Evolução: modo Hierarquico e Atomico

app.py

@@ -1,11 +1,12 @@
 # app.py
 
-from flask import Flask, render_template, request, Response
+from flask import Flask, render_template, request, Response, jsonify
 import markdown2
 import json
 import time
 import os
 import uuid
+import threading # Necessário para o processamento em paralelo
 
 # Importações do LangChain
 from langchain.prompts import PromptTemplate
@@ -15,7 +16,7 @@ from langchain.chains import LLMChain
 from llms import claude_llm, grok_llm, gemini_llm
 
 # Importa os prompts
-from config import PROMPT_CLAUDE_SONNET, PROMPT_GROK, PROMPT_GEMINI
+from config import *
 
 # Importa nosso processador RAG
 from rag_processor import get_relevant_context
@@ -24,8 +25,6 @@ app = Flask(__name__)
 
 app.config['MAX_CONTENT_LENGTH'] = 100 * 1024 * 1024 
 
-# A linha 'os.makedirs('uploads')' foi removida daqui, pois agora é gerenciada pelo Dockerfile.
-
 @app.route('/')
 def index():
     return render_template('index.html')
@@ -35,6 +34,7 @@ def process():
     form_data = request.form
     files = request.files.getlist('files')
     mode = form_data.get('mode', 'real')
+    processing_mode = form_data.get('processing_mode', 'hierarchical')
     
     temp_file_paths = []
     if mode == 'real':
@@ -46,20 +46,15 @@ def process():
                 temp_file_paths.append(file_path)
 
     def generate_stream(current_mode, form_data, file_paths):
+        solicitacao_usuario = form_data.get('solicitacao', '')
+        
         if current_mode == 'test':
+            # Lógica de simulação (simplificada para focar na lógica real)
             mock_text = form_data.get('mock_text', 'Este é um texto de simulação.')
             mock_html = markdown2.markdown(mock_text, extras=["fenced-code-blocks", "tables"])
-            
-            yield f"data: {json.dumps({'progress': 0, 'message': 'Simulando Etapa 1: GROK...'})}\n\n"
-            time.sleep(1)
-            yield f"data: {json.dumps({'progress': 33, 'message': 'Simulando Etapa 2: Claude Sonnet...', 'partial_result': {'id': 'grok-output', 'content': mock_html}})}\n\n"
-            time.sleep(1)
-            yield f"data: {json.dumps({'progress': 66, 'message': 'Simulando Etapa 3: Gemini...', 'partial_result': {'id': 'sonnet-output', 'content': mock_html}})}\n\n"
-            time.sleep(1)
-            yield f"data: {json.dumps({'progress': 100, 'message': 'Simulação concluída!', 'partial_result': {'id': 'gemini-output', 'content': mock_html}, 'done': True})}\n\n"
+            yield f"data: {json.dumps({'progress': 100, 'message': 'Simulação concluída!', 'partial_result': {'id': 'grok-output', 'content': mock_html}, 'done': True, 'mode': 'atomic' if processing_mode == 'atomic' else 'hierarchical'})}\n\n"
         
         else:
-            solicitacao_usuario = form_data.get('solicitacao', '')
             if not solicitacao_usuario:
                 yield f"data: {json.dumps({'error': 'Solicitação não fornecida.'})}\n\n"
                 return
@@ -68,46 +63,70 @@ def process():
                 yield f"data: {json.dumps({'progress': 0, 'message': 'Processando arquivos e extraindo contexto...'})}\n\n"
                 rag_context = get_relevant_context(file_paths, solicitacao_usuario)
                 
