✅ Positivo:
-
-
+
+
+ {data['positive_count']} ({pos_pct:.1f}%)
+
-
{data['positive_count']} ({pos_pct:.1f}%)
❌ Negativo:
-
-
+
+
+ {data['negative_count']} ({neg_pct:.1f}%)
+
-
{data['negative_count']} ({neg_pct:.1f}%)
⚪ Neutro:
-
-
+
+
+ {data['neutral_count']} ({neu_pct:.1f}%)
+
-
{data['neutral_count']} ({neu_pct:.1f}%)
@@ -666,14 +811,62 @@ def chat_response(
return response, sources_html
- def get_dashboard_html(self) -> str:
+ def get_analytics_dashboard_html(
+ self,
+ start_date: str = None,
+ end_date: str = None,
+ profile_filter: list = None,
+ content_filter: str = "both" # 🆕 Parâmetro de filtro de conteúdo
+ ) -> str:
"""
- Retorna HTML com dashboard de estatísticas profissional.
- Usa variáveis CSS para compatibilidade com light/dark mode.
+ Retorna HTML do dashboard de análise com filtros aplicados.
+
+ Args:
+ start_date: Data inicial (YYYY-MM-DD)
+ end_date: Data final (YYYY-MM-DD)
+ profile_filter: Lista de perfis selecionados
+ content_filter: Tipo de conteúdo ("both", "caption", "comments")
Returns:
- HTML formatado com dashboard
+ HTML formatado
+ """
+ try:
+ # Converte perfis (remove @ se necessário)
+ if profile_filter:
+ profile_filter = [p.replace('@', '') for p in profile_filter]
+
+ # Busca métricas (🆕 passa content_filter)
+ metrics = self.dashboard_analytics.get_date_range_data(
+ start_date=start_date,
+ end_date=end_date,
+ profile_filter=profile_filter,
+ content_filter=content_filter # 🆕
+ )
+
+ # Gera HTML
+ return self.dashboard_visualizer.generate_dashboard_html(metrics)
+
+ except Exception as e:
+ return f"""
+
+
❌ Erro ao carregar dashboard
+
{str(e)}
+
+ """
+
+ def get_dashboard_html(self) -> str:
"""
+ Retorna HTML com dashboard (usa cache se disponível).
+ """
+ # Tenta usar cache primeiro
+ cached_html = self.dashboard_cache.get('dashboard_html')
+ if cached_html:
+ print("✅ Dashboard: usando cache")
+ return cached_html
+
+ print("🔄 Dashboard: gerando nova estatística...")
+
+ # Gera estatísticas (código atual)
history_stats = self.history_manager.get_stats()
generation_model = self.agent.generation_model if self.use_agent else self.rag.generation_model
@@ -890,6 +1083,388 @@ def get_stats_html(self) -> str:
"""
return html
+ def get_sentiment_card_html(
+ self,
+ profile_filter: Optional[str] = None,
+ start_date: Optional[str] = None,
+ end_date: Optional[str] = None,
+ use_cache: bool = True,
+ content_filter: str = "both" # 🆕 Filtro de conteúdo
+ ) -> str:
+ """
+ Retorna HTML do card de análise de sentimento.
+
+ Args:
+ profile_filter: Perfil específico para analisar (ex: "dceuff")
+ start_date: Data inicial
+ end_date: Data final
+ use_cache: Se True, usa cache (padrão: True)
+ content_filter: Tipo de conteúdo ("both", "caption", "comments")
+
+ Returns:
+ HTML formatado com análise de sentimento
+ """
+ from analytics_dashboard import DashboardAnalytics
+
+ analytics = DashboardAnalytics(
+ self.agent.embedding_manager if self.use_agent else self.rag.embedding_manager
+ )
+
+ # Se tem filtro de perfil, usa método específico
+ if profile_filter and profile_filter != "Todos":
+ sentiment = analytics.get_sentiment_by_profile(
+ profile=profile_filter,
+ start_date=start_date,
+ end_date=end_date,
+ use_cache=use_cache,
+ content_filter=content_filter # 🆕 Passa filtro
+ )
+ else:
+ # Análise geral
+ metrics = analytics.get_date_range_data(
+ start_date=start_date,
+ end_date=end_date,
+ use_cache=use_cache,
+ content_filter=content_filter # 🆕 Passa filtro
+ )
+ sentiment = metrics.get('sentiment', {})
+
+ # Dados do sentimento
+ total = sentiment.get('total_analyzed', 0)
+ positive = sentiment.get('positive', 0)
+ negative = sentiment.get('negative', 0)
+ neutral = sentiment.get('neutral', 0)
+
+ pos_pct = sentiment.get('positive_pct', 0)
+ neg_pct = sentiment.get('negative_pct', 0)
+ neu_pct = sentiment.get('neutral_pct', 0)
+
+ trend = sentiment.get('trend', 'neutral')
+ profile_name = sentiment.get('display_name', 'Todos os perfis')
+
+ # 🆕 Status do cache
+ cached = sentiment.get('cached', False)
+ cache_icon = "💾" if cached else "🆕"
+ cache_text = "Dados do cache" if cached else "Análise nova"
+
+ # 🆕 Tipo de conteúdo analisado
+ content_type_label = {
+ "both": "Legendas + Comentários",
+ "caption": "Apenas Legendas",
+ "comments": "Apenas Comentários"
+ }.get(content_filter, "Legendas + Comentários")
+
+ # Emoji da tendência
+ trend_emoji = {
+ 'positive': '😊',
+ 'negative': '😟',
+ 'neutral': '😐'
+ }.get(trend, '😐')
+
+ # Cor da tendência
+ trend_color = {
+ 'positive': '#4caf50',
+ 'negative': '#f44336',
+ 'neutral': '#9e9e9e'
+ }.get(trend, '#9e9e9e')
+
+ html = f"""
+
+
+
🎭 Análise de Sentimento
+ {trend_emoji}
+
+
+
+ {profile_name} • {total} registros analisados
+
+
+
+
+ 📝 Analisando: {content_type_label}
+
+
+
+
+
+ {cache_icon} {cache_text}
+
+
+
+
+
+
+
✅ Positivo:
+
+
{positive} ({pos_pct}%)
+
+
+
+
❌ Negativo:
+
+
{negative} ({neg_pct}%)
+
+
+
+
⚪ Neutro:
+
+
{neutral} ({neu_pct}%)
+
+
+
+
+ 💡 {sentiment.get('note', 'Análise baseada em palavras-chave')}
+
+
+ """
+
+ return html
+
+ def export_dashboard_report(
+ self,
+ format: str,
+ start_date: str = None,
+ end_date: str = None,
+ profile_filter: list = None,
+ content_filter: str = "both"
+ ) -> Tuple[str, Any]:
+ """
+ 🆕 Exporta relatório do dashboard.
+
+ Args:
+ format: Formato ('csv' ou 'pdf')
+ start_date: Data inicial
+ end_date: Data final
+ profile_filter: Lista de perfis
+ content_filter: Tipo de conteúdo
+
+ Returns:
+ Tuple (filepath, content)
+ """
+ try:
+ # Limpa perfis
+ if profile_filter:
+ profile_filter = [p.replace('@', '') for p in profile_filter]
+
+ # Busca métricas
+ metrics = self.dashboard_analytics.get_date_range_data(
+ start_date=start_date,
+ end_date=end_date,
+ profile_filter=profile_filter,
+ use_llm_sentiment=False, # Usa cache
+ use_cache=True,
+ content_filter=content_filter
+ )
+
+ # 🆕 ADICIONA RECOMENDAÇÕES DE POLÍTICA ao relatório
+ try:
+ print("\n🔮 Gerando recomendações de políticas para o relatório...")
+ profile = profile_filter[0] if profile_filter and len(profile_filter) == 1 else None
+
+ recommendations = self.dashboard_analytics.generate_policy_recommendations(
+ profile_filter=profile,
+ min_engagement=100,
+ top_n=5
+ )
+
+ # 🔧 TRANSFORMA formato LLM para formato do exportador
+ if recommendations and recommendations.get('recommendations'):
+ from datetime import datetime
+
+ # Extrai dados de sentimento
+ sentiment_data = recommendations.get('sentiment_analysis', {})
+
+ # Monta formato esperado pelo exportador
+ export_format = {
+ 'has_recommendations': True,
+ 'generated_at': datetime.now().strftime('%Y-%m-%d %H:%M:%S'),
+ 'profile': f"@{profile}" if profile else "Todos os perfis",
+ 'content_filter': content_filter,
+ 'sentiment_data': sentiment_data,
+ 'summary': f"Análise baseada em {len(recommendations.get('recommendations', []))} recomendações geradas automaticamente.",
+ 'critical_areas': recommendations.get('critical_areas', []),
+ 'recommendations': recommendations.get('recommendations', []),
+ 'positive_aspects': recommendations.get('positive_aspects', []),
+ 'general_observations': f"Sentimento: {sentiment_data.get('positive_pct', 0):.1f}% positivo, {sentiment_data.get('negative_pct', 0):.1f}% negativo"
+ }
+
+ metrics['policy_recommendations'] = export_format
+ print(f"✅ {len(recommendations['recommendations'])} recomendações incluídas no relatório")
+ else:
+ print("⚠️ Nenhuma recomendação gerada (dados insuficientes)")
+ except Exception as e:
+ print(f"⚠️ Erro ao gerar recomendações: {e}")
+ import traceback
+ traceback.print_exc()
+
+ # 🔧 CORRIGIDO: Usa diretório local em vez de /tmp
+ timestamp = datetime.now().strftime('%Y%m%d_%H%M%S')
+ filename = f"relatorio_uff_{timestamp}.{format}"
+
+ content = self.dashboard_analytics.export_report(metrics, format, filename)
+
+ # Cria diretório de exports se não existir
+ exports_dir = Path('./exports')
+ exports_dir.mkdir(exist_ok=True)
+
+ # Salva arquivo local
+ filepath = exports_dir / filename
+ if format == 'csv':
+ with open(filepath, 'w', encoding='utf-8') as f:
+ f.write(content)
+ else: # PDF
+ with open(filepath, 'wb') as f:
+ f.write(content)
+
+ print(f"✅ Relatório salvo: {filepath}")
+ return str(filepath), content
+
+ except Exception as e:
+ print(f"❌ Erro ao exportar relatório: {e}")
+ import traceback
+ traceback.print_exc()
+ return None, None
+
+ def process_upload(
+ self,
+ file,
+ profile_name: str,
+ content_type: str = "custom_ingestion", # 🆕 NOVO PARÂMETRO
+ text_column: str = "text",
+ auto_index: bool = True
+ ) -> tuple[str, str]:
+ """
+ Processa arquivo enviado pelo usuário.
+
+ Args:
+ file: Arquivo enviado
+ profile_name: Nome do perfil/fonte
+ content_type: Tipo de conteúdo (aparece na interface)
+ text_column: Nome da coluna com texto (CSV)
+ auto_index: Se True, indexa automaticamente
+
+ Returns:
+ (status_html, preview_html)
+ """
+ if file is None:
+ return "⚠️ Nenhum arquivo selecionado", ""
+
+ import shutil
+ from pathlib import Path
+
+ # Salva arquivo temporário
+ temp_path = Path(self.data_ingestion.temp_dir) / Path(file.name).name
+ shutil.copy(file.name, temp_path)
+
+ # Processa arquivo (🆕 passa content_type)
+ documents, status = self.data_ingestion.process_file(
+ temp_path,
+ profile_name=profile_name,
+ content_type=content_type, # 🆕 NOVO PARÂMETRO
+ text_column=text_column
+ )
+
+ if not documents:
+ return f"
{status}
", ""
+
+ # Preview dos primeiros documentos
+ preview_html = self._generate_preview_html(documents[:5])
+
+ # Se auto-index ativado, indexa no ChromaDB
+ if auto_index and documents:
+ try:
+ if self.use_agent:
+ self.agent.embedding_manager.add_posts(documents)
+ else:
+ self.embedding_manager.add_posts(documents)
+
+ status += f"
✅ {len(documents)} documentos indexados no ChromaDB"
+
+ # Atualiza stats
+ self._refresh_stats()
+ except Exception as e:
+ status += f"
⚠️ Erro ao indexar: {e}"
+
+ status_html = f"
{status}
"
+
+ # DEPOIS (preserva o arquivo)
+ final_path = self.data_ingestion.data_dir / f"{profile_name}_{datetime.now().strftime('%Y%m%d_%H%M%S')}_{temp_path.name}"
+ shutil.move(temp_path, final_path)
+ status += f"
💾 Arquivo salvo em: {final_path}"
+
+ return status_html, preview_html
+
+ def _generate_preview_html(self, documents: List[Dict]) -> str:
+ """Gera HTML de preview dos documentos."""
+ html = "
"
+ html += "
📄 Preview dos Documentos
"
+
+ for i, doc in enumerate(documents, 1):
+ html += f"""
+
+
Documento {i}
+
+ ID: {doc['id']}
+ Perfil: {doc['profile']}
+ Tipo: {doc['content_type']}
+
+
+ Texto:
+ {doc['text'][:300]}{'...' if len(doc['text']) > 300 else ''}
+
+
+ """
+
+ if len(documents) > 5:
+ html += f"
... e mais {len(documents) - 5} documentos
"
+
+ html += "
"
+ return html
+
+ def _refresh_stats(self):
+ """Atualiza estatísticas após ingestão."""
+ if self.use_agent:
+ em_stats = self.agent.embedding_manager.get_stats()
+ else:
+ em_stats = self.embedding_manager.get_stats()
+
+ self.stats['indexed_posts'] = em_stats.get('total_documents', 0)
+ self.stats['profiles'] = em_stats.get('profiles', [])
+
def create_interface(self) -> gr.Blocks:
"""
Cria interface Gradio profissional com abas navegáveis.
@@ -1003,9 +1578,287 @@ def create_interface(self) -> gr.Blocks:
gr.Markdown(f"__{mode_text}__")
# ===== ABA 2: ESTATÍSTICAS =====
- with gr.TabItem("📊 Estatísticas"):
- dashboard_html = gr.HTML(value=self.get_dashboard_html())
-
+ with gr.TabItem("📊 Dashboard"):
+ with gr.Row():
+ with gr.Column(scale=9):
+ dashboard_display = gr.HTML(value=self.get_analytics_dashboard_html())
+
+ with gr.Column(scale=3, elem_classes="sidebar-config"):
+ gr.Markdown("### 🎯 Filtros de Análise")
+
+ # Filtro de período
+ gr.Markdown("**📅 Período**")
+
+ from datetime import datetime, timedelta
+ today = datetime.now()
+ default_start = (today - timedelta(days=30)).strftime('%Y-%m-%d')
+ default_end = today.strftime('%Y-%m-%d')
+
+ date_start = gr.Textbox(
+ label="Data Inicial (YYYY-MM-DD)",
+ value=default_start,
+ placeholder="2024-01-01"
+ )
+
+ date_end = gr.Textbox(
+ label="Data Final (YYYY-MM-DD)",
+ value=default_end,
+ placeholder="2024-12-31"
+ )
+
+ # Botões de período rápido
+ gr.Markdown("**⚡ Períodos Rápidos**")
+
+ with gr.Row():
+ btn_7days = gr.Button("Últimos 7 dias", size="sm")
+ btn_30days = gr.Button("Últimos 30 dias", size="sm")
+
+ with gr.Row():
+ btn_90days = gr.Button("Últimos 90 dias", size="sm")
+ btn_all = gr.Button("Tudo", size="sm")
+
+ gr.Markdown("---")
+
+ # Filtro de perfis
+ dashboard_profile_filter = gr.CheckboxGroup(
+ choices=["@" + p for p in self.stats['profiles']],
+ value=["@" + p for p in self.stats['profiles']],
+ label="📊 Fontes",
+ interactive=True
+ )
+
+ gr.Markdown("---")
+
+ # 🆕 FILTRO DE CONTEÚDO PARA SENTIMENTO
+ gr.Markdown("**🎭 Análise de Sentimento**")
+
+ sentiment_content_filter = gr.Radio(
+ choices=[
+ ("📝 Legendas + Comentários", "both"),
+ ("🏷️ Apenas Legendas", "caption"),
+ ("💬 Apenas Comentários", "comments")
+ ],
+ value="both",
+ label="Tipo de Conteúdo",
+ interactive=True,
+ info="Escolha qual conteúdo analisar"
+ )
+
+ gr.Markdown("---")
+
+ # Botão de atualizar
+ update_dashboard_btn = gr.Button(
+ "🔄 Atualizar Dashboard",
+ variant="primary",
+ size="lg"
+ )
+
+ gr.Markdown("---")
+
+ # 🆕 SEÇÃO DE EXPORTAÇÃO
+ gr.Markdown("### 📥 Exportar Relatório")
+
+ export_format = gr.Radio(
+ choices=[
+ ("📄 CSV (Excel)", "csv"),
+ ("📕 PDF (Documento)", "pdf")
+ ],
+ value="csv",
+ label="Formato",
+ interactive=True
+ )
+
+ export_btn = gr.Button(
+ "📥 Baixar Relatório",
+ variant="secondary",
+ size="lg"
+ )
+
+ export_status = gr.Textbox(
+ label="Status",
+ interactive=False,
+ visible=False
+ )
+
+ export_file = gr.File(
+ label="Arquivo Gerado",
+ visible=False
+ )
+
+ gr.Markdown("---")
+
+ gr.Markdown("""
+ ### 💡 Dica
+
+ Selecione o período, fontes e tipo de conteúdo,
+ depois clique em **Atualizar Dashboard**
+ para visualizar as métricas.
+
+ **Tipos de Conteúdo:**
+ - **Legendas + Comentários**: Análise completa
+ - **Apenas Legendas**: Sentimento do autor
+ - **Apenas Comentários**: Sentimento da comunidade
+
+ **Exportação:**
+ Escolha CSV ou PDF e clique em **Baixar Relatório**
+ para gerar um arquivo com todas as métricas.
