# Assistente Empresarial de Vendas e Estoque

Assistente virtual inteligente em linha de comando (CLI) projetado para auxiliar na consulta e análise de informações comerciais, estoque e vendas de uma loja de roupas. O sistema utiliza Model Context Protocol (MCP) com a biblioteca FastMCP e o framework LangChain, integrando dados locais de uma planilha Excel com recursos externos, como pesquisa web e cotação de moedas em tempo real.

---

## Como Funciona

O projeto é estruturado em duas partes principais conectadas pelo Model Context Protocol (MCP):
1. **Servidor MCP (`server.py`)**: Centraliza as ferramentas de negócio, executando operações de leitura e agregação em uma planilha Excel, além de consultas a APIs externas.
2. **Cliente/Agente (`agente.py`)**: Inicializa o servidor MCP via subprocesso (`stdio`), expõe as ferramentas para o LLM (`gpt-4o-mini` da OpenAI) e gerencia o fluxo de raciocínio do assistente.

### Fluxo de Comunicação

```
Usuário (CLI) <──> main.py
                     │
                     ▼
             agente.py (Agente LangChain / GPT-4o-Mini)
                     │
         (Comunicação via MCP - stdio)
                     │
                     ▼
             server.py (Servidor FastMCP)
        ┌────────────┼────────────┐
        ▼            ▼            ▼
 Planilha Excel    Tavily API   Frankfurter API
(estoque_vendas)  (Busca Web)  (Cotação de Moedas)
```

---

## Funcionalidades

O assistente possui acesso a ferramentas locais e externas para responder a perguntas em linguagem natural:

### Ferramentas de Negócio (Dados Locais)
* **`consulta_estoque`**: Retorna a lista completa de produtos e o estoque atual calculado (`Quantidade Comprada - Quantidade Vendida`).
* **`estoque_baixo`**: Lista produtos com estoque calculado igual ou inferior a 15 unidades.
* **`consulta_faturamento`**: Calcula e retorna o faturamento total acumulado (Preço de Venda × Quantidade Vendida).
* **`produto_mais_vendido`**: Identifica e detalha o produto com a maior quantidade de unidades vendidas.
* **`vendas_por_cor`**: Agrupa e exibe o total de vendas agrupado pela cor do produto.
* **`vendas_por_marca`**: Agrupa e exibe o total de vendas agrupado pela marca do produto.

### Ferramentas Utilitárias (APIs Externas)
* **`pesquisa_web`**: Realiza buscas na internet via Tavily API para responder a perguntas sobre dados externos ou atualizados.
* **`consultar_cotacao`**: Obtém a taxa de câmbio em tempo real entre duas moedas utilizando a API Frankfurter.

---

## Estrutura do Projeto

```
Assistente_empresarial_v1/
├── .env.example             # Modelo das variáveis de ambiente necessárias
├── .gitignore               # Arquivos ignorados pelo Git
├── agente.py                # Inicialização do agente e conexão com o cliente MCP
├── estoque_vendas.xlsx      # Planilha de dados (fonte de dados de estoque e vendas)
├── main.py                  # Ponto de entrada da aplicação (loop interativo da CLI)
├── requirements.txt         # Lista de dependências do Python
└── server.py                # Definição das ferramentas e inicialização do servidor FastMCP
```

---

## Pré-requisitos

* **Python 3.10** ou superior
* Chave de API da **OpenAI** (para o modelo LLM)
* Chave de API da **Tavily** (para buscas na internet)

---

## Instalação e Configuração

### 1. Clonar ou navegar até o repositório
Navegue até o diretório do projeto:
```bash
cd Assistente_empresarial_v1
```

### 2. Criar e ativar o ambiente virtual (Recomendado)
```bash
python -m venv venv
```
Ativação no Windows (PowerShell):
```powershell
.\venv\Scripts\Activate.ps1
```
Ativação no Linux/macOS:
```bash
source venv/bin/activate
```

### 3. Instalar as dependências
```bash
pip install -r requirements.txt
```

### 4. Configurar as variáveis de ambiente
Crie um arquivo `.env` na raiz do projeto baseado no `.env.example`:
```bash
copy .env.example .env
```
Abra o arquivo `.env` e insira suas credenciais da OpenAI e Tavily:
```env
OPENAI_API_KEY=sua_chave_da_openai_aqui
TAVILY_API_KEY=sua_chave_da_tavily_aqui
```

---

## Como Executar

Com o ambiente virtual ativado e as variáveis configuradas, execute o ponto de entrada da aplicação:

```bash
python main.py
```

O assistente iniciará o terminal interativo. Você verá o prompt de entrada:
```
Bem_vindo ao Assistente Empresarial
Digite 'sair' caso queira sair

oque temos para hoje: 
```

### Exemplos de Perguntas
Você pode perguntar coisas como:
* *"Quais produtos estão com estoque baixo?"*
* *"Qual foi o faturamento total da empresa?"*
* *"Qual a marca mais vendida?"*
* *"Quanto está a cotação do dólar para o real hoje?"*
* *"Qual a cor que mais vende?"*