-                # --- ETAPA 1: GROK ---
-                yield f"data: {json.dumps({'progress': 15, 'message': 'O GROK está processando sua solicitação com os arquivos...'})}\n\n"
-                prompt_grok = PromptTemplate(template=PROMPT_GROK, input_variables=["solicitacao_usuario", "rag_context"])
-                chain_grok = LLMChain(llm=grok_llm, prompt=prompt_grok)
-                resposta_grok = chain_grok.invoke({"solicitacao_usuario": solicitacao_usuario, "rag_context": rag_context})['text']
-                
-                # NOVA VALIDAÇÃO: Verifica se a resposta do GROK está vazia
-                if not resposta_grok or not resposta_grok.strip():
-                    yield f"data: {json.dumps({'error': 'Falha no serviço GROK: Sem resposta.'})}\n\n"
-                    return
-
-                grok_html = markdown2.markdown(resposta_grok, extras=["fenced-code-blocks", "tables"])
-                yield f"data: {json.dumps({'progress': 33, 'message': 'Agora, o Claude Sonnet está aprofundando o texto...', 'partial_result': {'id': 'grok-output', 'content': grok_html}})}\n\n"
-                
-                # --- ETAPA 2: Claude Sonnet ---
-                prompt_sonnet = PromptTemplate(template=PROMPT_CLAUDE_SONNET, input_variables=["solicitacao_usuario", "texto_para_analise"])
-                claude_with_max_tokens = claude_llm.bind(max_tokens=8000)
-                chain_sonnet = LLMChain(llm=claude_with_max_tokens, prompt=prompt_sonnet)
-                resposta_sonnet = chain_sonnet.invoke({"solicitacao_usuario": solicitacao_usuario, "texto_para_analise": resposta_grok})['text']
-                
-                # NOVA VALIDAÇÃO: Verifica se a resposta do Claude Sonnet está vazia
-                if not resposta_sonnet or not resposta_sonnet.strip():
-                    yield f"data: {json.dumps({'error': 'Falha no serviço Claude Sonnet: Sem resposta.'})}\n\n"
-                    return
-
-                sonnet_html = markdown2.markdown(resposta_sonnet, extras=["fenced-code-blocks", "tables"])
-                yield f"data: {json.dumps({'progress': 66, 'message': 'Estamos quase lá! Seu texto está passando por uma revisão final com o Gemini...', 'partial_result': {'id': 'sonnet-output', 'content': sonnet_html}})}\n\n"
-                
-                # --- ETAPA 3: Gemini ---
-                prompt_gemini = PromptTemplate(template=PROMPT_GEMINI, input_variables=["solicitacao_usuario", "texto_para_analise"])
-                chain_gemini = LLMChain(llm=gemini_llm, prompt=prompt_gemini)
-                resposta_gemini = chain_gemini.invoke({"solicitacao_usuario": solicitacao_usuario, "texto_para_analise": resposta_sonnet})['text']
-
-                # NOVA VALIDAÇÃO: Verifica se a resposta do Gemini está vazia
-                if not resposta_gemini or not resposta_gemini.strip():
-                    yield f"data: {json.dumps({'error': 'Falha no serviço Gemini: Sem resposta.'})}\n\n"
-                    return
-
-                gemini_html = markdown2.markdown(resposta_gemini, extras=["fenced-code-blocks", "tables"])
-                yield f"data: {json.dumps({'progress': 100, 'message': 'Processamento concluído!', 'partial_result': {'id': 'gemini-output', 'content': gemini_html}, 'done': True})}\n\n"
+                if processing_mode == 'atomic':
+                    # --- LÓGICA ATÔMICA (PARALELA) ---
+                    results = {}
+                    threads = []
+
+                    def run_chain(chain, inputs, key):
+                        try:
+                            results[key] = chain.invoke(inputs)['text']
+                        except Exception as e:
+                            results[key] = f"Erro ao processar {key}: {e}"
+
+                    # Configurar e iniciar threads
+                    models = {'grok': grok_llm, 'sonnet': claude_llm, 'gemini': gemini_llm}
+                    prompt = PromptTemplate(template=PROMPT_ATOMICO_INICIAL, input_variables=["solicitacao_usuario", "rag_context"])
+                    
+                    for name, llm in models.items():
+                        chain = LLMChain(llm=llm, prompt=prompt)
+                        thread = threading.Thread(target=run_chain, args=(chain, {"solicitacao_usuario": solicitacao_usuario, "rag_context": rag_context}, name))
+                        threads.append(thread)
+                        thread.start()
+
+                    # Monitorar e enviar resultados conforme chegam
+                    completed_threads = 0
+                    while completed_threads < len(threads):
+                        for i, thread in enumerate(threads):
+                            key = list(models.keys())[i]
+                            if not thread.is_alive() and key not in results:
+                                # Se a thread terminou mas não há resultado, algo deu errado
+                                results[key] = f"Falha na thread para {key}."
+
+                            if key in results:
+                                html_content = markdown2.markdown(results[key], extras=["fenced-code-blocks", "tables"])
+                                yield f"data: {json.dumps({'progress': int((len(results)/len(threads))*100), 'message': f'Modelo {key.upper()} concluiu.', 'partial_result': {'id': f'{key}-output', 'content': html_content}})}\n\n"
+                                threads.pop(i) # Remove para não processar de novo
+                                completed_threads += 1
+                        time.sleep(1)
+                    
+                    yield f"data: {json.dumps({'progress': 100, 'message': 'Processamento Atômico concluído!', 'done': True, 'mode': 'atomic'})}\n\n"
+
+                else:
+                    # --- LÓGICA HIERÁRQUICA (SEQUENCIAL) ---
+                    # (Mesma lógica de antes, com nomes de prompts atualizados)
+                    yield f"data: {json.dumps({'progress': 15, 'message': 'O GROK está processando sua solicitação com os arquivos...'})}\n\n"
+                    prompt_grok = PromptTemplate(template=PROMPT_HIERARQUICO_GROK, input_variables=["solicitacao_usuario", "rag_context"])
+                    chain_grok = LLMChain(llm=grok_llm, prompt=prompt_grok)
+                    resposta_grok = chain_grok.invoke({"solicitacao_usuario": solicitacao_usuario, "rag_context": rag_context})['text']
+                    if not resposta_grok or not resposta_grok.strip(): raise ValueError("Falha no serviço GROK: Sem resposta.")
+                    grok_html = markdown2.markdown(resposta_grok, extras=["fenced-code-blocks", "tables"])
+                    yield f"data: {json.dumps({'progress': 33, 'message': 'Agora, o Claude Sonnet está aprofundando o texto...', 'partial_result': {'id': 'grok-output', 'content': grok_html}})}\n\n"
+                    
+                    prompt_sonnet = PromptTemplate(template=PROMPT_HIERARQUICO_SONNET, input_variables=["solicitacao_usuario", "texto_para_analise"])
+                    claude_with_max_tokens = claude_llm.bind(max_tokens=8000)
+                    chain_sonnet = LLMChain(llm=claude_with_max_tokens, prompt=prompt_sonnet)
+                    resposta_sonnet = chain_sonnet.invoke({"solicitacao_usuario": solicitacao_usuario, "texto_para_analise": resposta_grok})['text']
+                    if not resposta_sonnet or not resposta_sonnet.strip(): raise ValueError("Falha no serviço Claude Sonnet: Sem resposta.")
+                    sonnet_html = markdown2.markdown(resposta_sonnet, extras=["fenced-code-blocks", "tables"])
+                    yield f"data: {json.dumps({'progress': 66, 'message': 'Estamos quase lá! Seu texto está passando por uma revisão final com o Gemini...', 'partial_result': {'id': 'sonnet-output', 'content': sonnet_html}})}\n\n"
+                    
+                    prompt_gemini = PromptTemplate(template=PROMPT_HIERARQUICO_GEMINI, input_variables=["solicitacao_usuario", "texto_para_analise"])
+                    chain_gemini = LLMChain(llm=gemini_llm, prompt=prompt_gemini)
+                    resposta_gemini = chain_gemini.invoke({"solicitacao_usuario": solicitacao_usuario, "texto_para_analise": resposta_sonnet})['text']
+                    if not resposta_gemini or not resposta_gemini.strip(): raise ValueError("Falha no serviço Gemini: Sem resposta.")
+                    gemini_html = markdown2.markdown(resposta_gemini, extras=["fenced-code-blocks", "tables"])
+                    yield f"data: {json.dumps({'progress': 100, 'message': 'Processamento concluído!', 'partial_result': {'id': 'gemini-output', 'content': gemini_html}, 'done': True, 'mode': 'hierarchical'})}\n\n"
 
