Rename app.py to coach_base.py

app.py → coach_base.py

@@ -1,6 +1,5 @@
 import gradio as gr
 from datetime import datetime
-from sentence_transformers import SentenceTransformer
 import numpy as np
 from typing import Dict, List, Tuple
 import matplotlib.pyplot as plt
@@ -9,9 +8,6 @@ import seaborn as sns
 import pandas as pd
 from collections import Counter
 
-# Load embeddings model
-model = SentenceTransformer('all-MiniLM-L6-v2')
-
 # Define questions with categories and context
 PERGUNTAS = [
     {
@@ -41,7 +37,7 @@ PERGUNTAS = [
     }
 ]
 
-# Enhanced response system with more context and situation-specific feedback
+# Response templates
 RESPOSTAS_COACH = {
     "autoconhecimento": {
         "positive": [
@@ -125,7 +121,7 @@ class EnhancedCoach:
         self.inicio = datetime.now()
         self.historico_respostas = []
         self.tempo_ultima_resposta = datetime.now()
-        
+
     def analisar_sentimento(self, texto: str) -> str:
         """Analisa o sentimento geral da resposta."""
         positive_words = ["consegui", "superei", "aprendi", "melhorei", "efetivo"]
@@ -148,36 +144,19 @@ class EnhancedCoach:
             if any(action in sentence.lower() for action in ["eu", "minha", "realizei", "fiz"]):
                 return sentence.strip()
         return texto.split('.')[0].strip()
-
-    def encontrar_melhor_resposta(self, texto_usuario: str, categoria: str) -> str:
-        sentimento = self.analisar_sentimento(texto_usuario)
-        acao_especifica = self.extrair_acao_especifica(texto_usuario)
         
-        respostas_categoria = RESPOSTAS_COACH[categoria][sentimento]
-        user_embedding = model.encode(texto_usuario)
-        
-        melhor_resposta = None
-        maior_similaridade = -1
-        
-        for template in respostas_categoria:
-            context_embedding = model.encode(template["context"])
-            similaridade = np.dot(user_embedding, context_embedding)
-            
-            if similaridade > maior_similaridade:
-                maior_similaridade = similaridade
-                melhor_resposta = template["response"]
-        
-        return melhor_resposta.format(specific_action=acao_especifica.lower())
-
     def gerar_resposta(self, texto_usuario: str) -> str:
         self.tempo_ultima_resposta = datetime.now()
         pergunta_atual = PERGUNTAS[self.pergunta_atual]
         self.historico_respostas.append(texto_usuario)
         
-        feedback = self.encontrar_melhor_resposta(
-            texto_usuario, 
-            pergunta_atual["categoria"]
-        )
+        # Analisa sentimento e extrai ação
+        sentimento = self.analisar_sentimento(texto_usuario)
+        acao_especifica = self.extrair_acao_especifica(texto_usuario)
+        
+        # Seleciona resposta apropriada
+        respostas_categoria = RESPOSTAS_COACH[pergunta_atual["categoria"]][sentimento]
+        resposta = respostas_categoria[0]["response"].format(specific_action=acao_especifica.lower())
         
         # Analisa padrões nas respostas anteriores
         padrao_identificado = ""
@@ -190,9 +169,9 @@ class EnhancedCoach:
             elif sentimento_atual == sentimento_anterior == "improvement":
                 padrao_identificado = "\n\n💡 Percebo que você está identificando áreas de desenvolvimento. Vamos focar em estratégias práticas para esses desafios."
         
