Skip to content

NeveIA/NeveBIPOC

 
 

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

4 Commits
 
 
 
 
 
 
 
 

Repository files navigation

NeveBIPOC

Protótipo experimental para validar a futura integração de geração de dashboards interativos no projeto principal NeveAI.

NeveBIPOC é uma aplicação desktop (Python + Tkinter) que gera, com um clique, um dashboard analítico completo renderizado em HTML usando a biblioteca Plotly. O dashboard é aberto automaticamente no navegador padrão e funciona de forma totalmente offline depois de carregado (exceto o mapa coroplético, que busca o GeoJSON via CDN).


image

Objetivo

Este repositório serve como prova de conceito (PoC) para o módulo de visualização de dados que será incorporado ao NeveAI. As metas do protótipo são:

  • Validar o pipeline dados fictícios → figuras Plotly → HTML standalone.
  • Definir um padrão visual (navbar, KPIs, grid responsivo) reutilizável pelo NeveAI.
  • Testar a cobertura de tipos de gráfico que o módulo precisará suportar.
  • Servir de referência para o futuro endpoint de geração de relatórios do NeveAI.

Todos os dados exibidos são fictícios e gerados apenas para fins de demonstração visual.


Funcionalidades

  • Interface gráfica simples em Tkinter com botão único para gerar o dashboard.
  • Dashboard estático HTML autossuficiente (Plotly carregado via CDN).
  • Layout responsivo com grid CSS, navbar fixa e seções âncora.
  • Tema visual baseado em paleta moderna (slate / indigo / cyan) e tipografia Inter.
  • 14 visualizações distintas em uma única página.

Componentes do dashboard

Categoria Componente
Indicadores principais 5 Big Numbers (KPIs)
Tendências anuais 2 gráficos de linha do tempo
Análises mensais 3 gráficos (barras verticais, rosquinha, barras horizontais)
Análise estatística 1 dispersão, 1 histograma
Análise geográfica 1 mapa coroplético do Brasil
Jornada 1 funil
Comportamento 1 polar chart (radar)
Tabelas 2 tabelas dinâmicas
Indicadores avançados 1 candlestick, 1 waterfall

Stack

  • Python 3.11+
  • Tkinter — interface desktop (já incluso no Python no Windows)
  • Plotly — geração das figuras e do HTML interativo
  • HTML/CSS — layout do dashboard (sem frameworks, apenas CSS Grid)

Estrutura do projeto

NeveStudio/
├── app.py              # App Tkinter + montagem dos gráficos e do HTML
├── requirements.txt    # Dependências Python
└── README.md

Toda a lógica está concentrada em app.py para manter o protótipo simples. Quando portado para o NeveAI, será dividido em módulos (data/, charts/, templates/, etc.).


Instalação

# (opcional) criar ambiente virtual
python -m venv .venv
.\.venv\Scripts\Activate.ps1

# instalar dependências
pip install -r requirements.txt

Uso

python app.py
  1. A janela do NeveStudio será aberta.
  2. Clique em Gerar Dashboard.
  3. O dashboard HTML será salvo em uma pasta temporária e aberto automaticamente no navegador padrão.

Roadmap (rumo à integração no NeveAI)

  • Substituir dados fictícios por fontes reais consumidas pelo NeveAI.
  • Extrair construção de figuras para um pacote nevestudio.charts reutilizável.
  • Disponibilizar geração via API (FastAPI) para o frontend do NeveAI consumir.
  • Suporte a temas (claro / escuro) configuráveis pelo usuário.
  • Exportação para PDF / PNG dos dashboards gerados.
  • Sistema de filtros interativos (período, região, faixa etária) sincronizando todos os gráficos.
  • Internacionalização (PT-BR / EN-US).

Status

Protótipo / PoC — não destinado a produção.
A integração definitiva ocorrerá no repositório principal do NeveAI.


Licença

Uso interno / experimental no contexto do projeto NeveAI.

About

NeveBIPOC é uma prova de conceito para um utilitário desktop de geração automatizada de dashboards interativos via Plotly. O sistema renderiza relatórios locais em HTML, garantindo portabilidade e uso offline. Projeto focado na validação técnica de módulos de visualização para integração com o NeveAI.

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

 
 
 

Contributors

Languages

  • Python 98.9%
  • Batchfile 1.1%