             except Exception as e:
                 print(f"Ocorreu um erro durante o processamento: {e}")
@@ -115,5 +134,36 @@ def process():
 
     return Response(generate_stream(mode, form_data, temp_file_paths), mimetype='text/event-stream')
 
+# --- NOVA ROTA PARA O MERGE ---
+@app.route('/merge', methods=['POST'])
+def merge():
+    data = request.get_json()
+    try:
+        # Cria o prompt e a chain para o merge
+        prompt_merge = PromptTemplate(template=PROMPT_ATOMICO_MERGE, input_variables=["solicitacao_usuario", "texto_para_analise_grok", "texto_para_analise_sonnet", "texto_para_analise_gemini"])
+        
+        # O merge será feito pelo Claude Sonnet com limite de tokens alto
+        claude_with_max_tokens = claude_llm.bind(max_tokens=8000)
+        chain_merge = LLMChain(llm=claude_with_max_tokens, prompt=prompt_merge)
+
+        # Invoca a chain com os dados recebidos
+        resposta_merge = chain_merge.invoke({
+            "solicitacao_usuario": data.get('solicitacao_usuario'),
+            "texto_para_analise_grok": data.get('grok_text'),
+            "texto_para_analise_sonnet": data.get('sonnet_text'),
+            "texto_para_analise_gemini": data.get('gemini_text')
+        })['text']
+        
+        if not resposta_merge or not resposta_merge.strip():
+            raise ValueError("Falha no serviço de Merge (Claude Sonnet): Sem resposta.")
+        
+        # Retorna o resultado como HTML
+        merge_html = markdown2.markdown(resposta_merge, extras=["fenced-code-blocks", "tables"])
+        return jsonify({"success": True, "content": merge_html})
+
+    except Exception as e:
+        print(f"Erro no processo de merge: {e}")
+        return jsonify({"success": False, "error": str(e)}), 500
+
 if __name__ == '__main__':
     app.run(debug=True)