-        resposta = f"""### Feedback Personalizado 💭
+        resposta_completa = f"""### Feedback Personalizado 💭
 
-{feedback}{padrao_identificado}
+{resposta}{padrao_identificado}
 
 #### Pontos para Aprofundamento:
 1. Como essa experiência se conecta com seus valores de liderança?
@@ -202,7 +181,7 @@ class EnhancedCoach:
         self.pergunta_atual += 1
         if self.pergunta_atual < len(PERGUNTAS):
             proxima = PERGUNTAS[self.pergunta_atual]
-            resposta += f"""
+            resposta_completa += f"""
 
 ### Próxima Reflexão: {proxima['categoria'].title()} 🎯
 
@@ -211,19 +190,15 @@ class EnhancedCoach:
 Tome um momento para refletir e conectar com suas experiências..."""
         else:
             tempo = (datetime.now() - self.inicio).seconds // 60
-            resposta += self.gerar_sumario_final(tempo)
-        
-        return resposta
-    
-    def get_tempo_ultima_resposta(self) -> str:
-        """Calcula o tempo desde a última resposta."""
-        delta = datetime.now() - self.tempo_ultima_resposta
-        minutos = delta.seconds // 60
-        segundos = delta.seconds % 60
-        return f"{minutos}:{segundos:02d}"
+            resposta_completa += self.gerar_sumario_final(tempo)
+            
+        return {
+            "role": "assistant",
+            "content": resposta_completa
+        }
 
     def gerar_sumario_final(self, tempo: int) -> str:
-        # Analisa padrões gerais nas respostas
+        # Analisa padrões gerais
         sentimentos = [self.analisar_sentimento(resp) for resp in self.historico_respostas]
         predominante = max(set(sentimentos), key=sentimentos.count)
         
@@ -252,286 +227,13 @@ Tome um momento para refletir e conectar com suas experiências..."""
 Deseja iniciar uma nova jornada de desenvolvimento com outros temas?"""
 
     def primeira_pergunta(self):
-        return f"""### 👋 Bem-vindo à sua Jornada de Desenvolvimento!
+        return {
+            "role": "assistant",
+            "content": f"""### 👋 Bem-vindo à sua Jornada de Desenvolvimento!
 
 Vamos explorar aspectos importantes da sua liderança através de reflexões guiadas.
 