+ """)
+
+ # Funções de atualização do dashboard
+ def set_period(days: int):
+ """Define período rápido."""
+ end = datetime.now()
+ start = end - timedelta(days=days)
+ return start.strftime('%Y-%m-%d'), end.strftime('%Y-%m-%d')
+
+ def set_all_time():
+ """Define período total."""
+ return "2000-01-01", datetime.now().strftime('%Y-%m-%d')
+
+ def update_dashboard(start: str, end: str, profiles: list, content_filter: str):
+ """Atualiza dashboard com filtros."""
+ return self.get_analytics_dashboard_html(
+ start_date=start if start else None,
+ end_date=end if end else None,
+ profile_filter=profiles if profiles else None,
+ content_filter=content_filter
+ )
+
+ # 🆕 Função de exportação
+ def handle_export(fmt, start, end, profiles, content_filter):
+ """Processa exportação de relatório."""
+ filepath, content = self.export_dashboard_report(
+ format=fmt,
+ start_date=start,
+ end_date=end,
+ profile_filter=profiles,
+ content_filter=content_filter
+ )
+
+ if filepath:
+ filename = filepath.split('/')[-1]
+ return (
+ gr.update(value=f"✅ Relatório gerado: {filename}", visible=True),
+ gr.update(value=filepath, visible=True)
+ )
+ else:
+ return (
+ gr.update(value="❌ Erro ao gerar relatório", visible=True),
+ gr.update(visible=False)
+ )
+
+ # Conecta botões de período rápido
+ btn_7days.click(
+ lambda: set_period(7),
+ outputs=[date_start, date_end]
+ )
+
+ btn_30days.click(
+ lambda: set_period(30),
+ outputs=[date_start, date_end]
+ )
+
+ btn_90days.click(
+ lambda: set_period(90),
+ outputs=[date_start, date_end]
+ )
+
+ btn_all.click(
+ set_all_time,
+ outputs=[date_start, date_end]
+ )
+
+ # Conecta botão de atualizar
+ update_dashboard_btn.click(
+ update_dashboard,
+ inputs=[date_start, date_end, dashboard_profile_filter, sentiment_content_filter],
+ outputs=dashboard_display
+ )
+
+ # 🆕 Conecta botão de exportação
+ export_btn.click(
+ fn=handle_export,
+ inputs=[
+ export_format,
+ date_start,
+ date_end,
+ dashboard_profile_filter,
+ sentiment_content_filter
+ ],
+ outputs=[export_status, export_file]
+ )
+
+ # 🆕 Botão de recomendações
+ gr.Markdown("---")
+
+ generate_recommendations_btn = gr.Button(
+ "🔮 Gerar Recomendações de Políticas",
+ variant="secondary",
+ size="lg"
+ )
+
+ gr.Markdown("""
+ **ℹ️ Sobre as recomendações:**
+
+ A IA analisa críticas e comentários negativos para sugerir
+ ações concretas de melhoria. Usa a mesma análise de sentimento
+ já realizada.
+ """)
+
+ # Adicionar callback do botão:
+
+ def generate_recommendations(
+ start, end, profiles, sent_filter
+ ):
+ """Gera recomendações baseadas em análise de sentimento."""
+ try:
+ print("\n🔮 Gerando recomendações de políticas...")
+ profile = profiles[0] if profiles and len(profiles) == 1 else None
+
+ recommendations = self.analytics.generate_policy_recommendations(
+ profile_filter=profile,
+ min_engagement=100,
+ top_n=5
+ )
+
+ # 🔍 DEBUG
+ print(f"🔍 DEBUG recommendations: {recommendations}")
+ print(f" Tem 'recommendations' key? {('recommendations' in recommendations)}")
+ if 'recommendations' in recommendations:
+ print(f" Quantidade: {len(recommendations['recommendations'])}")
+
+ if not recommendations or not recommendations.get('recommendations') or len(recommendations.get('recommendations', [])) == 0:
+ return f"""
+
+
⚠️ Sem Recomendações
+
Dados insuficientes para gerar recomendações.
+
+ """
+
+ # Gera HTML das recomendações
+ from dashboard_visualizer import DashboardVisualizer
+ html = DashboardVisualizer._generate_policy_recommendations_card(recommendations)
+
+ return html
+
+ except Exception as e:
+ print(f"Erro ao gerar recomendações: {e}")
+ import traceback
+ traceback.print_exc()
+ return f"
❌ Erro: {str(e)}
"
+
+ # Conecta botão
+ generate_recommendations_btn.click(
+ fn=generate_recommendations,
+ inputs=[
+ date_start,
+ date_end,
+ dashboard_profile_filter,
+ sentiment_content_filter
+ ],
+ outputs=dashboard_display
+ )
+
# ===== ABA 3: HISTÓRICO =====
with gr.TabItem("📚 Histórico"):
with gr.Row():
@@ -1041,7 +1894,190 @@ def search_history(query):
outputs=history_html
)
- # ===== ABA 4: DOCUMENTAÇÃO =====
+ # ===== ABA 4: INGESTÃO DE DADOS (ATUALIZADA) =====
+ with gr.TabItem("📥 Ingestão de Dados"):
+ gr.HTML("""
+
+
📥 Gerenciar Dados
+
+ Adicione novos dados ou gerencie fontes existentes no banco vetorial.
+
+
+ """)
+
+ with gr.Tabs():
+ # Sub-aba: Upload
+ with gr.TabItem("📤 Upload de Novos Dados"):
+ with gr.Row():
+ with gr.Column(scale=7):
+ # Upload de arquivo
+ file_upload = gr.File(
+ label="📁 Selecione o Arquivo",
+ file_types=['.json', '.csv', '.txt', '.pdf'],
+ type="filepath"
+ )
+
+ # Configurações
+ with gr.Row():
+ profile_name_input = gr.Textbox(
+ label="Nome da Fonte/Perfil",
+ placeholder="Ex: pesquisa_alunos, relatorio_2024",
+ value="custom_data"
+ )
+ # 🆕 NOVO CAMPO: Tipo de Conteúdo
+ content_type_input = gr.Textbox(
+ label="Tipo de Conteúdo",
+ placeholder="Ex: pesquisa, debate, relatorio",
+ value="custom_ingestion",
+ info="Aparecerá como: 📄 [seu_tipo]: X documentos"
+ )
+
+ text_column_input = gr.Textbox(
+ label="Coluna de Texto (CSV)",
+ placeholder="Nome da coluna com texto principal",
+ value="text"
+ )
+
+ auto_index_checkbox = gr.Checkbox(
+ label="✅ Indexar automaticamente no ChromaDB",
+ value=True
+ )
+
+ process_btn = gr.Button(
+ "🚀 Processar e Indexar",
+ variant="primary",
+ size="lg"
+ )
+
+ # Status
+ status_output = gr.HTML()
+
+ # Preview
+ preview_output = gr.HTML()
+
+ # Painel lateral com informações
+ with gr.Column(scale=3):
+ gr.Markdown("### 📋 Formatos Suportados")
+ gr.Markdown("""
+ - **JSON**: Posts, documentos, arrays
+ - **CSV**: Tabelas com dados estruturados
+ - **TXT**: Texto simples (divide por parágrafos)
+ - **PDF**: Extração de texto por página
+
+ **Limite:** 50MB por arquivo
+ """)
+
+ gr.Markdown("### 💡 Dicas")
+ gr.Markdown("""
+ 1. **JSON**: Pode ser lista ou objeto único
+ 2. **CSV**: Especifique a coluna com texto principal
+ 3. **TXT**: Será dividido por parágrafos vazios
+ 4. **PDF**: Cada página vira um documento
+
+ Após indexar, os dados ficam disponíveis no chat!
+ """)
+
+ gr.Markdown("### ⚙️ Estrutura Esperada (JSON)")
+ gr.Code(
+ value='''[
+ {
+ "text": "Conteúdo...",
+ "title": "Título",
+ "date": "2025-01-01",
+ "metadata": {...}
+ }
+]''',
+ language="json"
+ )
+
+ # Eventos
+ process_btn.click(
+ self.process_upload,
+ inputs=[
+ file_upload,
+ profile_name_input,
+ content_type_input, # 🆕 NOVO INPUT
+ text_column_input,
+ auto_index_checkbox
+ ],
+ outputs=[status_output, preview_output]
+ )
+
+ # 🆕 Sub-aba: Fontes Existentes
+ with gr.TabItem("📚 Fontes Indexadas"):
+ with gr.Row():
+ with gr.Column(scale=8):
+ sources_display = gr.HTML(value=self.generate_sources_html())
+
+ with gr.Column(scale=2):
+ gr.Markdown("### 🔧 Ações")
+
+ refresh_sources_btn = gr.Button(
+ "🔄 Atualizar",
+ variant="secondary",
+ size="lg"
+ )
+
+ gr.Markdown("---")
+ gr.Markdown("### 🗑️ Remover Fonte")
+
+ # 🔧 CORRIGIDO: Dropdown dinâmico
+ def get_sources_list():
+ """Retorna lista de fontes disponíveis."""
+ data = self.get_chromadb_sources()
+ if data['sources']:
+ return ["Selecione..."] + list(data['sources'].keys())
+ return ["Selecione..."]
+
+ source_to_delete = gr.Dropdown(
+ choices=get_sources_list(),
+ value="Selecione...",
+ label="Escolha a fonte",
+ interactive=True
+ )
+
+ delete_btn = gr.Button(
+ "🗑️ Remover Fonte",
+ variant="stop",
+ size="lg"
+ )
+
+ delete_status = gr.HTML()
+
+ gr.Markdown("""
+ ---
+ **⚠️ Atenção:**
+
+ Remover uma fonte é **irreversível**!
+ Todos os documentos dessa fonte serão deletados do ChromaDB.
+ """)
+
+ # 🔧 CORRIGIDO: Eventos com atualização correta
+
+ # Atualiza display E dropdown ao clicar em "Atualizar"
+ refresh_sources_btn.click(
+ fn=lambda: (
+ self.generate_sources_html(),
+ gr.update(choices=get_sources_list(), value="Selecione...")
+ ),
+ outputs=[sources_display, source_to_delete]
+ )
+
+ # 🔧 CORRIGIDO: Ao deletar, atualiza display + dropdown + limpa status
+ delete_btn.click(
+ fn=self.delete_source,
+ inputs=[source_to_delete],
+ outputs=[delete_status, sources_display]
+ ).then(
+ # Após deletar, atualiza dropdown e limpa seleção
+ fn=lambda: gr.update(
+ choices=get_sources_list(),
+ value="Selecione..."
+ ),
+ outputs=[source_to_delete]
+ )
+
+ # ===== ABA 5: DOCUMENTAÇÃO =====
with gr.TabItem("📖 Documentação"):
gr.HTML(f"""
@@ -1060,7 +2096,7 @@ def search_history(query):
💚 Dicas
-
+
- Use linguagem natural - não precisa ser exato
- Combine filtros de perfil com perguntas para resultados mais específicos
- Verifique o histórico para rever respostas anteriores
@@ -1172,51 +2208,304 @@ def launch(self, **kwargs):
app = self.create_interface()
app.launch(**kwargs)
+ def get_chromadb_sources(self) -> Dict[str, Any]:
+ """
+ Retorna informações sobre as fontes/arquivos no ChromaDB.
+
+ Returns:
+ Dict com estatísticas por fonte
+ """
+ try:
+ # Busca todos os documentos
+ if self.use_agent:
+ collection = self.agent.embedding_manager.collection
+ else:
+ collection = self.embedding_manager.collection
+
+ # Pega todos os documentos
+ results = collection.get(
+ limit=100000,
+ include=['metadatas']
+ )
+
+ if not results['ids']:
+ return {
+ 'total': 0,
+ 'sources': {},
+ 'error': None
+ }
+
+ # Agrupa por fonte/perfil
+ sources = {}
+ for metadata in results['metadatas']:
+ profile = metadata.get('profile', 'unknown')
+ content_type = metadata.get('content_type', 'instagram_post')
+
+ if profile not in sources:
+ sources[profile] = {
+ 'name': profile,
+ 'count': 0,
+ 'types': {},
+ 'oldest': None,
+ 'newest': None
+ }
+
+ sources[profile]['count'] += 1
+ sources[profile]['types'][content_type] = sources[profile]['types'].get(content_type, 0) + 1
+
+ # Atualiza datas
+ timestamp = metadata.get('timestamp')
+ if timestamp:
+ try:
+ from dateutil import parser as date_parser
+ dt = date_parser.parse(timestamp)
+
+ if sources[profile]['oldest'] is None or dt < sources[profile]['oldest']:
+ sources[profile]['oldest'] = dt
+
+ if sources[profile]['newest'] is None or dt > sources[profile]['newest']:
+ sources[profile]['newest'] = dt
+ except:
+ pass
+
+ return {
+ 'total': len(results['ids']),
+ 'sources': sources,
+ 'error': None
+ }
+
+ except Exception as e:
+ return {
+ 'total': 0,
+ 'sources': {},
+ 'error': str(e)
+ }
+
+ def generate_sources_html(self) -> str:
+ """
+ Gera HTML com lista de fontes/arquivos no ChromaDB.
+
+ Returns:
+ HTML formatado
+ """
+ data = self.get_chromadb_sources()
+
+ if data['error']:
+ return f"""
+
+
❌ Erro ao carregar fontes
+
{data['error']}
+
+
📭 Nenhum dado indexado
+
Faça upload de arquivos para começar!
+
+
+
📚 Fontes Indexadas
+
Total: {data['total']:,} documentos
+
+
+
+ """
+
+ # Cards por fonte
+ for source_name, source_data in sorted(data['sources'].items(), key=lambda x: x[1]['count'], reverse=True):
+ # Formata datas
+ oldest = source_data['oldest'].strftime('%d/%m/%Y') if source_data['oldest'] else "Desconhecida"
+ newest = source_data['newest'].strftime('%d/%m/%Y') if source_data['newest'] else "Desconhecida"
+
+ # Tipos de conteúdo
+ types_html = ""
+ for content_type, count in source_data['types'].items():
+ icon = {
+ 'instagram_post': '📷',
+ 'news': '📰',
+ 'custom': '📄'
+ }.get(content_type, '📄')
+
+ types_html += f"""
+
+ {icon} {content_type}: {count}
+
+ """
+
+ html += f"""
+
+
+
+
+
@{source_name}
+
+ 📊 {source_data['count']:,} documentos
+
+
+
+ {((source_data['count'] / data['total']) * 100):.1f}%
+
+
+
+
+ {types_html}
+
+
+
+
+ 📅 Mais antigo: {oldest}
+
+
+ 🆕 Mais recente: {newest}
+
+
+
+ """
+
+ html += """
+
+
⚠️ Selecione uma fonte para remover
",
+ self.generate_sources_html()
+ )
+
+ # Remove perfil do ChromaDB
+ if self.use_agent:
+ collection = self.agent.embedding_manager.collection
+ else:
+ collection = self.embedding_manager.collection
+
+ # Busca IDs da fonte
+ results = collection.get(
+ where={'profile': source_name},
+ limit=100000
+ )
+
+ if not results['ids']:
+ return (
+ f"⚠️ Fonte '{source_name}' não encontrada
",
+ self.generate_sources_html()
+ )
+
+ # Deleta documentos
+ collection.delete(ids=results['ids'])
+
+ # Atualiza stats
+ self._refresh_stats()
+
+ return (
+ f"✅ Fonte '@{source_name}' removida com sucesso! {len(results['ids'])} documentos deletados.
",
+ self.generate_sources_html()
+ )
+
+ except Exception as e:
+ return (
+ f"❌ Erro ao remover fonte: {str(e)}
",
+ self.generate_sources_html()
+ )
+
+
+# 🔧 ADICIONAR NO FINAL DO ARQUIVO (após a classe InstagramRAGApp)
-def main():
- """Função principal."""
+if __name__ == "__main__":
import argparse
- parser = argparse.ArgumentParser(description="Instagram RAG Chat App")
- parser.add_argument(
- "--embedding-model",
- default="mxbai-embed-large",
- help="Modelo Ollama para embeddings"
- )
- parser.add_argument(
- "--generation-model",
- default="qwen3:30b",
- help="Modelo Ollama para geração de respostas"
- )
- parser.add_argument(
- "--share",
- action="store_true",
- help="Criar link público do Gradio"
- )
- parser.add_argument(
- "--port",
- type=int,
- default=7860,
- help="Porta para a aplicação"
- )
+ # Parse de argumentos
+ parser = argparse.ArgumentParser(description="PING - UFF ANALYTICS")
+ parser.add_argument("--port", type=int, default=7860, help="Porta do servidor (padrão: 7860)")
+ parser.add_argument("--share", action="store_true", help="Criar link público compartilhável")
+ parser.add_argument("--embedding-model", type=str, default="mxbai-embed-large", help="Modelo de embeddings")
+ parser.add_argument("--generation-model", type=str, default="qwen3:30b", help="Modelo de geração")
+ parser.add_argument("--no-agent", action="store_true", help="Desabilita modo agente (usa RAG clássico)")
args = parser.parse_args()
+ print("\n" + "="*60)
+ print("🎓 PING - UFF ANALYTICS".center(60))
+ print("="*60)
+
# Inicializa aplicação
+ print("\n📦 Inicializando sistema...")
app = InstagramRAGApp(
embedding_model=args.embedding_model,
- generation_model=args.generation_model
+ generation_model=args.generation_model,
+ use_agent=not args.no_agent
)
+ print("\n🚀 Iniciando servidor Gradio...")
+ print(f" 🌐 Porta: {args.port}")
+ print(f" 🔗 URL: http://localhost:{args.port}")
+ if args.share:
+ print(" 🌍 Link público será gerado...")
+
+ print("\n" + "="*60)
+ print("✨ Aplicação pronta! Acesse no navegador.".center(60))
+ print("="*60 + "\n")
+
# Lança interface
- print(f"\n🌐 Iniciando interface web na porta {args.port}...")