config.py

@@ -1,7 +1,8 @@
 # config.py
 
-# Prompt para o primeiro agente (GROK)
-PROMPT_GROK = """
+# --- PROMPTS PARA O MODO HIERÁRQUICO ---
+
+PROMPT_HIERARQUICO_GROK = """
 <prompt>
   <role>
     Você é um filósofo e teólogo católico, especialista em redigir textos profundos e detalhados sobre assuntos diversos da filosofia, teologia, política, antropologia, educação, psicologia etc.
@@ -41,12 +42,12 @@ PROMPT_GROK = """
     5. Mantenha tom respeitoso e reflexivo ao longo do texto
     6. Organize o conteúdo de forma lógica e progressiva
     7. Evite usar um estilo de escrita muito característico de textos gerados com IA, como por exemplo: "Não é mera..., mas é...". Coisas assim. Seja mais direto.
+    8. Todo o texto, incluindo citações, devem estar na lingua Português do Brasil.
   </instructions>
 </prompt>
 """
 
-# Prompt para o segundo agente (Claude Sonnet)
-PROMPT_CLAUDE_SONNET = """
+PROMPT_HIERARQUICO_SONNET = """
 Com base na solicitação original do usuário e no texto gerado pelo primeiro especialista, sua tarefa é analisar criticamente o texto e aprimorá-lo. Não faça reduções e nem resumos. Se conseguir aprofundar e detalhar melhor o texto, adicionar novas referência de novos autores, faça. Se não conseguir, não faça nada.
 
 **Solicitação Original do Usuário:**
@@ -60,19 +61,19 @@ Com base na solicitação original do usuário e no texto gerado pelo primeiro e
 ---
 
 **Suas Instruções:**
-1.  **Valide se o texto atingiu a quantidade de palavras mínimas (4000 palavras).
+1.  **Valide se o texto atingiu a quantidade de palavras mínimas (4000 palavras)**.
 2.  **Analise o texto:** Verifique a coesão, coerência e profundidade dos argumentos.
 3.  **Aprofunde e Detalhe:** Identifique pontos que podem ser mais explorados. Adicione detalhes, exemplos e nuances que enriqueçam o conteúdo original.
 4.  **Faça Correções:** Corrija eventuais imprecisões conceituais ou argumentativas.
 5.  **Não Resuma ou Reduza:** Seu objetivo é expandir e aprofundar, nunca encurtar o texto. O resultado final deve ser uma versão mais completa e robusta do que a original.
 6.  **Mantenha o Estilo:** Respeite o estilo de linguagem e o tom do texto original.
-7.  **Evite usar um estilo de escrita muito característico de textos gerados com IA, como por exemplo: "Não é mera..., mas é...". Coisas assim. Seja mais direto.
+7.  **Evite usar um estilo de escrita muito característico de textos gerados com IA, como por exemplo: "Não é mera..., mas é...". Coisas assim. Seja mais direto.**
+8.  **Verificar se todo o texto, incluindo citações, estão na lingua Português do Brasil. Traduza as que não estiverem.**
 
 Reescreva o texto completo, incorporando suas melhorias, detalhamentos e correções.
 """
 
-# Prompt para o terceiro agente (Gemini)
-PROMPT_GEMINI = """
+PROMPT_HIERARQUICO_GEMINI = """
 Você é o revisor final. Sua função é polir e aperfeiçoar o texto que já passou por uma primeira rodada de escrita e uma segunda de revisão e aprofundamento. Não faça reduções e nem resumos. Se conseguir aprofundar e detalhar melhor o texto, adicionar novas referência de novos autores, faça. Se não conseguir, não faça nada.
 
 **Solicitação Original do Usuário:**
@@ -87,12 +88,94 @@ Você é o revisor final. Sua função é polir e aperfeiçoar o texto que já p
 
 **Suas Instruções:**
 1.  **Análise Crítica Final:** Leia o texto atentamente, buscando a máxima qualidade, clareza e profundidade.
-2.  **Valide se o texto atingiu a quantidade de palavras mínimas (4000 palavras).
+2.  **Valide se o texto atingiu a quantidade de palavras mínimas (4000 palavras).**
 3.  **Correções e Complementos Finais:** Adicione os toques finais. Melhore a fluidez entre os parágrafos, enriqueça o vocabulário e adicione insights que possam ter sido omitidos.
 4.  **Não Resuma ou Reduza:** Assim como o revisor anterior, seu papel é adicionar valor e profundidade, não remover conteúdo.
 5.  **Garantia de Qualidade:** Assegure que o texto final atende a todos os requisitos da solicitação original do usuário de forma exemplar.
-6.  **Exiba na resposta apenas o texto revisado, sem nenhuma outra mensagem para o usuário.
-7.  **Evite usar um estilo de escrita muito característico de textos gerados com IA, como por exemplo: "Não é mera..., mas é...". Coisas assim. Seja mais direto.
+6.  **Exiba na resposta apenas o texto revisado, sem nenhuma outra mensagem para o usuário.**
+7.  **Evite usar um estilo de escrita muito característico de textos gerados com IA, como por exemplo: "Não é mera..., mas é...". Coisas assim. Seja mais direto.**
+8.  **Verificar se todo o texto, incluindo citações, estão na lingua Português do Brasil. Traduza as que não estiverem.**
 
