Libriq

Organizações acumulam conhecimento em livros, manuais, normas e relatórios que quase ninguém consegue consultar na hora em que precisa. A busca por palavra-chave devolve arquivos, não respostas.

Um assistente de IA genérico responde com fluência, mas sem dizer de onde tirou a informação. Em contextos em que a fonte importa, uma resposta sem origem não serve.

O Libriq recebe livros e documentos em dez formatos e os transforma em uma base de conhecimento consultável. A partir dela, é possível:

• conversar com o acervo e receber respostas com a citação do trecho de origem;
• fazer busca semântica, que encontra passagens pelo sentido e não apenas pelas palavras;
• criar cursos, com aulas escritas a partir dos livros e um plano mostrado antes da criação;
• gerar quizzes e flashcards a partir do conteúdo;
• acompanhar o próprio progresso de estudo em um mapa de domínio por tópico.

Os dez formatos são EPUB, PDF, DOCX, MOBI/AZW3, TXT, Markdown, HTML, ODT, RTF e FB2. O Libriq indexa cada arquivo automaticamente depois do envio, e o livro pode ser consultado assim que a indexação termina.

Cada documento é dividido em passagens, e cada passagem é indexada pelo seu significado em um banco de dados vetorial. Quando alguém faz uma pergunta, o Libriq primeiro recupera as passagens mais relevantes. Só então pede a um modelo de linguagem que redija a resposta com base nelas.

Por isso toda resposta aponta para o trecho que a sustenta. Cada citação mostra o livro, o capítulo e o próprio trecho, com um link que abre o livro naquele ponto, para que quem lê possa conferir.

A recuperação em si acontece em duas etapas. Primeiro, uma busca vetorial reúne as passagens candidatas pela proximidade de sentido. Depois, um modelo de reordenação lê cada candidata por inteiro e mantém apenas as cinco mais relevantes para a resposta.

Cada citação traz também uma pontuação de relevância, exibida em porcentagem, para que quem lê veja o quanto uma passagem corresponde à pergunta antes de abri-la. O modelo de linguagem, o modelo de embeddings e o modelo de reordenação são plugáveis: qualquer um dos três pode ser trocado por outro, de modo que a plataforma não fica presa aos modelos de um único provedor.

Esse modo de responder, que recupera passagens e só então redige, é conhecido como RAG. Além do RAG, o Libriq mantém um grafo de conceitos do acervo. Os conceitos são extraídos dos livros e ligados por relações: por exemplo, um conceito exige outro, faz parte de outro ou usa outro. O grafo mostra o que o acervo sustenta sobre um tema e o que convém aprender antes.

É com esse grafo que o Libriq monta cursos. Quem pede o curso informa um título, e a plataforma mostra, antes de criá-lo, o plano de aulas que o acervo sustenta. É possível usar só esse plano, completar o número de aulas desejado com conceitos de fora do acervo, que ficam marcados como tais, ou gerar o curso livremente. Dentro de cada aula, um parágrafo sem fonte citada do acervo aparece marcado, para que quem aprova a aula saiba o que conferir.

O Libriq também expõe uma API REST, protegida por chaves de API, e um servidor MCP. Por meio deles, outros sistemas usam o acervo como fonte de conhecimento.

O Libriq serve a equipes que precisam consultar e ensinar um corpo extenso de conhecimento: quem treina pessoas, quem trabalha com normas e contratos, e quem quer dar a um assistente uma base confiável. Em todos os casos o valor está no mesmo ponto: a resposta vem acompanhada da fonte.

Os livros ficam organizados em coleções dentro de uma equipe, de modo que cada equipe trabalha com o seu próprio acervo. Um curso gerado a partir dele pode ficar privado, ser compartilhado com toda a equipe ou com pessoas escolhidas, e o progresso de cada pessoa é registrado separadamente.

O Libriq está em produção. Ele também é a camada de recuperação de conhecimento de outros sistemas construídos pela Sigil Labs: um copiloto de políticas públicas que responde citando a legislação, e um assistente jurídico corporativo que responde apenas com base em uma biblioteca de documentos aprovada.