🤖 Assistente de Recomendação - Aula Teste 2026

Sistema inteligente de recomendação personalizada desenvolvido com tecnologias modernas. Este projeto demonstra a integração entre um app mobile React Native/Expo, backend Python FastAPI e APIs de IA (Claude, GPT, Gemini) para fornecer sugestões personalizadas aos usuários.

🎯 Sobre o Projeto

O Assistente de Recomendação é uma aplicação mobile full-stack que utiliza APIs de inteligência artificial para fornecer recomendações personalizadas. O sistema permite que usuários digitem suas preferências e recebam sugestões detalhadas geradas por modelos de IA de ponta.

Características principais:

App mobile nativo para iOS e Android
Suporte para 3 APIs de IA diferentes (Claude, GPT, Gemini)
Interface intuitiva e moderna
API RESTful robusta com FastAPI
Processamento em tempo real
Feedback visual durante carregamento

🚀 Tecnologias

Este projeto foi desenvolvido com as seguintes tecnologias:

Frontend

React Native - Framework para apps mobile
Expo - Plataforma de desenvolvimento React Native
TypeScript - Superset tipado do JavaScript
NativeWind (TailwindCSS) - Estilização utilitária para React Native

Backend

Python 3.8+ - Linguagem de programação
FastAPI - Framework web moderno e rápido
Uvicorn - Servidor ASGI de alta performance
Pydantic - Validação de dados
OpenAI API - Integração com GPT
Anthropic API - Integração com Claude
Google Gemini API - Integração com Gemini

Ferramentas e DevOps

Git & GitHub - Controle de versão
GitHub Actions - CI/CD
ESLint & Prettier - Qualidade de código
Jest - Testes unitários

📁 Estrutura do Projeto

assistente-recomendacao/
├── .github/              # Configurações do GitHub (workflows, CI/CD)
├── backend/              # API Python com FastAPI
│   ├── venv/            # Ambiente virtual Python
│   ├── main.py          # Aplicação principal FastAPI
│   ├── requirements.txt # Dependências Python
│   ├── setup.sh         # Script de instalação
│   └── .env            # Variáveis de ambiente (não commitado)
├── frontend/            # App mobile React Native + Expo
│   ├── app/            # Rotas e telas do app
│   ├── components/     # Componentes reutilizáveis
│   │   ├── styles.tsx
│   │   ├── preferences.tsx
│   │   └── recommendations.tsx
│   ├── services/       # Serviços e APIs
│   │   └── api.tsx
│   ├── tsconfig.json   # Configuração TypeScript
│   ├── tailwind.config.js
│   └── package.json    # Dependências do frontend
├── docs/               # Documentação do projeto
├── .gitignore         # Arquivos ignorados pelo Git
├── .env               # Variáveis de ambiente globais
├── .releaserc.json    # Configuração de releases
├── package.json       # Configurações do monorepo
├── LICENCE           # Licença MIT
└── README.md         # Este arquivo

🏁 Começando

Estas instruções fornecerão uma cópia do projeto em execução na sua máquina local para fins de desenvolvimento e teste.

Pré-requisitos

Certifique-se de ter instalado em sua máquina:

Python 3.8 ou superior
pip (gerenciador de pacotes Python)
Node.js (versão 18 ou superior)
npm ou yarn
Git
Expo Go (app no celular) - para testar o app mobile

Verifique as versões instaladas:

python3 --version
pip --version
node --version
npm --version
git --version

💻 Instalação

1. Clone o repositório

git clone https://github.com/Apprendendo/assistente-recomendacao.git
cd assistente-recomendacao

2. Configure o arquivo .gitignore

Certifique-se de que o .gitignore na raiz do projeto contenha:

.venv/
venv/
node_modules/
__pycache__/
.env
.expo/

2. Configure o Backend (Python FastAPI)

cd backend

Opção 1: Usando o script de setup (Recomendado)

chmod +x setup.sh
./setup.sh

Opção 2: Instalação manual

# Criar ambiente virtual
python3 -m venv venv

# Ativar ambiente virtual
# No Linux/Mac:
source venv/bin/activate
# No Windows:
# venv\Scripts\activate

# Instalar dependências
pip install --upgrade pip
pip install -r requirements.txt

3. Configure as Variáveis de Ambiente

Crie um arquivo .env na raiz do projeto (não no backend):

