CERCON

Agente CBMGO - Sistema Inteligente de Prevencao de Incendio

Agente completo para apoio a Responsaveis Tecnicos (RT) no processo de elaboracao, revisao e protocolo de projetos de prevencao e combate a incendio conforme NT-01/2025 do CBMGO.

---

Visao Geral

O Agente CBMGO e uma suite de modulos integrados 100% dentro do ecossistema Hugging Face, cobrindo consulta as Normas Tecnicas (RAG normativo), classificacao de ocupacao e grupo/divisao, calculo de exigencias (extintores, hidrantes, SPDA), geracao de memorial descritivo, auditoria de projetos (memorial x prancha), assistente CAD (scripts AutoCAD/Revit) e preparacao e validacao de pacote SIAPI.

---

Arquitetura dos Modulos

---

Fluxo Operativo (usuario RT)

1. rag-normas - Consulta NT-01/2025 (artigo, paragrafo, Anexo)
2. calculadora - Lotacao, extintores, hidrantes, SPDA
3. classificador - Grupo, Divisao, exigencias legais
4. memorial-generator - Gera texto estruturado + checklist
5. auditor-projetos - Compara memorial x prancha, erros/alertas
6. cad-assistant - Gera script .scr (AutoCAD) / Dynamo (Revit)
7. submissao-assistida - Monta pacote, renomeia, valida para SIAPI
8. Protocolo humano - RT protocola no SIAPI

---

Estrutura do Repositorio

CERCON/

• README.md
• app.py
• requirements.txt
• modules/ (rag_normas.py, classificador.py, calculadora.py, memorial_generator.py, auditor.py, cad_assistant.py, submissao.py)
• data/ (chunks.jsonl, embeds.faiss, regras_declarativas.json)
• scripts/ (build_chunks.py, build_embeddings.py, generate_synthetic.py)

---

Inicio Rapido

Instalacao: pip install -r requirements.txt Execucao local: python app.py

---

Modulos - Detalhes

1. RAG Normativo (modules/rag_normas.py)

Usa sentence-transformers/all-mpnet-base-v2 para embeddings e FAISS para busca vetorial. Recebe query, busca os chunks mais relevantes da NT-01/2025 e retorna texto com referencia ao artigo/paragrafo.

2. Classificador de Ocupacao (modules/classificador.py)

Usa cbmgo/llama3-8b-ocupacao (fine-tune Llama-3.1 8B via LoRA). Recebe descricao da edificacao e retorna JSON com grupo, divisao e lista de exigencias conforme NT-01/2025 Tabela 1.

3. Calculadora de Incendio (modules/calculadora.py)

Calcula extintores (quantidade, capacidade, distancia maxima), hidrantes (sistema, vazao, reserva de incendio), SPDA e iluminacao de emergencia conforme Anexo B da NT-01/2025 usando pandas e sympy.

4. Gerador de Memorial (modules/memorial_generator.py)

Usa cbmgo/memorial-generator (fine-tune Mistral-7B-Instruct). Gera memorial descritivo completo + checklist a partir dos dados do projeto e exigencias classificadas.

5. Auditor de Projetos (modules/auditor.py)

Compara memorial com regras declarativas. Para cada regra satisfeita verifica presenca da exigencia no texto. Retorna lista de erros criticos, alertas e status apto/inapto para protocolo.

6. Assistente CAD (modules/cad_assistant.py)

Gera scripts .scr para AutoCAD e codigo Python para Dynamo/Revit API. Posiciona extintores, sinalizacao de saida de emergencia, rotas de fuga e pontos de hidrante conforme layout do projeto.

7. Submissao SIAPI (modules/submissao.py)

Monta pacote padrao CBMGO: renomeia arquivos conforme padrao do corpo de bombeiros, valida presenca dos documentos obrigatorios (memorial, planta baixa, formulario RT) e gera relatorio JSON de aptidao para protocolo no SIAPI.

---

Dataset de Regras Declarativas

Arquivo data/regras_declarativas.json com regras SE-ENTAO conformes NT-01/2025:

• Regra 1: Ocupacao comercial com area maior que 750m2 exige extintores, hidrantes e sinalizacao de emergencia
• Regra 2: Edificacao com altura maior que 12m exige iluminacao de emergencia
• Regra 3: Edificacao com area maior que 1000m2 exige SPDA (Sistema de Protecao contra Descargas Atmosfericas)
• Regra 4: Uso industrial com area maior que 2000m2 exige chuveiros automaticos e reservatorio de incendio

---

Fine-Tune dos Modelos

Classificador cbmgo/llama3-8b-ocupacao:

• Base: meta-llama/Llama-3.1-8B-Instruct
• Tecnica: LoRA 8-bit via trl/SFTTrainer
• Dataset: cbmgo/dataset-sintetico (2000 exemplos) ou cbmgo/dataset-real (300-500 projetos)
• Hardware: 1x A10 GPU (HF PRO), treino menor que 3 horas

Memorial Generator cbmgo/memorial-generator:

• Base: mistralai/Mistral-7B-Instruct-v0.3
• Pares de treinamento: prompt com dados do projeto -> memorial descritivo completo
• Hardware: 1x A10 GPU

---

Roadmap

---

Seguranca e Versionamento

• git-lfs para arquivos grandes (modelos, indices FAISS)
• Tags semanticas: v1.0, v1.1-norma-rev, etc.
• Campo data_vigencia em cada dataset para controle de norma vigente
• Auditoria: cada conclusao registra hash do modelo e commit da norma utilizada

---

Licenca

Apache 2.0 - Consulte o arquivo LICENSE.

---

Desenvolvido para apoio tecnico de Responsaveis Tecnicos (RT) em projetos de PSCIP conforme NT-01/2025 CBMGO.