Atualiza a estrutura do projeto Evo AI, adicionando novos scripts de seeders para criar dados iniciais, incluindo usuários, agentes, clientes e ferramentas. Implementa rotas de autenticação e auditoria, além de configurar o middleware JWT. Atualiza as configurações de ambiente e o README para refletir as mudanças. Adiciona novas dependências para autenticação e envio de e-mails.

This commit is contained in:
Davidson Gomes
2025-04-28 15:33:48 -03:00
parent dbdb72ce0e
commit 84ea77c3f7
72 changed files with 5211 additions and 3083 deletions

View File

@@ -0,0 +1,79 @@
"""
Script para criar um usuário administrador inicial:
- Email: admin@evoai.com
- Senha: definida nas variáveis de ambiente ADMIN_INITIAL_PASSWORD
- is_admin: True
- is_active: True
- email_verified: True
"""
import os
import sys
import logging
from sqlalchemy import create_engine
from sqlalchemy.orm import sessionmaker
from dotenv import load_dotenv
from src.models.models import User
from src.utils.security import get_password_hash
# Configurar logging
logging.basicConfig(level=logging.INFO, format='%(asctime)s - %(levelname)s - %(message)s')
logger = logging.getLogger(__name__)
def create_admin_user():
"""Cria um usuário administrador inicial no sistema"""
try:
# Carregar variáveis de ambiente
load_dotenv()
# Obter configurações do banco de dados
db_url = os.getenv("POSTGRES_CONNECTION_STRING")
if not db_url:
logger.error("Variável de ambiente POSTGRES_CONNECTION_STRING não definida")
return False
# Obter senha do administrador
admin_password = os.getenv("ADMIN_INITIAL_PASSWORD")
if not admin_password:
logger.error("Variável de ambiente ADMIN_INITIAL_PASSWORD não definida")
return False
# Configuração do email do admin
admin_email = os.getenv("ADMIN_EMAIL", "admin@evoai.com")
# Conectar ao banco de dados
engine = create_engine(db_url)
Session = sessionmaker(bind=engine)
session = Session()
# Verificar se o administrador já existe
existing_admin = session.query(User).filter(User.email == admin_email).first()
if existing_admin:
logger.info(f"Administrador com email {admin_email} já existe")
return True
# Criar administrador
admin_user = User(
email=admin_email,
password_hash=get_password_hash(admin_password),
is_admin=True,
is_active=True,
email_verified=True
)
# Adicionar e comitar
session.add(admin_user)
session.commit()
logger.info(f"Administrador criado com sucesso: {admin_email}")
return True
except Exception as e:
logger.error(f"Erro ao criar administrador: {str(e)}")
return False
finally:
session.close()
if __name__ == "__main__":
success = create_admin_user()
sys.exit(0 if success else 1)