 Reescreva o texto completo com suas melhorias finais. O texto deve estar impecável e pronto para publicação.
-"""
+"""
+
+
+# --- PROMPTS PARA O MODO ATÔMICO ---
+
+PROMPT_ATOMICO_INICIAL = """
+<prompt>
+  <role>
+    Você é um filósofo e teólogo católico, especialista em redigir textos profundos e detalhados sobre assuntos diversos da filosofia, teologia, política, antropologia, educação, psicologia etc.
+  </role>
+  <requirements>
+    <word_count>Entre 4000 e 5000 palavras</word_count>
+    <language>Português do Brasil</language>
+    <paragraph_structure>Parágrafos curtos para facilitar a leitura</paragraph_structure>
+    <language_style>
+      - Linguagem profunda e formal, mas acessível a leigos
+      - Evitar tecnicismos excessivos
+      - Evitar rigidez acadêmica desnecessária
+      - Manter profundidade intelectual sem perder clareza
+    </language_style>
+  </requirements>
+  <context_from_documents>
+    A seguir, trechos de documentos fornecidos pelo usuário para sua referência. Use-os como base teórica para enriquecer sua resposta.
+    ---
+    {rag_context}
+    ---
+  </context_from_documents>
+  <user_request>
+    <solicitacao_usuario>
+      {solicitacao_usuario}
+    </solicitacao_usuario>
+  </user_request>
+  <instructions>
+    Com base na solicitação do usuário acima, desenvolva um texto que:
+    1. Explore o tema com profundidade filosófica e teológica
+    2. Mantenha conexão com a tradição católica quando relevante
+    3. Apresente argumentos bem estruturados e fundamentados
+    4. Use exemplos práticos quando apropriado para ilustrar conceitos
+    5. Mantenha tom respeitoso e reflexivo ao longo do texto
+    6. Organize o conteúdo de forma lógica e progressiva
+    7. Evite usar um estilo de escrita muito característico de textos gerados com IA, como por exemplo: "Não é mera..., mas é...". Coisas assim. Seja mais direto.
+    8. Todo o texto, incluindo citações, devem estar na lingua Português do Brasil.
+  </instructions>
+</prompt>
+"""
+
+PROMPT_ATOMICO_MERGE = """
+Com base na solicitação original do usuário e nos textos-base fornecidos, sua tarefa é analisar criticamente os textos e elaborar uma versão consolidada, unindo o que há de melhor em cada um deles.
+
+**Solicitação Original do Usuário:**
+---
+{solicitacao_usuario}
+---
+
+**Texto Gerado pelo GROK:**
+---
+{texto_para_analise_grok}
+---
+
+**Texto Gerado pelo Sonnet:**
+---
+{texto_para_analise_sonnet}
+---
+
+**Texto Gerado pelo Gemini:**
+---
+{texto_para_analise_gemini}
+---
+
+**Suas Instruções:**
+- **Estrutura:** Analise e escolha a melhor estrutura de seções entre os 3 textos e aplique no texto consolidado. A melhor estrutura de seções é aquela que melhor entendeu o objetivo da solicitação do usuário e que mais conseguir se aprofundar na abordagem do tema.
+- **Valide se o texto atingiu a quantidade de palavras mínimas (4000 palavras).
+- **Analise o texto:** Verifique a coesão, coerência e profundidade dos argumentos.
+- **Consolidação:** Identifique os pontos fortes de cada texto e gere um texto final consolidado. Cuide para o que texto não fique redundante. Ou seja, voltando nos mesmos assuntos e conceitos.
+- **Faça Correções:** Corrija eventuais imprecisões conceituais ou argumentativas.
+- **Não Resuma ou Reduza:** Seu objetivo é expandir e aprofundar, nunca encurtar o texto. O resultado final deve ser uma versão mais completa e robusta do que a original.
+- **Mantenha o Estilo:** Respeite o estilo de linguagem e o tom do texto original.
+- **Evite usar um estilo de escrita muito característico de textos gerados com IA, como por exemplo: "Não é mera..., mas é...". Coisas assim. Seja mais direto.
+- **Verificar se todo o texto, incluindo citações, estão na lingua Português do Brasil. Traduza as que não estiverem.
+
+Reescreva o texto completo, incorporando suas melhorias, detalhamentos e correções.
+"""

