Update app.py

app.py

@@ -16,40 +16,32 @@ openai.api_key = os.getenv("OPENAI_API_KEY")
 def formatar_brl(valor):
     return f"R$ {valor:,.2f}".replace(",", "X").replace(".", ",").replace("X", ".")
 
-def data_por_extenso(dt):
-    meses = {
-        "January": "janeiro",
-        "February": "fevereiro",
-        "March": "março",
-        "April": "abril",
-        "May": "maio",
-        "June": "junho",
-        "July": "julho",
-        "August": "agosto",
-        "September": "setembro",
-        "October": "outubro",
-        "November": "novembro",
-        "December": "dezembro"
-    }
-    dia = dt.day
-    mes = meses[dt.strftime("%B")]
-    ano = dt.year
-    return f"São Paulo, {dia} de {mes} de {ano}"
+def gerar_analise(investimentos_finais, capital, patrimonio_studio_final):
+    melhor = max(investimentos_finais, key=investimentos_finais.get)
+    valor_melhor = investimentos_finais[melhor]
+    retorno_pct = ((valor_melhor - capital) / capital) * 100
+    texto = f"""
+    Após análise dos cenários projetados para 5 anos, o investimento <strong>{melhor}</strong> apresenta o melhor desempenho,
+    com um valor final estimado de <strong>{formatar_brl(valor_melhor)}</strong>, equivalente a um retorno de <strong>{retorno_pct:.1f}%</strong>.
+    <br><br>
+    O valor patrimonial do Studio, conforme normas contábeis e profissionais de investimento, representa o valor acumulado do imóvel sem considerar a renda gerada,
+    ou seja, é o aumento do patrimônio bruto estimado. Neste cenário, o valor patrimonial final do Studio é <strong>{formatar_brl(patrimonio_studio_final)}</strong>.
+    """
+    return texto
 
 def gerar_analise_ia(investimentos_finais, capital, patrimonio_studio_final):
     prompt = f"""
-Faça uma análise profissional e detalhada em linguagem clara e acessível sobre os seguintes dados financeiros:
-- Capital inicial: R$ {capital:,.2f}
-- Valor patrimonial final do Studio: R$ {patrimonio_studio_final:,.2f}
-- Investimentos finais após 5 anos:
-"""
+    Faça uma análise profissional e detalhada em linguagem clara e acessível sobre os seguintes dados financeiros:
+    - Capital inicial: R$ {capital:,.2f}
+    - Valor patrimonial final do Studio: R$ {patrimonio_studio_final:,.2f}
+    - Investimentos finais após 5 anos:
+    """
     for nome, valor in investimentos_finais.items():
-        prompt += f"  - {nome}: R$ {valor:,.2f}\n"
+        prompt += f"    - {nome}: R$ {valor:,.2f}\n"
 
     prompt += """
-Destaque qual foi o melhor investimento, o retorno percentual sobre o capital, e comente sobre possíveis estratégias e perfis de risco.
-Use uma linguagem formal, com parágrafos claros e destaque para o investimento com maior retorno.
-"""
+    Destaque qual foi o melhor investimento, o retorno percentual sobre o capital, e comente sobre possíveis estratégias e perfis de risco. Seja objetivo, claro e com tom consultivo.
+    """
 
     resposta = openai.ChatCompletion.create(
         model="gpt-4o",
@@ -100,7 +92,7 @@ def index():
         df = pd.DataFrame(dados)
 
         investimentos_finais = {
-            "Studio (Patrimônio + Renda)": studio_total[-1],
+            "Studio": studio_total[-1],
             "Franquia": franquia[-1],
             "Ações": acoes[-1],
             "Renda Fixa": renda_fixa_valores[-1],
@@ -132,7 +124,7 @@ def index():
                 df_formatado[col] = df_formatado[col].apply(formatar_brl)
         tabela = df_formatado.to_html(index=False, classes="table table-striped table-sm text-end", border=0)
 
-        analise_final = gerar_analise_ia(investimentos_finais, capital, patrimonio_studio[-1])
+        analise_final = gerar_analise(investimentos_finais, capital, patrimonio_studio[-1])
 
         return render_template(
             "index.html",
@@ -159,7 +151,6 @@ def gerar_pdf():
     patrimonio_studio = [capital * ((1 + valorizacao / 100) ** ano) for ano in anos]
     renda_acumulada_studio = [capital * (((1 + studio_ret / 100) ** (12 * ano)) - 1) for ano in anos]
     studio_total = [p + r for p, r in zip(patrimonio_studio, renda_acumulada_studio)]
-
     franquia = [capital + (franquia_ret * ano) for ano in anos]
     acoes = [capital * ((1 + acoes_ret / 100) ** ano) for ano in anos]
     renda_fixa_valores = [capital * ((1 + renda_fixa / 100) ** ano) for ano in anos]
@@ -174,46 +165,44 @@ def gerar_pdf():
     df = pd.DataFrame(dados)
 
     investimentos_finais = {
-        "Studio (Patrimônio + Renda)": studio_total[-1],
+        "Studio": studio_total[-1],
         "Franquia": franquia[-1],
         "Ações": acoes[-1],
         "Renda Fixa": renda_fixa_valores[-1],
     }
 