View File

@@ -0,0 +1,158 @@
"""
Script para criar agentes de exemplo para o cliente demo:
- Agente Atendimento: configurado para responder perguntas gerais
- Agente Vendas: configurado para responder sobre produtos
- Agente FAQ: configurado para responder perguntas frequentes
Cada agente com instruções e configurações pré-definidas
"""
import os
import sys
import logging
import uuid
from sqlalchemy import create_engine
from sqlalchemy.orm import sessionmaker
from sqlalchemy.exc import SQLAlchemyError
from dotenv import load_dotenv
from src.models.models import Agent, Client, User
# Configurar logging
logging.basicConfig(level=logging.INFO, format='%(asctime)s - %(levelname)s - %(message)s')
logger = logging.getLogger(__name__)
def create_demo_agents():
"""Cria agentes de exemplo para o cliente demo"""
try:
# Carregar variáveis de ambiente
load_dotenv()
# Obter configurações do banco de dados
db_url = os.getenv("POSTGRES_CONNECTION_STRING")
if not db_url:
logger.error("Variável de ambiente POSTGRES_CONNECTION_STRING não definida")
return False
# Conectar ao banco de dados
engine = create_engine(db_url)
Session = sessionmaker(bind=engine)
session = Session()
try:
# Obter o cliente demo pelo email do usuário
demo_email = os.getenv("DEMO_EMAIL", "demo@exemplo.com")
demo_user = session.query(User).filter(User.email == demo_email).first()
if not demo_user or not demo_user.client_id:
logger.error(f"Usuário demo não encontrado ou não associado a um cliente: {demo_email}")
return False
client_id = demo_user.client_id
# Verificar se já existem agentes para este cliente
existing_agents = session.query(Agent).filter(Agent.client_id == client_id).all()
if existing_agents:
logger.info(f"Já existem {len(existing_agents)} agentes para o cliente {client_id}")
return True
# Definições dos agentes de exemplo
agents = [
{
"name": "Atendimento_Geral",
"description": "Agente para atendimento geral e dúvidas básicas",
"type": "llm",
"model": "gpt-3.5-turbo",
"api_key": "${OPENAI_API_KEY}", # Será substituído pela variável de ambiente
"instruction": """
Você é um assistente de atendimento ao cliente da empresa.
Seja cordial, objetivo e eficiente. Responda às dúvidas dos clientes
de forma clara e sucinta. Se não souber a resposta, informe que irá
consultar um especialista e retornará em breve.
""",
"config": {
"temperature": 0.7,
"max_tokens": 500,
"tools": []
}
},
{
"name": "Vendas_Produtos",
"description": "Agente especializado em vendas e informações sobre produtos",
"type": "llm",
"model": "claude-3-sonnet-20240229",
"api_key": "${ANTHROPIC_API_KEY}", # Será substituído pela variável de ambiente
"instruction": """
Você é um especialista em vendas da empresa.
Seu objetivo é fornecer informações detalhadas sobre produtos,
comparar diferentes opções, destacar benefícios e vantagens competitivas.
Use uma linguagem persuasiva mas honesta, e sempre busque entender
as necessidades do cliente antes de recomendar um produto.
""",
"config": {
"temperature": 0.8,
"max_tokens": 800,
"tools": ["web_search"]
}
},
{
"name": "FAQ_Bot",
"description": "Agente para responder perguntas frequentes",
"type": "llm",
"model": "gemini-pro",
"api_key": "${GOOGLE_API_KEY}", # Será substituído pela variável de ambiente
"instruction": """
Você é um assistente especializado em responder perguntas frequentes.
Suas respostas devem ser diretas, objetivas e baseadas nas informações
da empresa. Utilize uma linguagem simples e acessível. Se a pergunta
não estiver relacionada às FAQs disponíveis, direcione o cliente para
o canal de atendimento adequado.
""",
"config": {
"temperature": 0.5,
"max_tokens": 400,
"tools": []
}
}
]
# Criar os agentes
for agent_data in agents:
# Substituir placeholders de API Keys por variáveis de ambiente quando disponíveis
if "${OPENAI_API_KEY}" in agent_data["api_key"]:
agent_data["api_key"] = os.getenv("OPENAI_API_KEY", "")
elif "${ANTHROPIC_API_KEY}" in agent_data["api_key"]:
agent_data["api_key"] = os.getenv("ANTHROPIC_API_KEY", "")
elif "${GOOGLE_API_KEY}" in agent_data["api_key"]:
agent_data["api_key"] = os.getenv("GOOGLE_API_KEY", "")
agent = Agent(
client_id=client_id,
name=agent_data["name"],
description=agent_data["description"],
type=agent_data["type"],
model=agent_data["model"],
api_key=agent_data["api_key"],
instruction=agent_data["instruction"].strip(),
config=agent_data["config"]
)
session.add(agent)
logger.info(f"Agente '{agent_data['name']}' criado para o cliente {client_id}")
session.commit()
logger.info(f"Todos os agentes de exemplo foram criados com sucesso para o cliente {client_id}")
return True
except SQLAlchemyError as e:
session.rollback()
logger.error(f"Erro de banco de dados ao criar agentes de exemplo: {str(e)}")
return False
except Exception as e:
logger.error(f"Erro ao criar agentes de exemplo: {str(e)}")
return False
finally:
session.close()
if __name__ == "__main__":
success = create_demo_agents()
sys.exit(0 if success else 1)

