O que é a Acácia

A Acácia é o hub de indicadores da Liga Colaborativa dos Povos: uma iniciativa para reunir, em um único lugar, indicadores socioambientais brasileiros hoje espalhados em dezenas de portais, planilhas e APIs — cada um com seu próprio formato.

A proposta é simples de enunciar e difícil de encontrar pronta:

Qualquer pessoa (ou qualquer IA) pergunta em linguagem natural — "risco de estresse hídrico em Salvador" — e recebe de volta dados reais, com fonte, licença e citação, em um formato canônico único.

O problema

Dados socioambientais públicos existem em abundância no Brasil: Adapta Brasil, IBGE, DataSUS, MapBiomas, SNIS, INEP. O que não existe é uma camada comum sobre eles:

• Cada portal tem seu próprio vocabulário, sua própria API (ou nenhuma) e seu próprio recorte territorial.
• Encontrar qual indicador responde a uma pergunta exige conhecer o portal certo de antemão.
• Reutilizar o dado sem perder o crédito da fonte é trabalhoso — e por isso raramente é feito direito.

A proposta

A Acácia resolve isso com três decisões de arquitetura:

1. Um formato canônico, não um formato novo. Adotamos o padrão de metadados do Governo Federal (perfil DCAT, o mesmo do dados.gov.br) em vez de inventar outro. Veja Formato de dados.
2. Catálogo indexado, valores federados. A Acácia indexa os metadados dos indicadores (nome, categoria, fonte) com busca vetorial; os valores continuam morando na infraestrutura de cada provedor e são consultados ao vivo a cada busca. A Acácia nunca copia nem gera números.
3. Atribuição obrigatória. Toda resposta carrega um bloco attribution com publicador, licença, URL da fonte e citação pronta. Crédito não é opcional.

Como funciona uma busca

pergunta em linguagem natural
        │
        ├─ embedding da consulta ─────────► busca vetorial no catálogo
        ├─ interpretação por LLM ─────────► município + ano extraídos
        │                                       │
        │                                geocode IBGE resolvido
        ▼                                       ▼
   indicadores relevantes  ──────►  valores buscados ao vivo no provedor
                                                │
                                                ▼
                                 JSON canônico com attribution

A interpretação por LLM extrai apenas filtros (município, ano). Os valores numéricos vêm sempre do provedor — nunca de um modelo de linguagem.

Comece por aqui