Implementa classes do quiz e passa nos testes - Marcos Felipe

Guia4/main.py

@@ -1,8 +1,37 @@
-from Guia3.src import *
+import os
+from src.perguntadiscursiva import PerguntaDiscursiva
+from src.correcao import Correcao
 
 def main():
-    pass
+    print("=== Iniciando Teste do Sistema de Quiz com LLM (Guia 4) ===")
+
+    # 1. Verificando se a chave de API está configurada
+    if not os.environ.get("GROQ_API_KEY"):
+        print("\n⚠️ AVISO: A variável de ambiente GROQ_API_KEY não foi detectada.")
+        print("Defina-a no terminal antes de rodar: set GROQ_API_KEY=sua_chave\n")
+
+    # 2. Instanciando a pergunta discursiva vazia e atribuindo os dados
+    pergunta = PerguntaDiscursiva()
+    pergunta.texto = "Explique o que é Encapsulamento em Programação Orientada a Objetos."
+    pergunta.resposta_esperada = "É o mecanismo que esconde os detalhes internos de uma classe e protege os dados usando modificadores de acesso (privado/protegido) e métodos getters/setters."
 
+    # 3. Simulando a resposta de um aluno
+    resposta_do_aluno = "Serve para esconder os dados do código lá dentro da classe usando private para ninguém mexer direto e usar métodos para acessar."
+
+    print(f"\nQuestão: {pergunta.texto}")
+    print(f"Resposta do Aluno: '{resposta_do_aluno}'")
+    print("\nEnviando para correção na API do Groq (Llama 3)... Aguarde...")
+
+    # 4. Executando a correção através da classe utilitária
+    resultado = Correcao.corrigir_discursiva(pergunta, resposta_do_aluno)
+
+    # 5. Exibindo o veredito da Inteligência Artificial
+    print("\n================ RESULTADO DA CORREÇÃO ================")
+    print(f"Acertou?      : {resultado.get('correta')}")
+    print(f"Pontuação (0-1): {resultado.get('pontuacao')}")
+    print(f"Feedback      : {resultado.get('feedback')}")
+    print(f"Explicação    : {resultado.get('explicacao')}")
+    print("=======================================================")
 
 if __name__ == "__main__":
     main()

Guia4/src/correcao.py

@@ -1,4 +1,22 @@
-from typing import List, Tuple, Dict
+from typing import Dict, Any, Optional
+from src.perguntadiscursiva import PerguntaDiscursiva
 
 class Correcao:
-    pass
+    @staticmethod
+    def criar_prompt_correcao(pergunta: PerguntaDiscursiva, resposta_aluno: str) -> str:
+        resposta_esperada = getattr(pergunta, "resposta_esperada", 'não informada')
+        return (
+            f"Enunciado da Questão: {pergunta.texto}\n"
+            f"Gabarito/Resposta Esperada: {resposta_esperada}\n"
+            f"Resposta submetida pelo Aluno: {resposta_aluno}\n\n"
+            f"Avalie se a resposta do aluno é conceitualmente equivalente ao gabarito. "
+            f"Determine a pontuação (de 0.0 a 1.0), se está correta (True/False) e gere um feedback estruturado."
+        )
+
+    @staticmethod
+    def corrigir_discursiva(pergunta: PerguntaDiscursiva, resposta_aluno: str, service=None) -> Dict[str, Any]:
+        if service is None:
+            from src.llmservice import LLMService
+            service = LLMService()
+
+        return service.corrigir_resposta(pergunta, resposta_aluno)

Guia4/src/llmservice.py

@@ -1,4 +1,65 @@
-from typing import List, Tuple, Dict
+import os
+import json
+from typing import Dict, Any
+import requests
 
