app.py

import gradio as gr
import plotly.graph_objects as go
from sentence_transformers import SentenceTransformer
import numpy as np

model = SentenceTransformer('sentence-transformers/all-MiniLM-L6-v2')

def generate_profile_analysis(perfil_data):
    """
    Gera análise detalhada baseada nos percentuais DISC usando embeddings
    """
    # Base de conhecimento para análise DISC
    disc_knowledge = {
        'D': {
            'alto': {
                'caracteristicas': [
                    "Forte capacidade de liderança e decisão",
                    "Orientação para resultados e ação rápida",
                    "Assertividade e competitividade elevadas"
                ],
                'desenvolvimento': [
                    "Desenvolver mais paciência e empatia",
                    "Praticar escuta ativa",
                    "Considerar impactos nas pessoas"
                ],
                'carreiras': [
                    "Gestão executiva",
                    "Empreendedorismo",
                    "Gestão de projetos"
                ]
            },
            'baixo': {
                'caracteristicas': [
                    "Abordagem colaborativa e consensual",
                    "Foco em harmonia e cooperação",
                    "Decisões cuidadosas e ponderadas"
                ],
                'desenvolvimento': [
                    "Desenvolver mais assertividade",
                    "Praticar tomada de decisão",
                    "Expressar opiniões com mais frequência"
                ],
                'carreiras': [
                    "Análise e planejamento",
                    "Suporte e consultoria",
                    "Desenvolvimento especializado"
                ]
            }
        },
        'I': {
            'alto': {
                'caracteristicas': [
                    "Excelente comunicação e sociabilidade",
                    "Entusiasmo e otimismo naturais",
                    "Capacidade de influenciar e motivar"
                ],
                'desenvolvimento': [
                    "Focar mais em detalhes e organização",
                    "Gerenciar melhor o tempo",
                    "Equilibrar socialização e entregas"
                ],
                'carreiras': [
                    "Vendas e marketing",
                    "Relações públicas",
                    "Treinamento e desenvolvimento"
                ]
            },
            'baixo': {
                'caracteristicas': [
                    "Comunicação objetiva e focada",
                    "Preferência por dados e fatos",
                    "Abordagem analítica"
                ],
                'desenvolvimento': [
                    "Desenvolver networking",
                    "Praticar comunicação expressiva",
                    "Participar mais em grupos"
                ],
                'carreiras': [
                    "Pesquisa e análise",
                    "Desenvolvimento técnico",
                    "Gestão de processos"
                ]
            }
        },
        'S': {
            'alto': {
                'caracteristicas': [
                    "Alta consistência e confiabilidade",
                    "Excelente trabalho em equipe",
                    "Paciência e estabilidade"
                ],
                'desenvolvimento': [
                    "Lidar melhor com mudanças",
                    "Desenvolver mais flexibilidade",
                    "Expressar mais opiniões"
                ],
                'carreiras': [
                    "Recursos humanos",
                    "Suporte ao cliente",
                    "Gestão operacional"
                ]
            },
            'baixo': {
                'caracteristicas': [
                    "Adaptabilidade a mudanças",
                    "Flexibilidade com rotinas",
                    "Multitarefa eficiente"
                ],
                'desenvolvimento': [
                    "Desenvolver mais consistência",
                    "Manter compromissos de longo prazo",
                    "Fortalecer relacionamentos"
                ],
                'carreiras': [
                    "Gestão de mudanças",
                    "Inovação e desenvolvimento",
                    "Consultoria"
                ]
            }
        },
        'C': {
            'alto': {
                'caracteristicas': [
                    "Alta precisão e atenção aos detalhes",
                    "Excelente capacidade analítica",
                    "Foco em qualidade e processos"
                ],
                'desenvolvimento': [
                    "Desenvolver flexibilidade",
                    "Aceitar mais riscos",
                    "Tomar decisões mais rápidas"
                ],
                'carreiras': [
                    "Análise de dados",
                    "Controle de qualidade",
                    "Planejamento estratégico"
                ]
            },
            'baixo': {
                'caracteristicas': [
                    "Flexibilidade com regras",
                    "Foco em resultados práticos",
                    "Adaptabilidade a mudanças"
                ],
                'desenvolvimento': [
                    "Melhorar organização",
                    "Aumentar atenção aos detalhes",
                    "Desenvolver análise crítica"
                ],
                'carreiras': [
                    "Gestão criativa",
                    "Desenvolvimento de produtos",
                    "Vendas consultivas"
                ]
            }
        }
    }