 {PERGUNTAS[0]['pergunta']}
 
 Tome um momento para conectar com suas experiências e compartilhe sua perspectiva..."""
-
-def analyze_sentiment_trend(respostas: List[str]) -> plt.Figure:
-    """Generate sentiment analysis plot"""
-    coach = EnhancedCoach()
-    sentimentos = [coach.analisar_sentimento(resp) for resp in respostas]
-    
-    # Convert sentiments to numeric values
-    valor_sentimento = {
-        'positive': 1,
-        'neutral': 0,
-        'improvement': -1
-    }
-    valores = [valor_sentimento[s] for s in sentimentos]
-    
-    # Create the plot
-    fig, ax = plt.subplots(figsize=(8, 4))
-    sns.lineplot(data=valores, marker='o', ax=ax)
-    
-    ax.set_title('Tendência de Sentimento nas Respostas')
-    ax.set_xlabel('Número da Resposta')
-    ax.set_ylabel('Sentimento')
-    ax.set_ylim(-1.5, 1.5)
-    ax.grid(True)
-    
-    # Add horizontal lines for reference
-    ax.axhline(y=0, color='gray', linestyle='--', alpha=0.5)
-    
-    return fig
-
-def generate_word_cloud(respostas: List[str]) -> plt.Figure:
-    """Generate word cloud visualization"""
-    # Combine all responses
-    texto_completo = ' '.join(respostas)
-    
-    # Create word cloud
-    wordcloud = WordCloud(
-        width=800,
-        height=400,
-        background_color='white',
-        colormap='viridis',
-        max_words=100
-    ).generate(texto_completo)
-    
-    # Create the plot
-    fig, ax = plt.subplots(figsize=(10, 5))
-    ax.imshow(wordcloud, interpolation='bilinear')
-    ax.axis('off')
-    ax.set_title('Nuvem de Palavras das Reflexões')
-    
-    return fig
-
-def analyze_themes(respostas: List[str]) -> Tuple[str, str]:
-    """Analyze strong themes and development areas"""
-    coach = EnhancedCoach()
-    temas_fortes = []
-    areas_desenvolvimento = []
-    
-    for resp in respostas:
-        sentimento = coach.analisar_sentimento(resp)
-        if sentimento == "positive":
-            temas_fortes.append("- " + coach.extrair_acao_especifica(resp))
-        elif sentimento == "improvement":
-            areas_desenvolvimento.append("- " + coach.extrair_acao_especifica(resp))
-    
-    temas_fortes_str = "\n".join(temas_fortes[:3]) if temas_fortes else "Análise em andamento..."
-    areas_desenvolvimento_str = "\n".join(areas_desenvolvimento[:3]) if areas_desenvolvimento else "Análise em andamento..."
-    
-    return temas_fortes_str, areas_desenvolvimento_str
-
-def criar_interface():
-    coach = EnhancedCoach()
-    
-    with gr.Blocks(title="Coach de Liderança", theme=gr.themes.Soft()) as app:
-        with gr.Row():
-            with gr.Column(scale=2):
-                gr.Markdown("""
-                # 🚀 Coach de Liderança
-                
-                Desenvolva sua liderança através de reflexão guiada e feedback personalizado.
-                """)
-            
-            with gr.Column(scale=1):
-                timer = gr.Number(
-                    value=0,
-                    label="⏱️ Tempo de Reflexão (minutos)",
-                    interactive=False
-                )
-                progress = gr.Slider(
-                    value=0,
-                    minimum=0,
-                    maximum=len(PERGUNTAS),
-                    step=1,
-                    label="📊 Progresso",
-                    interactive=False
-                )
-        
-        with gr.Tabs() as tabs:
-            with gr.Tab("💭 Sessão Atual"):
-                chat = gr.Chatbot(
-                    value=[[None, coach.primeira_pergunta()]],
-                    height=500,
-                    show_label=False,
-                    type="messages"  # Fixing the deprecation warning
-                )
-                
-                with gr.Row():
-                    with gr.Column(scale=4):
-                        txt = gr.Textbox(
-                            placeholder="Compartilhe sua reflexão aqui...",
-                            lines=4,
-                            label="Sua Resposta"
-                        )
-                    
-                    with gr.Column(scale=1, min_width=100):
-                        with gr.Row():
-                            btn = gr.Button("Enviar", variant="primary")
-                            clear = gr.Button("Limpar")
-                
-                with gr.Row():
-                    tema_atual = gr.Textbox(
-                        value="Autoconhecimento",
-                        label="🎯 Tema Atual",
-                        interactive=False
-                    )
-                    tempo_resposta = gr.Textbox(
-                        value="0:00",
-                        label="⏱️ Tempo nesta resposta",
-                        interactive=False
-                    )
-            
-            with gr.Tab("📊 Insights"):
-                with gr.Row():
-                    with gr.Column():
-                        sentiment_chart = gr.Plot(label="Análise de Sentimento")
-                    with gr.Column():
-                        word_cloud = gr.Plot(label="Nuvem de Palavras")
-                
-                with gr.Row():
-                    temas_fortes = gr.Textbox(
-                        label="💪 Temas com Mais Confiança",
-                        interactive=False,
-                        lines=3