- app.launch(
- server_name="0.0.0.0",
- server_port=args.port,
- share=args.share,
- inbrowser=True
- )
-
-
-if __name__ == "__main__":
- main()
+ try:
+ app.launch(
+ server_port=args.port,
+ share=args.share,
+ server_name="0.0.0.0", # Aceita conexões externas
+ show_error=True,
+ quiet=False
+ )
+ except KeyboardInterrupt:
+ print("\n\n👋 Encerrando aplicação...")
+ except Exception as e:
+ print(f"\n❌ Erro ao iniciar: {e}")
+ import traceback
+ traceback.print_exc()
\ No newline at end of file
diff --git a/chat_history.json b/chat_history.json
index 0fe8911..5e1c176 100644
--- a/chat_history.json
+++ b/chat_history.json
@@ -1,4 +1,88 @@
[
+ {
+ "timestamp": "2025-11-03T14:36:30.230575",
+ "question": "nos debates, Roberto salles é a favor ou contra o teletrabalho?",
+ "response": "## Posição de Roberto Salles sobre Teletrabalho nos Debates\n\n**Posição predominante:** Confortável/Favorável\n\n**Análise dos posts:**\n\n- **7 posts** mencionam especificamente \"30h/Teletrabalho\" com classificação \"confortavel\"\n- **Distribuição de escores nos posts sobre teletrabalho:**\n - Escore 3 (mais confortável): 2 posts\n - Escore 2: 3 posts \n - Escore 1: 2 posts\n\n**Posts por debate:**\n- **1º debate**: 1 post (escore 3, confiança média)\n- **2º debate**: 1 post (escore 2, confiança baixa)\n-",
+ "profile_filter": "Debate Roberto Salles, dceuff, noticias, reitor, vicereitor",
+ "posts_count": 20
+ },
+ {
+ "timestamp": "2025-11-03T14:33:53.099519",
+ "question": "O que roberto salles fala sobre Teletrabalho?",
+ "response": "Com base nos resultados de busca fornecidos, **não há nenhuma menção específica sobre Roberto Salles falando sobre teletrabalho**.\n\n## Contexto Encontrado sobre Roberto Salles\n\n**Período como reitor:** 2006-2014\n\n**Temas abordados nas notícias disponíveis:**\n\n### Gestão Universitária\n- **Expansão da UFF**: Meta de tornar a universidade a maior do Brasil, com crescimento de 5.000 para 10.500 vagas entre 2006-2014\n- **Obras e infraestrutura**: Reforma do Cine Arte UFF e construção de novos prédios",
+ "profile_filter": "Debate Roberto Salles, dceuff, noticias, reitor, vicereitor",
+ "posts_count": 30
+ },
+ {
+ "timestamp": "2025-11-03T14:31:49.123181",
+ "question": "qual a posição do roberto salles sobre Teletrabalho?",
+ "response": "## Posição de Roberto Salles sobre Teletrabalho\n\n### 📊 Análise dos Debates (2025)\n\n**Contexto**: Os dados são de debates realizados em 2025, onde Roberto Salles participou como debatedor/candidato, não como reitor.\n\n**Posição predominante**: **Confortável** com o tema do teletrabalho\n\n**Detalhes dos debates**:\n- **8 dos 10 trechos** foram classificados como \"confortável\" com o tema\n- **2 trechos** foram classificados como \"neutro\"\n- **Tópicos principais**: 30h/Teletrabalho, EAD/Remoto, Eleições/",
+ "profile_filter": "Debate Roberto Salles, dceuff, noticias, reitor, vicereitor",
+ "posts_count": 30
+ },
+ {
+ "timestamp": "2025-11-03T14:15:45.638352",
+ "question": "Quantas vezes roberto salles fala sobre Teletrabalho?",
+ "response": "Com base na análise das notícias fornecidas, **não há nenhuma menção a Roberto Salles falando sobre Teletrabalho** nos materiais consultados.\n\n## Período das Notícias Analisadas:\n- **2009-2014**: Período em que Roberto Salles foi reitor da UFF\n- **2018**: Quando foi candidato à reitoria (não eleito)\n\n## Contexto das Menções a Roberto Salles:\n\n**Como reitor (2006-2014):**\n- Gestão de obras e expansão da universidade\n- Posicionamento sobre Lei de Cotas (2012)\n- Parceria com prefeitura para Cine Ic",
+ "profile_filter": "dceuff, noticias, reitor, vicereitor",
+ "posts_count": 40
+ },
+ {
+ "timestamp": "2025-11-03T14:14:22.377947",
+ "question": "você tem acesso a esse arquivo, custom_data_20251103_140618_Debate_Roberto_Salles.json?",
+ "response": "Não consegui determinar como responder sua pergunta. Tente reformular.",
+ "profile_filter": "dceuff, noticias, reitor, vicereitor",
+ "posts_count": 0
+ },
+ {
+ "timestamp": "2025-11-03T14:12:38.060820",
+ "question": "No debate do roberto salles, o que o roberto salles fala sobre Teletrabalho?",
+ "response": "Com base nos resultados das buscas realizadas, **não foram encontradas menções específicas sobre Roberto Salles falando sobre teletrabalho** nos materiais consultados.\n\n## Contexto Encontrado sobre Roberto Salles:\n\n**Período como reitor (2006-2014):**\n- Foi reitor da UFF de 23/11/2006 a 18/11/2014\n- Durante sua gestão, apareceu em notícias sobre:\n - Expansão da universidade e aumento de vagas\n - Obras de infraestrutura no campus\n - Posicionamento sobre Lei de Cotas\n - Parceria para gestão do",
+ "profile_filter": "dceuff, noticias, reitor, vicereitor",
+ "posts_count": 30
+ },
+ {
+ "timestamp": "2025-11-03T14:11:15.654991",
+ "question": "o que o roberto salles fala sobre Teletrabalho?",
+ "response": "Com base nos resultados de busca fornecidos, **não há nenhuma menção sobre Roberto Salles falando sobre Teletrabalho** nas notícias disponíveis.\n\n## Período de atuação de Roberto Salles:\n- **Reitor da UFF**: 23 de novembro de 2006 até 18 de novembro de 2014\n- **Candidato em 2018**: Não foi eleito\n\n## Tópicos encontrados sobre Roberto Salles:\n- **Expansão da UFF** (Notícias 2, 6, 8, 9)\n- **Lei de Cotas** (Notícias 7, 8)\n- **Cine Arte UFF** (Notícias 4, 5, 6)\n- **Campus de Macaé** (Notícia 7)\n- **",
+ "profile_filter": "dceuff, noticias, reitor, vicereitor",
+ "posts_count": 30
+ },
+ {
+ "timestamp": "2025-11-03T14:09:43.816589",
+ "question": "qual é o nível de confiança do roberto salles no tópico transparência/orçamento?",
+ "response": "Com base nas notícias fornecidas, não há informações específicas sobre o **nível de confiança de Roberto Salles no tópico transparência/orçamento**. No entanto, podemos extrair alguns dados relevantes sobre sua gestão como reitor da UFF (2006-2014):\n\n## Contexto da Gestão de Roberto Salles (2006-2014)\n\n### **Investimentos e Obras**\n- **Expansão da UFF**: Sob sua gestão, a universidade passou de 5 mil vagas em 2006 para 10.500 vagas em 2014, com meta de ser a maior universidade do Brasil ([O Glob",
+ "profile_filter": "dceuff, noticias, reitor, vicereitor",
+ "posts_count": 30
+ },
+ {
+ "timestamp": "2025-11-03T11:31:05.693474",
+ "question": "Que documento é esse? ID: custom_18eeccfb331b49f6\nPerfil: custom_data\nTipo: custom_ingestion",
+ "response": "## Análise do Documento Solicitado\n\n**ID do documento:** custom_18eeccfb331b49f6 \n**Perfil:** custom_data \n**Tipo:** custom_ingestion \n\n**Dados do post relacionado:**\n- **Data de publicação:** 3 de novembro de 2025\n- **Engajamento:** 0 curtidas, 0 comentários\n- **Link:** Não disponível\n- **Conteúdo:** texto exemplo...\n\n**Observação:** Este é um documento de ingestão personalizada com dados de exemplo, não um post real do Instagram da UFF. O conteúdo aparece como texto de exemplo e não apresen",
+ "profile_filter": "dceuff, noticias, reitor, vicereitor",
+ "posts_count": 1
+ },
+ {
+ "timestamp": "2025-11-03T11:29:49.154109",
+ "question": "Mostre registros de custom_data",
+ "response": "# Análise de Posts do Instagram da UFF\n\n## Posts do Perfil @reitor (2024-2025)\n\n**Post mais recente:**\n- **Data:** 19 de agosto de 2025\n- **Curtidas:** 50\n- **Comentários:** 2\n- **Link:** https://www.instagram.com/p/DNiiXq2RB0L/\n- **Conteúdo:** Agradecimento ao reitor pela parceria com a Faperj para ciência, tecnologia e inovação\n\n**Outros posts:**\n- **29 de setembro de 2024** - 132 curtidas, 2 comentários\n - Evento \"Simplesmente Mulher\" da PROEX sobre cidadania e extensão\n - Link: https://www",
+ "profile_filter": "dceuff, noticias, reitor, vicereitor",
+ "posts_count": 10
+ },
+ {
+ "timestamp": "2025-10-31T10:52:02.032459",
+ "question": "Quero saber o top 3 de notícias negativas\n",
+ "response": "## Análise de Notícias Negativas - Instagram UFF\n\n**Resultado da Análise:** Nenhuma notícia negativa encontrada\n\n**Detalhamento:**\n- 🔍 **Posts analisados:** 0\n- 📊 **Distribuição:** 0 posts negativos identificados\n- ⏰ **Período:** Todos os perfis da UFF analisados\n\n**Conclusão:**\nNão foi possível identificar nenhuma notícia negativa nos posts do Instagram da UFF na análise realizada. A busca por conteúdo com essa característica não retornou resultados, indicando que não há posts classificados com",
+ "profile_filter": "dceuff, noticias, reitor, vicereitor",
+ "posts_count": 1
+ },
+ {
+ "timestamp": "2025-10-31T10:51:20.150888",
+ "question": "oi",
+ "response": "## Resumo das Estatísticas do Instagram da UFF\n\n**📊 Dados Gerais:**\n- **Total de posts analisados:** 2.437\n- **Curtidas totais:** 588.755\n- **Comentários totais:** 56.299\n- **Engajamento total:** 645.054\n\n**📈 Médias por Post:**\n- **Curtidas:** 241,59 por post\n- **Comentários:** 23,10 por post\n\n**🏆 Post com Maior Engajamento:**\n- **Link:** [https://www.instagram.com/p/C4tdlqvxKNU/](https://www.instagram.com/p/C4tdlqvxKNU/)\n- **Engajamento:** 17.991 interações\n\nEstes dados mostram um perfil ativo ",
+ "profile_filter": "dceuff, noticias, reitor, vicereitor",
+ "posts_count": 1
+ },
{
"timestamp": "2025-10-27T12:45:19.094458",
"question": "Posts sobre HUAP",
diff --git a/chroma_db/54d42dcf-5c95-4593-b8e5-f3cfade04121/data_level0.bin b/chroma_db/54d42dcf-5c95-4593-b8e5-f3cfade04121/data_level0.bin
index 98cb4f2..b660308 100644
Binary files a/chroma_db/54d42dcf-5c95-4593-b8e5-f3cfade04121/data_level0.bin and b/chroma_db/54d42dcf-5c95-4593-b8e5-f3cfade04121/data_level0.bin differ
diff --git a/chroma_db/54d42dcf-5c95-4593-b8e5-f3cfade04121/header.bin b/chroma_db/54d42dcf-5c95-4593-b8e5-f3cfade04121/header.bin
index be71b32..685f532 100644
Binary files a/chroma_db/54d42dcf-5c95-4593-b8e5-f3cfade04121/header.bin and b/chroma_db/54d42dcf-5c95-4593-b8e5-f3cfade04121/header.bin differ
diff --git a/chroma_db/54d42dcf-5c95-4593-b8e5-f3cfade04121/index_metadata.pickle b/chroma_db/54d42dcf-5c95-4593-b8e5-f3cfade04121/index_metadata.pickle
index e3c083a..64b6300 100644
Binary files a/chroma_db/54d42dcf-5c95-4593-b8e5-f3cfade04121/index_metadata.pickle and b/chroma_db/54d42dcf-5c95-4593-b8e5-f3cfade04121/index_metadata.pickle differ
diff --git a/chroma_db/54d42dcf-5c95-4593-b8e5-f3cfade04121/length.bin b/chroma_db/54d42dcf-5c95-4593-b8e5-f3cfade04121/length.bin
index 9de8698..bd46753 100644
Binary files a/chroma_db/54d42dcf-5c95-4593-b8e5-f3cfade04121/length.bin and b/chroma_db/54d42dcf-5c95-4593-b8e5-f3cfade04121/length.bin differ
diff --git a/chroma_db/54d42dcf-5c95-4593-b8e5-f3cfade04121/link_lists.bin b/chroma_db/54d42dcf-5c95-4593-b8e5-f3cfade04121/link_lists.bin
index 5e88b38..f501470 100644
Binary files a/chroma_db/54d42dcf-5c95-4593-b8e5-f3cfade04121/link_lists.bin and b/chroma_db/54d42dcf-5c95-4593-b8e5-f3cfade04121/link_lists.bin differ
diff --git a/chroma_db/chroma.sqlite3 b/chroma_db/chroma.sqlite3
index 0cf1dc2..615105d 100644
Binary files a/chroma_db/chroma.sqlite3 and b/chroma_db/chroma.sqlite3 differ
diff --git a/config.py b/config.py
index 7a0cce0..26c01a2 100644
--- a/config.py
+++ b/config.py
@@ -29,3 +29,16 @@
else:
print(f" - API Base: {OLLAMA_API_BASE}")
print(f" - Generation Model: {OLLAMA_GENERATION_MODEL}")
+
+# ========== CONFIGURAÇÕES DE ANÁLISE DE SENTIMENTO ==========
+
+# Modo padrão de análise
+# 'llm' = Usa IA (mais preciso, mais lento)
+# 'keywords' = Usa palavras-chave (mais rápido, menos preciso)
+DEFAULT_SENTIMENT_MODE = 'llm'
+
+# Tamanho do batch para análise LLM
+SENTIMENT_BATCH_SIZE = 50 # Posts por lote
+
+# Timeout para análise LLM (segundos)
+SENTIMENT_TIMEOUT = 300 # 5 minutos
diff --git a/dashboard_visualizer.py b/dashboard_visualizer.py
new file mode 100644
index 0000000..727fe00
--- /dev/null
+++ b/dashboard_visualizer.py
@@ -0,0 +1,925 @@
+"""
+Gerador de HTML/CSS para visualizações do dashboard.
+Cria gráficos e cards usando CSS puro (sem dependências JS).
+"""
+
+from typing import Dict, Any, List
+from datetime import datetime
+
+
+class DashboardVisualizer:
+ """Gerador de visualizações HTML para o dashboard."""
+
+ @staticmethod
+ def generate_dashboard_html(metrics: Dict[str, Any]) -> str:
+ """
+ Gera HTML completo do dashboard com métricas.
+
+ Args:
+ metrics: Dicionário de métricas do DashboardAnalytics
+
+ Returns:
+ HTML formatado
+ """
+ summary = metrics.get('summary', {})
+ posts_data = metrics.get('posts', {})
+ news_data = metrics.get('news', {})
+ sentiment_data = metrics.get('sentiment', {})
+ emerging_topics_data = metrics.get('emerging_topics', {}) # 🆕
+ recommendations_data = metrics.get('recommendations', {}) # 🆕
+
+ html = f"""
+
+
+
+
+ 📊 Dashboard de Análise
+
+
+ Atualizado em {datetime.now().strftime('%d/%m/%Y às %H:%M:%S')}
+
+
+
+
+ {DashboardVisualizer._generate_summary_cards(summary, posts_data, sentiment_data)}
+
+
+ {DashboardVisualizer._generate_sentiment_card(sentiment_data)}
+
+
+ {DashboardVisualizer._generate_emerging_topics_card(emerging_topics_data)}
+
+
+ {DashboardVisualizer._generate_engagement_charts(posts_data)}
+
+
+ {DashboardVisualizer._generate_profile_distribution(posts_data)}
+
+
+ {DashboardVisualizer._generate_top_posts(posts_data)}
+
+
+ {DashboardVisualizer._generate_news_section(news_data)}
+
+
+ {DashboardVisualizer._generate_policy_recommendations_card(recommendations_data)}
+
+
+
+
📝 Total de Registros
+
{summary.get('total_records', 0):,}
+
+ {summary.get('posts_count', 0)} posts + {summary.get('news_count', 0)} notícias
+
+
+
+
+
+
❤️ Engajamento Total
+
{summary.get('total_engagement', 0):,}
+
+ Curtidas + Comentários
+
+
+
+
+
+
👍 Média de Curtidas
+
{posts_data.get('avg_likes', 0):.1f}
+
+ Por post
+
+
+
+
+
+
💬 Média de Comentários
+
{posts_data.get('avg_comments', 0):.1f}
+
+ Por post
+
+
+
+
+ 🎭 Análise de Sentimento do Período
+
+ {emoji} Tendência: {trend_text}
+
+
+
+
+
+
{emoji}
+
Sentimento {trend_text}
+
+ Baseado em {total:,} registros analisados
+
+
+ 📊 Fontes: {profiles_text}
+
+
+
+
+
+
📊 Distribuição Detalhada
+
+
+
+
+ ✅ Positivo
+
+ {pos_count} posts ({pos_pct}%)
+
+
+
+
+
+
+
+
+ ❌ Negativo
+
+ {neg_count} posts ({neg_pct}%)
+
+
+
+
+
+
+
+
+ ⚪ Neutro
+
+ {neu_count} posts ({neu_pct}%)
+
+
+
+
+
+
+
+
+ ℹ️ Metodologia: {sentiment_data.get('note', 'Análise de sentimento baseada em palavras-chave')}
+
+
+
+
+ {trend_emoji}
+
+ {term}
+
+
+ {trend_text}
+
+
+
+ Mencionado em {count} posts ({percentage}% do período)
+
+
+
+
+
+
🏷️ Top 5 Hashtags
+
+
{total_unique_hashtags} hashtags únicas
+
{avg_hashtags_per_post} por post (média)
+
+
+
+
+
+ """
+
+ for i, hashtag in enumerate(top_hashtags, 1):
+ tag = hashtag['tag']
+ count = hashtag['count']
+ percentage = hashtag.get('percentage', 0)
+
+ # Cor do ranking (gradientes bonitos)
+ if i == 1:
+ rank_color = '#ffd700' # Ouro
+ rank_gradient = 'linear-gradient(135deg, #ffd700 0%, #ffed4e 100%)'
+ rank_emoji = '🥇'
+ elif i == 2:
+ rank_color = '#c0c0c0' # Prata
+ rank_gradient = 'linear-gradient(135deg, #c0c0c0 0%, #e0e0e0 100%)'
+ rank_emoji = '🥈'
+ elif i == 3:
+ rank_color = '#cd7f32' # Bronze
+ rank_gradient = 'linear-gradient(135deg, #cd7f32 0%, #d4a574 100%)'
+ rank_emoji = '🥉'
+ elif i == 4:
+ rank_color = '#667eea'
+ rank_gradient = 'linear-gradient(135deg, #667eea 0%, #764ba2 100%)'
+ rank_emoji = '#4'
+ else:
+ rank_color = '#2196f3'
+ rank_gradient = 'linear-gradient(135deg, #2196f3 0%, #1976d2 100%)'
+ rank_emoji = '#5'
+
+ hashtags_html += f"""
+
+
{rank_emoji}
+
+ #{tag}
+
+
+ {count}
+
+
+ menções ({percentage}%)
+
+
+ """
+
+ hashtags_html += """
+
+
+
+ 🔍 Tópicos Emergentes
+
+ {total_analyzed:,} posts analisados
+
+
+
+
+
+ ℹ️ Sobre esta análise: Identificamos automaticamente os termos e temas mais mencionados nas legendas e hashtags dos posts no período selecionado, considerando frequência e contexto.
