Sobre o projeto

Vector é um painel de pesquisa que coleta automaticamente notícias de tecnologia de ponta do exterior, traduz e resume em japonês com IA e permite verificar os pontos essenciais, o contexto e as tendências necessários para decisões de investimento. Seu objetivo é reduzir a carga de acompanhar continuamente artigos em inglês e permitir compreender "o que aconteceu esta semana" em áreas como IA, semicondutores e espaço. Entre as principais funcionalidades estão: coleta automática de notícias de tecnologia, tradução, resumo e organização de contexto por IA, listagem e filtragem de artigos por categoria, recomendação de artigos relacionados, briefing semanal por LLM e agregação de palavras em destaque e em ascensão. Além disso, conta com uma função de agente de IA que pesquisa de forma transversal entre artigos acumulados internamente e artigos obtidos externamente, gerando respostas a perguntas. A stack tecnológica utiliza, no frontend, Next.js 16 (App Router/BFF), React 19, TypeScript, Tailwind CSS v4, shadcn/ui e Better Auth para autenticação; no backend, Python 3.13, FastAPI, Pydantic/SQLModel e Alembic. O processamento de artigos usa uma arquitetura orientada a eventos com EventBridge Scheduler, AWS Lambda, Amazon SQS e Transactional Outbox, e os dados são armazenados em Amazon RDS for PostgreSQL com pgvector (busca vetorial de 768 dimensões) e ElastiCache Valkey. Para IA, utiliza Gemini (tradução, resumo, planejamento de pesquisa, geração de respostas e Embedding) e DeepSeek (análise de importância e contexto de investimento, geração de consultas de busca e verificação de evidências), e para busca externa utiliza Amazon Bedrock AgentCore Gateway. O ambiente de produção opera na AWS (ap-northeast-1), com o ALB como única entrada pública, executando frontend, API e worker no ECS Fargate. A infraestrutura é gerenciada com Terraform, e a separação dos limites de rede entre entrada pública, API interna, processamento de obtenção de HTML externo e permissões de banco reduz o raio de impacto do processamento que lida com entradas externas. Localmente, pode ser iniciado com Docker Compose, sendo necessária a configuração das chaves de API do Gemini/DeepSeek e de diversos secrets. Vale notar que, no momento, este repositório não possui licença de código aberto, sendo necessário consentimento prévio para reutilização, modificação ou redistribuição do código.