-                    )
-                    areas_desenvolvimento = gr.Textbox(
-                        label="🎯 Áreas para Desenvolvimento",
-                        interactive=False,
-                        lines=3
-                    )
-            
-            with gr.Tab("📝 Notas & Recursos"):
-                with gr.Row():
-                    notas = gr.Textbox(
-                        placeholder="Faça anotações durante sua jornada...",
-                        label="📝 Minhas Notas",
-                        lines=5
-                    )
-                    
-                with gr.Row():
-                    with gr.Accordion("📚 Recursos por Tema", open=False):
-                        gr.Markdown("""
-                        ### 🎯 Autoconhecimento
-                        - [Artigo] Desenvolvendo Autoconsciência na Liderança
-                        - [Exercício] Reflexão sobre Valores e Propósito
-                        - [Ferramenta] Template de Diário de Liderança
-                        
-                        ### 💬 Comunicação
-                        - [Guia] Comunicação Assertiva na Liderança
-                        - [Checklist] Preparação para Feedbacks Difíceis
-                        - [Framework] Estrutura de Comunicação Situacional
-                        
-                        ### 🤔 Tomada de Decisão
-                        - [Modelo] Framework para Decisões Complexas
-                        - [Exercício] Análise de Decisões Passadas
-                        - [Template] Documentação de Decisões Importantes
-                        """)
-        
-        def atualizar_timer():
-            """Update session timer"""
-            tempo = int((datetime.now() - coach.inicio).total_seconds() / 60)
-            return tempo
-        
-        def responder(mensagem, historico):
-            """Process user response and update interface"""
-            if not mensagem.strip():
-                return {
-                    txt: "",
-                    chat: historico
-                }
-            
-            # Convert message to the new format
-            nova_mensagem = {"role": "user", "content": mensagem}
-            
-            # Generate response
-            resposta = coach.gerar_resposta(mensagem)
-            resposta_formatada = {"role": "assistant", "content": resposta}
-            
-            # Update history in the new format
-            historico.append((nova_mensagem, resposta_formatada))
-            
-            # Update visualizations
-            sentiment_analysis = None
-            word_cloud_plot = None
-            strong_themes = ""
-            development_areas = ""
-            
-            if len(coach.historico_respostas) > 1:
-                sentiment_analysis = analyze_sentiment_trend(coach.historico_respostas)
-                word_cloud_plot = generate_word_cloud(coach.historico_respostas)
-                strong_themes, development_areas = analyze_themes(coach.historico_respostas)
-            
-            # Update timer
-            tempo_atual = atualizar_timer()
-            
-            return {
-                txt: "",
-                chat: historico,
-                timer: tempo_atual,
-                progress: coach.pergunta_atual,
-                tema_atual: PERGUNTAS[min(coach.pergunta_atual, len(PERGUNTAS)-1)]["categoria"].title(),
-                tempo_resposta: "0:00",
-                sentiment_chart: sentiment_analysis,
-                word_cloud: word_cloud_plot,
-                temas_fortes: strong_themes,
-                areas_desenvolvimento: development_areas
-            }
-        
-        def limpar_chat():
-            """Reset chat and all related components"""
-            coach.__init__()  # Reset coach state
-            primeira_msg = {"role": "assistant", "content": coach.primeira_pergunta()}
-            return {
-                chat: [[None, primeira_msg]],
-                txt: "",
-                progress: 0,
-                tema_atual: "Autoconhecimento",
-                tempo_resposta: "0:00",
-                sentiment_chart: None,
-                word_cloud: None,
-                temas_fortes: "",
-                areas_desenvolvimento: ""
-            }
-        
-        # Event handlers
-        txt.submit(
-            responder, 
-            [txt, chat], 
-            [txt, chat, timer, progress, tema_atual, tempo_resposta,
-             sentiment_chart, word_cloud, temas_fortes, areas_desenvolvimento]
-        )
-        
-        btn.click(
-            responder, 
-            [txt, chat], 
-            [txt, chat, timer, progress, tema_atual, tempo_resposta,
-             sentiment_chart, word_cloud, temas_fortes, areas_desenvolvimento]
-        )
-        
-        clear.click(
-            limpar_chat,
-            None,
-            [chat, txt, progress, tema_atual, tempo_resposta,
-             sentiment_chart, word_cloud, temas_fortes, areas_desenvolvimento]
-        )
-        
-        # Periodic updates
-        gr.on(
-            triggers=[gr.EventListener(every=1)],
-            fn=atualizar_timer,
-            outputs=[timer]
-        )
-        
-    return app
-
-if __name__ == "__main__":
-    app = criar_interface()
-    app.launch()
+        }