+
+
+
+ {topics_html}
+
+ {hashtags_html}
+
+
+ @{profile}
+
+ {data['engagement']:,} interações
+
+
+
+
+ {data['count']} posts
+
+
+
+ 👍 {data['likes']:,}
+ 💬 {data['comments']:,}
+ 📊 Média: {(data['engagement'] / data['count']):.1f}
+
+
+
📈 Engajamento por Fonte
+ {bars_html}
+
+ """
+
+ @staticmethod
+ def _generate_profile_distribution(posts_data: Dict) -> str:
+ """Gera distribuição de posts por perfil."""
+ if not posts_data.get('by_profile'):
+ return ""
+
+ total_posts = posts_data.get('total', 1)
+
+ items_html = ""
+ for profile, data in sorted(
+ posts_data['by_profile'].items(),
+ key=lambda x: x[1]['count'],
+ reverse=True
+ ):
+ percentage = (data['count'] / total_posts) * 100 if total_posts > 0 else 0
+
+ items_html += f"""
+
+
+
@{profile}
+
+ {data['count']} posts ({percentage:.1f}%)
+
+
+
+
+ {data['engagement']:,}
+
+
+ engajamento
+
+
+
+
📊 Distribuição por Perfil
+ {items_html}
+
+ """
+
+ @staticmethod
+ def _generate_top_posts(posts_data: Dict) -> str:
+ """Gera lista de top posts."""
+ top_posts = posts_data.get('top_by_engagement', [])[:5]
+
+ if not top_posts:
+ return ""
+
+ posts_html = ""
+ for i, post in enumerate(top_posts, 1):
+ posts_html += f"""
+
+
+
+
+ #{i}
+
+
+ @{post['profile']}
+
+
+
+
+ {post['engagement']:,}
+
+
+ 👍 {post['likes']} | 💬 {post['comments']}
+
+
+
+
+ {post['caption']}
+
+
+ Ver post →
+
+
+
🏆 Top 5 Posts por Engajamento
+ {posts_html}
+
+ """
+
+ @staticmethod
+ def _generate_news_section(news_data: Dict) -> str:
+ """Gera seção de notícias."""
+ if not news_data.get('total'):
+ return ""
+
+ publishers = news_data.get('by_publisher', {})
+
+ pubs_html = ""
+ for pub, count in sorted(publishers.items(), key=lambda x: x[1], reverse=True)[:10]:
+ pubs_html += f"""
+
+ {pub}
+ {count}
+
+ """
+
+ return f"""
+
+
📰 Notícias no Período
+
+
+ {news_data['total']:,}
+
+
+ notícias indexadas
+
+
+
+ Top Publishers
+
+ {pubs_html}
+
+
⚠️ Sem Recomendações
+
Não há dados suficientes para gerar recomendações.
+
+
+
😊
+
{sentiment.get('positive_pct', 0):.1f}%
+
Positivo
+
+
+
😐
+
{sentiment.get('neutral_pct', 0):.1f}%
+
Neutro
+
+
+
😟
+
{sentiment.get('negative_pct', 0):.1f}%
+
Negativo
+
+
+
+
+ {icon} {i}. {rec.get('area', 'Área não especificada')}
+
+
+ {priority.upper()}
+
+
+
+
+
📋 Ação Recomendada:
+
{rec.get('action', 'Não especificado')}
+
+
🎯 Impacto Esperado:
+
{rec.get('expected_impact', 'Não especificado')}
+
+ {f"
💡 Justificativa:
{rec.get('reasoning', '')}
" if rec.get('reasoning') else ''}
+
+
+
+ ⏱️ Prazo: {rec.get('implementation_time', 'N/A')}
+
+
+ 👤 Responsável: {rec.get('responsible', 'N/A')}
+
+
+
+
+
🔮 RECOMENDAÇÕES DE POLÍTICAS PÚBLICAS
+
+ Análise baseada em {sentiment.get('total_analyzed', 0)} registros |
+ Tendência: {engagement.get('recent_trend', 'N/A').title()}
+
+
+
� Panorama de Sentimento
+ {sentiment_html}
+
+ {sentiment.get('note', '')}
+
+
+
💡 Recomendações de Ações ({len(recs_list)})
+
+ As seguintes ações foram recomendadas com base na análise completa do conteúdo das legendas e comentários:
+
+ {rec_html}
+
+
+ ℹ️ Nota Metodológica: Estas recomendações foram geradas por IA (DeepSeek Chat)
+ através da análise qualitativa completa das legendas e comentários dos posts, considerando contexto,
+ temas recorrentes e preocupações da comunidade acadêmica. Recomenda-se avaliação criteriosa pela gestão
+ antes da implementação.
+
+
+ {recommendations.get('summary', 'N/A')}
+ """
+ elements.append(Paragraph(summary_text, styles['Normal']))
+ elements.append(Spacer(1, 0.2*inch))
+
+ # Áreas Críticas - FORMATO DE CARDS
+ elements.append(Paragraph("Áreas Problemáticas Identificadas", styles['Heading3']))
+ elements.append(Spacer(1, 0.2*inch))
+
+ # Estilo para cards de áreas problemáticas
+ problem_card_style = ParagraphStyle(
+ 'ProblemCardStyle',
+ parent=styles['Normal'],
+ fontSize=10,
+ leading=14,
+ spaceAfter=6,
+ leftIndent=10,
+ rightIndent=10
+ )
+
+ problem_card_title_style = ParagraphStyle(
+ 'ProblemCardTitle',
+ parent=styles['Heading3'],
+ fontSize=12,
+ textColor=colors.HexColor('#f44336'),
+ spaceAfter=8,
+ spaceBefore=0
+ )
+
+ # Itera sobre cada área problemática criando um card
+ for i, area in enumerate(recommendations.get('critical_areas', []), 1):
+ area_name = area.get('area', 'N/A')
+ frequency = area.get('frequency', 'N/A').upper()
+ examples = area.get('examples', [])
+
+ # Define cor da frequência
+ if frequency == 'ALTA':
+ freq_color = colors.HexColor('#d32f2f')
+ bg_color = colors.HexColor('#ffebee')
+ elif frequency == 'MÉDIA':
+ freq_color = colors.HexColor('#f57c00')
+ bg_color = colors.HexColor('#fff3e0')
+ else:
+ freq_color = colors.HexColor('#1976d2')
+ bg_color = colors.HexColor('#e3f2fd')
+
+ # Card header
+ card_header = f"""
+
+
+ ⚠️ ÁREA PROBLEMÁTICA {i} - FREQUÊNCIA {frequency}
+
+
+ """
+
+ # Card content
+ card_content = f"""
+ Área Identificada:
+ {area_name}
+
+ Exemplos Observados:
+ """
+
+ # Adiciona exemplos como bullets
+ for j, example in enumerate(examples[:3], 1):
+ card_content += f"• {example}
"
+
+ # Adiciona elementos do card
+ elements.append(Paragraph(card_header, problem_card_title_style))
+
+ # Cria card com borda e fundo colorido
+ card_data = [[Paragraph(card_content, problem_card_style)]]
+ card_table = Table(card_data, colWidths=[6.5*inch])
+ card_table.setStyle(TableStyle([
+ ('BACKGROUND', (0, 0), (-1, -1), bg_color),
+ ('BORDER', (0, 0), (-1, -1), 2, freq_color),
+ ('TOPPADDING', (0, 0), (-1, -1), 12),
+ ('BOTTOMPADDING', (0, 0), (-1, -1), 12),
+ ('LEFTPADDING', (0, 0), (-1, -1), 15),
+ ('RIGHTPADDING', (0, 0), (-1, -1), 15),
+ ('VALIGN', (0, 0), (-1, -1), 'TOP'),
+ ]))
+
+ elements.append(card_table)
+ elements.append(Spacer(1, 0.25*inch))
+
+ # Espaço após áreas problemáticas
+ elements.append(Spacer(1, 0.2*inch))
+
+ # 🆕 Recomendações em CARDS (texto corrido, mais legível)
+ elements.append(PageBreak())
+ elements.append(Paragraph("Ações Recomendadas", styles['Heading3']))
+ elements.append(Spacer(1, 0.2*inch))
+
+ # Estilo para cards de recomendações
+ card_style = ParagraphStyle(
+ 'CardStyle',
+ parent=styles['Normal'],
+ fontSize=10,
+ leading=14,
+ spaceAfter=6,
+ leftIndent=10,
+ rightIndent=10
+ )
+
+ card_title_style = ParagraphStyle(
+ 'CardTitle',
+ parent=styles['Heading3'],
+ fontSize=12,
+ textColor=colors.HexColor('#4caf50'),
+ spaceAfter=8,
+ spaceBefore=0
+ )
+
+ # Itera sobre cada recomendação criando um card
+ for i, rec in enumerate(recommendations.get('recommendations', []), 1):
+ priority = rec.get('priority', '').upper()
+ area = rec.get('area', 'N/A')
+ action = rec.get('action', 'N/A')
+ impact = rec.get('expected_impact', 'N/A')
+ time = rec.get('implementation_time', 'N/A')
+ responsible = rec.get('responsible', 'N/A')
+ reasoning = rec.get('reasoning', '')
+
+ # Define cor da prioridade
+ if priority == 'ALTA':
+ priority_color = colors.HexColor('#f44336')
+ bg_color = colors.HexColor('#ffebee')
+ elif priority == 'MÉDIA':
+ priority_color = colors.HexColor('#ff9800')
+ bg_color = colors.HexColor('#fff3e0')
+ else:
+ priority_color = colors.HexColor('#2196f3')
+ bg_color = colors.HexColor('#e3f2fd')
+
+ # Card container (tabela com fundo colorido)
+ card_header = f"""
+
+
+ 🎯 RECOMENDAÇÃO {i} - PRIORIDADE {priority}
+
+
+ """
+
+ card_content = f"""
+ Área de Atuação:
+ {area}
+
+ Ação Recomendada:
+ {action}
+
+ Impacto Esperado:
+ {impact}
+
+ Prazo de Implementação: {time.title()}
+ Responsável: {responsible}
+ """
+
+ if reasoning:
+ card_content += f"""
+
+ Justificativa:
+ {reasoning}
+ """
+
+ # Adiciona elementos do card
+ elements.append(Paragraph(card_header, card_title_style))
+
+ # Cria card com borda e fundo colorido
+ card_data = [[Paragraph(card_content, card_style)]]
+ card_table = Table(card_data, colWidths=[6.5*inch])
+ card_table.setStyle(TableStyle([
+ ('BACKGROUND', (0, 0), (-1, -1), bg_color),
+ ('BORDER', (0, 0), (-1, -1), 2, priority_color),
+ ('TOPPADDING', (0, 0), (-1, -1), 12),
+ ('BOTTOMPADDING', (0, 0), (-1, -1), 12),
+ ('LEFTPADDING', (0, 0), (-1, -1), 15),
+ ('RIGHTPADDING', (0, 0), (-1, -1), 15),
+ ('VALIGN', (0, 0), (-1, -1), 'TOP'),
+ ]))
+
+ elements.append(card_table)
+ elements.append(Spacer(1, 0.25*inch))
+
+ # Espaço após recomendações
+ elements.append(Spacer(1, 0.2*inch))
+
+ # Aspectos positivos
+ if recommendations.get('positive_aspects'):
+ elements.append(Paragraph("Aspectos Positivos a Manter", styles['Heading3']))
+ positive_text = "
".join([f"• {asp}" for asp in recommendations.get('positive_aspects', [])])
+ elements.append(Paragraph(positive_text, styles['Normal']))
+ elements.append(Spacer(1, 0.2*inch))
+
+ # Rodapé
+ elements.append(Spacer(1, 0.5*inch))
+ footer = Paragraph(
+ "Desenvolvido pelo CID - Centro de Inovação em Dados",
+ styles['Normal']
+ )
+ elements.append(footer)
+
+ # Constrói PDF
+ doc.build(elements)
+
+ # Retorna bytes
+ pdf_bytes = buffer.getvalue()
+ buffer.close()
+
+ return pdf_bytes
+
+
+def main():
+ """Função de teste."""
+ print("=== Testando Report Exporter ===\n")
+
+ # Mock data
+ mock_metrics = {
+ 'summary': {
+ 'total_records': 2500,
+ 'posts_count': 2400,
+ 'news_count': 100,
+ 'total_engagement': 150000,
+ 'avg_engagement_per_post': 62.5
+ },
+ 'posts': {
+ 'total': 2400,
+ 'total_likes': 120000,
+ 'total_comments': 30000,
+ 'avg_likes': 50.0,
+ 'avg_comments': 12.5,
+ 'by_profile': {
+ 'dceuff': {'count': 1500, 'likes': 75000, 'comments': 18000, 'engagement': 93000},
+ 'reitor': {'count': 600, 'likes': 30000, 'comments': 8000, 'engagement': 38000},
+ 'vicereitor': {'count': 300, 'likes': 15000, 'comments': 4000, 'engagement': 19000}
+ },
+ 'top_by_engagement': [
+ {
+ 'profile': 'dceuff',
+ 'likes': 500,
+ 'comments': 120,
+ 'engagement': 620,
+ 'url': 'https://instagram.com/p/test1',
+ 'caption': 'Post de teste...'
+ }
+ ]
+ },
+ 'sentiment': {
+ 'total_analyzed': 100,
+ 'positive': 35,
+ 'negative': 45,
+ 'neutral': 20,
+ 'positive_pct': 35.0,
+ 'negative_pct': 45.0,
+ 'neutral_pct': 20.0,
+ 'trend': 'negative'
+ },
+ 'emerging_topics': {
+ 'total_topics': 5,
+ 'topics': [
+ {'term': 'greve', 'count': 156, 'percentage': 6.5},
+ {'term': 'HUAP', 'count': 134, 'percentage': 5.6}
+ ]
+ },
+ 'news': {
+ 'total': 100,
+ 'by_publisher': {
+ 'G1': 30,
+ 'Folha': 25
+ }
+ },
+ 'policy_recommendations': {
+ 'has_recommendations': True,
+ 'generated_at': '2023-10-10 10:00:00',
+ 'profile': 'dceuff',
+ 'summary': 'Críticas construtivas sobre a gestão de conteúdo.',
+ 'critical_areas': [
+ {
+ 'area': 'Falta de interatividade',
+ 'frequency': 'Alta',
+ 'examples': ['Post sem enquetes', 'Stories sem perguntas']
+ },
+ {
+ 'area': 'Baixo engajamento em posts',
+ 'frequency': 'Média',
+ 'examples': ['Posts com menos de 10 curtidas']
+ }
+ ],
+ 'recommendations': [
+ {
+ 'priority': 'Alta',
+ 'area': 'Conteúdo',
+ 'action': 'Criar enquetes nos stories',
+ 'expected_impact': 'Aumentar a interatividade',
+ 'implementation_time': 'Imediato',
+ 'responsible': 'Equipe de Conteúdo'
+ },
+ {
+ 'priority': 'Média',
+ 'area': 'Postagens',
+ 'action': 'Revisar horários de postagem',
+ 'expected_impact': 'Aumentar o alcance',
+ 'implementation_time': '1 semana',
+ 'responsible': 'Social Media'
+ }
+ ],
+ 'positive_aspects': [
+ 'Bom uso de imagens',
+ 'Legendas criativas'
+ ],
+ 'general_observations': 'Continuar o bom trabalho!'
+ }
+ }
+
+ # Testa CSV
+ print("📄 Gerando CSV...")
