Update app.py

app.py

@@ -1,52 +1,45 @@
 import os
 os.environ['FONTCONFIG_PATH'] = '/tmp/fontconfig'
 os.makedirs('/tmp/fontconfig', exist_ok=True)
+
 import os
-from flask import Flask, render_template, request, send_file
-import matplotlib.pyplot as plt
-import pandas as pd
 import io
 import base64
+import pandas as pd
+import matplotlib.pyplot as plt
+from flask import Flask, render_template, request
 from matplotlib.ticker import FuncFormatter
-from xhtml2pdf import pisa
-from datetime import datetime
-
 import openai
 
-# Use sua chave da OpenAI
-openai.api_key = os.getenv("OPENAI_API_KEY")  # ou coloque diretamente: openai.api_key = "sua-chave"
-
-
 app = Flask(__name__)
+openai.api_key = os.getenv("OPENAI_API_KEY")
 
 def formatar_brl(valor):
     return f"R$ {valor:,.2f}".replace(",", "X").replace(".", ",").replace("X", ".")
 
-import openai
-
 def gerar_analise_ia(investimentos_finais, capital, patrimonio_studio_final):
-    base_texto = gerar_analise(investimentos_finais, capital, patrimonio_studio_final)
     prompt = f"""
-    Você é um analista financeiro experiente. A seguir está uma análise básica dos resultados de investimentos simulados:
+    Faça uma análise profissional e detalhada em linguagem clara e acessível sobre os seguintes dados financeiros:
 
-    {base_texto}
+    - 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"
 
-    Reescreva essa análise de forma mais detalhada, clara e profissional, adequada para ser entregue a um cliente leigo em finanças.
-    Utilize linguagem acessível, exemplos simples e um tom consultivo e amigável.
+    prompt += """
+    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.
     """
-    try:
-        resposta = openai.ChatCompletion.create(
-            model="gpt-4o",
-            messages=[
-                {"role": "system", "content": "Você é um analista financeiro experiente."},
-                {"role": "user", "content": prompt}
-            ],
-            temperature=0.7
-        )
-        return resposta.choices[0].message.content
-    except Exception as e:
-        # fallback caso ocorra erro na API da OpenAI
-        return base_texto + f"\n\n(Erro ao gerar análise detalhada com IA: {e})"
+
+    resposta = openai.ChatCompletion.create(
+        model="gpt-4o",
+        messages=[
+            {"role": "system", "content": "Você é um analista financeiro experiente."},
+            {"role": "user", "content": prompt}
+        ]
+    )
+    return resposta.choices[0].message.content
 
 @app.route("/", methods=["GET", "POST"])
 def index():
@@ -69,15 +62,6 @@ def index():
         acoes = [capital * ((1 + acoes_ret / 100) ** ano) for ano in anos]
         renda_fixa_valores = [capital * ((1 + renda_fixa / 100) ** ano) for ano in anos]
 
-        dados = {
-            "Ano": anos,
-            "Studio (Patrimônio + Renda)": studio_total,
-            "Franquia": franquia,
-            "Ações": acoes,
-            "Renda Fixa": renda_fixa_valores
-        }
-        df = pd.DataFrame(dados)
-
         investimentos_finais = {
             "Studio": studio_total[-1],
             "Franquia": franquia[-1],
@@ -105,13 +89,20 @@ def index():
         buf.close()
         plt.close()
 
+        df = pd.DataFrame({
+            "Ano": anos,
+            "Studio (Patrimônio + Renda)": studio_total,
+            "Franquia": franquia,
+            "Ações": acoes,
+            "Renda Fixa": renda_fixa_valores
+        })
+
         df_formatado = df.copy()
         for col in df.columns:
             if col != "Ano":
                 df_formatado[col] = df_formatado[col].apply(formatar_brl)
         tabela = df_formatado.to_html(index=False, classes="table table-striped table-sm", border=0)
 
-        # Aqui a chamada para a análise com GPT
         analise_final = gerar_analise_ia(investimentos_finais, capital, patrimonio_studio[-1])
 
         return render_template(
@@ -124,143 +115,7 @@ def index():
 
     return render_template("index.html")
 
