PTEN
U10 · Secundários

IRS Helper — RAG sobre documentos fiscais dos EUA

Sistema RAG sobre formulários e publicações do IRS: coleta os PDFs e EPUBs do site oficial, indexa em pgvector e responde por uma API no formato da OpenAI, usada pelo OpenWebUI como se fosse um modelo.

privado

Decisões técnicas

  • Coleta com Scrapy: spiders separados para PDFs e EPUBs do irs.gov, salvando no Postgres. EPUBs são convertidos em PDF e enviados ao Cloudflare R2.
  • Vetorização com embeddings OpenAI (1536 dimensões), filtrando versões do mesmo documento em outros idiomas.
  • Busca em dois modos: se a pergunta pede um formulário ("Form 1040"), um regex encontra o número e devolve o link direto, sem chamar o LLM. Senão, busca vetorial com rerank do Cohere e resposta com o contexto.
  • API FastAPI compatível com `/v1/chat/completions` (inclui `stream: true` em SSE), então qualquer cliente OpenAI funciona sem mudança.
  • Exposto no OpenWebUI através do LiteLLM, que registra o servidor como um modelo chamado `irs-helper`.
  • Dashboard web com estatísticas do índice e lista de documentos ainda não vetorizados.

Stack

PythonScrapyPostgreSQLpgvectorOpenAI EmbeddingsCohere RerankFastAPILiteLLMOpenWebUIDocker

O que mostra

Quem precisa achar rápido um formulário ou uma regra em um acervo grande de documentos fiscais, usando uma interface de chat que já conhece.

Outros projetos

U5
ReachantGerador de listas de prospecção B2B para o Brasil e os EUA. Busca empresas no Google Places por segmento e cidade e enriquece cada lead com site, contatos e decisor. Tem API e servidor MCP para agentes de IA.
no arU6
NutriAppSistema para nutricionistas: prontuário, plano alimentar, exames e agenda, com o dado de cada paciente isolado por profissional no próprio banco. A IA lê laudos de exame, com revisão obrigatória, e prepara um relatório de apoio à consulta.
no arU7
Sites de clientes DockPlus AISites rápidos, encontráveis no Google e com a cara da marca para pequenas empresas do Brasil e dos EUA, feitos com um processo repetível que escrevi como skill do Claude Code: do Instagram e do Google Meu Negócio do cliente até o deploy.
no ar