 class LLMService:
-    pass
+    def __init__(self, api_key: str = None, model: str = "llama-3.3-70b-versatile"):
+
+        self.api_key = api_key or os.environ.get("GROQ_API_KEY", "")
+        self.model = model
+        self.base_url = "https://api.groq.com/openai/v1/chat/completions"
+
+    def corrigir_resposta(self, pergunta, resposta_aluno: str) -> Dict[str, Any]:
+
+        from src.correcao import Correcao
+        prompt = Correcao.criar_prompt_correcao(pergunta, resposta_aluno)
+
+        try:
+            return json.loads(self._fazer_chamada_api(prompt))
+        except Exception as e:
+
+            self._tratar_erro(e)
+            return {
+                "correta": False,
+                "pontuacao": 0.0,
+                "feedback": "Erro temporário na comunicação com o avaliador de IA.",
+                "explicacao": "A requisição falhou ou retornou um formato inválido."
+            }
+
+    def _fazer_chamada_api(self, prompt: str) -> str:
+        if not self.api_key:
+            raise ValueError("Chave de API GROQ_API_KEY não configurada no ambiente.")
+
+        headers = {
+            "Authorization": f"Bearer {self.api_key}",
+            "Content-Type": "application/json"
+        }
+
+        payload = {
+            "model": self.model,
+            "messages": [
+                {
+                    "role": "system",
+                    "content": "Você é um professor avaliador rigoroso. Você DEVE responder exclusivamente em formato JSON com as chaves: 'correta' (boolean), 'pontuacao' (float de 0.0 a 1.0), 'feedback' (string) e 'explicacao' (string)."
+                },
+                {
+                    "role": "user",
+                    "content": prompt
+                }
+            ],
+            "response_format": {"type": "json_object"},
+            "temperature": 0.0
+        }
+
+        response = requests.post(self.base_url, headers=headers, json=payload, timeout=10)
+
+        if response.status_code != 200:
+            raise RuntimeError(f"Erro na API Groq ({response.status_code}): {response.text}")
+
+        dados = response.json()
+        return dados["choices"][0]["message"]["content"]
+
+    def _tratar_erro(self, e: Exception) -> None:
+
+        print(f"[LLMService Error]: {str(e)}")

