Design Pattern Recommender

Sistema inteligente para recomendar Design Patterns baseado em casos de uso, utilizando IA generativa (Google Gemini API) e uma interface futurista inspirada em Matrix.

Estrutura do Projeto

design-pattern/
├── app.py                  # Servidor Flask e lógica do backend
├── pattern_recommender.py  # Lógica de recomendação usando Gemini API
├── requirements.txt        # Dependências Python
├── frontend/               # Código fonte do frontend React
│   ├── src/                # Código fonte React
│   ├── public/             # Arquivos estáticos
│   ├── package.json        # Dependências npm
│   └── ...
├── static/                 # Frontend compilado (gerado automaticamente)
└── README.md               # Documentação do projeto

Requisitos

• Python 3.8 ou superior
• Node.js 16.0 ou superior
• npm 7.0 ou superior
• Conta Google com acesso à Gemini API (obtenha sua chave em https://makersuite.google.com/app/apikey)

Instalação

1. Clone o repositório:

git clone https://github.com/dgomp/design-pattern-recommender.git
cd design-pattern-recommender

2. Crie um arquivo .env na raiz do projeto com sua chave Gemini:

GOOGLE_API_KEY=sua_chave_aqui

3. Instale as dependências Python:

pip install -r requirements.txt

4. Instale as dependências do frontend:

cd frontend
npm install
npm run build
cd ..
python build.py

Executando o Sistema

1. Execute o servidor:

python app.py

O sistema estará disponível em http://localhost:5000 ou http://127.0.0.1:5000

Na primeira execução, o script irá:

• Compilar o frontend React
• Iniciar o servidor Flask

Funcionalidades

• Interface futurista inspirada em Matrix (animação, glassmorphism, neon, som de digitação)
• Análise de casos de uso usando IA generativa (Google Gemini)
• Recomendação dos 3 Design Patterns mais apropriados
• Porcentagem de confiança para cada recomendação
• Explicação detalhada e implementação separadas para cada padrão
• Sugestão de implementação formatada como lista numerada
• Totalmente gratuito (mas requer conexão com a internet e chave Gemini)

Tecnologias Utilizadas

Backend

• Flask (servidor web)
• requests (requisições HTTP)
• python-dotenv (variáveis de ambiente)
• flask-cors (CORS)
• Google Gemini API (IA generativa)

Frontend

• React (biblioteca UI)
• TypeScript (tipagem estática)
• Tailwind CSS (estilização)
• Framer Motion (animações)
• Heroicons (ícones)

API

POST /recommend

Recebe um caso de uso e retorna recomendações de Design Patterns.

Request Body:

{
    "useCase": "Descrição do caso de uso"
}

Response:

{
    "patterns": [
        {
            "name": "Nome do Padrão",
            "confidence": 0.85,
            "explanation": "Explicação detalhada",
            "implementation": "Sugestão de implementação"
        },
        // ... até 3 padrões
    ]
}

Desenvolvimento

Backend

• app.py: Servidor Flask que gerencia as requisições e serve o frontend
• pattern_recommender.py: Implementa a lógica de recomendação usando Gemini API

Frontend

• Projeto React separado, compilado e servido pelo Flask
• Desenvolvimento: cd frontend && npm start
• Compilação: cd frontend && npm run build

Dicas

• Sempre rode npm run build após alterações no frontend para ver as mudanças na versão de produção.
• O backend depende de conexão com a internet para acessar a Gemini API.
• O frontend aceita tanto localhost quanto 127.0.0.1.

Contribuindo

1. Faça um fork do projeto
2. Crie uma branch para sua feature (git checkout -b feature/nova-feature)
3. Commit suas mudanças (git commit -m 'Adiciona nova feature')
4. Push para a branch (git push origin feature/nova-feature)
5. Abra um Pull Request