    # Determina o perfil dominante e análise correspondente
    perfil_ordenado = sorted(perfil_data.items(), key=lambda x: x[1], reverse=True)
    perfil_principal = perfil_ordenado[0][0]
    nivel = 'alto' if perfil_ordenado[0][1] >= 50 else 'baixo'
    
    # Gera embeddings para características do perfil
    profile_data = disc_knowledge[perfil_principal][nivel]
    
    # Constrói análise personalizada
    analise = f"""# Análise Detalhada do Perfil DISC

## Características Principais
{chr(10).join([f"• {c}" for c in profile_data['caracteristicas']])}

## Áreas para Desenvolvimento
{chr(10).join([f"• {d}" for d in profile_data['desenvolvimento']])}

## Carreiras e Funções Recomendadas
{chr(10).join([f"• {c}" for c in profile_data['carreiras']])}

## Análise de Combinação
Seu perfil {perfil_principal} {nivel} ({perfil_ordenado[0][1]:.1f}%) combinado com {perfil_ordenado[1][0]} secundário ({perfil_ordenado[1][1]:.1f}%) sugere:
• {'Forte capacidade de liderança com foco em pessoas' if perfil_ordenado[1][0] == 'I' else 'Capacidade analítica com orientação para resultados' if perfil_ordenado[1][0] == 'C' else 'Estabilidade com foco em entregas' if perfil_ordenado[1][0] == 'S' else 'Dinamismo com assertividade'}

## Contribuições para Equipe
• {generate_team_contribution(perfil_principal, nivel)}

## Estilo de Comunicação
• {generate_communication_style(perfil_principal, nivel)}
"""
    return analise

def generate_team_contribution(perfil, nivel):
    contribuicoes = {
        'D': {
            'alto': "Traz direção clara e foco em resultados para a equipe",
            'baixo': "Contribui com abordagem colaborativa e ponderada"
        },
        'I': {
            'alto': "Promove entusiasmo e mantém a equipe motivada",
            'baixo': "Traz objetividade e foco para as discussões"
        },
        'S': {
            'alto': "Proporciona estabilidade e suporte consistente",
            'baixo': "Adiciona dinamismo e adaptabilidade ao grupo"
        },
        'C': {
            'alto': "Garante qualidade e precisão nas entregas",
            'baixo': "Traz praticidade e flexibilidade aos processos"
        }
    }
    return contribuicoes[perfil][nivel]

def generate_communication_style(perfil, nivel):
    estilos = {
        'D': {
            'alto': "Comunicação direta e focada em resultados",
            'baixo': "Comunicação colaborativa e consensual"
        },
        'I': {
            'alto': "Comunicação expressiva e entusiasta",
            'baixo': "Comunicação objetiva e baseada em fatos"
        },
        'S': {
            'alto': "Comunicação paciente e atenciosa",
            'baixo': "Comunicação adaptável e flexível"
        },
        'C': {
            'alto': "Comunicação precisa e detalhada",
            'baixo': "Comunicação prática e objetiva"
        }
    }
    return estilos[perfil][nivel]

def gerar_relatorio(percentuais):
    """
    Função principal para gerar o relatório completo
    """
    analise_detalhada = generate_profile_analysis(percentuais)
    
    return f"""# Análise de Perfil DISC

## Distribuição DISC
{', '.join([f'{k}: {v:.1f}%' for k, v in percentuais.items()])}

{analise_detalhada}

## Observações Finais
• Este perfil reflete suas tendências comportamentais naturais
• Use estas informações como base para desenvolvimento profissional
• O perfil DISC é uma ferramenta de autoconhecimento
"""

def calcular_perfil(respostas):
    contagem = {k: sum(1 for r in respostas if r and r.startswith(k)) for k in 'DISC'}
    total = sum(contagem.values())
    return {k: (v/total)*100 if total > 0 else 0 for k, v in contagem.items()}

def create_disc_plot(percentuais):
    cores = {'D': '#FF4B4B', 'I': '#FFD700', 'S': '#4CAF50', 'C': '#2196F3'}
    fig = go.Figure(data=[go.Bar(x=list(percentuais.keys()),
                                y=list(percentuais.values()),
                                marker_color=[cores[k] for k in percentuais.keys()],
                                text=[f'{v:.1f}%' for v in percentuais.values()],
                                textposition='auto')])
    
    fig.update_layout(
        title={
            'text': 'Perfil DISC',
            'y':0.95,
            'x':0.5,
            'xanchor': 'center',
            'yanchor': 'top',
            'font': {'size': 24, 'color': '#333333'}
        },
        yaxis_range=[0, 100],
        template='plotly_white',
        height=400,
        margin=dict(l=40, r=40, t=60, b=40),
        paper_bgcolor='rgba(0,0,0,0)',
        plot_bgcolor='rgba(0,0,0,0)',
        yaxis_title="Percentual (%)",
        xaxis_title="Dimensões DISC"
    )
    