-@app.route("/download_pdf", methods=["POST"])
-def download_pdf():
-    capital = float(request.form["capital"])
-    studio_ret = float(request.form["studio_ret"])
-    valorizacao = float(request.form["valorizacao"])
-    franquia_ret = float(request.form["franquia_ret"])
-    acoes_ret = float(request.form["acoes_ret"])
-    renda_fixa = float(request.form["renda_fixa"])
-    inflacao = float(request.form["inflacao"])
-
-    anos = list(range(1, 6))
-
-    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]
-
-    dados = {
-        "Ano": anos,
-        "Studio (Patrimônio + Renda)": studio_total,
-        "Franquia": franquia,
-        "Ações": acoes,
-        "Renda Fixa": renda_fixa_valores
-    }
-    df = pd.DataFrame(dados)
-
-    investimentos_finais = {
-        "Studio": studio_total[-1],
-        "Franquia": franquia[-1],
-        "Ações": acoes[-1],
-        "Renda Fixa": renda_fixa_valores[-1],
-    }
-    investimento_mais_valorizado = max(investimentos_finais, key=investimentos_finais.get)
-    valor_mais_alto = investimentos_finais[investimento_mais_valorizado]
-
-    # Gráfico PNG para PDF
-    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()
-
-    img_buf = io.BytesIO()
-    plt.savefig(img_buf, format='png')
-    img_buf.seek(0)
-    img_base64 = base64.b64encode(img_buf.getvalue()).decode("utf-8")
-    img_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)
-    tabela_html = df_formatado.to_html(index=False, border=1, classes="table-pdf")
-
-    analise = gerar_analise(investimentos_finais, capital, patrimonio_studio[-1])
-
-    # Tabela de entrada de dados (para relatório)
-    tabela_entrada = f"""
-    <table border="1" class="table-pdf" style="border-collapse: collapse; width: 100%;">
-      <thead>
-        <tr style="background-color: #f0f0f0;">
-          <th>Parâmetro</th>
-          <th>Valor</th>
-        </tr>
-      </thead>
-      <tbody>
-        <tr><td>Capital Inicial</td><td>{formatar_brl(capital)}</td></tr>
-        <tr><td>Retorno Mensal Studio (%)</td><td>{studio_ret:.2f}%</td></tr>
-        <tr><td>Valorização Anual Studio (%)</td><td>{valorizacao:.2f}%</td></tr>
-        <tr><td>Retorno Anual Franquia (R$)</td><td>{formatar_brl(franquia_ret)}</td></tr>
-        <tr><td>Retorno Anual Ações (%)</td><td>{acoes_ret:.2f}%</td></tr>
-        <tr><td>Retorno Anual Renda Fixa (%)</td><td>{renda_fixa:.2f}%</td></tr>
-        <tr><td>Inflação Anual (%)</td><td>{inflacao:.2f}%</td></tr>
-      </tbody>
-    </table>
-    """
-
-    html = f"""
-    <html>
-    <head>
-    <meta charset="utf-8">
-    <style>
-      body {{ font-family: Arial, sans-serif; font-size: 14px; color: #333; }}
-      h2 {{ color: #2c3e50; }}
-      table.table-pdf {{ width: 100%; border-collapse: collapse; margin-top: 15px; }}
-      table.table-pdf th, table.table-pdf td {{ border: 1px solid #ccc; padding: 6px; text-align: right; }}
-      table.table-pdf th {{ background-color: #f0f0f0; }}
-      .destaque {{ background: #e8f5e9; padding: 10px; margin-top: 20px; border-left: 6px solid #2e7d32; font-size: 14px; }}
-      img {{ margin-top: 20px; max-width: 100%; height: auto; }}
-    </style>
-    </head>
-    <body>
-      <h2>Relatório de Simulação de Investimentos</h2>
-      <p>Data da Simulação: {datetime.today().strftime('%d/%m/%Y')}</p>
-
-      <h3>Dados de Entrada</h3>
-      {tabela_entrada}
-
-      <div class="destaque">{analise}</div>
-
-      <h3>Projeção Gráfica</h3>
-      <img src="data:image/png;base64,{img_base64}" />
-
-      <h3>Evolução dos Investimentos (Ano a Ano)</h3>
-      {tabela_html}
-    </body>
-    </html>
-    """
-
-    pdf_buffer = io.BytesIO()
-    pisa_status = pisa.CreatePDF(io.StringIO(html), dest=pdf_buffer)
-
-    if pisa_status.err:
-        return "Erro ao gerar PDF", 500
-
-    pdf_buffer.seek(0)
-    return send_file(
-        pdf_buffer,
-        mimetype="application/pdf",
-        as_attachment=True,
-        download_name="relatorio_investimentos.pdf"
-    )
-
 if __name__ == "__main__":
-    # Porta 7860 padrão do Hugging Face Spaces
-    port = int(os.environ.get("PORT", 7860))
-    app.run(host="0.0.0.0", port=port)
-
+    app.run(host="0.0.0.0", port=int(os.environ.get("PORT", 7860)))