View File

@@ -0,0 +1,93 @@
"""
Script para criar um cliente de exemplo:
- Nome: Cliente Demo
- Com usuário associado:
- Email: demo@exemplo.com
- Senha: demo123 (ou definida em variável de ambiente)
- is_admin: False
- is_active: True
- email_verified: True
"""
import os
import sys
import logging
from sqlalchemy import create_engine
from sqlalchemy.orm import sessionmaker
from sqlalchemy.exc import SQLAlchemyError
from dotenv import load_dotenv
from src.models.models import User, Client
from src.utils.security import get_password_hash
# Configurar logging
logging.basicConfig(level=logging.INFO, format='%(asctime)s - %(levelname)s - %(message)s')
logger = logging.getLogger(__name__)
def create_demo_client_and_user():
"""Cria um cliente e usuário de demonstração no sistema"""
try:
# Carregar variáveis de ambiente
load_dotenv()
# Obter configurações do banco de dados
db_url = os.getenv("POSTGRES_CONNECTION_STRING")
if not db_url:
logger.error("Variável de ambiente POSTGRES_CONNECTION_STRING não definida")
return False
# Obter senha do usuário demo (ou usar padrão)
demo_password = os.getenv("DEMO_PASSWORD", "demo123")
# Configurações do cliente e usuário demo
demo_client_name = os.getenv("DEMO_CLIENT_NAME", "Cliente Demo")
demo_email = os.getenv("DEMO_EMAIL", "demo@exemplo.com")
# Conectar ao banco de dados
engine = create_engine(db_url)
Session = sessionmaker(bind=engine)
session = Session()
try:
# Verificar se o usuário já existe
existing_user = session.query(User).filter(User.email == demo_email).first()
if existing_user:
logger.info(f"Usuário demo com email {demo_email} já existe")
return True
# Criar cliente demo
demo_client = Client(name=demo_client_name)
session.add(demo_client)
session.flush() # Obter o ID do cliente
# Criar usuário demo associado ao cliente
demo_user = User(
email=demo_email,
password_hash=get_password_hash(demo_password),
client_id=demo_client.id,
is_admin=False,
is_active=True,
email_verified=True
)
# Adicionar e comitar
session.add(demo_user)
session.commit()
logger.info(f"Cliente demo '{demo_client_name}' criado com sucesso")
logger.info(f"Usuário demo criado com sucesso: {demo_email}")
return True
except SQLAlchemyError as e:
session.rollback()
logger.error(f"Erro de banco de dados ao criar cliente/usuário demo: {str(e)}")
return False
except Exception as e:
logger.error(f"Erro ao criar cliente/usuário demo: {str(e)}")
return False
finally:
session.close()
if __name__ == "__main__":
success = create_demo_client_and_user()
sys.exit(0 if success else 1)

