From dc97126f74dfb295f5829830d9d5d6c17a55a518 Mon Sep 17 00:00:00 2001
From: =?UTF-8?q?Jos=C3=A9=20de=20Jesus=20Filho?= <jjesusfilho@gmail.com>
Date: Tue, 15 Oct 2024 17:13:26 +0000
Subject: [PATCH] =?UTF-8?q?Feat:=20Adiciona=20vers=C3=A3o=202=20do=20gemin?=
 =?UTF-8?q?i=5Fextrair=20com=20sa=C3=ADda=20estruturada.?=
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit

---
 NAMESPACE              |  1 +
 R/gemini_extrair.R     | 97 ++++++++++++++++++++++++++++++++++++++++++
 man/gemini_extrair2.Rd | 48 +++++++++++++++++++++
 3 files changed, 146 insertions(+)
 create mode 100644 man/gemini_extrair2.Rd

diff --git a/NAMESPACE b/NAMESPACE
index 45b9a65..3fd0af1 100644
--- a/NAMESPACE
+++ b/NAMESPACE
@@ -31,6 +31,7 @@ export(extrair_valor_arbitrado)
 export(file_search)
 export(filtrar_df)
 export(gemini_extrair)
+export(gemini_extrair2)
 export(gpt_extrair)
 export(gpt_json)
 export(gpt_ler)
diff --git a/R/gemini_extrair.R b/R/gemini_extrair.R
index 2f88355..4207884 100644
--- a/R/gemini_extrair.R
+++ b/R/gemini_extrair.R
@@ -92,3 +92,100 @@ Retorne as respostas em formato json com as seguintes chaves: {colunas}")
   extrair <- purrr::insistently(.f, taxa, quiet = FALSE)
   extrair()
 }
+
+
+#' Extrai informações de textos judiciais com o GEMINI com saída estruturada
+#'
+#' @param x Texto
+#' @param api_key Chave do GEMINI. Se não informada, buscara a variável de ambiente
+#'     GEMINI_API_KEY.
+#' @param instrucao Orientação ao GEMINI, informando inclusive a delimitação por três
+#'     apóstrofes.
+#' @param perguntas Vetor de perguntas.
+#' @param colunas lista  com json schema
+#' @param modelo Modelo do Gemini
+#' @param temperatura Nível de aleatoriedade. Padrão: 0, ou seja, determinístico.
+#' @param max_output_tokens = Número máximo na resposta.
+#' @param top_p  Máxima probabilidade cumulativa para a amostra de tokens.
+#' @param top_k Número máximo de tokens incluídos na amostra.
+#'
+#' @return json
+#' @export
+#'
+gemini_extrair2 <- function(x, 
+                           api_key=NULL, 
+                           instrucao, 
+                           perguntas, 
+                           colunas,
+                           modelo = "gemini-1.5-flash",
+                           temperatura = 0,
+                           max_output_tokens = 100000,
+                           top_p = 0.4,
+                           top_k = 2){
+  
+  if(is.null(api_key)){
+    
+    api_key = Sys.getenv("GEMINI_API_KEY")
+  }
+  uri <- glue::glue("https://generativelanguage.googleapis.com/v1beta/models/{modelo}:generateContent?key={api_key}")
+  
+  
+  headers <- c(`Content-Type`="application/json")
+  
+  perguntas <- stringr::str_c(perguntas, collapse = ",\n")
+  
+  #colunas <- stringr::str_c(colunas, collapse = ", ")
+  
+  body <- list(contents = list(
+    parts = list( text = glue::glue("{instrucao} ```{x}```. Responda \u00E0s seguintes perguntas:
+{perguntas}")
+    )),
+    `safetySettings` = list(
+      list(category = "HARM_CATEGORY_HARASSMENT",
+           threshold = "BLOCK_NONE"),
+      list(category = "HARM_CATEGORY_HATE_SPEECH",
+           threshold = "BLOCK_NONE"),
+      list(category = "HARM_CATEGORY_DANGEROUS_CONTENT",
+           threshold = "BLOCK_NONE"),
+      list(category = "HARM_CATEGORY_SEXUALLY_EXPLICIT",
+           threshold = "BLOCK_NONE")
+    ),
+    
+    `generationConfig` = list(
+      `response_mime_type` = "application/json",
+      `response_schema` = list(
+        type = "OBJECT",
+        properties = colunas),
+      temperature = temperatura,
+      `maxOutputTokens` =  max_output_tokens,
+      topP =  top_p,
+      topK = top_k
+    )
+    
+    
+  )
+  
+  
+  taxa <- purrr::rate_delay(0.2, max_times = 3)
+  
+  
+  .f <- function(){
+    
+    r2 <- httr::POST(uri, body = body, encode ="json",
+                     httr::add_headers(.headers = headers))
+    
+    
+    x1 <-  httr::content(r2, "text") |>
+      jsonlite::fromJSON() |>
+      purrr::pluck("candidates","content","parts",1,"text") |>
+      stringr::str_extract("\\{\\X+\\}") |>
+      jsonlite::prettify()
+    
+    return(x1)
+  }
+  
+  
+  extrair <- purrr::insistently(.f, taxa, quiet = FALSE)
+  extrair()
+}
+
diff --git a/man/gemini_extrair2.Rd b/man/gemini_extrair2.Rd
new file mode 100644
index 0000000..aad9807
--- /dev/null
+++ b/man/gemini_extrair2.Rd
@@ -0,0 +1,48 @@
+% Generated by roxygen2: do not edit by hand
+% Please edit documentation in R/gemini_extrair.R
+\name{gemini_extrair2}
+\alias{gemini_extrair2}
+\title{Extrai informações de textos judiciais com o GEMINI com saída estruturada}
+\usage{
+gemini_extrair2(
+  x,
+  api_key = NULL,
+  instrucao,
+  perguntas,
+  colunas,
+  modelo = "gemini-1.5-flash",
+  temperatura = 0,
+  max_output_tokens = 1e+05,
+  top_p = 0.4,
+  top_k = 2
+)
+}
+\arguments{
+\item{x}{Texto}
+
+\item{api_key}{Chave do GEMINI. Se não informada, buscara a variável de ambiente
+GEMINI_API_KEY.}
+
+\item{instrucao}{Orientação ao GEMINI, informando inclusive a delimitação por três
+apóstrofes.}
+
+\item{perguntas}{Vetor de perguntas.}
+
+\item{colunas}{lista  com json schema}
+
+\item{modelo}{Modelo do Gemini}
+
+\item{temperatura}{Nível de aleatoriedade. Padrão: 0, ou seja, determinístico.}
+
+\item{max_output_tokens}{= Número máximo na resposta.}
+
+\item{top_p}{Máxima probabilidade cumulativa para a amostra de tokens.}
+
+\item{top_k}{Número máximo de tokens incluídos na amostra.}
+}
+\value{
+json
+}
+\description{
+Extrai informações de textos judiciais com o GEMINI com saída estruturada
+}