academia/README.md

@@ -0,0 +1,130 @@
+# Guia 5 — Projeto de Sistema com Orientação a Objetos
+
+## Contexto
+
+O **FitTrack** é um sistema completo de gestão de unidades fitness desenvolvido em Python. O projeto consolida e aplica na prática os conceitos fundamentais do paradigma de Orientação a Objetos (POO): classes, objetos, construtores, métodos, encapsulamento, atributos de classe, herança, polimorfismo e composição.
+
+O foco da aplicação é centralizar o ecossistema corporativo de uma academia, gerenciando de forma inteligente o cruzamento de dados de pessoas pelo CPF e automatizando regras de negócios e contratuais.
+
+---
+
+## 1. Diagrama UML
+
+### Diagrama de Classes Principal
+
+```text
+                  +-----------------------------------+
+                  |              Membro               |
+                  |-----------------------------------|
+                  | - nome: str                       |
+                  | - idade: int                      |
+                  | - genero: str                     |
+                  | - email: str                      |
+                  | - contato: str                    |
+                  | - endereco: str                   |
+                  | - CPF: str                        |
+                  +-----------------------------------+
+                                    |
+         +--------------------------+--------------------------+
+         |                          |                          |
+         v                          v                          v
++-----------------+       +-------------------+       +-----------------+
+|      Aluno      |       |    Funcionario    |       |    Personal     |
+|-----------------|       |-------------------|       |-----------------|
+| - plano: str    |       | - cargo: str      |       | - cref: str     |
+| - tipo_aluno:str|       | - salario_base:flt|       | - valor_hora:flt|
+| - personal_vinc |       | - tipo_contrato:st|       | - taxa_academia |
++-----------------+       +-------------------+       +-----------------+
+                                    |
+                                    v
+                          +-------------------+
+                          |   Terceirizado    |
+                          |-------------------|
+                          | - regime: str     |
+                          | - servico: str    |
+                          | - valor_custo: flt|
+                          +-------------------+
+Descrição das Classes
+Membro: Classe base abstrata que define o contrato comum e armazena os dados cadastrais obrigatórios de qualquer indivíduo vinculado à instituição.
+
+Aluno: Herda de Membro. Adiciona regras de matrícula, seleção automatizada de planos e vinculação direta com a equipe interna ou personais cadastrados externos.
+
+Funcionario: Herda de Membro. Representa o corpo de colaboradores corporativos da empresa, dividindo-os nos regimes de contratação CLT ou Estágio.
+
+Personal: Herda de Membro. Representa os profissionais credenciados que utilizam a infraestrutura da academia mediante uma taxa mensal tabelada de uso de espaço.
+
+Terceirizado: Herda de Funcionario/Membro. Gerencia prestadores de serviço externos atuando sob regime Terceirizado Contratual ou Diarista Autônomo.
+
+RH: Classe utilitária baseada em composição e métodos específicos para realizar rotinas trabalhistas como registro de ponto, cálculo de FGTS e férias.
+
+Esquema de Pastas do Projeto
+Plaintext
+academia/
+├── src/
+│   ├── __init__.py
+│   ├── aluno.py
+│   ├── funcionario.py
+│   ├── membro.py
+│   ├── personal.py
+│   ├── RH.py
+│   └── terceirizados.py
+├── tests/
+│   ├── __init__.py
+│   ├── test_aluno.py
+│   ├── test_funcionario.py
+│   ├── test_personal.py
+│   └── test_terceirizados.py
+├── requirements.txt
+├── Guia5_FitTrack_README.md
+└── main.py
+Como preparar o ambiente
+Siga rigorosamente a sequência descrita abaixo para garantir a reprodutibilidade da aplicação em qualquer ambiente de desenvolvimento do Professor Raimundo Valter.
+
+1. Criar ambiente virtual (venv)
+O ambiente virtual isola as execuções do sistema da instalação global do Python na máquina, prevenindo conflitos de escopo. Na pasta raiz do projeto (..\academia>), execute o comando para construir a pasta isolada:
+
+Bash
+python -m venv .venv
+2. Ativar ambiente
+A activation direciona o terminal para utilizar os binários e scripts contidos dentro do diretório virtualizado criado.
+
+Windows
+Na pasta raiz do projeto, execute o comando via CMD ou PowerShell:
+
+DOS
+.\.venv\Scripts\activate
+Linux/macOS
+Na pasta raiz do projeto, execute o comando:
+
+Bash
+source .venv/bin/activate
+3. Instalar dependências
+O arquivo requirements.txt mapeia a lista de dependências externas do projeto. Como a arquitetura do FitTrack priorizou a performance e a portabilidade utilizando apenas pacotes nativos da biblioteca padrão do Python (como unittest, sys, os e datetime), o arquivo atua de forma descritiva e garante que nenhuma biblioteca externa seja baixada sem necessidade.
+
+Para executar o leitor de dependências padrão, utilize:
+
+Bash
+pip install -r requirements.txt
+4. Testes
+A suíte de testes automatizados foi dividida de forma modular em arquivos independentes por entidade. Ela valida as regras de negócio individuais (como o cálculo de taxas de personais, regras contratuais e upgrades do RH) aplicando conceitos robustos de cobertura de código.
+
+Para rodar a validação em lote e obter o relatório detalhado de acertos no terminal, execute o comando de descoberta automática:
+
+Bash
+python -m unittest discover -s tests -v
+5. Execução
+Para iniciar o sistema interativo em modo terminal, execute o arquivo principal:
+
+Bash
+python main.py
+Na tela que abrir, você poderá interagir com o sistema por meio de um menu numérico (1 a 5). O usuário poderá experimentar as seguintes funcionalidades inteligentes:
+
+Vitrine e Equipe Fixa de Personal Trainers (Opção 1): Ao matricular um aluno e optar por vincular um Personal Trainer, o sistema atua como uma plataforma e lista de forma nativa e automatizada a equipe interna pré-configurada da academia (Moniq Peixoto, Sthefany Silva, David Wytalo e Zaion Luz) exibindo também suas especialidades. O sistema permite escolher um profissional pelo seu número identificador ou recusar a lista digitando 'N' para incluir um profissional externo de sua livre escolha.
+
+Cadastro Inteligente por CPF (Opção 1, 2, 3 e 4): Se você cadastrar um Personal Trainer parceiro com um CPF específico (Opção 3) e, em seguida, tentar matricular um Aluno (Opção 1) com esse mesmo CPF, o sistema identificará o registro existente e reaproveitará todos os dados pessoais básicos automaticamente, eliminando a digitação redundante. Novos profissionais cadastrados via menu passam a fazer parte dinamicamente da vitrine de ofertas para futuros alunos.
+
+Upgrade de Contrato de Estágio para CLT (Opção 2): Ao tentar cadastrar um funcionário com um CPF que já pertence a um Estagiário ativo, o sistema oferecerá um fluxo automático de promoção para CLT, solicitando apenas o novo cargo e o novo salário-base.
+
+Precificação Corporativa Automatizada: Ao selecionar os planos de alunos ou o regime de diaristas terceirizados, o sistema injetará de forma autônoma os custos de diárias (R$ 80,00) e taxas de espaço (R$ 250,00), impedindo que o operador insira valores manuais arbitrários.
+
+Validações de Idades Legais: O sistema barra automaticamente credenciamentos de Personal Trainers menores de 18 anos e bloqueia vínculos de trabalho para menores de 14 anos, exigindo também dados de responsáveis legais para alunos menores de idade.

academia/README.md.txt

@@ -0,0 +1 @@
+