View File

@@ -0,0 +1,184 @@
"""
Script para criar contatos de exemplo para o cliente demo:
- Contatos com histórico de conversas
- Diferentes perfis de cliente
- Dados fictícios para demonstração
"""
import os
import sys
import logging
import json
from sqlalchemy import create_engine
from sqlalchemy.orm import sessionmaker
from sqlalchemy.exc import SQLAlchemyError
from dotenv import load_dotenv
from src.models.models import Contact, User, Client
# Configurar logging
logging.basicConfig(
level=logging.INFO, format="%(asctime)s - %(levelname)s - %(message)s"
)
logger = logging.getLogger(__name__)
def create_demo_contacts():
"""Cria contatos de exemplo para o cliente demo"""
try:
# Carregar variáveis de ambiente
load_dotenv()
# Obter configurações do banco de dados
db_url = os.getenv("POSTGRES_CONNECTION_STRING")
if not db_url:
logger.error("Variável de ambiente POSTGRES_CONNECTION_STRING não definida")
return False
# Conectar ao banco de dados
engine = create_engine(db_url)
Session = sessionmaker(bind=engine)
session = Session()
try:
# Obter o cliente demo pelo email do usuário
demo_email = os.getenv("DEMO_EMAIL", "demo@exemplo.com")
demo_user = session.query(User).filter(User.email == demo_email).first()
if not demo_user or not demo_user.client_id:
logger.error(
f"Usuário demo não encontrado ou não associado a um cliente: {demo_email}"
)
return False
client_id = demo_user.client_id
# Verificar se já existem contatos para este cliente
existing_contacts = (
session.query(Contact).filter(Contact.client_id == client_id).all()
)
if existing_contacts:
logger.info(
f"Já existem {len(existing_contacts)} contatos para o cliente {client_id}"
)
return True
# Definições dos contatos de exemplo
contacts = [
{
"name": "Maria Silva",
"ext_id": "5511999998888",
"meta": {
"source": "whatsapp",
"tags": ["cliente_vip", "suporte_premium"],
"location": "São Paulo, SP",
"last_contact": "2023-08-15T14:30:00Z",
"account_details": {
"customer_since": "2020-03-10",
"plan": "Enterprise",
"payment_status": "active",
},
},
},
{
"name": "João Santos",
"ext_id": "5511988887777",
"meta": {
"source": "whatsapp",
"tags": ["prospecção", "demo_solicitada"],
"location": "Rio de Janeiro, RJ",
"last_contact": "2023-09-20T10:15:00Z",
"interests": ["automação", "marketing", "chatbots"],
},
},
{
"name": "Ana Oliveira",
"ext_id": "5511977776666",
"meta": {
"source": "telegram",
"tags": ["suporte_técnico", "problema_resolvido"],
"location": "Belo Horizonte, MG",
"last_contact": "2023-09-25T16:45:00Z",
"support_cases": [
{
"id": "SUP-2023-1234",
"status": "closed",
"priority": "high",
},
{
"id": "SUP-2023-1567",
"status": "open",
"priority": "medium",
},
],
},
},
{
"name": "Carlos Pereira",
"ext_id": "5511966665555",
"meta": {
"source": "whatsapp",
"tags": ["cancelamento", "retenção"],
"location": "Porto Alegre, RS",
"last_contact": "2023-09-10T09:30:00Z",
"account_details": {
"customer_since": "2019-05-22",
"plan": "Professional",
"payment_status": "overdue",
"invoice_pending": True,
},
},
},
{
"name": "Fernanda Lima",
"ext_id": "5511955554444",
"meta": {
"source": "telegram",
"tags": ["parceiro", "integrador"],
"location": "Curitiba, PR",
"last_contact": "2023-09-18T14:00:00Z",
"partner_details": {
"company": "TechSolutions Ltda",
"partner_level": "Gold",
"certified": True,
},
},
},
]
# Criar os contatos
for contact_data in contacts:
contact = Contact(
client_id=client_id,
name=contact_data["name"],
ext_id=contact_data["ext_id"],
meta=contact_data["meta"],
)
session.add(contact)
logger.info(
f"Contato '{contact_data['name']}' criado para o cliente {client_id}"
)
session.commit()
logger.info(
f"Todos os contatos de exemplo foram criados com sucesso para o cliente {client_id}"
)
return True
except SQLAlchemyError as e:
session.rollback()
logger.error(
f"Erro de banco de dados ao criar contatos de exemplo: {str(e)}"
)
return False
except Exception as e:
logger.error(f"Erro ao criar contatos de exemplo: {str(e)}")
return False
finally:
session.close()
if __name__ == "__main__":
success = create_demo_contacts()
sys.exit(0 if success else 1)

