Já está disponível o editorial-guide-ramalama, assistente de RAG (geração aumentada por recuperação) que confere artigos para a Fedora Magazine e o Fedora Community Blog contra as diretrizes editoriais das duas publicações. A ferramenta foi desenvolvida por Gonothi, estagiário do Outreachy no Fedora Project, e apresentada por ele e por Ananya Nalavathu, estagiária do time Fedora CommOps na Red Hat Irlanda. Foram meses de rotina editorial — publicar 11 artigos, conduzir campanhas e coordenar conteúdo entre sprints — que, segundo os autores, mostraram o quanto um assistente assim pode facilitar a vida de novos contribuidores. O código está no Fedora Forge em ai-ml/editorial-guide-ramalama, e a imagem OCI está publicada no Quay em quay.io/fedora/editorial-guide-ramalama.

O que a ferramenta faz

O editorial-guide-ramalama não é um chatbot comum. Ele usa as diretrizes editoriais reais do Fedora e artigos já publicados para verificar o rascunho enviado pelo usuário. Se encontra um problema, cita a diretriz específica e indica o que ajustar. A lógica, como explicam os autores, não é dizer “isto parece estranho”, mas informar: “seu artigo está sem a tag Read More, obrigatória segundo as diretrizes da Magazine”.

O assistente cobre as duas publicações do Fedora. Cada uma tem as próprias diretrizes carregadas como fonte primária, e a troca entre Fedora Magazine e Fedora Community Blog é feita na barra lateral — quando a publicação muda, as diretrizes usadas na verificação mudam junto.

Na prática, colar um rascunho que segue os padrões da Magazine faz o modelo confirmar a conformidade e citar a diretriz correspondente. Colar um texto com problemas conhecidos, como ausência de imagem em destaque ou da tag Read More, faz a ferramenta apontar cada falha com uma correção acionável.

Como funciona

Por trás da ferramenta está o RamaLama, que executa modelos abertos localmente como contêineres OCI — o mesmo tipo de contêiner que o Fedora já usa. Com isso, não há chave de API, serviço externo ou dados saindo da máquina do usuário, o que mantém o processo privado e reproduzível. O RamaLama também tem RAG embutido: ele mesmo cuida da ingestão, da divisão em blocos e da recuperação, usando o Docling internamente para analisar e dividir as diretrizes. Não é preciso montar um pipeline vetorial separado.

A combinação de inferência local, empacotamento em OCI e RAG embutido permite distribuir o projeto como uma única imagem. O pipeline funciona assim:

  • Os artigos são coletados das duas publicações pela API REST do WordPress. Nenhum arquivo estático fica versionado, e o corpus é sempre reconstruído a partir da fonte, mantendo a reprodutibilidade.
  • O RamaLama RAG usa o Docling para processar e dividir os documentos em um armazenamento vetorial, empacotado como imagens OCI publicadas no Quay.
  • Para fazer a verificação, basta baixar a imagem correspondente e usar a interface Streamlit ou o terminal — não há etapa de build.

Limitações e papel na integração de contribuidores

Gonothi faz uma ressalva honesta: modelos locais pequenos têm limites. O editorial-guide-ramalama é útil para detectar problemas comuns antes da submissão, mas não substitui um editor humano — e não tenta substituir.

Para ele, o impacto maior está na integração de novos contribuidores. Muitas vezes, a maior barreira não é a falta de motivação, mas conhecer as regras não escritas da comunidade. Diretrizes editoriais, padrões de empacotamento e normas da comunidade existem, mas estão espalhadas; aprender por rejeição é desanimador. Ferramentas como essa reduzem a barreira ao dar ao contribuidor uma primeira verificação, um jeito de revisar o próprio texto antes de enviar e de aprender as diretrizes fazendo, em vez de por tentativa e erro.

Próximos passos

O projeto foi uma prova de conceito que validou o uso de RAG para a documentação editorial do Fedora. A mesma arquitetura agora alimenta um projeto maior, que aplica RAG às diretrizes de empacotamento RPM — uma área de maior exigência em que uma IA fundamentada, local e baseada em modelos abertos pode ajudar contribuidores a acertar no empacotamento.

A ferramenta está disponível agora. O caminho para testar é baixar a imagem do Quay, colar um rascunho e ver o que ela aponta. Se você é um novo contribuidor e está preocupado com o primeiro artigo, o recado dos autores é direto: esta ferramenta foi feita para você.