+ csv_content = ReportExporter.export_to_csv(mock_metrics)
+ with open('test_relatorio.csv', 'w', encoding='utf-8') as f:
+ f.write(csv_content)
+ print("✅ CSV gerado: test_relatorio.csv")
+
+ # Testa PDF
+ print("\n📕 Gerando PDF...")
+ pdf_bytes = ReportExporter.export_to_pdf(mock_metrics)
+ with open('test_relatorio.pdf', 'wb') as f:
+ f.write(pdf_bytes)
+ print("✅ PDF gerado: test_relatorio.pdf")
+
+ # 🆕 Mock de recomendações
+ mock_metrics['policy_recommendations'] = {
+ 'has_recommendations': True,
+ 'generated_at': '2025-10-27T14:30:00',
+ 'profile': 'dceuff',
+ 'content_filter': 'both',
+ 'sentiment_data': {
+ 'total_analyzed': 100,
+ 'negative_pct': 45.0,
+ 'trend': 'negative'
+ },
+ 'summary': 'As principais críticas giram em torno de demora nas respostas institucionais, falta de transparência e problemas estruturais no HUAP.',
+ 'critical_areas': [
+ {
+ 'area': 'Comunicação Institucional',
+ 'frequency': 'alta',
+ 'examples': [
+ 'Falta de resposta aos questionamentos',
+ 'Informações desencontradas'
+ ]
+ },
+ {
+ 'area': 'Infraestrutura',
+ 'frequency': 'média',
+ 'examples': [
+ 'HUAP sem condições adequadas',
+ 'Falta de equipamentos'
+ ]
+ }
+ ],
+ 'recommendations': [
+ {
+ 'priority': 'alta',
+ 'area': 'Comunicação',
+ 'action': 'Implementar canal de respostas em até 48h',
+ 'expected_impact': 'Redução de 40% nas reclamações sobre falta de resposta',
+ 'implementation_time': 'curto prazo',
+ 'responsible': 'Assessoria de Comunicação'
+ },
+ {
+ 'priority': 'alta',
+ 'area': 'Transparência',
+ 'action': 'Criar dashboard público de acompanhamento de demandas',
+ 'expected_impact': 'Aumento de confiança e engajamento positivo',
+ 'implementation_time': 'médio prazo',
+ 'responsible': 'Diretoria de TI + Comunicação'
+ },
+ {
+ 'priority': 'média',
+ 'area': 'HUAP',
+ 'action': 'Divulgar calendário de melhorias e investimentos',
+ 'expected_impact': 'Redução de especulações negativas',
+ 'implementation_time': 'curto prazo',
+ 'responsible': 'Administração do HUAP'
+ }
+ ],
+ 'positive_aspects': [
+ 'Diálogo com movimentos estudantis',
+ 'Transparência em eventos públicos'
+ ],
+ 'general_observations': 'A gestão atual tem boa receptividade em eventos presenciais, mas precisa melhorar a comunicação digital e o tempo de resposta a questionamentos.'
+ }
+
+ # Testa CSV com novas recomendações
+ print("\n📄 Gerando CSV com Recomendações...")
+ csv_content = ReportExporter.export_to_csv(mock_metrics)
+ with open('test_relatorio_recomendacoes.csv', 'w', encoding='utf-8') as f:
+ f.write(csv_content)
+ print("✅ CSV gerado: test_relatorio_recomendacoes.csv")
+
+ # Testa PDF com novas recomendações
+ print("\n📕 Gerando PDF com Recomendações...")
+ pdf_bytes = ReportExporter.export_to_pdf(mock_metrics)
+ with open('test_relatorio_recomendacoes.pdf', 'wb') as f:
+ f.write(pdf_bytes)
+ print("✅ PDF gerado: test_relatorio_recomendacoes.pdf")
+
+
+if __name__ == '__main__':
+ main()
\ No newline at end of file
diff --git a/requirements.txt b/requirements.txt
index f3daf16..e5cf296 100644
--- a/requirements.txt
+++ b/requirements.txt
@@ -22,3 +22,5 @@ ddgs>=3.9.0 # DuckDuckGo web search (antigo: duckduckgo-search)
# Utilities
python-dateutil>=2.8.0
emoji>=2.0.0
+reportlab>=4.0.0
+nltk>=3.8.0 # Natural Language Toolkit para stopwords
diff --git a/sentiment_cache.py b/sentiment_cache.py
new file mode 100644
index 0000000..f7bd4e2
--- /dev/null
+++ b/sentiment_cache.py
@@ -0,0 +1,299 @@
+"""
+Sistema de cache para análises de sentimento.
+Evita recálculo quando os dados não mudarem.
+"""
+
+import json
+import hashlib
+from pathlib import Path
+from typing import Dict, Any, Optional
+from datetime import datetime
+
+
+class SentimentCache:
+ """Gerenciador de cache para análises de sentimento."""
+
+ def __init__(self, cache_dir: str = "./cache"):
+ """
+ Inicializa o cache.
+
+ Args:
+ cache_dir: Diretório para armazenar cache
+ """
+ self.cache_dir = Path(cache_dir)
+ self.cache_dir.mkdir(exist_ok=True)
+ self.cache_file = self.cache_dir / "sentiment_cache.json"
+ self.metadata_file = self.cache_dir / "cache_metadata.json"
+
+ self.cache = self._load_cache()
+ self.metadata = self._load_metadata()
+
+ def _load_cache(self) -> Dict[str, Any]:
+ """Carrega cache do disco."""
+ if self.cache_file.exists():
+ try:
+ with open(self.cache_file, 'r', encoding='utf-8') as f:
+ return json.load(f)
+ except Exception as e:
+ print(f"⚠️ Erro ao carregar cache: {e}")
+ return {}
+ return {}
+
+ def _load_metadata(self) -> Dict[str, Any]:
+ """Carrega metadados do cache."""
+ if self.metadata_file.exists():
+ try:
+ with open(self.metadata_file, 'r', encoding='utf-8') as f:
+ return json.load(f)
+ except Exception as e:
+ print(f"⚠️ Erro ao carregar metadata: {e}")
+ return {}
+ return {}
+
+ def _save_cache(self):
+ """Salva cache no disco."""
+ try:
+ with open(self.cache_file, 'w', encoding='utf-8') as f:
+ json.dump(self.cache, f, indent=2, ensure_ascii=False)
+ except Exception as e:
+ print(f"⚠️ Erro ao salvar cache: {e}")
+
+ def _save_metadata(self):
+ """Salva metadados no disco."""
+ try:
+ with open(self.metadata_file, 'w', encoding='utf-8') as f:
+ json.dump(self.metadata, f, indent=2, ensure_ascii=False)
+ except Exception as e:
+ print(f"⚠️ Erro ao salvar metadata: {e}")
+
+ def _generate_key(
+ self,
+ profile: Optional[str] = None,
+ start_date: Optional[str] = None,
+ end_date: Optional[str] = None,
+ total_docs: int = 0,
+ content_filter: str = "both" # 🆕 Filtro de conteúdo
+ ) -> str:
+ """
+ Gera chave única para a análise baseada nos parâmetros.
+
+ Args:
+ profile: Perfil filtrado
+ start_date: Data inicial
+ end_date: Data final
+ total_docs: Total de documentos analisados
+ content_filter: Tipo de conteúdo ("caption", "comments", "both")
+
+ Returns:
+ Hash MD5 como chave
+ """
+ key_parts = [
+ profile or "all",
+ start_date or "none",
+ end_date or "none",
+ str(total_docs),
+ content_filter # 🆕 Inclui no hash
+ ]
+ key_string = "|".join(key_parts)
+ return hashlib.md5(key_string.encode()).hexdigest()
+
+ def get(
+ self,
+ profile: Optional[str] = None,
+ start_date: Optional[str] = None,
+ end_date: Optional[str] = None,
+ total_docs: int = 0,
+ content_filter: str = "both" # 🆕 Filtro de conteúdo
+ ) -> Optional[Dict[str, Any]]:
+ """
+ Busca análise no cache.
+
+ Args:
+ profile: Perfil filtrado
+ start_date: Data inicial
+ end_date: Data final
+ total_docs: Total de documentos na análise
+ content_filter: Tipo de conteúdo ("caption", "comments", "both")
+
+ Returns:
+ Resultado do cache ou None se não encontrado/inválido
+ """
+ key = self._generate_key(profile, start_date, end_date, total_docs, content_filter)
+
+ if key not in self.cache:
+ return None
+
+ cached_entry = self.cache[key]
+
+ # Verifica se o total de documentos mudou (novos posts adicionados)
+ if cached_entry.get('total_docs') != total_docs:
+ print(f"🔄 Cache inválido: total de docs mudou ({cached_entry.get('total_docs')} → {total_docs})")
+ self.invalidate(profile, start_date, end_date, content_filter)
+ return None
+
+ # Cache válido
+ print(f"✅ Cache hit! Usando análise de {cached_entry.get('cached_at', 'N/A')}")
+ return cached_entry['result']
+
+ def set(
+ self,
+ result: Dict[str, Any],
+ profile: Optional[str] = None,
+ start_date: Optional[str] = None,
+ end_date: Optional[str] = None,
+ total_docs: int = 0,
+ content_filter: str = "both" # 🆕 Filtro de conteúdo
+ ):
+ """
+ Armazena análise no cache.
+
+ Args:
+ result: Resultado da análise
+ profile: Perfil filtrado
+ start_date: Data inicial
+ end_date: Data final
+ total_docs: Total de documentos analisados
+ content_filter: Tipo de conteúdo ("caption", "comments", "both")
+ """
+ key = self._generate_key(profile, start_date, end_date, total_docs, content_filter)
+
+ self.cache[key] = {
+ 'result': result,
+ 'profile': profile,
+ 'start_date': start_date,
+ 'end_date': end_date,
+ 'total_docs': total_docs,
+ 'content_filter': content_filter, # 🆕 Armazena filtro
+ 'cached_at': datetime.now().isoformat()
+ }
+
+ # Atualiza metadata
+ self.metadata[key] = {
+ 'profile': profile or 'all',
+ 'total_docs': total_docs,
+ 'content_filter': content_filter,
+ 'cached_at': datetime.now().isoformat()
+ }
+
+ self._save_cache()
+ self._save_metadata()
+
+ print(f"💾 Cache salvo para: perfil={profile or 'todos'}, docs={total_docs}, conteúdo={content_filter}")
+
+ def invalidate(
+ self,
+ profile: Optional[str] = None,
+ start_date: Optional[str] = None,
+ end_date: Optional[str] = None,
+ content_filter: Optional[str] = None # 🆕 Filtro de conteúdo
+ ):
+ """
+ Invalida entrada específica do cache.
+
+ Args:
+ profile: Perfil a invalidar
+ start_date: Data inicial
+ end_date: Data final
+ content_filter: Tipo de conteúdo (None = invalida todos)
+ """
+ # Invalida todas as entradas com os mesmos parâmetros (diferentes total_docs)
+ keys_to_remove = []
+
+ for key, entry in self.cache.items():
+ match = (
+ entry.get('profile') == profile and
+ entry.get('start_date') == start_date and
+ entry.get('end_date') == end_date
+ )
+
+ # Se content_filter especificado, filtra por ele também
+ if content_filter:
+ match = match and entry.get('content_filter') == content_filter
+
+ if match:
+ keys_to_remove.append(key)
+
+ for key in keys_to_remove:
+ del self.cache[key]
+ if key in self.metadata:
+ del self.metadata[key]
+
+ if keys_to_remove:
+ self._save_cache()
+ self._save_metadata()
+ print(f"🗑️ {len(keys_to_remove)} entrada(s) invalidada(s)")
+
+ def clear_all(self):
+ """Limpa todo o cache."""
+ self.cache = {}
+ self.metadata = {}
+ self._save_cache()
+ self._save_metadata()
+ print("🗑️ Cache completamente limpo")
+
+ def get_stats(self) -> Dict[str, Any]:
+ """
+ Retorna estatísticas do cache.
+
+ Returns:
+ Dict com estatísticas
+ """
+ total_entries = len(self.cache)
+
+ # Agrupa por perfil
+ by_profile = {}
+ for entry in self.cache.values():
+ prof = entry.get('profile') or 'all'
+ by_profile[prof] = by_profile.get(prof, 0) + 1
+
+ # Tamanho em disco
+ cache_size = 0
+ if self.cache_file.exists():
+ cache_size += self.cache_file.stat().st_size
+ if self.metadata_file.exists():
+ cache_size += self.metadata_file.stat().st_size
+
+ return {
+ 'total_entries': total_entries,
+ 'by_profile': by_profile,
+ 'cache_size_kb': round(cache_size / 1024, 2),
+ 'cache_dir': str(self.cache_dir)
+ }
+
+
+def main():
+ """Função de teste."""
+ print("=== Testando Sistema de Cache ===\n")
+
+ cache = SentimentCache()
+
+ # Teste 1: Salvar no cache
+ print("1. Salvando análise no cache...")
+ result = {
+ 'total_analyzed': 100,
+ 'positive': 30,
+ 'negative': 50,
+ 'neutral': 20,
+ 'trend': 'negative'
+ }
+ cache.set(result, profile="dceuff", total_docs=100)
+
+ # Teste 2: Recuperar do cache
+ print("\n2. Recuperando do cache...")
+ cached = cache.get(profile="dceuff", total_docs=100)
+ print(f"Resultado: {cached}")
+
+ # Teste 3: Cache miss (total_docs diferente)
+ print("\n3. Testando cache miss (novos posts)...")
+ cached = cache.get(profile="dceuff", total_docs=150)
+ print(f"Resultado: {cached}")
+
+ # Teste 4: Estatísticas
+ print("\n4. Estatísticas do cache:")
+ stats = cache.get_stats()
+ for key, value in stats.items():
+ print(f" {key}: {value}")
+
+
+if __name__ == '__main__':
+ main()
\ No newline at end of file
diff --git a/test_comment_filter.py b/test_comment_filter.py
new file mode 100644
index 0000000..1226514
--- /dev/null
+++ b/test_comment_filter.py
@@ -0,0 +1,103 @@
+"""
+Teste de diagnóstico: verifica estrutura dos dados para filtro de comentários.
+"""
+
+from embedding_manager import EmbeddingManager
+from analytics_dashboard import DashboardAnalytics
+import json
+
+def main():
+ print("=" * 60)
+ print("🔬 DIAGNÓSTICO: Estrutura de Dados para Comentários")
+ print("=" * 60)
+
+ em = EmbeddingManager()
+ analytics = DashboardAnalytics(em)
+
+ # Diagnóstico da estrutura
+ print("\n📊 Verificando estrutura dos primeiros 10 posts...\n")
+ diagnosis = analytics.diagnose_content_structure(limit=10)
+
+ print(f"Total verificado: {diagnosis['total_checked']} posts\n")
+
+ print("📈 Formatos encontrados:")
+ for format_name, count in diagnosis['formats_found'].items():
+ percentage = (count / diagnosis['total_checked'] * 100) if diagnosis['total_checked'] > 0 else 0
+ print(f" - {format_name}: {count} ({percentage:.1f}%)")
+
+ print("\n📋 Amostras dos documentos:\n")
+
+ for sample in diagnosis['samples']:
+ print(f"\n--- Post {sample['index'] + 1} (@{sample['profile']}) ---")
+ print(f"Chaves no metadata: {sample['metadata_keys']}")
+ print(f"Tem 'caption' no metadata: {sample['has_caption_key']}")
+ print(f"Tem 'comments_text' no metadata: {sample['has_comments_text_key']}")
+ print(f"Tem marcador '=== LEGENDA ===': {sample.get('has_legenda_marker', False)}")
+ print(f"Tem marcador '=== COMENTÁRIOS ===': {sample.get('has_comentarios_marker', False)}")
+ print(f"Tem formato alternativo: {sample.get('has_alt_format', False)}")
+ print(f"\nPreview do documento:")
+ print(sample['doc_preview'])
+ print("-" * 50)
+
+ # Teste de filtro com cada tipo
+ print("\n\n" + "=" * 60)
+ print("🧪 TESTE: Filtro de Sentimento por Tipo de Conteúdo")
+ print("=" * 60)
+
+ profile = "dceuff" # Ajuste conforme necessário
+
+ print(f"\n📊 Testando filtros para @{profile}:\n")
+
+ # Teste 1: Both
+ print("1️⃣ Filtro: BOTH (legendas + comentários)")
+ sentiment_both = analytics.get_sentiment_by_profile(
+ profile=profile,
+ content_filter="both",
+ use_cache=False,
+ use_llm=False # Usa keywords para ser rápido
+ )
+ print(f" ✅ Analisados: {sentiment_both.get('total_analyzed', 0)} registros")
+
+ # Teste 2: Caption only
+ print("\n2️⃣ Filtro: CAPTION (apenas legendas)")
+ sentiment_caption = analytics.get_sentiment_by_profile(
+ profile=profile,
+ content_filter="caption",
+ use_cache=False,
+ use_llm=False
+ )
+ print(f" ✅ Analisados: {sentiment_caption.get('total_analyzed', 0)} registros")
+
+ # Teste 3: Comments only
+ print("\n3️⃣ Filtro: COMMENTS (apenas comentários)")
+ sentiment_comments = analytics.get_sentiment_by_profile(
+ profile=profile,
+ content_filter="comments",
+ use_cache=False,
+ use_llm=False
+ )
+ print(f" ✅ Analisados: {sentiment_comments.get('total_analyzed', 0)} registros")
+
+ print("\n" + "=" * 60)
+ print("📝 CONCLUSÃO:")
+ print("=" * 60)
+
+ if sentiment_comments.get('total_analyzed', 0) == 0:
+ print("\n⚠️ PROBLEMA DETECTADO:")
+ print(" Filtro de comentários retornou 0 registros!")
