analise-mercado

<h1>Análise de Mercado - Multiagente</h1> <p align="center"> <a href="#sobre-o-projeto">Sobre o projeto</a> • <a href="#tecnologias">Tecnologias</a> • <a href="#practices-adopted">Práticas adotadas</a> • <a href="#pre-requisites">Requisitos</a> • <a href="#how-to-Installing">Instalando o projeto</a> • <a href="#deploy">Deploy</a> </p> <p align="center"> <a href="https://github.com/anacmenezes/analise-mercado"> <img src="https://img.shields.io/badge/GitHub-Projeto-black?logo=github" alt="GitHub"> </a> <a href="https://analise-mercado-api.ashysky-801299e3.brazilsouth.azurecontainerapps.io/docs"> <img src="https://img.shields.io/badge/API-Swagger-85EA2D?logo=swagger&logoColor=black" alt="Swagger"> </a> <a href="https://c63274731f07410fb46542e75ca3018e.prod.enter.pro"> <img src="https://img.shields.io/badge/Frontend-Live-4CAF50" alt="Frontend"> </a> </p> <h2 id="sobre-o-projeto">📌 Sobre o projeto</h2> <p> Essa aplicação foi desenvolvida utilizando <strong>Python, CrewAI e FastAPI</strong> para criação de um sistema de análise de mercado baseado em uma arquitetura multiagente. O sistema recebe um setor como entrada, realiza pesquisas utilizando <strong>RAG e ferramentas de busca externa</strong>, processa as informações por meio de agentes especializados e gera um relatório estruturado de análise de mercado. A aplicação foi desenvolvida com foco em conceitos práticos de <strong>Engenharia de IA</strong>, desde a construção dos agentes até a disponibilização da aplicação em produção utilizando Docker e Azure.

O projeto possui uma arquitetura completa envolvendo:

