Update app.py

app.py

@@ -1,23 +1,17 @@
 import os
+import io
+import re
 import json
 import streamlit as st
 from docx import Document
 from pydantic import BaseModel
-
-# ─── IMPORTAÇÕES DO NOVO SDK ─────────────────────────────────────────────────
 from google import genai
 from google.genai import types
 
-# ─── 1. CONFIGURAÇÃO DA PÁGINA ───────────────────────────────────────────────
-st.set_page_config(
-    page_title="Auditoria de TCC - UNIFAGOC",
-    page_icon="⚖️",
-    layout="wide"
-)
+# ─── CONFIGURAÇÃO DA PÁGINA ───────────────────────────────────────────────
+st.set_page_config(page_title="Corretor TCC - UNIFAGOC", page_icon="⚖️", layout="wide")
 
-# ─── 2. ESQUEMA DE DADOS ESTREITO (PYDANTIC) ─────────────────────────────────
-# O Pydantic é extremamente robusto no novo SDK para forçar a IA a 
-# devolver o JSON perfeitamente estruturado, sem fugir das regras.
+# ─── ESQUEMAS DE DADOS (PYDANTIC) ─────────────────────────────────────────
 class AuditoriaTCC(BaseModel):
     aderencia_percentual: int
     diagnostico_geral: str
@@ -29,137 +23,253 @@ class AuditoriaTCC(BaseModel):
     desvios_de_tema_ou_linguica: list[str]
     indicios_texto_generico_ia: list[str]
 
-# ─── 3. AUTENTICAÇÃO GEMINI (NOVO PADRÃO) ────────────────────────────────────
+# ─── AUTENTICAÇÃO GEMINI ──────────────────────────────────────────────────
 api_key = os.environ.get("GEMINI_API_KEY")
-
 if not api_key:
     st.error("❌ ERRO: A variável de ambiente GEMINI_API_KEY não foi encontrada.")
     st.stop()
 
-# A inicialização mudou para o novo cliente
 client = genai.Client(api_key=api_key)
 
-# ─── 4. FUNÇÕES DE EXTRAÇÃO ──────────────────────────────────────────────────
+# ─── FUNÇÕES AUXILIARES ───────────────────────────────────────────────────
 def extrair_texto_docx(arquivo_upload) -> str:
-    """Extrai o texto mantendo a indicação de parágrafos."""
     doc = Document(arquivo_upload)
     linhas = [para.text.strip() for para in doc.paragraphs if para.text.strip()]
     return "\n\n".join(linhas)
 
-# ─── 5. INTERFACE DO USUÁRIO ─────────────────────────────────────────────────
-st.title("⚖️ Auditoria de Aderência (Projeto vs. TCC)")
-st.markdown("""
-Esta ferramenta cruza o **Pré-Projeto** com o **TCC** para identificar fuga do tema, 
-textos genéricos (possível uso indiscriminado de IA) e objetivos não cumpridos.
-""")
+def extrair_referencias_docx(arquivo_upload) -> list:
+    doc = Document(arquivo_upload)
+    resultado = []
+    em_refs = False
+    for i, para in enumerate(doc.paragraphs):
+        texto = para.text.strip()
+        if not texto: continue
+        if re.search(r"^(?:\d+\.?\s*)?REFER[ÊE]NCIAS", texto, re.IGNORECASE):
+            em_refs = True
+            continue
+        if em_refs:
+            if len(texto) < 120 and texto.isupper() and not texto[0].isdigit(): break
+            resultado.append((i, texto))
+    return resultado
 
-st.divider()
+def docx_to_bytes(doc: Document) -> bytes:
+    """Converte o documento editado para bytes para o botão de download."""
+    byte_io = io.BytesIO()
+    doc.save(byte_io)
+    return byte_io.getvalue()
 