View File

@@ -0,0 +1,150 @@
"""
Script para criar servidores MCP padrão:
- Servidor Anthropic Claude
- Servidor OpenAI GPT
- Servidor Google Gemini
- Servidor Ollama (local)
Cada um com configurações padrão para produção
"""
import os
import sys
import logging
from sqlalchemy import create_engine
from sqlalchemy.orm import sessionmaker
from sqlalchemy.exc import SQLAlchemyError
from dotenv import load_dotenv
from src.models.models import MCPServer
# Configurar logging
logging.basicConfig(level=logging.INFO, format='%(asctime)s - %(levelname)s - %(message)s')
logger = logging.getLogger(__name__)
def create_mcp_servers():
"""Cria servidores MCP padrão no sistema"""
try:
# Carregar variáveis de ambiente
load_dotenv()
# Obter configurações do banco de dados
db_url = os.getenv("POSTGRES_CONNECTION_STRING")
if not db_url:
logger.error("Variável de ambiente POSTGRES_CONNECTION_STRING não definida")
return False
# Conectar ao banco de dados
engine = create_engine(db_url)
Session = sessionmaker(bind=engine)
session = Session()
try:
# Verificar se já existem servidores MCP
existing_servers = session.query(MCPServer).all()
if existing_servers:
logger.info(f"Já existem {len(existing_servers)} servidores MCP cadastrados")
return True
# Definições dos servidores MCP
mcp_servers = [
{
"name": "Anthropic Claude",
"description": "Servidor para modelos Claude da Anthropic",
"config_json": {
"provider": "anthropic",
"models": ["claude-3-sonnet-20240229", "claude-3-opus-20240229", "claude-3-haiku-20240307"],
"api_base": "https://api.anthropic.com/v1",
"api_key_env": "ANTHROPIC_API_KEY"
},
"environments": {
"production": True,
"development": True,
"staging": True
},
"tools": ["function_calling", "web_search"],
"type": "official"
},
{
"name": "OpenAI GPT",
"description": "Servidor para modelos GPT da OpenAI",
"config_json": {
"provider": "openai",
"models": ["gpt-4", "gpt-4-turbo", "gpt-3.5-turbo"],
"api_base": "https://api.openai.com/v1",
"api_key_env": "OPENAI_API_KEY"
},
"environments": {
"production": True,
"development": True,
"staging": True
},
"tools": ["function_calling", "web_search", "image_generation"],
"type": "official"
},
{
"name": "Google Gemini",
"description": "Servidor para modelos Gemini do Google",
"config_json": {
"provider": "google",
"models": ["gemini-pro", "gemini-ultra"],
"api_base": "https://generativelanguage.googleapis.com/v1",
"api_key_env": "GOOGLE_API_KEY"
},
"environments": {
"production": True,
"development": True,
"staging": True
},
"tools": ["function_calling", "web_search"],
"type": "official"
},
{
"name": "Ollama Local",
"description": "Servidor para modelos locais via Ollama",
"config_json": {
"provider": "ollama",
"models": ["llama3", "mistral", "mixtral"],
"api_base": "http://localhost:11434",
"api_key_env": None
},
"environments": {
"production": False,
"development": True,
"staging": False
},
"tools": [],
"type": "community"
}
]
# Criar os servidores MCP
for server_data in mcp_servers:
server = MCPServer(
name=server_data["name"],
description=server_data["description"],
config_json=server_data["config_json"],
environments=server_data["environments"],
tools=server_data["tools"],
type=server_data["type"]
)
session.add(server)
logger.info(f"Servidor MCP '{server_data['name']}' criado com sucesso")
session.commit()
logger.info("Todos os servidores MCP foram criados com sucesso")
return True
except SQLAlchemyError as e:
session.rollback()
logger.error(f"Erro de banco de dados ao criar servidores MCP: {str(e)}")
return False
except Exception as e:
logger.error(f"Erro ao criar servidores MCP: {str(e)}")
return False
finally:
session.close()
if __name__ == "__main__":
success = create_mcp_servers()
sys.exit(0 if success else 1)