static/style.css

@@ -362,3 +362,50 @@ textarea.drag-over {
 .remove-file-btn:hover {
     color: #a02430;
 }
+
+/* static/style.css (ADICIONAR NO FINAL) */
+
+/* Botão Flutuante de Merge */
+.floating-merge-btn {
+    position: fixed;
+    bottom: 30px;
+    right: 30px;
+    z-index: 999;
+    padding: 15px 25px;
+    font-size: 18px;
+    font-weight: bold;
+    background-color: #ffc107; /* Amarelo/Laranja */
+    color: #212529;
+    border: none;
+    border-radius: 50px;
+    cursor: pointer;
+    box-shadow: 0 4px 10px rgba(0,0,0,0.2);
+    transition: all 0.3s ease;
+}
+
+.floating-merge-btn:hover {
+    transform: translateY(-3px);
+    box-shadow: 0 6px 15px rgba(0,0,0,0.3);
+}
+
+/* Container do Resultado Final */
+#final-result-container {
+    margin: 40px auto 0 auto;
+    padding: 20px;
+    border: 1px solid #ddd;
+    border-radius: 8px;
+    background-color: #f8f9fa;
+    width: 60%;
+}
+
+#final-result-container h2 {
+    text-align: center;
+    margin-top: 0;
+}
+
+/* Responsividade para o container final em telas menores */
+@media (max-width: 768px) {
+    #final-result-container {
+        width: 90%;
+    }
+}

templates/index.html

@@ -3,7 +3,7 @@
 <head>
     <meta charset="UTF-8">
     <meta name="viewport" content="width=device-width, initial-scale=1.0">
-    <title>Sistema Multi-Agente de IA</title>
+    <title>Sistema Multi-Agente IA</title>
     <link rel="stylesheet" href="{{ url_for('static', filename='style.css') }}">
 </head>
 <body>
@@ -12,19 +12,27 @@
         <div class="loader-content">
             <div class="loader-spinner"></div>
             <p id="loader-message">Processando sua solicitação...</p>
-            <div class="progress-bar-container">
-                <div id="progress-bar" class="progress-bar"></div>
-            </div>
+            <div class="progress-bar-container"><div id="progress-bar" class="progress-bar"></div></div>
         </div>
     </div>
 
+    <button id="merge-btn" class="floating-merge-btn" style="display: none;">Processar Merge</button>
+
     <div class="container">
         <div class="header-container">
             <div>
                 <h1>Sistema Multi-Agente IA</h1>
-                <p>GROK ➔ Claude Sonnet ➔ Gemini</p>
+                <p id="flow-description">GROK ➔ Claude Sonnet ➔ Gemini</p>
             </div>
             <div class="controls-container">
+                <div class="mode-toggle" title="A versão 'Hierárquica' gerará um único no texto que passará por revisão em duas instâncias. Na versão 'Atômica', serão gerados 3 textos, um em cada modelo de IA; e depois um 4º texto será gerado fazendo um texto final consolidado dessas 3 versões.">
+                    <span>Hierárquico</span>
+                    <label class="switch">
+                        <input type="checkbox" id="processing-mode-switch">
+                        <span class="slider round"></span>
+                    </label>
+                    <span>Atômico</span>
+                </div>
                 <div class="mode-toggle">
                     <span>Modo Real</span>
                     <label class="switch"><input type="checkbox" id="mode-switch"><span class="slider round"></span></label>
@@ -44,7 +52,6 @@
                 <button type="submit">Processar com IA</button>
             </form>
         </div>
-
         <div id="mock-form-container" style="display: none;">
             <form id="request-form-mock">
                 <label for="mock_text">Cole o texto de simulação aqui:</label>
@@ -54,24 +61,20 @@
         </div>
 
         <div id="results-container" class="results-container" style="display: none;">
-            <div class="result-column">
-                <div class="column-header"><h2>GROK</h2><button class="copy-btn" onclick="copyToClipboard('grok-output')">Copiar</button></div>
-                <div class="output-box" id="grok-output"></div>
-            </div>
-            <div class="result-column">
-                <div class="column-header"><h2>Claude Sonnet</h2><button class="copy-btn" onclick="copyToClipboard('sonnet-output')">Copiar</button></div>
-                <div class="output-box" id="sonnet-output"></div>
-            </div>
-            <div class="result-column">
-                <div class="column-header"><h2>Gemini</h2><button class="copy-btn" onclick="copyToClipboard('gemini-output')">Copiar</button></div>
-                <div class="output-box" id="gemini-output"></div>
-            </div>
+            <div class="result-column"><div class="column-header"><h2>GROK</h2><button class="copy-btn" onclick="copyToClipboard('grok-output')">Copiar</button></div><div class="output-box" id="grok-output"></div></div>
+            <div class="result-column"><div class="column-header"><h2>Claude Sonnet</h2><button class="copy-btn" onclick="copyToClipboard('sonnet-output')">Copiar</button></div><div class="output-box" id="sonnet-output"></div></div>
+            <div class="result-column"><div class="column-header"><h2>Gemini</h2><button class="copy-btn" onclick="copyToClipboard('gemini-output')">Copiar</button></div><div class="output-box" id="gemini-output"></div></div>
+        </div>
+
+        <div id="final-result-container" style="display: none;">
+            <h2>Texto Final</h2>
+            <div class="output-box" id="final-output"></div>
         </div>
     </div>
 
