MetaBrain
Busca com IA em 23 anos de documentos
- Área
- Dados e IA
- Quando
- set a out 2026
- Para quem
- Meta Consultoria
Uma versão pequena da busca do MetaBrain, rodando sobre os 47 trechos deste portfólio. Pergunte sobre mim ou sobre os projetos: a resposta vem com a fonte.
Duas buscas correm juntas: uma por palavras, com BM25, e outra pela semelhança da escrita, com trigramas. As duas listas se fundem por Reciprocal Rank Fusion, como no MetaBrain. Sem evidência suficiente, a resposta é: não encontrei.
Acerto da busca em 42 perguntas reais
Só palavras60%
Só vetor57%
Híbrida, por RRF76%
Híbrida com rerank64%
Entre os cinco primeiros, a híbrida acerta 76%, contra 60% e 57% dos canais sozinhos. É o modo padrão.
- SharePoint
- Graph API
- Extração, OCR e Whisper
- Limpeza e mascaramento
- Classificação por LLM
- Postgres com pgvector
- Servidor MCP
Dos 142.240 arquivos até uma resposta com a fonte citada.
- Contexto
- O acervo da Meta, de 2003 a 2026, estava espalhado pelo SharePoint: 142.240 arquivos e 598 GB em 24 mil pastas, além de 336 horas de reuniões gravadas.
- O que eu fiz
- Construí o sistema de ponta a ponta: leitura pela Microsoft Graph API, texto extraído com OCR e áudio transcrito com Whisper, limpeza com mascaramento de dados pessoais, classificação por LLM e busca híbrida no Postgres com pgvector. A equipe usa tudo por um servidor MCP, dentro do Claude Code, do Codex e do Antigravity.
- Resultado
- 76% de acerto no top-5 da busca híbrida, em 42 perguntas reais, contra 60% só com palavras e 57% só com vetor
- 19.490 documentos curados e 141.073 trechos indexados, com 43 mil CPFs, telefones e e-mails mascarados antes
- Menos de US$ 4 de API para classificar e vetorizar o acervo inteiro
- 819 testes automatizados e banco sem porta pública, com segurança por linha e login Microsoft
- Ferramentas
- Python
- Postgres
- pgvector
- Whisper
- MCP