+ print("\n💡 Possíveis causas:")
+ print(" 1. Posts não têm comentários no banco")
+ print(" 2. Formato de armazenamento diferente do esperado")
+ print(" 3. Metadata 'comments_text' não existe")
+ print("\n🔧 Próximos passos:")
+ print(" 1. Verificar data_loader.py (como posts são indexados)")
+ print(" 2. Verificar se comentários estão sendo salvos")
+ print(" 3. Reindexar dados se necessário")
+ else:
+ print(f"\n✅ Filtro funcionando! {sentiment_comments.get('total_analyzed', 0)} comentários encontrados")
+
+ print("\n" + "=" * 60)
+
+
+if __name__ == '__main__':
+ main()
\ No newline at end of file
diff --git a/test_critical_areas.py b/test_critical_areas.py
new file mode 100644
index 0000000..27587e2
--- /dev/null
+++ b/test_critical_areas.py
@@ -0,0 +1,109 @@
+#!/usr/bin/env python3
+"""
+Teste para verificar se as áreas críticas estão sendo geradas corretamente
+nas recomendações de políticas.
+"""
+
+import sys
+from analytics_dashboard import DashboardAnalytics
+from embedding_manager import EmbeddingManager
+from pathlib import Path
+
+
+def test_critical_areas():
+ """Testa se as áreas críticas são geradas corretamente."""
+ print("\n" + "="*60)
+ print("🧪 TESTE: Geração de Áreas Críticas")
+ print("="*60 + "\n")
+
+ try:
+ # Inicializa EmbeddingManager
+ print("📊 Inicializando EmbeddingManager...")
+ em = EmbeddingManager(
+ collection_name="instagram_posts",
+ persist_dir="./chroma_db"
+ )
+ print("✅ EmbeddingManager inicializado")
+
+ # Inicializa DashboardAnalytics
+ print("📊 Inicializando DashboardAnalytics...")
+ analytics = DashboardAnalytics(embedding_manager=em)
+ print("✅ DashboardAnalytics inicializado\n")
+
+ # Gera recomendações (vai testar o método completo)
+ print("🤖 Gerando recomendações de políticas...")
+ print(" (Isso pode levar alguns segundos...)\n")
+
+ result = analytics.generate_policy_recommendations(
+ profile_filter=None, # Todos os perfis
+ min_engagement=50,
+ top_n=3
+ )
+
+ print("\n📋 RESULTADO:")
+ print("-" * 60)
+
+ # Verifica se tem recomendações
+ if 'recommendations' in result:
+ recommendations = result['recommendations']
+ print(f"✅ Recomendações: {len(recommendations)} encontradas")
+ for i, rec in enumerate(recommendations, 1):
+ print(f"\n {i}. {rec.get('area', 'N/A')} (Prioridade: {rec.get('priority', 'N/A')})")
+ print(f" Ação: {rec.get('action', 'N/A')[:80]}...")
+ else:
+ print("❌ Não foram geradas recomendações")
+ return False
+
+ # VERIFICA ÁREAS CRÍTICAS (o foco deste teste)
+ print("\n" + "-" * 60)
+ if 'critical_areas' in result:
+ critical_areas = result['critical_areas']
+ if critical_areas and len(critical_areas) > 0:
+ print(f"✅ Áreas Críticas: {len(critical_areas)} identificadas\n")
+ for i, area in enumerate(critical_areas, 1):
+ print(f" {i}. {area.get('area', 'N/A')} (Frequência: {area.get('frequency', 'N/A')})")
+ examples = area.get('examples', [])
+ if examples:
+ print(f" Exemplos: {len(examples)}")
+ for j, ex in enumerate(examples[:2], 1):
+ print(f" {j}. {ex[:80]}...")
+ print()
+ else:
+ print("⚠️ Áreas Críticas: LISTA VAZIA (PROBLEMA!)")
+ print(" O LLM não retornou áreas críticas.")
+ return False
+ else:
+ print("❌ Áreas Críticas: CHAVE NÃO ENCONTRADA (PROBLEMA!)")
+ print(" O resultado não contém a chave 'critical_areas'")
+ return False
+
+ # Verifica aspectos positivos
+ print("-" * 60)
+ if 'positive_aspects' in result:
+ positive_aspects = result['positive_aspects']
+ if positive_aspects and len(positive_aspects) > 0:
+ print(f"✅ Aspectos Positivos: {len(positive_aspects)} encontrados\n")
+ for i, aspect in enumerate(positive_aspects, 1):
+ print(f" {i}. {aspect}")
+ else:
+ print("⚠️ Aspectos Positivos: lista vazia (ok, pode acontecer)")
+ else:
+ print("⚠️ Aspectos Positivos: chave não encontrada")
+
+ print("\n" + "="*60)
+ print("✅ TESTE PASSOU: Áreas críticas estão sendo geradas!")
+ print("="*60 + "\n")
+ return True
+
+ except Exception as e:
+ print("\n" + "="*60)
+ print(f"❌ ERRO NO TESTE: {e}")
+ print("="*60)
+ import traceback
+ traceback.print_exc()
+ return False
+
+
+if __name__ == '__main__':
+ success = test_critical_areas()
+ sys.exit(0 if success else 1)
diff --git a/test_export_with_critical_areas.py b/test_export_with_critical_areas.py
new file mode 100644
index 0000000..8c2db7f
--- /dev/null
+++ b/test_export_with_critical_areas.py
@@ -0,0 +1,154 @@
+#!/usr/bin/env python3
+"""
+Teste para verificar se a exportação de relatórios inclui as áreas críticas.
+"""
+
+import sys
+from analytics_dashboard import DashboardAnalytics
+from embedding_manager import EmbeddingManager
+from datetime import datetime
+from pathlib import Path
+
+
+def test_export_report():
+ """Testa se a exportação de relatórios inclui áreas críticas."""
+ print("\n" + "="*60)
+ print("📄 TESTE: Exportação de Relatório com Áreas Críticas")
+ print("="*60 + "\n")
+
+ try:
+ # Inicializa
+ print("📊 Inicializando sistema...")
+ em = EmbeddingManager(
+ collection_name="instagram_posts",
+ persist_dir="./chroma_db"
+ )
+ analytics = DashboardAnalytics(embedding_manager=em)
+ print("✅ Sistema inicializado\n")
+
+ # Gera recomendações PRIMEIRO (contém dados de sentimento)
+ print("🤖 Gerando recomendações de políticas...")
+ recommendations = analytics.generate_policy_recommendations(
+ profile_filter=None,
+ min_engagement=50,
+ top_n=3
+ )
+ print("✅ Recomendações geradas\n")
+
+ # Cria métricas básicas para o relatório
+ print("📦 Preparando dados para exportação...")
+ metrics = {
+ 'summary': {
+ 'total_records': em.collection.count(),
+ 'posts_count': em.collection.count() - 24, # aproximação
+ 'news_count': 24,
+ 'total_engagement': 150000,
+ 'avg_engagement_per_post': 62.5
+ },
+ 'posts': {
+ 'total': em.collection.count(),
+ 'total_likes': 120000,
+ 'total_comments': 30000,
+ 'avg_likes': 50.0,
+ 'avg_comments': 12.5,
+ 'by_profile': {},
+ 'top_by_engagement': []
+ },
+ 'sentiment': recommendations.get('sentiment_analysis', {}),
+ 'emerging_topics': {'total_topics': 0, 'topics': []},
+ 'news': {'total': 24, 'by_publisher': {}}
+ }
+ if recommendations.get('recommendations'):
+ sentiment_data = recommendations.get('sentiment_analysis', {})
+
+ export_format = {
+ 'has_recommendations': True,
+ 'generated_at': datetime.now().strftime('%Y-%m-%d %H:%M:%S'),
+ 'profile': "Todos os perfis",
+ 'content_filter': 'both',
+ 'sentiment_data': sentiment_data,
+ 'summary': f"Análise baseada em {len(recommendations.get('recommendations', []))} recomendações.",
+ 'critical_areas': recommendations.get('critical_areas', []),
+ 'recommendations': recommendations.get('recommendations', []),
+ 'positive_aspects': recommendations.get('positive_aspects', []),
+ 'general_observations': f"Sentimento: {sentiment_data.get('positive_pct', 0):.1f}% positivo"
+ }
+
+ metrics['policy_recommendations'] = export_format
+
+ print(f"✅ Dados preparados:")
+ print(f" - {len(export_format['recommendations'])} recomendações")
+ print(f" - {len(export_format['critical_areas'])} áreas críticas")
+ print(f" - {len(export_format['positive_aspects'])} aspectos positivos\n")
+
+ # Exporta CSV
+ print("📄 Exportando relatório CSV...")
+ csv_content = analytics.export_report(metrics, 'csv', 'test_relatorio_areas_criticas.csv')
+
+ csv_path = Path('./exports/test_relatorio_areas_criticas.csv')
+ csv_path.parent.mkdir(exist_ok=True)
+ csv_path.write_text(csv_content, encoding='utf-8')
+ print(f"✅ CSV exportado: {csv_path}\n")
+
+ # Verifica se o CSV contém as áreas críticas
+ print("🔍 Verificando conteúdo do CSV...")
+ if 'ÁREAS PROBLEMÁTICAS IDENTIFICADAS' in csv_content:
+ print("✅ Seção 'ÁREAS PROBLEMÁTICAS IDENTIFICADAS' encontrada!")
+
+ # Conta quantas áreas foram incluídas
+ lines = csv_content.split('\n')
+ areas_section_found = False
+ areas_count = 0
+
+ for line in lines:
+ if 'ÁREAS PROBLEMÁTICAS IDENTIFICADAS' in line:
+ areas_section_found = True
+ continue
+
+ if areas_section_found:
+ if line.startswith('===') or line.startswith('RECOMENDAÇÕES'):
+ break
+ if line.strip() and not line.startswith('Área,'):
+ areas_count += 1
+
+ print(f" Áreas exportadas no CSV: {areas_count}")
+
+ if areas_count > 0:
+ print("✅ ÁREAS CRÍTICAS EXPORTADAS COM SUCESSO NO CSV!")
+ else:
+ print("⚠️ Seção encontrada mas está vazia no CSV")
+ else:
+ print("❌ Seção 'ÁREAS PROBLEMÁTICAS IDENTIFICADAS' NÃO encontrada no CSV")
+
+ # Exporta PDF
+ print("\n📕 Exportando relatório PDF...")
+ pdf_bytes = analytics.export_report(metrics, 'pdf', 'test_relatorio_areas_criticas.pdf')
+
+ pdf_path = Path('./exports/test_relatorio_areas_criticas.pdf')
+ pdf_path.write_bytes(pdf_bytes)
+ print(f"✅ PDF exportado: {pdf_path}")
+ print(f" Tamanho: {len(pdf_bytes):,} bytes\n")
+
+ print("="*60)
+ print("✅ TESTE COMPLETO: Relatórios gerados com áreas críticas!")
+ print("="*60)
+ print(f"\nArquivos gerados:")
+ print(f" - {csv_path}")
+ print(f" - {pdf_path}")
+ print("\n✨ Abra os arquivos para verificar se as áreas críticas")
+ print(" estão sendo exibidas corretamente!\n")
+
+ return True
+
+ except Exception as e:
+ print("\n" + "="*60)
+ print(f"❌ ERRO NO TESTE: {e}")
+ print("="*60)
+ import traceback
+ traceback.print_exc()
+ return False
+
+
+if __name__ == '__main__':
+ success = test_export_report()
+ sys.exit(0 if success else 1)
diff --git a/test_nltk_stopwords.py b/test_nltk_stopwords.py
new file mode 100644
index 0000000..48295c2
--- /dev/null
+++ b/test_nltk_stopwords.py
@@ -0,0 +1,42 @@
+"""
+Teste para verificar a integração com NLTK stopwords.
+"""
+
+import nltk
+from nltk.corpus import stopwords
+
+# Download stopwords (se necessário)
+try:
+ stopwords.words('portuguese')
+ print("✅ Stopwords já disponíveis")
+except LookupError:
+ print("⬇️ Baixando stopwords do NLTK...")
+ nltk.download('stopwords', quiet=True)
+ print("✅ Stopwords baixadas com sucesso!")
+
+# Teste básico
+print("\n📊 Estatísticas de Stopwords:")
+print(f" - Total de stopwords (português): {len(stopwords.words('portuguese'))}")
+print(f" - Exemplos: {stopwords.words('portuguese')[:15]}")
+
+# Teste com stopwords customizadas
+nltk_stopwords = set(stopwords.words('portuguese'))
+technical_terms = {'https', 'http', 'www', 'com', 'br', 'instagram', 'post', 'foto'}
+stopwords_combined = nltk_stopwords.union(technical_terms)
+
+print(f"\n✨ Stopwords combinadas (NLTK + termos técnicos):")
+print(f" - Total: {len(stopwords_combined)} palavras")
+print(f" - Termos técnicos adicionados: {technical_terms}")
+
+# Teste de filtragem
+test_text = "A UFF é uma universidade federal do Brasil que está no Instagram com fotos e posts"
+words = test_text.lower().split()
+filtered_words = [w for w in words if w not in stopwords_combined and len(w) >= 4]
+
+print(f"\n🧪 Teste de filtragem:")
+print(f" - Texto original: {test_text}")
+print(f" - Palavras originais: {words}")
+print(f" - Palavras filtradas: {filtered_words}")
+print(f" - Removidas: {len(words) - len(filtered_words)} palavras")
+
+print("\n✅ Teste concluído com sucesso!")
