataService.GetAsync();

            TextoComEmbedding melhorTexto = null;
            double melhorSimilaridade = -1.0;

            foreach (var texto in textos)
            {
                double similaridade = CalcularSimilaridadeCoseno(embeddingArrayPergunta, texto.Embedding);
                if (similaridade > melhorSimilaridade)
                {
                    melhorSimilaridade = similaridade;
                    melhorTexto = texto;
                }
            }

            return melhorTexto != null ? melhorTexto.Conteudo : "Não encontrei uma resposta adequada.";
        }

        async Task<string> BuscarTopTextosRelacionados(string pergunta, int size = 3)
        {
            var embeddingService = _kernel.GetRequiredService<ITextEmbeddingGenerationService>();
            var embeddingPergunta = await embeddingService.GenerateEmbeddingAsync(_textFilter.ToLowerAndWithoutAccents(pergunta));
            var embeddingArrayPergunta = embeddingPergunta.ToArray().Select(e => (double)e).ToArray();

            var textos = await _textDataService.GetAsync();

            var melhoresTextos = textos
                .Select(texto => new
                {
                    Conteudo = texto.Conteudo,
                    Similaridade = CalcularSimilaridadeCoseno(embeddingArrayPergunta, texto.Embedding)
                })
                .Where(x => x.Similaridade > 0.3)
                .OrderByDescending(x => x.Similaridade)
                .Take(3)
                .ToList();

            if (!melhoresTextos.Any())
                return "Não encontrei respostas adequadas para a pergunta fornecida.";

            var cabecalho = $"Contexto encontrado para: '{pergunta}' ({melhoresTextos.Count} resultado(s)):\n\n";

            var resultadosFormatados = melhoresTextos
                .Select((item, index) =>
                    $"=== CONTEXTO {index + 1} ===\n" +
                    $"Relevância: {item.Similaridade:P1}\n" +
                    $"Conteúdo:\n{item.Conteudo}")
                .ToList();

            return cabecalho + string.Join("\n\n", resultadosFormatados);
        }

        double CalcularSimilaridadeCoseno(double[] embedding1, double[] embedding2)
        {
            double dotProduct = 0.0;
            double normA = 0.0;
            double normB = 0.0;
            for (int i = 0; i < embedding1.Length; i++)
            {
                dotProduct += embedding1[i] * embedding2[i];
                normA += Math.Pow(embedding1[i], 2);
                normB += Math.Pow(embedding2[i], 2);
            }
            return dotProduct / (Math.Sqrt(normA) * Math.Sqrt(normB));
        }
    }
}

#pragma warning restore SKEXP0001 // Type is for evaluation purposes only and is subject to change or removal in future updates. Suppress this diagnostic to proceed.