View File

@@ -0,0 +1,183 @@
"""
Script para criar ferramentas padrão:
- Pesquisa Web
- Consulta a Documentos
- Consulta a Base de Conhecimento
- Integração WhatsApp/Telegram
Cada uma com configurações básicas para demonstração
"""
import os
import sys
import logging
from sqlalchemy import create_engine
from sqlalchemy.orm import sessionmaker
from sqlalchemy.exc import SQLAlchemyError
from dotenv import load_dotenv
from src.models.models import Tool
# Configurar logging
logging.basicConfig(level=logging.INFO, format='%(asctime)s - %(levelname)s - %(message)s')
logger = logging.getLogger(__name__)
def create_tools():
"""Cria ferramentas padrão no sistema"""
try:
# Carregar variáveis de ambiente
load_dotenv()
# Obter configurações do banco de dados
db_url = os.getenv("POSTGRES_CONNECTION_STRING")
if not db_url:
logger.error("Variável de ambiente POSTGRES_CONNECTION_STRING não definida")
return False
# Conectar ao banco de dados
engine = create_engine(db_url)
Session = sessionmaker(bind=engine)
session = Session()
try:
# Verificar se já existem ferramentas
existing_tools = session.query(Tool).all()
if existing_tools:
logger.info(f"Já existem {len(existing_tools)} ferramentas cadastradas")
return True
# Definições das ferramentas
tools = [
{
"name": "web_search",
"description": "Pesquisa na web para obter informações atualizadas",
"config_json": {
"provider": "brave",
"api_base": "https://api.search.brave.com/res/v1/web/search",
"api_key_env": "BRAVE_API_KEY",
"max_results": 5,
"safe_search": "moderate"
},
"environments": {
"production": True,
"development": True,
"staging": True
}
},
{
"name": "document_query",
"description": "Consulta documentos internos para obter informações específicas",
"config_json": {
"provider": "internal",
"api_base": "${KNOWLEDGE_API_URL}/documents",
"api_key_env": "KNOWLEDGE_API_KEY",
"embeddings_model": "text-embedding-3-small",
"max_chunks": 10,
"similarity_threshold": 0.75
},
"environments": {
"production": True,
"development": True,
"staging": True
}
},
{
"name": "knowledge_base",
"description": "Consulta base de conhecimento para solução de problemas",
"config_json": {
"provider": "internal",
"api_base": "${KNOWLEDGE_API_URL}/kb",
"api_key_env": "KNOWLEDGE_API_KEY",
"max_results": 3,
"categories": ["support", "faq", "troubleshooting"]
},
"environments": {
"production": True,
"development": True,
"staging": True
}
},
{
"name": "whatsapp_integration",
"description": "Integração com WhatsApp para envio e recebimento de mensagens",
"config_json": {
"provider": "meta",
"api_base": "https://graph.facebook.com/v17.0",
"api_key_env": "WHATSAPP_API_KEY",
"phone_number_id": "${WHATSAPP_PHONE_ID}",
"webhook_verify_token": "${WHATSAPP_VERIFY_TOKEN}",
"templates_enabled": True
},
"environments": {
"production": True,
"development": False,
"staging": True
}
},
{
"name": "telegram_integration",
"description": "Integração com Telegram para envio e recebimento de mensagens",
"config_json": {
"provider": "telegram",
"api_base": "https://api.telegram.org",
"api_key_env": "TELEGRAM_BOT_TOKEN",
"webhook_url": "${APP_URL}/webhook/telegram",
"allowed_updates": ["message", "callback_query"]
},
"environments": {
"production": True,
"development": False,
"staging": True
}
}
]
# Criar as ferramentas
for tool_data in tools:
# Substituir placeholders por variáveis de ambiente quando disponíveis
if "api_base" in tool_data["config_json"]:
if "${KNOWLEDGE_API_URL}" in tool_data["config_json"]["api_base"]:
tool_data["config_json"]["api_base"] = tool_data["config_json"]["api_base"].replace(
"${KNOWLEDGE_API_URL}", os.getenv("KNOWLEDGE_API_URL", "http://localhost:5540")
)
if "webhook_url" in tool_data["config_json"]:
if "${APP_URL}" in tool_data["config_json"]["webhook_url"]:
tool_data["config_json"]["webhook_url"] = tool_data["config_json"]["webhook_url"].replace(
"${APP_URL}", os.getenv("APP_URL", "http://localhost:8000")
)
if "phone_number_id" in tool_data["config_json"]:
if "${WHATSAPP_PHONE_ID}" in tool_data["config_json"]["phone_number_id"]:
tool_data["config_json"]["phone_number_id"] = os.getenv("WHATSAPP_PHONE_ID", "")
if "webhook_verify_token" in tool_data["config_json"]:
if "${WHATSAPP_VERIFY_TOKEN}" in tool_data["config_json"]["webhook_verify_token"]:
tool_data["config_json"]["webhook_verify_token"] = os.getenv("WHATSAPP_VERIFY_TOKEN", "")
tool = Tool(
name=tool_data["name"],
description=tool_data["description"],
config_json=tool_data["config_json"],
environments=tool_data["environments"]
)
session.add(tool)
logger.info(f"Ferramenta '{tool_data['name']}' criada com sucesso")
session.commit()
logger.info("Todas as ferramentas foram criadas com sucesso")
return True
except SQLAlchemyError as e:
session.rollback()
logger.error(f"Erro de banco de dados ao criar ferramentas: {str(e)}")
return False
except Exception as e:
logger.error(f"Erro ao criar ferramentas: {str(e)}")
return False
finally:
session.close()
if __name__ == "__main__":
success = create_tools()
sys.exit(0 if success else 1)