     <script>
-        // O JavaScript continua o mesmo, pois ele preenche os resultados
-        // pelos IDs, que não mudaram. Nenhuma alteração é necessária aqui.
+        // --- Variáveis Globais ---
+        const processingModeSwitch = document.getElementById('processing-mode-switch');
         const modeSwitch = document.getElementById('mode-switch');
         const realContainer = document.getElementById('real-form-container');
         const mockContainer = document.getElementById('mock-form-container');
@@ -82,13 +85,24 @@
         const errorContainer = document.getElementById('error-box-container');
         const textarea = document.getElementById('solicitacao_usuario');
         const fileList = document.getElementById('file-list');
+        const mergeBtn = document.getElementById('merge-btn');
+        const finalResultContainer = document.getElementById('final-result-container');
+        const finalOutput = document.getElementById('final-output');
         let attachedFiles = [];
+        let originalUserQuery = ""; // Salvar a query original
 
+        // --- Lógica de UI ---
         modeSwitch.addEventListener('change', function() {
             realContainer.style.display = this.checked ? 'none' : 'block';
             mockContainer.style.display = this.checked ? 'block' : 'none';
         });
 
+        processingModeSwitch.addEventListener('change', function() {
+            const description = document.getElementById('flow-description');
+            description.textContent = this.checked ? "GROK | Claude Sonnet | Gemini (Paralelo)" : "GROK ➔ Claude Sonnet ➔ Gemini";
+        });
+        
+        // --- Lógica de Upload (sem alterações) ---
         ['dragenter', 'dragover', 'dragleave', 'drop'].forEach(eventName => {
             textarea.addEventListener(eventName, preventDefaults, false);
             document.body.addEventListener(eventName, preventDefaults, false);
@@ -100,26 +114,17 @@
             textarea.addEventListener(eventName, () => textarea.classList.remove('drag-over'), false);
         });
         textarea.addEventListener('drop', handleDrop, false);
-
         function preventDefaults(e) { e.preventDefault(); e.stopPropagation(); }
         function handleDrop(e) { handleFiles(e.dataTransfer.files); }
-
         function handleFiles(files) {
             [...files].forEach(file => {
                 const allowedTypes = ['application/pdf', 'application/vnd.openxmlformats-officedocument.wordprocessingml.document', 'text/plain'];
-                if (!allowedTypes.includes(file.type)) {
-                    showError(`Formato de arquivo não suportado: ${file.name}`);
-                    return;
-                }
-                if (file.size > 100 * 1024 * 1024) { // 100MB
-                    showError(`Arquivo muito grande (max 100MB): ${file.name}`);
-                    return;
-                }
+                if (!allowedTypes.includes(file.type)) { showError(`Formato não suportado: ${file.name}`); return; }
+                if (file.size > 100 * 1024 * 1024) { showError(`Arquivo muito grande: ${file.name}`); return; }
                 attachedFiles.push(file);
             });
             updateFileList();
         }
-
         function updateFileList() {
             fileList.innerHTML = '';
             document.getElementById('file-list-container').style.display = attachedFiles.length > 0 ? 'block' : 'none';
@@ -129,61 +134,57 @@
                 const removeBtn = document.createElement('span');
                 removeBtn.textContent = '×';
                 removeBtn.className = 'remove-file-btn';
-                removeBtn.onclick = () => {
-                    attachedFiles.splice(index, 1);
-                    updateFileList();
-                };
+                removeBtn.onclick = () => { attachedFiles.splice(index, 1); updateFileList(); };
                 li.appendChild(removeBtn);
                 fileList.appendChild(li);
             });
         }
         
+        // --- Lógica de Submissão Principal ---
         document.getElementById('request-form-real').addEventListener('submit', handleFormSubmit);
         document.getElementById('request-form-mock').addEventListener('submit', handleFormSubmit);
 
         async function handleFormSubmit(event) {
             event.preventDefault();
             
+            // Limpa o estado da UI
             errorContainer.innerHTML = '';
             resultsContainer.style.display = 'none';
+            finalResultContainer.style.display = 'none';
+            mergeBtn.style.display = 'none';
             document.querySelectorAll('.output-box').forEach(box => box.innerHTML = '');
 