    return fig

DISC_QUESTIONS = [
    {"pergunta": "Em situações de trabalho em equipe, você geralmente:",
     "opcoes": [("D", "Assume a liderança e toma decisões rápidas"),
                ("I", "Motiva o grupo e mantém o ambiente animado"),
                ("S", "Apoia os colegas e mantém a harmonia"),
                ("C", "Analisa detalhadamente antes de agir")]},
    {"pergunta": "Quando enfrenta um desafio no trabalho, você:",
     "opcoes": [("D", "Enfrenta diretamente e busca soluções imediatas"),
                ("I", "Discute com outros e busca diferentes perspectivas"),
                ("S", "Mantém a calma e segue um processo estabelecido"),
                ("C", "Pesquisa todas as informações disponíveis primeiro")]},
    {"pergunta": "Em reuniões profissionais, você costuma:",
     "opcoes": [("D", "Ir direto ao ponto e focar em resultados"),
                ("I", "Participar ativamente e compartilhar ideias"),
                ("S", "Ouvir atentamente e contribuir quando solicitado"),
                ("C", "Tomar notas e questionar os detalhes")]},
    {"pergunta": "Ao lidar com mudanças no ambiente de trabalho, você:",
     "opcoes": [("D", "Abraça a mudança e lidera a implementação"),
                ("I", "Entusiasma os outros sobre as novas possibilidades"),
                ("S", "Adapta-se gradualmente seguindo o processo"),
                ("C", "Analisa os impactos antes de aceitar")]},
    {"pergunta": "Sob pressão no trabalho, você tende a:",
     "opcoes": [("D", "Tornar-se mais direto e focado em resultados"),
                ("I", "Buscar apoio e interação com a equipe"),
                ("S", "Manter a calma e seguir metodicamente"),
                ("C", "Concentrar-se em detalhes e procedimentos")]}
]

def process_results(*answers):
    if any(a is None for a in answers):
        gr.Warning("Por favor, responda todas as questões antes de prosseguir.")
        return None, None
    
    perfil = calcular_perfil(answers)
    plot = create_disc_plot(perfil)
    report = gerar_relatorio(perfil)
    
    return plot, report

def create_interface():
    with gr.Blocks(theme=gr.themes.Soft(
        primary_hue="blue",
        secondary_hue="purple",
        neutral_hue="slate",
        font=["Inter", "ui-sans-serif", "system-ui"]
    )) as iface:
        gr.Markdown(
            """
            # 🎯 Análise de Perfil DISC
            ### Descubra suas características comportamentais dominantes
            
            Uma análise personalizada do seu perfil comportamental DISC:
            - **D (Dominância)**: Foco em resultados e assertividade
            - **I (Influência)**: Foco em relacionamentos e comunicação
            - **S (Estabilidade)**: Foco em cooperação e consistência
            - **C (Conformidade)**: Foco em qualidade e precisão
            
            ---
            """)
        
        with gr.Row():
            with gr.Column(scale=2):
                radios = []
                for i, q in enumerate(DISC_QUESTIONS):
                    radio = gr.Radio(
                        choices=[f"{p} - {d}" for p, d in q['opcoes']],
                        label=f"{i+1}. {q['pergunta']}",
                        container=True,
                        scale=2
                    )
                    gr.Markdown("---")
                    radios.append(radio)
                
                with gr.Row():
                    analyze_btn = gr.Button("📊 Analisar Perfil", size="lg", variant="primary")
                    reset_btn = gr.Button("🔄 Novo Teste", size="lg", variant="secondary")

        with gr.Row():
            plot = gr.Plot(label="Gráfico de Perfil DISC")
            
        with gr.Row():
            output = gr.Markdown()
            
        analyze_btn.click(
            fn=process_results,
            inputs=radios,
            outputs=[plot, output],
            api_name="analyze"
        )
        
        reset_btn.click(
            fn=lambda: [None]*(len(radios)+2),
            outputs=radios+[plot, output],
            api_name="reset"
        )

        gr.Markdown("""
        ---
        ### 📝 Informações Importantes
        
        • O teste DISC é uma ferramenta de autoconhecimento e desenvolvimento profissional
        • Os resultados refletem tendências comportamentais naturais
        • Use as informações para desenvolvimento pessoal e melhor comunicação em equipe
        
        © 2024 DISC Analysis Tool
        """)

    return iface

if __name__ == "__main__":
    iface = create_interface()
    iface.launch(
        share=True,
        server_name="0.0.0.0",
        server_port=7860
    )