-col1, col2 = st.columns(2)
-with col1:
-    arq_projeto = st.file_uploader("1. Envie o Pré-Projeto (.docx)", type=["docx"])
-with col2:
-    arq_tcc = st.file_uploader("2. Envie os Capítulos do TCC (.docx)", type=["docx"])
+# ─── INTERFACE PRINCIPAL (ABAS) ───────────────────────────────────────────
+st.title("⚖️ Assistente Acadêmico - Direito UNIFAGOC")
+aba_auditoria, aba_typos, aba_abnt = st.tabs(["🔍 Auditoria (Projeto vs TCC)", "📝 Correção de Ortografia", "📚 Referências ABNT"])
 
-st.divider()
+# ==============================================================================
+# ABA 1: AUDITORIA E TCC 1 vs TCC 2
+# ==============================================================================
+with aba_auditoria:
+    st.markdown("Cruze o **Pré-Projeto** com o **TCC** para identificar fuga do tema e objetivos não cumpridos.")
+    
+    # OPÇÃO DE FASE DO TCC
+    fase_tcc = st.radio(
+        "Selecione a fase atual do trabalho:",
+        ["TCC 1 (Apenas Introdução e Capítulo 1)", "TCC 2 (TCC Completo com Resumo e Conclusão)"],
+        horizontal=True
+    )
+    
+    col1, col2 = st.columns(2)
+    with col1: arq_projeto = st.file_uploader("1. Envie o Pré-Projeto (.docx)", type=["docx"], key="proj")
+    with col2: arq_tcc = st.file_uploader("2. Envie os Capítulos do TCC (.docx)", type=["docx"], key="tcc_aud")
 
-if st.button("🔍 Iniciar Auditoria Cruzada", type="primary", use_container_width=True):
-    if not arq_projeto or not arq_tcc:
-        st.warning("⚠️ Envie os DOIS arquivos para realizar a comparação.")
-    else:
-        with st.spinner("Analisando argumentos jurídicos e cruzando metodologias..."):
-            
-            texto_projeto = extrair_texto_docx(arq_projeto)
-            texto_tcc = extrair_texto_docx(arq_tcc)
-            
-            prompt = f"""
-            Você é um Professor Examinador titular da banca de Direito da UNIFAGOC.
-            Sua tarefa é cruzar o Pré-Projeto de TCC com o TCC efetivamente entregue.
-            
-            === PRÉ-PROJETO (O compromisso do aluno) ===
-            {texto_projeto}
-            
-            === TCC (O documento final entregue) ===
-            {texto_tcc}
-            
-            INSTRUÇÕES PARA ANÁLISE:
-            1. Identifique explicitamente qual é o 'Problema de Pesquisa' no Pré-Projeto.
-            2. Verifique se o TCC apresenta argumentação jurídica que responde a esse problema.
-            3. Identifique os 'Objetivos Específicos' no Pré-Projeto.
-            4. Aponte quais objetivos específicos foram esquecidos ou mal desenvolvidos no TCC.
-            5. Procure ativamente por "fuga de tema" (textos genéricos, leis citadas sem contexto, embromação teórica sem aplicação prática - sintomas clássicos de texto gerado por IA sem revisão humana).
-            """
-            
-            # Nova forma de configurar parâmetros na API
-            config = types.GenerateContentConfig(
-                temperature=0.0,
-                response_mime_type="application/json",
-                response_schema=AuditoriaTCC,
-            )
-            
-            try:
-                # O método de geração agora usa o cliente e o modelo mais recente
-                resposta = client.models.generate_content(
-                    model="gemini-3.5-flash",
-                    contents=prompt,
-                    config=config
-                )
+    if st.button("🔍 Iniciar Auditoria Cruzada", type="primary"):
+        if not arq_projeto or not arq_tcc:
+            st.warning("⚠️ Envie os DOIS arquivos para realizar a comparação.")
+        else:
+            with st.spinner("Avaliando argumentos..."):
+                texto_projeto = extrair_texto_docx(arq_projeto)
+                texto_tcc = extrair_texto_docx(arq_tcc)
                 