+            // Inicia o loader
             loaderMessage.textContent = 'Iniciando conexão...';
             progressBar.style.width = '0%';
             loader.style.display = 'flex';
 
             const formData = new FormData();
+            formData.append('processing_mode', processingModeSwitch.checked ? 'atomic' : 'hierarchical');
+            
             if (modeSwitch.checked) {
                 formData.append('mode', 'test');
                 formData.append('mock_text', document.getElementById('mock_text').value);
+                originalUserQuery = "Simulação de teste.";
             } else {
                 formData.append('mode', 'real');
-                formData.append('solicitacao', document.getElementById('solicitacao_usuario').value);
-                attachedFiles.forEach(file => {
-                    formData.append('files', file);
-                });
+                originalUserQuery = document.getElementById('solicitacao_usuario').value;
+                formData.append('solicitacao', originalUserQuery);
+                attachedFiles.forEach(file => { formData.append('files', file); });
             }
 
+            // A lógica de streaming via fetch continua a mesma
+            // ... (código do fetch e do reader, sem alterações)
             try {
-                const response = await fetch('/process', {
-                    method: 'POST',
-                    body: formData,
-                });
-
-                if (!response.ok || !response.body) {
-                    throw new Error(`Erro na resposta do servidor: ${response.statusText}`);
-                }
-
+                const response = await fetch('/process', { method: 'POST', body: formData });
+                if (!response.ok || !response.body) throw new Error(`Erro na resposta do servidor: ${response.statusText}`);
                 const reader = response.body.getReader();
                 const decoder = new TextDecoder();
-
                 while (true) {
                     const { done, value } = await reader.read();
                     if (done) break;
-                    
                     const chunk = decoder.decode(value, { stream: true });
                     const lines = chunk.split('\n\n');
-                    
                     lines.forEach(line => {
                         if (line.startsWith('data: ')) {
                             const jsonData = line.substring(6);
@@ -191,15 +192,13 @@
                                 try {
                                     const data = JSON.parse(jsonData);
                                     processStreamData(data);
-                                } catch (e) {
-                                    console.error("Erro ao parsear JSON do stream:", jsonData);
-                                }
+                                } catch (e) { console.error("Erro ao parsear JSON:", jsonData); }
                             }
                         }
                     });
                 }
             } catch (error) {
-                showError('A conexão com o servidor falhou. Verifique o console para detalhes.');
+                showError('A conexão com o servidor falhou.');
                 loader.style.display = 'none';
                 console.error("Fetch Error:", error);
             }
@@ -218,27 +217,62 @@
             if (data.partial_result) {
                 resultsContainer.style.display = 'flex';
                 const targetBox = document.getElementById(data.partial_result.id);
-                if (targetBox) {
-                    targetBox.innerHTML = data.partial_result.content;
-                }
+                if (targetBox) targetBox.innerHTML = data.partial_result.content;
             }
 
             if (data.done) {
                 setTimeout(() => {
                     loader.style.display = 'none';
+                    // Mostra o botão de merge apenas se o modo for Atômico
+                    if (data.mode === 'atomic') {
+                        mergeBtn.style.display = 'block';
+                    }
                 }, 1000);
             }
         }
 
+        // --- Lógica do Botão de Merge ---
+        mergeBtn.addEventListener('click', async function() {
+            loaderMessage.textContent = 'Processando o merge dos textos...';
+            progressBar.style.width = '0%';
+            loader.style.display = 'flex';
+            this.style.display = 'none'; // Esconde o botão
+
+            const payload = {
+                solicitacao_usuario: originalUserQuery,
+                grok_text: document.getElementById('grok-output').innerText,
+                sonnet_text: document.getElementById('sonnet-output').innerText,
+                gemini_text: document.getElementById('gemini-output').innerText,
+            };
+
+            try {
+                const response = await fetch('/merge', {
+                    method: 'POST',
+                    headers: { 'Content-Type': 'application/json' },
+                    body: JSON.stringify(payload)
+                });
+                const result = await response.json();
+                
+                if (result.success) {
+                    finalOutput.innerHTML = result.content;
+                    finalResultContainer.style.display = 'block';
+                } else {
+                    showError(result.error || "Ocorreu um erro desconhecido no merge.");
+                }
+            } catch (error) {
+                showError("A conexão falhou ao tentar processar o merge.");
+            } finally {
+                loader.style.display = 'none';
+            }
+        });
+
         function showError(message) {
             errorContainer.innerHTML = `<div class="error-box"><strong>Erro:</strong> ${message}<span class="close-btn-error" onclick="this.parentElement.style.display='none';" title="Fechar">&times;</span></div>`;
         }
 
         function copyToClipboard(elementId) {
             const element = document.getElementById(elementId);
-            navigator.clipboard.writeText(element.innerText).then(() => {
-                alert('Texto copiado!');
-            });
+            navigator.clipboard.writeText(element.innerText).then(() => { alert('Texto copiado!'); });
         }
     </script>
 </body>