diff --git a/uv.lock b/uv.lock
index 8b26f2e..e98ac91 100644
--- a/uv.lock
+++ b/uv.lock
@@ -1195,6 +1195,15 @@ wheels = [
{ url = "https://files.pythonhosted.org/packages/d9/71/71408b02c6133153336d29fa3ba53000f1e1a3f78bb2fc2d1a1865d2e743/jiter-0.11.1-graalpy312-graalpy250_312_native-manylinux_2_17_x86_64.manylinux2014_x86_64.whl", hash = "sha256:18c77aaa9117510d5bdc6a946baf21b1f0cfa58ef04d31c8d016f206f2118960", size = 343697, upload-time = "2025-10-17T11:31:13.773Z" },
]
+[[package]]
+name = "joblib"
+version = "1.5.2"
+source = { registry = "https://pypi.org/simple" }
+sdist = { url = "https://files.pythonhosted.org/packages/e8/5d/447af5ea094b9e4c4054f82e223ada074c552335b9b4b2d14bd9b35a67c4/joblib-1.5.2.tar.gz", hash = "sha256:3faa5c39054b2f03ca547da9b2f52fde67c06240c31853f306aea97f13647b55", size = 331077, upload-time = "2025-08-27T12:15:46.575Z" }
+wheels = [
+ { url = "https://files.pythonhosted.org/packages/1e/e8/685f47e0d754320684db4425a0967f7d3fa70126bffd76110b7009a0090f/joblib-1.5.2-py3-none-any.whl", hash = "sha256:4e1f0bdbb987e6d843c70cf43714cb276623def372df3c22fe5266b2670bc241", size = 308396, upload-time = "2025-08-27T12:15:45.188Z" },
+]
+
[[package]]
name = "jsonpatch"
version = "1.33"
@@ -1726,6 +1735,21 @@ wheels = [
{ url = "https://files.pythonhosted.org/packages/79/7b/2c79738432f5c924bef5071f933bcc9efd0473bac3b4aa584a6f7c1c8df8/mypy_extensions-1.1.0-py3-none-any.whl", hash = "sha256:1be4cccdb0f2482337c4743e60421de3a356cd97508abadd57d47403e94f5505", size = 4963, upload-time = "2025-04-22T14:54:22.983Z" },
]
+[[package]]
+name = "nltk"
+version = "3.9.2"
+source = { registry = "https://pypi.org/simple" }
+dependencies = [
+ { name = "click" },
+ { name = "joblib" },
+ { name = "regex" },
+ { name = "tqdm" },
+]
+sdist = { url = "https://files.pythonhosted.org/packages/f9/76/3a5e4312c19a028770f86fd7c058cf9f4ec4321c6cf7526bab998a5b683c/nltk-3.9.2.tar.gz", hash = "sha256:0f409e9b069ca4177c1903c3e843eef90c7e92992fa4931ae607da6de49e1419", size = 2887629, upload-time = "2025-10-01T07:19:23.764Z" }
+wheels = [
+ { url = "https://files.pythonhosted.org/packages/60/90/81ac364ef94209c100e12579629dc92bf7a709a84af32f8c551b02c07e94/nltk-3.9.2-py3-none-any.whl", hash = "sha256:1e209d2b3009110635ed9709a67a1a3e33a10f799490fa71cf4bec218c11c88a", size = 1513404, upload-time = "2025-10-01T07:19:21.648Z" },
+]
+
[[package]]
name = "numpy"
version = "2.3.4"
@@ -2130,9 +2154,12 @@ dependencies = [
{ name = "gradio" },
{ name = "langchain" },
{ name = "langchain-community" },
+ { name = "nltk" },
{ name = "ollama" },
{ name = "openai" },
+ { name = "pypdf2" },
{ name = "python-dateutil" },
+ { name = "reportlab" },
]
[package.metadata]
@@ -2143,9 +2170,12 @@ requires-dist = [
{ name = "gradio", specifier = ">=4.0.0" },
{ name = "langchain", specifier = ">=0.1.0" },
{ name = "langchain-community", specifier = ">=0.0.10" },
+ { name = "nltk", specifier = ">=3.8.0" },
{ name = "ollama", specifier = ">=0.1.0" },
{ name = "openai", specifier = ">=1.0.0" },
+ { name = "pypdf2", specifier = ">=3.0.0" },
{ name = "python-dateutil", specifier = ">=2.8.0" },
+ { name = "reportlab", specifier = ">=4.4.4" },
]
[[package]]
@@ -2509,6 +2539,15 @@ wheels = [
{ url = "https://files.pythonhosted.org/packages/c7/21/705964c7812476f378728bdf590ca4b771ec72385c533964653c68e86bdc/pygments-2.19.2-py3-none-any.whl", hash = "sha256:86540386c03d588bb81d44bc3928634ff26449851e99741617ecb9037ee5ec0b", size = 1225217, upload-time = "2025-06-21T13:39:07.939Z" },
]
+[[package]]
+name = "pypdf2"
+version = "3.0.1"
+source = { registry = "https://pypi.org/simple" }
+sdist = { url = "https://files.pythonhosted.org/packages/9f/bb/18dc3062d37db6c491392007dfd1a7f524bb95886eb956569ac38a23a784/PyPDF2-3.0.1.tar.gz", hash = "sha256:a74408f69ba6271f71b9352ef4ed03dc53a31aa404d29b5d31f53bfecfee1440", size = 227419, upload-time = "2022-12-31T10:36:13.13Z" }
+wheels = [
+ { url = "https://files.pythonhosted.org/packages/8e/5e/c86a5643653825d3c913719e788e41386bee415c2b87b4f955432f2de6b2/pypdf2-3.0.1-py3-none-any.whl", hash = "sha256:d16e4205cfee272fbdc0568b68d82be796540b1537508cef59388f839c191928", size = 232572, upload-time = "2022-12-31T10:36:10.327Z" },
+]
+
[[package]]
name = "pypika"
version = "0.48.9"
@@ -2632,6 +2671,97 @@ wheels = [
{ url = "https://files.pythonhosted.org/packages/2c/58/ca301544e1fa93ed4f80d724bf5b194f6e4b945841c5bfd555878eea9fcb/referencing-0.37.0-py3-none-any.whl", hash = "sha256:381329a9f99628c9069361716891d34ad94af76e461dcb0335825aecc7692231", size = 26766, upload-time = "2025-10-13T15:30:47.625Z" },
]
+[[package]]
+name = "regex"
+version = "2025.10.23"
+source = { registry = "https://pypi.org/simple" }
+sdist = { url = "https://files.pythonhosted.org/packages/f8/c8/1d2160d36b11fbe0a61acb7c3c81ab032d9ec8ad888ac9e0a61b85ab99dd/regex-2025.10.23.tar.gz", hash = "sha256:8cbaf8ceb88f96ae2356d01b9adf5e6306fa42fa6f7eab6b97794e37c959ac26", size = 401266, upload-time = "2025-10-21T15:58:20.23Z" }
+wheels = [
+ { url = "https://files.pythonhosted.org/packages/f6/57/eeb274d83ab189d02d778851b1ac478477522a92b52edfa6e2ae9ff84679/regex-2025.10.23-cp312-cp312-macosx_10_13_universal2.whl", hash = "sha256:7a44d9c00f7a0a02d3b777429281376370f3d13d2c75ae74eb94e11ebcf4a7fc", size = 489187, upload-time = "2025-10-21T15:55:18.322Z" },
+ { url = "https://files.pythonhosted.org/packages/55/5c/7dad43a9b6ea88bf77e0b8b7729a4c36978e1043165034212fd2702880c6/regex-2025.10.23-cp312-cp312-macosx_10_13_x86_64.whl", hash = "sha256:b83601f84fde939ae3478bb32a3aef36f61b58c3208d825c7e8ce1a735f143f2", size = 291122, upload-time = "2025-10-21T15:55:20.2Z" },
+ { url = "https://files.pythonhosted.org/packages/66/21/38b71e6f2818f0f4b281c8fba8d9d57cfca7b032a648fa59696e0a54376a/regex-2025.10.23-cp312-cp312-macosx_11_0_arm64.whl", hash = "sha256:ec13647907bb9d15fd192bbfe89ff06612e098a5709e7d6ecabbdd8f7908fc45", size = 288797, upload-time = "2025-10-21T15:55:21.932Z" },
+ { url = "https://files.pythonhosted.org/packages/be/95/888f069c89e7729732a6d7cca37f76b44bfb53a1e35dda8a2c7b65c1b992/regex-2025.10.23-cp312-cp312-manylinux2014_aarch64.manylinux_2_17_aarch64.manylinux_2_28_aarch64.whl", hash = "sha256:78d76dd2957d62501084e7012ddafc5fcd406dd982b7a9ca1ea76e8eaaf73e7e", size = 798442, upload-time = "2025-10-21T15:55:23.747Z" },
+ { url = "https://files.pythonhosted.org/packages/76/70/4f903c608faf786627a8ee17c06e0067b5acade473678b69c8094b248705/regex-2025.10.23-cp312-cp312-manylinux2014_ppc64le.manylinux_2_17_ppc64le.manylinux_2_28_ppc64le.whl", hash = "sha256:8668e5f067e31a47699ebb354f43aeb9c0ef136f915bd864243098524482ac43", size = 864039, upload-time = "2025-10-21T15:55:25.656Z" },
+ { url = "https://files.pythonhosted.org/packages/62/19/2df67b526bf25756c7f447dde554fc10a220fd839cc642f50857d01e4a7b/regex-2025.10.23-cp312-cp312-manylinux2014_s390x.manylinux_2_17_s390x.manylinux_2_28_s390x.whl", hash = "sha256:a32433fe3deb4b2d8eda88790d2808fed0dc097e84f5e683b4cd4f42edef6cca", size = 912057, upload-time = "2025-10-21T15:55:27.309Z" },
+ { url = "https://files.pythonhosted.org/packages/99/14/9a39b7c9e007968411bc3c843cc14cf15437510c0a9991f080cab654fd16/regex-2025.10.23-cp312-cp312-manylinux2014_x86_64.manylinux_2_17_x86_64.manylinux_2_28_x86_64.whl", hash = "sha256:d97d73818c642c938db14c0668167f8d39520ca9d983604575ade3fda193afcc", size = 803374, upload-time = "2025-10-21T15:55:28.9Z" },
+ { url = "https://files.pythonhosted.org/packages/d4/f7/3495151dd3ca79949599b6d069b72a61a2c5e24fc441dccc79dcaf708fe6/regex-2025.10.23-cp312-cp312-musllinux_1_2_aarch64.whl", hash = "sha256:bca7feecc72ee33579e9f6ddf8babbe473045717a0e7dbc347099530f96e8b9a", size = 787714, upload-time = "2025-10-21T15:55:30.628Z" },
+ { url = "https://files.pythonhosted.org/packages/28/65/ee882455e051131869957ee8597faea45188c9a98c0dad724cfb302d4580/regex-2025.10.23-cp312-cp312-musllinux_1_2_ppc64le.whl", hash = "sha256:7e24af51e907d7457cc4a72691ec458320b9ae67dc492f63209f01eecb09de32", size = 858392, upload-time = "2025-10-21T15:55:32.322Z" },
+ { url = "https://files.pythonhosted.org/packages/53/25/9287fef5be97529ebd3ac79d256159cb709a07eb58d4be780d1ca3885da8/regex-2025.10.23-cp312-cp312-musllinux_1_2_s390x.whl", hash = "sha256:d10bcde58bbdf18146f3a69ec46dd03233b94a4a5632af97aa5378da3a47d288", size = 850484, upload-time = "2025-10-21T15:55:34.037Z" },
+ { url = "https://files.pythonhosted.org/packages/f3/b4/b49b88b4fea2f14dc73e5b5842755e782fc2e52f74423d6f4adc130d5880/regex-2025.10.23-cp312-cp312-musllinux_1_2_x86_64.whl", hash = "sha256:44383bc0c933388516c2692c9a7503e1f4a67e982f20b9a29d2fb70c6494f147", size = 789634, upload-time = "2025-10-21T15:55:35.958Z" },
+ { url = "https://files.pythonhosted.org/packages/b6/3c/2f8d199d0e84e78bcd6bdc2be9b62410624f6b796e2893d1837ae738b160/regex-2025.10.23-cp312-cp312-win32.whl", hash = "sha256:6040a86f95438a0114bba16e51dfe27f1bc004fd29fe725f54a586f6d522b079", size = 266060, upload-time = "2025-10-21T15:55:37.902Z" },
+ { url = "https://files.pythonhosted.org/packages/d7/67/c35e80969f6ded306ad70b0698863310bdf36aca57ad792f45ddc0e2271f/regex-2025.10.23-cp312-cp312-win_amd64.whl", hash = "sha256:436b4c4352fe0762e3bfa34a5567079baa2ef22aa9c37cf4d128979ccfcad842", size = 276931, upload-time = "2025-10-21T15:55:39.502Z" },
+ { url = "https://files.pythonhosted.org/packages/f5/a1/4ed147de7d2b60174f758412c87fa51ada15cd3296a0ff047f4280aaa7ca/regex-2025.10.23-cp312-cp312-win_arm64.whl", hash = "sha256:f4b1b1991617055b46aff6f6db24888c1f05f4db9801349d23f09ed0714a9335", size = 270103, upload-time = "2025-10-21T15:55:41.24Z" },
+ { url = "https://files.pythonhosted.org/packages/28/c6/195a6217a43719d5a6a12cc192a22d12c40290cecfa577f00f4fb822f07d/regex-2025.10.23-cp313-cp313-macosx_10_13_universal2.whl", hash = "sha256:b7690f95404a1293923a296981fd943cca12c31a41af9c21ba3edd06398fc193", size = 488956, upload-time = "2025-10-21T15:55:42.887Z" },
+ { url = "https://files.pythonhosted.org/packages/4c/93/181070cd1aa2fa541ff2d3afcf763ceecd4937b34c615fa92765020a6c90/regex-2025.10.23-cp313-cp313-macosx_10_13_x86_64.whl", hash = "sha256:1a32d77aeaea58a13230100dd8797ac1a84c457f3af2fdf0d81ea689d5a9105b", size = 290997, upload-time = "2025-10-21T15:55:44.53Z" },
+ { url = "https://files.pythonhosted.org/packages/b6/c5/9d37fbe3a40ed8dda78c23e1263002497540c0d1522ed75482ef6c2000f0/regex-2025.10.23-cp313-cp313-macosx_11_0_arm64.whl", hash = "sha256:b24b29402f264f70a3c81f45974323b41764ff7159655360543b7cabb73e7d2f", size = 288686, upload-time = "2025-10-21T15:55:46.186Z" },
+ { url = "https://files.pythonhosted.org/packages/5f/e7/db610ff9f10c2921f9b6ac0c8d8be4681b28ddd40fc0549429366967e61f/regex-2025.10.23-cp313-cp313-manylinux2014_aarch64.manylinux_2_17_aarch64.manylinux_2_28_aarch64.whl", hash = "sha256:563824a08c7c03d96856d84b46fdb3bbb7cfbdf79da7ef68725cda2ce169c72a", size = 798466, upload-time = "2025-10-21T15:55:48.24Z" },
+ { url = "https://files.pythonhosted.org/packages/90/10/aab883e1fa7fe2feb15ac663026e70ca0ae1411efa0c7a4a0342d9545015/regex-2025.10.23-cp313-cp313-manylinux2014_ppc64le.manylinux_2_17_ppc64le.manylinux_2_28_ppc64le.whl", hash = "sha256:a0ec8bdd88d2e2659c3518087ee34b37e20bd169419ffead4240a7004e8ed03b", size = 863996, upload-time = "2025-10-21T15:55:50.478Z" },
+ { url = "https://files.pythonhosted.org/packages/a2/b0/8f686dd97a51f3b37d0238cd00a6d0f9ccabe701f05b56de1918571d0d61/regex-2025.10.23-cp313-cp313-manylinux2014_s390x.manylinux_2_17_s390x.manylinux_2_28_s390x.whl", hash = "sha256:b577601bfe1d33913fcd9276d7607bbac827c4798d9e14d04bf37d417a6c41cb", size = 912145, upload-time = "2025-10-21T15:55:52.215Z" },
+ { url = "https://files.pythonhosted.org/packages/a3/ca/639f8cd5b08797bca38fc5e7e07f76641a428cf8c7fca05894caf045aa32/regex-2025.10.23-cp313-cp313-manylinux2014_x86_64.manylinux_2_17_x86_64.manylinux_2_28_x86_64.whl", hash = "sha256:7c9f2c68ac6cb3de94eea08a437a75eaa2bd33f9e97c84836ca0b610a5804368", size = 803370, upload-time = "2025-10-21T15:55:53.944Z" },
+ { url = "https://files.pythonhosted.org/packages/0d/1e/a40725bb76959eddf8abc42a967bed6f4851b39f5ac4f20e9794d7832aa5/regex-2025.10.23-cp313-cp313-musllinux_1_2_aarch64.whl", hash = "sha256:89f8b9ea3830c79468e26b0e21c3585f69f105157c2154a36f6b7839f8afb351", size = 787767, upload-time = "2025-10-21T15:55:56.004Z" },
+ { url = "https://files.pythonhosted.org/packages/3d/d8/8ee9858062936b0f99656dce390aa667c6e7fb0c357b1b9bf76fb5e2e708/regex-2025.10.23-cp313-cp313-musllinux_1_2_ppc64le.whl", hash = "sha256:98fd84c4e4ea185b3bb5bf065261ab45867d8875032f358a435647285c722673", size = 858335, upload-time = "2025-10-21T15:55:58.185Z" },
+ { url = "https://files.pythonhosted.org/packages/d8/0a/ed5faaa63fa8e3064ab670e08061fbf09e3a10235b19630cf0cbb9e48c0a/regex-2025.10.23-cp313-cp313-musllinux_1_2_s390x.whl", hash = "sha256:1e11d3e5887b8b096f96b4154dfb902f29c723a9556639586cd140e77e28b313", size = 850402, upload-time = "2025-10-21T15:56:00.023Z" },
+ { url = "https://files.pythonhosted.org/packages/79/14/d05f617342f4b2b4a23561da500ca2beab062bfcc408d60680e77ecaf04d/regex-2025.10.23-cp313-cp313-musllinux_1_2_x86_64.whl", hash = "sha256:4f13450328a6634348d47a88367e06b64c9d84980ef6a748f717b13f8ce64e87", size = 789739, upload-time = "2025-10-21T15:56:01.967Z" },
+ { url = "https://files.pythonhosted.org/packages/f9/7b/e8ce8eef42a15f2c3461f8b3e6e924bbc86e9605cb534a393aadc8d3aff8/regex-2025.10.23-cp313-cp313-win32.whl", hash = "sha256:37be9296598a30c6a20236248cb8b2c07ffd54d095b75d3a2a2ee5babdc51df1", size = 266054, upload-time = "2025-10-21T15:56:05.291Z" },
+ { url = "https://files.pythonhosted.org/packages/71/2d/55184ed6be6473187868d2f2e6a0708195fc58270e62a22cbf26028f2570/regex-2025.10.23-cp313-cp313-win_amd64.whl", hash = "sha256:ea7a3c283ce0f06fe789365841e9174ba05f8db16e2fd6ae00a02df9572c04c0", size = 276917, upload-time = "2025-10-21T15:56:07.303Z" },
+ { url = "https://files.pythonhosted.org/packages/9c/d4/927eced0e2bd45c45839e556f987f8c8f8683268dd3c00ad327deb3b0172/regex-2025.10.23-cp313-cp313-win_arm64.whl", hash = "sha256:d9a4953575f300a7bab71afa4cd4ac061c7697c89590a2902b536783eeb49a4f", size = 270105, upload-time = "2025-10-21T15:56:09.857Z" },
+ { url = "https://files.pythonhosted.org/packages/3e/b3/95b310605285573341fc062d1d30b19a54f857530e86c805f942c4ff7941/regex-2025.10.23-cp313-cp313t-macosx_10_13_universal2.whl", hash = "sha256:7d6606524fa77b3912c9ef52a42ef63c6cfbfc1077e9dc6296cd5da0da286044", size = 491850, upload-time = "2025-10-21T15:56:11.685Z" },