-                # O retorno estruturado via Pydantic já vem formatado, 
-                # mas convertemos o texto JSON gerado para dicionário
-                dados = json.loads(resposta.text)
+                # Regra customizada baseada no TCC 1 ou TCC 2
+                regra_fase = ""
+                if "TCC 1" in fase_tcc:
+                    regra_fase = "ATENÇÃO MÁXIMA: O aluno está na disciplina TCC 1. Ele DEVE entregar apenas a Introdução e o Capítulo 1. NÃO penalize e NÃO aponte como erro a ausência de Resumo, Conclusão ou capítulos posteriores."
+                else:
+                    regra_fase = "O aluno está no TCC 2. O trabalho deve estar completo (Resumo, Introdução, Desenvolvimento, Conclusão e Referências)."
+
+                prompt = f"""
+                Você é um Professor Examinador de Direito da UNIFAGOC.
+                {regra_fase}
                 
-                st.success("Auditoria concluída com sucesso!")
+                === PRÉ-PROJETO ===
+                {texto_projeto}
                 
-                # Renderização Visual dos Dados
-                st.header("📊 Relatório de Consistência")
+                === TCC ===
+                {texto_tcc}
                 
-                aderencia = dados.get("aderencia_percentual", 0)
-                cor = "normal" if aderencia >= 70 else "inverse"
-                st.metric(label="Índice de Aderência ao Pré-Projeto", value=f"{aderencia}%", delta_color=cor)
-                st.info(dados.get("diagnostico_geral", ""))
+                Identifique o Problema, Objetivos e procure por fugas de tema genéricas.
+                """
                 
-                col_a, col_b = st.columns(2)
+                config = types.GenerateContentConfig(
+                    temperature=0.0,
+                    response_mime_type="application/json",
+                    response_schema=AuditoriaTCC,
+                )
                 
-                with col_a:
-                    st.subheader("🎯 Problema de Pesquisa")
-                    st.write(f"**O que o projeto prometeu:** {dados.get('problema_identificado_no_projeto', '')}")
+                try:
+                    resposta = client.models.generate_content(model="gemini-3.5-flash", contents=prompt, config=config)
+                    dados = json.loads(resposta.text)
                     
-                    if dados.get("tcc_respondeu_ao_problema", False):
-                        st.success(f"✅ **O TCC respondeu:** {dados.get('justificativa_problema', '')}")
-                    else:
-                        st.error(f"❌ **O TCC não respondeu:** {dados.get('justificativa_problema', '')}")
-                
-                with col_b:
-                    st.subheader("📋 Objetivos Específicos")
-                    st.write("**O que a IA identificou no projeto:**")
-                    for obj in dados.get("objetivos_especificos_identificados", []):
-                        st.markdown(f"- {obj}")
+                    st.success(f"Auditoria concluída para os parâmetros do {fase_tcc.split(' ')[0]}!")
+                    st.metric(label="Índice de Aderência", value=f"{dados.get('aderencia_percentual')}%")
+                    st.info(dados.get("diagnostico_geral"))
                     
-                    falhas = dados.get("objetivos_nao_cumpridos_no_tcc", [])
-                    if falhas:
-                        st.error("**Objetivos esquecidos no TCC:**")
-                        for f in falhas: st.markdown(f"- {f}")
-                    else:
-                        st.success("✅ Todos os objetivos parecem ter sido abordados.")
+                    c1, c2 = st.columns(2)
+                    with c1:
+                        st.subheader("🎯 Problema de Pesquisa")
+                        st.write(f"**Promessa:** {dados.get('problema_identificado_no_projeto')}")
+                        if dados.get("tcc_respondeu_ao_problema"):
+                            st.success(f"✅ O TCC respondeu: {dados.get('justificativa_problema')}")
+                        else:
+                            st.error(f"❌ Não respondeu: {dados.get('justificativa_problema')}")
+                    with c2:
+                        st.subheader("📋 Objetivos")
+                        for f in dados.get("objetivos_nao_cumpridos_no_tcc", []): st.error(f"Faltou: {f}")
+                        if not dados.get("objetivos_nao_cumpridos_no_tcc"): st.success("✅ Objetivos abordados.")
+                    
+                    st.subheader("🚨 Filtro Anti-Embromação")
+                    for fuga in dados.get("desvios_de_tema_ou_linguica", []): st.warning(f"Fuga: {fuga}")
+                    for ia in dados.get("indicios_texto_generico_ia", []): st.error(f"Texto Genérico/IA: {ia}")
+                    
+                except Exception as e:
+                    st.error(f"Erro: {e}")
 