# Escolha qual API usar: "anthropic", "openai" ou "gemini"
API_CHOICE=anthropic

# Tokens das APIs (obtenha em suas respectivas plataformas)
ANTHROPIC_TOKEN=sua_chave_anthropic_aqui
OPENAI_TOKEN=sua_chave_openai_aqui
GEMINI_TOKEN=sua_chave_gemini_aqui

Onde obter os tokens:

Anthropic (Claude): https://console.anthropic.com/
OpenAI (GPT): https://platform.openai.com/api-keys
Google (Gemini): https://ai.google.dev/

4. Configure o Frontend (React Native + Expo)

cd ../frontend
npm install
# ou
yarn install

Arquivos importantes já configurados:

tsconfig.json - Configuração TypeScript com paths
tailwind.config.js - Configuração do NativeWind
components/styles.tsx - Estilos e cores globais
components/preferences.tsx - Input de preferências
components/recommendations.tsx - Exibição de resultados
services/api.tsx - Comunicação com backend

5. Execute o projeto

Backend (em um terminal):

cd backend

# Ative o ambiente virtual primeiro
source venv/bin/activate  # Linux/Mac
# ou
venv\Scripts\activate  # Windows

# Inicie o servidor
uvicorn main:app --reload

O backend estará rodando em http://localhost:8000

Frontend (em outro terminal):

cd frontend
npx expo start

Opções para testar o app:

Pressione w para abrir no navegador web
Pressione a para abrir no emulador Android
Pressione i para abrir no simulador iOS (Mac)
Escaneie o QR Code com o app Expo Go no seu celular:
- Android - Play Store
- iOS - App Store

📖 Uso

Testando o App

Após iniciar ambos os servidores:

Backend: Certifique-se de que http://localhost:8000 está rodando
Frontend: Abra o app no Expo Go (celular) ou navegador
Digite suas preferências (ex: "filmes de ação e aventura")
Clique em "Gerar Recomendações"
Aguarde enquanto a IA processa seu pedido
Visualize suas recomendações personalizadas!

Testando em diferentes dispositivos

No celular físico (Recomendado):

Baixe o app Expo Go
Escaneie o QR Code gerado por npx expo start
O app será carregado automaticamente

No navegador web:

Execute npx expo start
Pressione w para abrir versão web

Em emuladores:

Android: Pressione a (requer Android Studio)
iOS: Pressione i (requer Xcode - apenas Mac)

Exemplos de API

O backend FastAPI oferece os seguintes endpoints:

1. Verificar status da API

curl http://localhost:8000/

Resposta:

{
  "message": "API funcionando!",
  "api_em_uso": "anthropic",
  "token_loaded": true,
  "endpoints": ["/", "/recommend (GET)", "/recommend (POST)"]
}

2. Obter recomendações (POST)

curl -X POST http://localhost:8000/recommend \
  -H "Content-Type: application/json" \
  -d '{"preferences": "filmes de ação e aventura"}'

Resposta:

{
  "recommendations": "1. Mad Max: Fury Road - ...\n2. Indiana Jones - ...",
  "api_used": "anthropic"
}

3. Informações do endpoint (GET)

curl http://localhost:8000/recommend

APIs Suportadas

O projeto suporta três APIs de IA. Configure a variável API_CHOICE no .env:

Anthropic Claude - API_CHOICE=anthropic (modelo: claude-sonnet-4)
OpenAI GPT - API_CHOICE=openai (modelo: gpt-3.5-turbo)
Google Gemini - API_CHOICE=gemini (modelo: gemini-2.5-flash)

✨ Funcionalidades

🧪 Testes

Backend

cd backend
source venv/bin/activate  # Ativar ambiente virtual

# Testar endpoints manualmente
curl http://localhost:8000/
curl -X POST http://localhost:8000/recommend \
  -H "Content-Type: application/json" \
  -d '{"preferences": "filmes de ficção científica"}'