-    # Premissas formatadas
-    premissas = {
-        "Capital Inicial": formatar_brl(capital),
-        "Retorno Mensal Studio (%)": f"{studio_ret:.2f}%",
-        "Valorização Anual Studio (%)": f"{valorizacao:.2f}%",
-        "Retorno Anual Franquia (R$)": formatar_brl(franquia_ret),
-        "Retorno Anual Ações (%)": f"{acoes_ret:.2f}%",
-        "Retorno Anual Renda Fixa (%)": f"{renda_fixa:.2f}%",
-        "Inflação Anual (%)": f"{inflacao:.2f}%"
-    }
-
-    # Destacar melhor investimento na tabela
-    melhor_investimento = max(investimentos_finais, key=investimentos_finais.get)
+    buf = io.BytesIO()
+    plt.figure(figsize=(8, 5))
+    plt.plot(anos, studio_total, label="Studio (Patrimônio + Renda)", marker="o")
+    plt.plot(anos, franquia, label="Franquia", marker="o")
+    plt.plot(anos, acoes, label="Ações", marker="o")
+    plt.plot(anos, renda_fixa_valores, label="Renda Fixa", marker="o")
+    plt.title("Projeção de Investimentos (5 anos)")
+    plt.xlabel("Ano")
+    plt.ylabel("Valor (R$)")
+    plt.legend()
+    plt.grid(True)
+    plt.tight_layout()
+    plt.savefig(buf, format="png")
+    buf.seek(0)
+    grafico_base64 = base64.b64encode(buf.read()).decode("utf-8")
+    buf.close()
+    plt.close()
 
     df_formatado = df.copy()
     for col in df.columns:
         if col != "Ano":
             df_formatado[col] = df_formatado[col].apply(formatar_brl)
-            if col == melhor_investimento:
-                df_formatado[col] = df_formatado[col].apply(lambda v: f'<strong style="color:green">{v}</strong>')
-
-    tabela_html = df_formatado.to_html(index=False, classes="tabela", escape=False, border=0)
+    tabela_html = df_formatado.to_html(index=False, classes="tabela", border=0)
 
     analise_final_ia = gerar_analise_ia(investimentos_finais, capital, patrimonio_studio[-1])
 
-    data_hoje = data_por_extenso(datetime.now())
-
     context = {
         "capital": capital,
-        "grafico": base64.b64encode(plot_grafico(anos, studio_total, franquia, acoes, renda_fixa_valores)).decode("utf-8"),
+        "grafico": grafico_base64,
         "tabela": tabela_html,
         "analise_final": analise_final_ia,
-        "premissas": premissas,
-        "data_hoje": data_hoje
+        "data_hoje": datetime.now().strftime("São Paulo, %d de %B de %Y")
     }
 
     pdf = render_pdf("relatorio.html", context)
@@ -222,27 +211,6 @@ def gerar_pdf():
     else:
         return "Erro ao gerar PDF", 500
 
-def plot_grafico(anos, studio_total, franquia, acoes, renda_fixa_valores):
-    plt.figure(figsize=(8, 5))
-    plt.plot(anos, studio_total, label="Studio (Patrimônio + Renda)", marker="o")
-    plt.plot(anos, franquia, label="Franquia", marker="o")
-    plt.plot(anos, acoes, label="Ações", marker="o")
-    plt.plot(anos, renda_fixa_valores, label="Renda Fixa", marker="o")
-    plt.title("Projeção de Investimentos (5 anos)")
-    plt.xlabel("Ano")
-    plt.ylabel("Valor (R$)")
-    plt.legend()
-    plt.grid(True)
-    plt.gca().yaxis.set_major_formatter(FuncFormatter(lambda x, _: f"R${x:,.0f}".replace(",", ".")))
-    plt.tight_layout()
-
-    buf = io.BytesIO()
-    plt.savefig(buf, format="png")
-    buf.seek(0)
-    img_bytes = buf.getvalue()
-    buf.close()
-    plt.close()
-    return img_bytes
-
 if __name__ == "__main__":
     app.run(host="0.0.0.0", port=int(os.environ.get("PORT", 7860)))
+