# Instalação e Configuração

## Requisitos do Sistema

### Hardware Recomendado

- **Processador**: NVIDIA T4 16GB ou superior
- **Processamento**: 4+ cores
- **Memória**: 16GB mínimo
- **Armazenamento**: 10GB+ disponível

### Software Necessário

- Python 3.10+
- CUDA 11.8+ (para GPU)
- Git

## Instalação Local

1. Clone o repositório:

   ```bash
   git clone https://github.com/seu-usuario/hackatoon-1iadt.git
   cd hackatoon-1iadt
   ```

2. Crie e ative um ambiente virtual:

   ```bash
   python -m venv venv
   source venv/bin/activate  # Linux/Mac
   .\venv\Scripts\activate   # Windows
   ```

3. Instale as dependências:

   ```bash
   pip install -r requirements.txt
   ```

4. Configure as variáveis de ambiente:

   ```bash
   cp .env.example .env
   ```

Edite o arquivo `.env` com suas configurações:

```plaintext
HUGGINGFACE_TOKEN=seu_token
GPU_MEMORY_FRACTION=0.9
MAX_CONCURRENT_REQUESTS=2
```

## Configuração do Ambiente

### Configuração NVIDIA

1. Verifique a instalação do CUDA:

   ```bash
   nvidia-smi
   ```

2. Ajuste as configurações de GPU em `.env`:

   ```plaintext
   USE_GPU=true
   GPU_DEVICE=0
   ```

### Modo CPU

Para usar apenas CPU:

```plaintext
USE_GPU=false
```

## Processo de Deploy

### Deploy no Hugging Face

1. Configure as variáveis de ambiente:

   ```bash
   cp .env.example .env.huggingface
   ```

2. Edite `.env.huggingface`:

   ```plaintext
   HF_SPACE_ID=seu-espaco
   HF_TOKEN=seu_token
   ```

3. Execute o deploy:

   ```bash
   ./deploy.sh
   ```

## Verificação da Instalação

1. Execute os testes:

   ```bash
   pytest
   ```

2. Inicie a aplicação:

   ```bash
   python app.py
   ```

3. Acesse: <http://localhost:7860>

## Troubleshooting

### Problemas Comuns

1. **Erro CUDA**
   - Verifique a instalação do CUDA
   - Confirme compatibilidade de versões

2. **Memória Insuficiente**
   - Ajuste `GPU_MEMORY_FRACTION`
   - Reduza `MAX_CONCURRENT_REQUESTS`

3. **Falha no Deploy**
   - Verifique credenciais do Hugging Face
   - Confirme permissões do espaço

### Sistema de Logs

- Logs da aplicação: `logs/app.log`
- Logs do GPU: `logs/gpu.log`

## Suporte

Para problemas e dúvidas:

1. Abra uma issue no GitHub
2. Consulte a documentação completa
3. Entre em contato com a equipe de suporte