Python para aplicações com IA

Antes de adicionar ferramentas ao assistente, vamos fortalecer algumas habilidades de programação que serão necessárias nos próximos laboratórios.

Abrir no Google Colab

Baixar notebook

Objetivos

Esta não é uma revisão completa da linguagem. O foco está nas construções que aparecem em aplicações de IA.

Como estudar com o notebook

Cada etapa segue quatro ações:

Leia → Preveja → Execute → Altere
  • Leia: identifique as variáveis e operações presentes no código.
  • Preveja: tente imaginar o resultado antes de executar.
  • Execute: confira a saída produzida pelo Python.
  • Altere: modifique um valor ou uma regra e observe o efeito.

Quando encontrar uma seção Sua vez, tente escrever o código antes de consultar a solução apresentada na etapa seguinte.

O catálogo de livros

Começaremos representando cada livro com um dicionário:

livro = {
    "id": 1,
    "titulo": "Eu, Robô",
    "autor": "Isaac Asimov",
    "categoria": "ficcao",
    "disponivel": True,
}

Vários livros serão armazenados em uma lista. Ao longo da aula, você criará funções para cadastrar, consultar e listar livros disponíveis.

Funções e fluxo de dados

Uma função recebe dados, executa uma responsabilidade e pode devolver um resultado:

argumentos → função → resultado

Por exemplo:

resultado = consultar_livro(1)

Essa separação será importante no próximo laboratório, quando o modelo poderá sugerir o nome de uma função e seus argumentos.

Orientação a objetos

Depois de trabalhar com dicionários, o mesmo livro será representado por uma classe. Você verá apenas os fundamentos necessários:

  • classe e objeto;
  • __init__ e self;
  • atributos;
  • um método simples;
  • herança no nível necessário para compreender BaseModel.

Conceitos avançados de orientação a objetos não fazem parte desta aula.

Validação com Pydantic

Type hints como str, int e bool ajudam a documentar o tipo esperado, mas o Python não valida todos esses dados automaticamente durante a execução.

O Pydantic permite definir um modelo com campos e restrições:

class LivroValidado(BaseModel):
    id_livro: int = Field(gt=0)
    titulo: str = Field(min_length=2)

Ao criar um objeto, a biblioteca valida os valores. Se algum deles não atender às regras, será gerado um ValidationError que a aplicação poderá tratar.

Python e JSON

Um dicionário Python e um objeto JSON são parecidos, mas não são a mesma coisa:

Python JSON
dict objeto
list array
True / False true / false
None null

O módulo json realiza a conversão entre essas representações.

Miniaplicação final

Ao final, o programa receberá uma solicitação estruturada:

{
    "nome": "consultar_livro",
    "argumentos": {"id_livro": 1},
}

A aplicação irá:

  1. verificar o nome da operação;
  2. validar os argumentos;
  3. executar apenas uma função conhecida;
  4. produzir um resultado;
  5. converter esse resultado para JSON.

Esse fluxo será retomado no Lab 3. A diferença é que o nome da função e os argumentos poderão ser sugeridos pelo llm.