-                st.divider()
+# ==============================================================================
+# ABA 2: CORREÇÃO DE ORTOGRAFIA E DIGITAÇÃO (TYPOS)
+# ==============================================================================
+with aba_typos:
+    st.markdown("Identifica e corrige automaticamente palavras duplicadas, erros ortográficos e gramaticais.")
+    arq_typos = st.file_uploader("Envie o TCC (.docx) para correção", type=["docx"], key="typos")
+    
+    if st.button("📝 Corrigir Ortografia"):
+        if arq_typos:
+            with st.spinner("Caçando erros de digitação..."):
+                texto = extrair_texto_docx(arq_typos)
+                prompt_typos = f"""
+                Analise o texto e identifique erros OBJETIVOS (ortografia, gramática, palavras duplicadas).
+                NÃO aponte termos em inglês ou jargões jurídicos.
+                TEXTO: {texto[:20000]}
                 
-                st.subheader("🚨 Filtro de Qualidade e Anti-Embromação")
+                Retorne um JSON: {{"erros": [{{"original": "trecho errado", "corrigido": "trecho certo", "motivo": "explicacao"}}]}}
+                """
                 
-                fugas = dados.get("desvios_de_tema_ou_linguica", [])
-                if fugas:
-                    st.warning("**Fugas de Tema Identificadas:**")
-                    for fuga in fugas: st.markdown(f"• {fuga}")
-                else:
-                    st.success("✅ Sem fugas de tema graves.")
+                try:
+                    res = client.models.generate_content(
+                        model="gemini-3.5-flash", 
+                        contents=prompt_typos, 
+                        config=types.GenerateContentConfig(temperature=0.1, response_mime_type="application/json")
+                    )
+                    erros = json.loads(res.text).get("erros", [])
+                    
+                    if not erros:
+                        st.success("🎉 Nenhum erro encontrado! O texto está limpo.")
+                    else:
+                        st.warning(f"{len(erros)} erro(s) encontrado(s). Aplicando correções...")
+                        doc_typos = Document(arq_typos)
+                        aplicadas = 0
+                        for e in erros:
+                            orig = e.get("original", "")
+                            corr = e.get("corrigido", "")
+                            st.write(f"❌ `{orig}` ➔ ✅ `{corr}` (*{e.get('motivo')}*)")
+                            
+                            # Lógica de substituição no Documento
+                            for para in doc_typos.paragraphs:
+                                if orig in para.text:
+                                    for run in para.runs:
+                                        if orig in run.text:
+                                            run.text = run.text.replace(orig, corr, 1)
+                                            aplicadas += 1
+                                            break
+                        
+                        if aplicadas > 0:
+                            st.success(f"{aplicadas} correções aplicadas no documento!")
+                            st.download_button(
+                                label="⬇️ Baixar Documento Corrigido (.docx)",
+                                data=docx_to_bytes(doc_typos),
+                                file_name="TCC_Sem_Erros.docx",
+                                mime="application/vnd.openxmlformats-officedocument.wordprocessingml.document"
+                            )
+                except Exception as e:
+                    st.error(f"Erro ao processar: {e}")
 
