feat: add emoji-regex and remove-accents dependencies; enhance chat and setup pages

- Added `emoji-regex` and `remove-accents` packages to improve text processing capabilities.
- Implemented automatic Ollama startup in the chat page for better user experience.
- Enhanced setup page to include GPU selection based on hardware specifications.
- Updated chat input to support real-time validation and improved user feedback.
- Refactored message handling in chat to incorporate new processing features.

lib/model-context.ts

@@ -0,0 +1,133 @@
+import type { Message } from '@/hooks/use-chat';
+import { useSettingsStore } from '@/store/settings-store';
+
+export interface ModelContextInfo {
+  modelName: string;
+  maxContextWindow: number;
+  recommendedContextWindow: number;
+}
+
+/**
+ * Estima tokens de um texto (aproximação: 1 token ≈ 4 caracteres)
+ */
+function estimateTokens(text: string): number {
+  return Math.ceil(text.length / 4);
+}
+
+/**
+ * Detecta o context window máximo do modelo consultando Ollama API
+ * 
+ * @param modelName - Nome do modelo
+ * @returns Limite máximo de tokens do modelo
+ */
+export async function detectModelContextWindow(modelName: string): Promise<number> {
+  if (!modelName) {
+    // Fallback para settings
+    const settings = useSettingsStore.getState();
+    return settings.contextWindow || 4096;
+  }
+
+  try {
+    // Tentar obter informações do modelo via Ollama API
+    const response = await fetch('http://localhost:11434/api/show', {
+      method: 'POST',
+      headers: { 'Content-Type': 'application/json' },
+      body: JSON.stringify({
+        name: modelName,
+      }),
+    });
+
+    if (response.ok) {
+      const data = await response.json();
+      
+      // Ollama retorna 'context_length' ou 'parameter_size' que pode indicar contexto
+      // Mapear tamanhos conhecidos de modelos
+      const modelInfo = data.modelfile || '';
+      const contextMatch = modelInfo.match(/context[_\s]*length[:\s]*(\d+)/i);
+      
+      if (contextMatch) {
+        return parseInt(contextMatch[1], 10);
+      }
+
+      // Tentar inferir do tamanho do modelo
+      const size = data.size || '';
+      if (size.includes('7b') || size.includes('8b')) {
+        return 8192; // Modelos 7B-8B geralmente têm 8k
+      }
+      if (size.includes('13b') || size.includes('14b')) {
+        return 16384; // Modelos 13B-14B geralmente têm 16k
+      }
+      if (size.includes('32k') || size.includes('128k')) {
+        return 32768; // Modelos com contexto estendido
+      }
+    }
+  } catch (error) {
+    console.warn('Erro ao detectar context window do modelo:', error);
+  }
+
+  // Fallback: usar contextWindow das settings
+  const settings = useSettingsStore.getState();
+  return settings.contextWindow || 4096;
+}
+
+/**
+ * Calcula tokens disponíveis para Knowledge Base
+ * 
+ * @param systemPrompt - System prompt
+ * @param messages - Mensagens do histórico
+ * @param modelMaxTokens - Limite máximo de tokens do modelo
+ * @returns Tokens disponíveis para Knowledge Base
+ */
+export function calculateAvailableTokens(
+  systemPrompt: string,
+  messages: Message[],
+  modelMaxTokens: number
+): number {
+  // Calcular tokens usados
+  let usedTokens = 0;
+
+  // System prompt
+  if (systemPrompt) {
+    usedTokens += estimateTokens(systemPrompt);
+  }
+
+  // Mensagens do histórico
+  messages.forEach(msg => {
+    usedTokens += estimateTokens(msg.content);
+  });
+
+  // Reservar 10% para margem de segurança e resposta da IA
+  const reservedTokens = Math.ceil(modelMaxTokens * 0.1);
+  const availableTokens = modelMaxTokens - usedTokens - reservedTokens;
+
+  // Garantir mínimo de 1000 tokens disponíveis
+  return Math.max(availableTokens, 1000);
+}
+
+/**
+ * Obtém informações completas do contexto do modelo
+ * 
+ * @param modelName - Nome do modelo
+ * @param systemPrompt - System prompt atual
+ * @param messages - Mensagens do histórico
+ * @returns Informações do contexto
+ */
+export async function getModelContextInfo(
+  modelName: string,
+  systemPrompt: string = '',
+  messages: Message[] = []
+): Promise<ModelContextInfo> {
+  const maxContextWindow = await detectModelContextWindow(modelName);
+  const availableTokens = calculateAvailableTokens(systemPrompt, messages, maxContextWindow);
+  
+  // Recommended é 80% do disponível para garantir margem
+  const recommendedContextWindow = Math.floor(availableTokens * 0.8);
+
+  return {
+    modelName,
+    maxContextWindow,
+    recommendedContextWindow,
+  };
+}
+
+