+ { url = "https://files.pythonhosted.org/packages/a4/8f/207c2cec01e34e56db1eff606eef46644a60cf1739ecd474627db90ad90b/regex-2025.10.23-cp313-cp313t-macosx_10_13_x86_64.whl", hash = "sha256:c037aadf4d64bdc38af7db3dbd34877a057ce6524eefcb2914d6d41c56f968cc", size = 292537, upload-time = "2025-10-21T15:56:13.963Z" },
+ { url = "https://files.pythonhosted.org/packages/98/3b/025240af4ada1dc0b5f10d73f3e5122d04ce7f8908ab8881e5d82b9d61b6/regex-2025.10.23-cp313-cp313t-macosx_11_0_arm64.whl", hash = "sha256:99018c331fb2529084a0c9b4c713dfa49fafb47c7712422e49467c13a636c656", size = 290904, upload-time = "2025-10-21T15:56:16.016Z" },
+ { url = "https://files.pythonhosted.org/packages/81/8e/104ac14e2d3450c43db18ec03e1b96b445a94ae510b60138f00ce2cb7ca1/regex-2025.10.23-cp313-cp313t-manylinux2014_aarch64.manylinux_2_17_aarch64.manylinux_2_28_aarch64.whl", hash = "sha256:fd8aba965604d70306eb90a35528f776e59112a7114a5162824d43b76fa27f58", size = 807311, upload-time = "2025-10-21T15:56:17.818Z" },
+ { url = "https://files.pythonhosted.org/packages/19/63/78aef90141b7ce0be8a18e1782f764f6997ad09de0e05251f0d2503a914a/regex-2025.10.23-cp313-cp313t-manylinux2014_ppc64le.manylinux_2_17_ppc64le.manylinux_2_28_ppc64le.whl", hash = "sha256:238e67264b4013e74136c49f883734f68656adf8257bfa13b515626b31b20f8e", size = 873241, upload-time = "2025-10-21T15:56:19.941Z" },
+ { url = "https://files.pythonhosted.org/packages/b3/a8/80eb1201bb49ae4dba68a1b284b4211ed9daa8e74dc600018a10a90399fb/regex-2025.10.23-cp313-cp313t-manylinux2014_s390x.manylinux_2_17_s390x.manylinux_2_28_s390x.whl", hash = "sha256:b2eb48bd9848d66fd04826382f5e8491ae633de3233a3d64d58ceb4ecfa2113a", size = 914794, upload-time = "2025-10-21T15:56:22.488Z" },
+ { url = "https://files.pythonhosted.org/packages/f0/d5/1984b6ee93281f360a119a5ca1af6a8ca7d8417861671388bf750becc29b/regex-2025.10.23-cp313-cp313t-manylinux2014_x86_64.manylinux_2_17_x86_64.manylinux_2_28_x86_64.whl", hash = "sha256:d36591ce06d047d0c0fe2fc5f14bfbd5b4525d08a7b6a279379085e13f0e3d0e", size = 812581, upload-time = "2025-10-21T15:56:24.319Z" },
+ { url = "https://files.pythonhosted.org/packages/c4/39/11ebdc6d9927172a64ae237d16763145db6bd45ebb4055c17b88edab72a7/regex-2025.10.23-cp313-cp313t-musllinux_1_2_aarch64.whl", hash = "sha256:b5d4ece8628d6e364302006366cea3ee887db397faebacc5dacf8ef19e064cf8", size = 795346, upload-time = "2025-10-21T15:56:26.232Z" },
+ { url = "https://files.pythonhosted.org/packages/3b/b4/89a591bcc08b5e436af43315284bd233ba77daf0cf20e098d7af12f006c1/regex-2025.10.23-cp313-cp313t-musllinux_1_2_ppc64le.whl", hash = "sha256:39a7e8083959cb1c4ff74e483eecb5a65d3b3e1d821b256e54baf61782c906c6", size = 868214, upload-time = "2025-10-21T15:56:28.597Z" },
+ { url = "https://files.pythonhosted.org/packages/3d/ff/58ba98409c1dbc8316cdb20dafbc63ed267380a07780cafecaf5012dabc9/regex-2025.10.23-cp313-cp313t-musllinux_1_2_s390x.whl", hash = "sha256:842d449a8fefe546f311656cf8c0d6729b08c09a185f1cad94c756210286d6a8", size = 854540, upload-time = "2025-10-21T15:56:30.875Z" },
+ { url = "https://files.pythonhosted.org/packages/9a/f2/4a9e9338d67626e2071b643f828a482712ad15889d7268e11e9a63d6f7e9/regex-2025.10.23-cp313-cp313t-musllinux_1_2_x86_64.whl", hash = "sha256:d614986dc68506be8f00474f4f6960e03e4ca9883f7df47744800e7d7c08a494", size = 799346, upload-time = "2025-10-21T15:56:32.725Z" },
+ { url = "https://files.pythonhosted.org/packages/63/be/543d35c46bebf6f7bf2be538cca74d6585f25714700c36f37f01b92df551/regex-2025.10.23-cp313-cp313t-win32.whl", hash = "sha256:a5b7a26b51a9df473ec16a1934d117443a775ceb7b39b78670b2e21893c330c9", size = 268657, upload-time = "2025-10-21T15:56:34.577Z" },
+ { url = "https://files.pythonhosted.org/packages/14/9f/4dd6b7b612037158bb2c9bcaa710e6fb3c40ad54af441b9c53b3a137a9f1/regex-2025.10.23-cp313-cp313t-win_amd64.whl", hash = "sha256:ce81c5544a5453f61cb6f548ed358cfb111e3b23f3cd42d250a4077a6be2a7b6", size = 280075, upload-time = "2025-10-21T15:56:36.767Z" },
+ { url = "https://files.pythonhosted.org/packages/81/7a/5bd0672aa65d38c8da6747c17c8b441bdb53d816c569e3261013af8e83cf/regex-2025.10.23-cp313-cp313t-win_arm64.whl", hash = "sha256:e9bf7f6699f490e4e43c44757aa179dab24d1960999c84ab5c3d5377714ed473", size = 271219, upload-time = "2025-10-21T15:56:39.033Z" },
+ { url = "https://files.pythonhosted.org/packages/73/f6/0caf29fec943f201fbc8822879c99d31e59c1d51a983d9843ee5cf398539/regex-2025.10.23-cp314-cp314-macosx_10_13_universal2.whl", hash = "sha256:5b5cb5b6344c4c4c24b2dc87b0bfee78202b07ef7633385df70da7fcf6f7cec6", size = 488960, upload-time = "2025-10-21T15:56:40.849Z" },
+ { url = "https://files.pythonhosted.org/packages/8e/7d/ebb7085b8fa31c24ce0355107cea2b92229d9050552a01c5d291c42aecea/regex-2025.10.23-cp314-cp314-macosx_10_13_x86_64.whl", hash = "sha256:a6ce7973384c37bdf0f371a843f95a6e6f4e1489e10e0cf57330198df72959c5", size = 290932, upload-time = "2025-10-21T15:56:42.875Z" },
+ { url = "https://files.pythonhosted.org/packages/27/41/43906867287cbb5ca4cee671c3cc8081e15deef86a8189c3aad9ac9f6b4d/regex-2025.10.23-cp314-cp314-macosx_11_0_arm64.whl", hash = "sha256:2ee3663f2c334959016b56e3bd0dd187cbc73f948e3a3af14c3caaa0c3035d10", size = 288766, upload-time = "2025-10-21T15:56:44.894Z" },
+ { url = "https://files.pythonhosted.org/packages/ab/9e/ea66132776700fc77a39b1056e7a5f1308032fead94507e208dc6716b7cd/regex-2025.10.23-cp314-cp314-manylinux2014_aarch64.manylinux_2_17_aarch64.manylinux_2_28_aarch64.whl", hash = "sha256:2003cc82a579107e70d013482acce8ba773293f2db534fb532738395c557ff34", size = 798884, upload-time = "2025-10-21T15:56:47.178Z" },
+ { url = "https://files.pythonhosted.org/packages/d5/99/aed1453687ab63819a443930770db972c5c8064421f0d9f5da9ad029f26b/regex-2025.10.23-cp314-cp314-manylinux2014_ppc64le.manylinux_2_17_ppc64le.manylinux_2_28_ppc64le.whl", hash = "sha256:182c452279365a93a9f45874f7f191ec1c51e1f1eb41bf2b16563f1a40c1da3a", size = 864768, upload-time = "2025-10-21T15:56:49.793Z" },
+ { url = "https://files.pythonhosted.org/packages/99/5d/732fe747a1304805eb3853ce6337eea16b169f7105a0d0dd9c6a5ffa9948/regex-2025.10.23-cp314-cp314-manylinux2014_s390x.manylinux_2_17_s390x.manylinux_2_28_s390x.whl", hash = "sha256:b1249e9ff581c5b658c8f0437f883b01f1edcf424a16388591e7c05e5e9e8b0c", size = 911394, upload-time = "2025-10-21T15:56:52.186Z" },
+ { url = "https://files.pythonhosted.org/packages/5e/48/58a1f6623466522352a6efa153b9a3714fc559d9f930e9bc947b4a88a2c3/regex-2025.10.23-cp314-cp314-manylinux2014_x86_64.manylinux_2_17_x86_64.manylinux_2_28_x86_64.whl", hash = "sha256:2b841698f93db3ccc36caa1900d2a3be281d9539b822dc012f08fc80b46a3224", size = 803145, upload-time = "2025-10-21T15:56:55.142Z" },
+ { url = "https://files.pythonhosted.org/packages/ea/f6/7dea79be2681a5574ab3fc237aa53b2c1dfd6bd2b44d4640b6c76f33f4c1/regex-2025.10.23-cp314-cp314-musllinux_1_2_aarch64.whl", hash = "sha256:956d89e0c92d471e8f7eee73f73fdff5ed345886378c45a43175a77538a1ffe4", size = 787831, upload-time = "2025-10-21T15:56:57.203Z" },
+ { url = "https://files.pythonhosted.org/packages/3a/ad/07b76950fbbe65f88120ca2d8d845047c401450f607c99ed38862904671d/regex-2025.10.23-cp314-cp314-musllinux_1_2_ppc64le.whl", hash = "sha256:5c259cb363299a0d90d63b5c0d7568ee98419861618a95ee9d91a41cb9954462", size = 859162, upload-time = "2025-10-21T15:56:59.195Z" },
+ { url = "https://files.pythonhosted.org/packages/41/87/374f3b2021b22aa6a4fc0b750d63f9721e53d1631a238f7a1c343c1cd288/regex-2025.10.23-cp314-cp314-musllinux_1_2_s390x.whl", hash = "sha256:185d2b18c062820b3a40d8fefa223a83f10b20a674bf6e8c4a432e8dfd844627", size = 849899, upload-time = "2025-10-21T15:57:01.747Z" },
+ { url = "https://files.pythonhosted.org/packages/12/4a/7f7bb17c5a5a9747249807210e348450dab9212a46ae6d23ebce86ba6a2b/regex-2025.10.23-cp314-cp314-musllinux_1_2_x86_64.whl", hash = "sha256:281d87fa790049c2b7c1b4253121edd80b392b19b5a3d28dc2a77579cb2a58ec", size = 789372, upload-time = "2025-10-21T15:57:04.018Z" },
+ { url = "https://files.pythonhosted.org/packages/c9/dd/9c7728ff544fea09bbc8635e4c9e7c423b11c24f1a7a14e6ac4831466709/regex-2025.10.23-cp314-cp314-win32.whl", hash = "sha256:63b81eef3656072e4ca87c58084c7a9c2b81d41a300b157be635a8a675aacfb8", size = 271451, upload-time = "2025-10-21T15:57:06.266Z" },
+ { url = "https://files.pythonhosted.org/packages/48/f8/ef7837ff858eb74079c4804c10b0403c0b740762e6eedba41062225f7117/regex-2025.10.23-cp314-cp314-win_amd64.whl", hash = "sha256:0967c5b86f274800a34a4ed862dfab56928144d03cb18821c5153f8777947796", size = 280173, upload-time = "2025-10-21T15:57:08.206Z" },
+ { url = "https://files.pythonhosted.org/packages/8e/d0/d576e1dbd9885bfcd83d0e90762beea48d9373a6f7ed39170f44ed22e336/regex-2025.10.23-cp314-cp314-win_arm64.whl", hash = "sha256:c70dfe58b0a00b36aa04cdb0f798bf3e0adc31747641f69e191109fd8572c9a9", size = 273206, upload-time = "2025-10-21T15:57:10.367Z" },
+ { url = "https://files.pythonhosted.org/packages/a6/d0/2025268315e8b2b7b660039824cb7765a41623e97d4cd421510925400487/regex-2025.10.23-cp314-cp314t-macosx_10_13_universal2.whl", hash = "sha256:1f5799ea1787aa6de6c150377d11afad39a38afd033f0c5247aecb997978c422", size = 491854, upload-time = "2025-10-21T15:57:12.526Z" },
+ { url = "https://files.pythonhosted.org/packages/44/35/5681c2fec5e8b33454390af209c4353dfc44606bf06d714b0b8bd0454ffe/regex-2025.10.23-cp314-cp314t-macosx_10_13_x86_64.whl", hash = "sha256:a9639ab7540cfea45ef57d16dcbea2e22de351998d614c3ad2f9778fa3bdd788", size = 292542, upload-time = "2025-10-21T15:57:15.158Z" },
+ { url = "https://files.pythonhosted.org/packages/5d/17/184eed05543b724132e4a18149e900f5189001fcfe2d64edaae4fbaf36b4/regex-2025.10.23-cp314-cp314t-macosx_11_0_arm64.whl", hash = "sha256:08f52122c352eb44c3421dab78b9b73a8a77a282cc8314ae576fcaa92b780d10", size = 290903, upload-time = "2025-10-21T15:57:17.108Z" },
+ { url = "https://files.pythonhosted.org/packages/25/d0/5e3347aa0db0de382dddfa133a7b0ae72f24b4344f3989398980b44a3924/regex-2025.10.23-cp314-cp314t-manylinux2014_aarch64.manylinux_2_17_aarch64.manylinux_2_28_aarch64.whl", hash = "sha256:ebf1baebef1c4088ad5a5623decec6b52950f0e4d7a0ae4d48f0a99f8c9cb7d7", size = 807546, upload-time = "2025-10-21T15:57:19.179Z" },
+ { url = "https://files.pythonhosted.org/packages/d2/bb/40c589bbdce1be0c55e9f8159789d58d47a22014f2f820cf2b517a5cd193/regex-2025.10.23-cp314-cp314t-manylinux2014_ppc64le.manylinux_2_17_ppc64le.manylinux_2_28_ppc64le.whl", hash = "sha256:16b0f1c2e2d566c562d5c384c2b492646be0a19798532fdc1fdedacc66e3223f", size = 873322, upload-time = "2025-10-21T15:57:21.36Z" },
+ { url = "https://files.pythonhosted.org/packages/fe/56/a7e40c01575ac93360e606278d359f91829781a9f7fb6e5aa435039edbda/regex-2025.10.23-cp314-cp314t-manylinux2014_s390x.manylinux_2_17_s390x.manylinux_2_28_s390x.whl", hash = "sha256:f7ada5d9dceafaab92646aa00c10a9efd9b09942dd9b0d7c5a4b73db92cc7e61", size = 914855, upload-time = "2025-10-21T15:57:24.044Z" },
+ { url = "https://files.pythonhosted.org/packages/5c/4b/d55587b192763db3163c3f508b3b67b31bb6f5e7a0e08b83013d0a59500a/regex-2025.10.23-cp314-cp314t-manylinux2014_x86_64.manylinux_2_17_x86_64.manylinux_2_28_x86_64.whl", hash = "sha256:3a36b4005770044bf08edecc798f0e41a75795b9e7c9c12fe29da8d792ef870c", size = 812724, upload-time = "2025-10-21T15:57:26.123Z" },
+ { url = "https://files.pythonhosted.org/packages/33/20/18bac334955fbe99d17229f4f8e98d05e4a501ac03a442be8facbb37c304/regex-2025.10.23-cp314-cp314t-musllinux_1_2_aarch64.whl", hash = "sha256:af7b2661dcc032da1fae82069b5ebf2ac1dfcd5359ef8b35e1367bfc92181432", size = 795439, upload-time = "2025-10-21T15:57:28.497Z" },
+ { url = "https://files.pythonhosted.org/packages/67/46/c57266be9df8549c7d85deb4cb82280cb0019e46fff677534c5fa1badfa4/regex-2025.10.23-cp314-cp314t-musllinux_1_2_ppc64le.whl", hash = "sha256:1cb976810ac1416a67562c2e5ba0accf6f928932320fef302e08100ed681b38e", size = 868336, upload-time = "2025-10-21T15:57:30.867Z" },
+ { url = "https://files.pythonhosted.org/packages/b8/f3/bd5879e41ef8187fec5e678e94b526a93f99e7bbe0437b0f2b47f9101694/regex-2025.10.23-cp314-cp314t-musllinux_1_2_s390x.whl", hash = "sha256:1a56a54be3897d62f54290190fbcd754bff6932934529fbf5b29933da28fcd43", size = 854567, upload-time = "2025-10-21T15:57:33.062Z" },
+ { url = "https://files.pythonhosted.org/packages/e6/57/2b6bbdbd2f24dfed5b028033aa17ad8f7d86bb28f1a892cac8b3bc89d059/regex-2025.10.23-cp314-cp314t-musllinux_1_2_x86_64.whl", hash = "sha256:8f3e6d202fb52c2153f532043bbcf618fd177df47b0b306741eb9b60ba96edc3", size = 799565, upload-time = "2025-10-21T15:57:35.153Z" },
+ { url = "https://files.pythonhosted.org/packages/c7/ba/a6168f542ba73b151ed81237adf6b869c7b2f7f8d51618111296674e20ee/regex-2025.10.23-cp314-cp314t-win32.whl", hash = "sha256:1fa1186966b2621b1769fd467c7b22e317e6ba2d2cdcecc42ea3089ef04a8521", size = 274428, upload-time = "2025-10-21T15:57:37.996Z" },
+ { url = "https://files.pythonhosted.org/packages/ef/a0/c84475e14a2829e9b0864ebf77c3f7da909df9d8acfe2bb540ff0072047c/regex-2025.10.23-cp314-cp314t-win_amd64.whl", hash = "sha256:08a15d40ce28362eac3e78e83d75475147869c1ff86bc93285f43b4f4431a741", size = 284140, upload-time = "2025-10-21T15:57:40.027Z" },
+ { url = "https://files.pythonhosted.org/packages/51/33/6a08ade0eee5b8ba79386869fa6f77afeb835b60510f3525db987e2fffc4/regex-2025.10.23-cp314-cp314t-win_arm64.whl", hash = "sha256:a93e97338e1c8ea2649e130dcfbe8cd69bba5e1e163834752ab64dcb4de6d5ed", size = 274497, upload-time = "2025-10-21T15:57:42.389Z" },
+]
+
+[[package]]
+name = "reportlab"
+version = "4.4.4"
+source = { registry = "https://pypi.org/simple" }
+dependencies = [
+ { name = "charset-normalizer" },
+ { name = "pillow" },
+]
+sdist = { url = "https://files.pythonhosted.org/packages/f8/fa/ed71f3e750afb77497641eb0194aeda069e271ce6d6931140f8787e0e69a/reportlab-4.4.4.tar.gz", hash = "sha256:cb2f658b7f4a15be2cc68f7203aa67faef67213edd4f2d4bdd3eb20dab75a80d", size = 3711935, upload-time = "2025-09-19T10:43:36.502Z" }
+wheels = [
+ { url = "https://files.pythonhosted.org/packages/57/66/e040586fe6f9ae7f3a6986186653791fb865947f0b745290ee4ab026b834/reportlab-4.4.4-py3-none-any.whl", hash = "sha256:299b3b0534e7202bb94ed2ddcd7179b818dcda7de9d8518a57c85a58a1ebaadb", size = 1954981, upload-time = "2025-09-19T10:43:33.589Z" },
+]
+
[[package]]
name = "requests"
version = "2.32.5"