-                indicios_ia = dados.get("indicios_texto_generico_ia", [])
-                if indicios_ia:
-                    st.error("**Alerta de Texto Genérico (Possível IA sem revisão):**")
-                    for indicio in indicios_ia: st.markdown(f"• {indicio}")
+# ==============================================================================
+# ABA 3: FORMATAÇÃO DE REFERÊNCIAS ABNT
+# ==============================================================================
+with aba_abnt:
+    st.markdown("Verifica a formatação NBR 6023:2018 e aplica o negrito nos elementos corretos (Ex: Título do livro ou Nome do Periódico).")
+    arq_abnt = st.file_uploader("Envie o TCC (.docx) para checar referências", type=["docx"], key="abnt")
+    
+    if st.button("📚 Corrigir Referências"):
+        if arq_abnt:
+            with st.spinner("Avaliando normas ABNT..."):
+                referencias = extrair_referencias_docx(arq_abnt)
+                if not referencias:
+                    st.warning("Nenhuma referência encontrada. Certifique-se de que o título da seção seja 'REFERÊNCIAS'.")
                 else:
-                    st.success("✅ O texto apresenta coesão acadêmica sem marcas óbvias de automação genérica.")
+                    texto_refs = "\n".join(f"{i+1}. {texto}" for i, (_, texto) in enumerate(referencias))
+                    prompt_abnt = f"""
+                    Verifique as referências abaixo seguindo a ABNT NBR 6023:2018.
+                    Retorne um JSON com a avaliação:
+                    {{"problemas": [{{"numero": int, "erros": ["erro 1"], "elemento_negrito": "palavra a receber destaque"}}]}}
+                    REFERÊNCIAS:
+                    {texto_refs}
+                    """
+                    
+                    try:
+                        res = client.models.generate_content(
+                            model="gemini-3.5-flash", 
+                            contents=prompt_abnt, 
+                            config=types.GenerateContentConfig(temperature=0.0, response_mime_type="application/json")
+                        )
+                        problemas = json.loads(res.text).get("problemas", [])
+                        
+                        doc_abnt = Document(arq_abnt)
+                        
+                        # Função interna de negrito adaptada do seu script original
+                        def aplicar_negrito(doc, refs_problematicas):
+                            em_refs = False
+                            ref_idx = 0
+                            for para in doc.paragraphs:
+                                texto = para.text.strip()
+                                if not texto: continue
+                                if re.search(r"^(?:\d+\.?\s*)?REFER[ÊE]NCIAS", texto, re.IGNORECASE):
+                                    em_refs = True
+                                    continue
+                                if not em_refs or len(texto) < 10: continue
+                                
+                                # Aplica a lógica de negrito se a referência foi sinalizada
+                                nums_prob = {p.get("numero", 0) - 1 for p in refs_problematicas}
+                                if ref_idx in nums_prob:
+                                    match = re.match(r"^((?:[A-ZÁÉÍÓÚÀÂÊÔÃÕÇ][^.;]+[.;]\s*)+)\s*(.+?)(\.\s+(?:\d+\.\s+ed|[A-Z]).*|$)", para.text)
+                                    if match:
+                                        autoria, titulo = match.group(1).strip(), match.group(2).strip()
+                                        pos_atual, pos_ini, pos_fim = 0, para.text.find(titulo, len(autoria)), 0
+                                        pos_fim = pos_ini + len(titulo)
+                                        for run in para.runs:
+                                            fim_run = pos_atual + len(run.text)
+                                            if pos_atual >= pos_ini and fim_run <= pos_fim: run.bold = True
+                                            elif pos_atual < pos_fim and fim_run > pos_ini: run.bold = True
+                                            pos_atual += len(run.text)
+                                ref_idx += 1
 
-            except Exception as e:
-                st.error(f"Ocorreu um erro no processamento: {e}")
+                        aplicar_negrito(doc_abnt, problemas)
+                        
+                        for p in problemas:
+                            st.write(f"⚠️ Referência #{p['numero']} possui erros: {', '.join(p['erros'])}")
+                            
+                        st.success("Formatação de destaque (negrito) aplicada com base na ABNT!")
+                        st.download_button(
+                            label="⬇️ Baixar TCC com Referências Corrigidas (.docx)",
+                            data=docx_to_bytes(doc_abnt),
+                            file_name="TCC_ABNT_Corrigido.docx",
+                            mime="application/vnd.openxmlformats-officedocument.wordprocessingml.document"
+                        )
+                    except Exception as e:
+                        st.error(f"Erro na verificação: {e}")