</p> <ul> <li>Frontend web</li> <li>API REST</li> <li>Sistema multiagente</li> <li>RAG</li> <li>LLMs</li> <li>Busca de informações externas</li> <li>Banco de dados PostgreSQL</li> <li>Avaliação de agentes</li> <li>Observabilidade</li> <li>Docker</li> <li>Cloud computing</li> <li>Deploy em Azure</li> </ul> <h2 id="tecnologias">🔌 Tecnologias</h2> <h3>Inteligência Artificial</h3> <ul> <li><a href="https://www.python.org/">Python</a></li> <li><a href="https://www.crewai.com/">CrewAI</a></li> <li><a href="https://platform.openai.com/">OpenAI API</a></li> <li><a href="https://www.trychroma.com/">ChromaDB</a></li> <li>RAG (Retrieval-Augmented Generation)</li> <li>Engenharia de prompts</li> <li>Arquitetura multiagente</li> </ul> <h3>Backend</h3> <ul> <li><a href="https://fastapi.tiangolo.com/">FastAPI</a></li> <li>Pydantic</li> <li>SQLAlchemy</li> <li>PostgreSQL</li> <li>REST API</li> </ul> <h3>Busca e dados</h3> <ul> <li><a href="https://serper.dev/">Serper API</a></li> <li>ChromaDB</li> <li>Embeddings</li> <li>Base de conhecimento interna</li> <li>PostgreSQL</li> </ul> <h3>Infraestrutura</h3> <ul> <li>Docker</li> <li>Azure Container Registry</li> <li>Azure Container Apps</li> <li>Azure Database for PostgreSQL</li> <li>Azure Managed Identity</li> <li>Azure CLI</li> </ul> <h3>Frontend</h3> <ul> <li>React</li> <li>Lovable</li> <li>Integração via REST API</li> </ul> <h2 id="practices-adopted">📖 Práticas adotadas</h2> <ul> <li>Arquitetura Multiagente</li> <li>Separação de responsabilidades</li> <li>Orquestração de agentes com CrewAI</li> <li>Engenharia de Prompt</li> <li>Desenvolvimento modular</li> <li>Execução sequencial de tarefas</li> <li>Utilização de LLMs</li> <li>Variáveis de ambiente para configuração</li> <li>RAG para consulta de conhecimento interno</li> <li>Busca de informações externas</li> <li>Avaliação da qualidade dos relatórios</li> <li>Observabilidade da execução</li> <li>Tratamento de erros</li> <li>Persistência de dados com PostgreSQL</li> <li>Containerização com Docker</li> <li>Deploy em cloud</li> <li>Configuração de CORS</li> <li>Uso de Managed Identity para acesso ao Azure Container Registry</li> </ul> <h2 id="pre-requisites">💻 Requisitos</h2> <p> Para executar esse projeto localmente é necessário possuir o Python instalado na máquina. </p> <ul> <li>Python 3.10+</li> <li>OpenAI API Key</li> <li>Serper API Key</li> <li>PostgreSQL</li> <li>Docker (opcional)</li> </ul> <h2 id="how-to-Installing">🚀 Instalando o projeto</h2> <p> Primeiro, clone o repositório: </p> <pre> <code>git clone https://github.com/anacmenezes/analise-mercado.git</code> </pre> <p> Acesse o projeto: </p> <pre> <code>cd analise-mercado</code> </pre> <p> Crie o ambiente virtual: </p> <pre> <code>python -m venv .venv</code> </pre> <p> Ative o ambiente virtual no PowerShell: </p> <pre> <code>.\.venv\Scripts\Activate.ps1</code> </pre> <p> Instale as dependências: </p> <pre> <code>pip install -r requirements.txt</code> </pre> <h2 id="database">🗄️ Persistência de dados</h2> <p> As análises geradas são persistidas utilizando <strong>PostgreSQL</strong>. </p> <p> A camada de persistência utiliza: </p> <ul> <li>PostgreSQL</li> <li>SQLAlchemy</li> <li>Pydantic</li> <li>Variáveis de ambiente</li> </ul> <p> A separação entre a camada de IA, API e persistência permite manter uma arquitetura modular e facilita futuras evoluções do sistema. </p> <h2 id="observability">🔎 Observabilidade</h2> <p> O projeto também possui mecanismos de observabilidade para acompanhar a execução do fluxo multiagente. </p> <p> São acompanhadas informações como: </p> <ul> <li>Execução das tarefas</li> <li>Resultado produzido por cada agente</li> <li>Status das avaliações</li> <li>Qualidade do relatório final</li> <li>Erros durante a execução</li> </ul> <h2 id="docker">🐳 Docker</h2> <p> A aplicação possui suporte a Docker para padronizar o ambiente de execução e facilitar o processo de deploy. </p> <p> Para construir a imagem: </p> <pre> <code>docker build -t analise-mercado .</code> </pre> <p> Para executar localmente: </p> <pre> <code>docker run -p 8000:8000 analise-mercado</code> </pre> <h2 id="deploy">☁️ Deploy</h2> <p> O backend foi disponibilizado em produção utilizando serviços da <strong>Microsoft Azure</strong>. </p> <h3>Serviços utilizados</h3> <ul> <li><strong>Azure Container Apps:</strong> execução da aplicação containerizada</li> <li><strong>Azure Container Registry:</strong> armazenamento da imagem Docker</li> <li><strong>Azure Database for PostgreSQL:</strong> persistência dos dados</li> <li><strong>Azure Managed Identity:</strong> autenticação do Container App no Registry</li> <li><strong>Azure CLI:</strong> gerenciamento dos recursos</li> </ul> <p> O backend possui uma URL pública e pode ser acessado por meio da documentação interativa do FastAPI. </p> <p> <strong>API:</strong><br> <a href="https://analise-mercado-api.ashysky-801299e3.brazilsouth.azurecontainerapps.io"> https://analise-mercado-api.ashysky-801299e3.brazilsouth.azurecontainerapps.io </a> </p> <p> <strong>Swagger:</strong><br> <a href="https://analise-mercado-api.ashysky-801299e3.brazilsouth.azurecontainerapps.io/docs"> Documentação da API </a> </p> <h2 id="cors">🛡️ CORS</h2> <p> Como o frontend e a API são executados em origens diferentes, foi configurado <strong>CORS</strong> para permitir a comunicação entre as aplicações. </p> <p> A API permite requisições provenientes da origem do frontend publicado, mantendo o controle sobre quais origens podem acessar os endpoints. </p> <h2 id="frontend">🖥️ Frontend</h2> <p> O projeto possui uma interface web para interação com a API. </p> <p> O frontend permite: </p> <ul> <li>Informar o setor que deseja analisar</li> <li>Enviar a solicitação para a API</li> <li>Acompanhar o processamento</li> <li>Receber o relatório gerado</li> <li>Visualizar o relatório formatado em Markdown</li> </ul> <p> A comunicação entre frontend e backend é realizada utilizando <strong>HTTP/JSON</strong>. </p> <p> <strong>Frontend publicado:</strong><br> <a href="https://c63274731f07410fb46542e75ca3018e.prod.enter.pro"> https://c63274731f07410fb46542e75ca3018e.prod.enter.pro </a> </p> <h2 id="security">🔐 Segurança</h2> <p> Informações sensíveis não são armazenadas diretamente no código-fonte. </p> <p> As credenciais utilizadas pela aplicação são configuradas por meio de variáveis de ambiente e secrets. </p> <ul> <li>OpenAI API Key</li> <li>Serper API Key</li> <li>Database URL</li> </ul> <p> Em produção, os secrets são configurados no Azure Container Apps. </p> <p> O acesso do Container App ao Azure Container Registry utiliza <strong>Managed Identity</strong>, evitando a necessidade de armazenar credenciais administrativas do Registry na aplicação. </p> <h2 id="author">👩‍💻 Ana Carulina Menezes</h2> <p> Projeto desenvolvido como parte da construção de portfólio em <strong>Engenharia de IA</strong>, com foco em: </p> <ul> <li>Sistemas multiagentes</li> <li>LLMs</li> <li>RAG</li> <li>APIs</li> <li>Cloud</li> <li>Docker</li> <li>Python</li> <li>Automação</li> <li>Arquitetura de software</li> </ul>