celsowm

#include <jo/jo.h>
#include <jo/math.h>  /* Para jo_sinf() e jo_cosf() */

/*--------------------------------
  Planos
--------------------------------*/
jo_vertice plane_vertices[]  = JO_3D_PLANE_VERTICES(104);
jo_vertice plane_vertices2[] = JO_3D_PLANE_VERTICES(104);
jo_3d_quad plane;
jo_3d_quad plane2;

celsowm

function convertTextToHTML(text) {
    // Primeira etapa: detectar e converter tabelas
    let lines = text.split('\n');
    let htmlParts = [];
    let i = 0;

    while (i < lines.length) {
        // Verifica se a linha atual parece ser um cabeçalho de tabela
        if (isTableHeader(lines[i]) && i + 1 < lines.length && isTableDivider(lines[i + 1])) {
            // Encontramos um possível bloco de tabela

celsowm

Com o intuito de gerar um dataset para fine tuning, crie 20 perguntas e respostas no formato json sobre esta lei. Sempre incluir a lei/ano no texto da pergunta:

quais sao as tecnicas de data augumentation? Use elas para criar perguntas e respostas em json sobre a lei do texto a seguir. Sempre incluir a lei/ano no texto da pergunta:

"Crie tarefas em forma de prompts baseados na lei fornecida. Essas tarefas devem desafiar uma LLM a interpretar, explicar, ou aplicar os artigos e seções da lei. Cada prompt deve ser claro e direto, incluindo:
- Uma instrução ou pergunta que exija a análise ou aplicação da lei.
- O artigo ou seção específico relacionado ao prompt.
- Um exemplo de resposta esperada (opcional).

celsowm

import operator, asyncio, requests
from typing import List, TypedDict, Literal, Annotated, Optional, Any

from langchain.chains.combine_documents.reduce import (
    acollapse_docs,
    split_list_of_docs,
)
from langchain_core.documents import Document
from langgraph.constants import Send
from langgraph.graph import END, START, StateGraph

celsowm

from langchain_community.document_loaders import PyPDFLoader # pip install -qU langchain_community pypdf
from langchain_core.language_models.llms import LLM
from langchain.chains.summarize import load_summarize_chain
from typing import List, Optional, Dict, Any
import requests, sys

# Classe personalizada para o LLM local
class LocalLLM(LLM):

    def _call(self, prompt: str, stop: Optional[List[str]] = None, **kwargs: Any) -> str:

celsowm

from playwright.sync_api import sync_playwright
import json, re
from bs4 import BeautifulSoup

def scrape_leis_ordinarias_anos(start_year, end_year):
    base_url = "https://www4.planalto.gov.br/legislacao/portal-legis/legislacao-1/leis-ordinarias/{year}-leis-ordinarias"
    leis_gerais = []  # Lista para armazenar todas as leis de todos os anos

    with sync_playwright() as p:
        # Inicia o navegador

celsowm

<?php

abstract class Operator {
    const eq = '=';
    const ne = '<>';
    const gt = '>';
    const lt = '<';
    const gte = '>=';
    const lte = '<=';
    const in = 'IN';

celsowm

#include <genesis.h>

// Função para desenhar uma linha entre dois pontos
void drawLine(u16 x0, u16 y0, u16 x1, u16 y1, u16 paletteIndex, u16 color, u8 tileSize)
{
    // Cria um tile de linha
    u32 lineTile[8];
    for (int i = 0; i < 8; i++)
    {
        lineTile[i] = 0xFFFFFFFF;

celsowm

#include <genesis.h>

// Função genérica para desenhar uma linha entre dois pontos
void drawLine(u16 x0, u16 y0, u16 x1, u16 y1, u16 paletteIndex, u16 color, u8 tileSize)
{
    // Cria dinamicamente um tile com base no tamanho configurável
    u32 lineTile[64]; // Máximo de 64 linhas (8x8 pixels no máximo)
    for (int i = 0; i < tileSize; i++)
    {
        // Cada linha do tile terá todos os bits preenchidos com '1' (para linhas sólidas)

celsowm

from fastapi import FastAPI, HTTPException, Depends  # pip install fastapi uvicorn
from pydantic import BaseModel
import mysql.connector # pip install mysql-connector-python

db_config = {
    "host": "localhost",
    "user": "root",
    "password": "",
    "database": "exemplo"
}