Frontend

O Expo permite testes em tempo real:

cd frontend
npx expo start

# Opções de teste:
# - Pressione 'r' para reload
# - Pressione 'd' para abrir developer menu
# - Pressione 'j' para abrir debugger

Estrutura de Componentes

frontend/
├── app/
│   ├── _layout.tsx      # Layout principal e navegação
│   └── index.tsx        # Tela principal do app
├── components/
│   ├── styles.tsx       # Estilos e cores globais
│   ├── preferences.tsx  # Input de preferências
│   └── recommendations.tsx  # Exibição de resultados
└── services/
    └── api.tsx          # Chamadas à API backend

📦 Build para Produção

Backend

O FastAPI já está pronto para produção. Para deploy:

cd backend
source venv/bin/activate

# Opção 1: Com Uvicorn
uvicorn main:app --host 0.0.0.0 --port 8000

# Opção 2: Com Gunicorn + Uvicorn Workers
gunicorn main:app --workers 4 --worker-class uvicorn.workers.UvicornWorker --bind 0.0.0.0:8000

Frontend

Para build de produção do app Expo:

cd frontend

# Build para Android
eas build --platform android

# Build para iOS
eas build --platform ios

# Build para ambos
eas build --platform all

Para mais informações sobre deploy, consulte a documentação do Expo EAS.

🤝 Contribuindo

Contribuições são sempre bem-vindas! Se você quer contribuir com o projeto, siga estes passos:

Faça um Fork do projeto
Crie uma branch para sua feature (git checkout -b feature/MinhaFeature)
Commit suas mudanças (git commit -m 'Adiciona MinhaFeature')
Push para a branch (git push origin feature/MinhaFeature)
Abra um Pull Request

Leia CONTRIBUTING.md para detalhes sobre nosso código de conduta e processo de submissão de pull requests.

📄 Licença

Este projeto está sob a licença MIT. Veja o arquivo LICENSE para mais detalhes.

👥 Autores

Camila Oliveira - Desenvolvedora Web, Mobile e Professora - @clcmo

Veja também a lista de contribuidores que participaram deste projeto.

📞 Contato

🙏 Agradecimentos

Inspiração para o projeto
Bibliotecas e frameworks utilizados
Comunidade open source

⭐️ Se este projeto foi útil para você, considere dar uma estrela no repositório!

⬆ Voltar ao topo

Name		Name	Last commit message	Last commit date
Latest commit History 7 Commits
.github		.github
backend		backend
docs		docs
frontend		frontend
.DS_Store		.DS_Store
.gitignore		.gitignore
.releaserc.json		.releaserc.json
LICENCE		LICENCE
package.json		package.json

Uh oh!

Folders and files

Latest commit

History

Repository files navigation

🤖 Assistente de Recomendação - Aula Teste 2026

📋 Índice

🎯 Sobre o Projeto

Características principais:

🚀 Tecnologias

Frontend

Backend

Ferramentas e DevOps

📁 Estrutura do Projeto

🏁 Começando

Pré-requisitos

💻 Instalação

1. Clone o repositório

2. Configure o arquivo .gitignore

2. Configure o Backend (Python FastAPI)

Opção 1: Usando o script de setup (Recomendado)

Opção 2: Instalação manual

3. Configure as Variáveis de Ambiente

4. Configure o Frontend (React Native + Expo)

5. Execute o projeto

Backend (em um terminal):

Frontend (em outro terminal):

📖 Uso

Testando o App

Testando em diferentes dispositivos

Exemplos de API

1. Verificar status da API

2. Obter recomendações (POST)

3. Informações do endpoint (GET)

APIs Suportadas

✨ Funcionalidades

🧪 Testes

Backend

Frontend

Estrutura de Componentes

📦 Build para Produção

Backend

Frontend

🤝 Contribuindo

📄 Licença

👥 Autores

📞 Contato

🙏 Agradecimentos

About

Topics

Resources

License

Code of conduct

Contributing

Security policy

Uh oh!

Stars

Watchers

Forks

Releases

Sponsor this project

Uh oh!

Packages 0

Uh oh!

Contributors

Uh oh!

Languages

Packages