Agente de Sumarização AI

Visão geral

Plataforma fullstack para extração, processamento e sumarização assíncrona de artigos públicos na web. O sistema recebe uma URL, executa o scraping com proteções de segurança, processa o texto e gera um resumo — por método extrativo baseado em TF-IDF ou por integração com o Google Gemini.

Oferece histórico, download dos artefatos em txt, md ou json e painel administrativo com estatísticas, limpeza de cache e rotação de segredo JWT.

Arquitetura

Monólito modular com separação explícita de camadas, adequado para demonstrar organização de código sem assumir a complexidade operacional de microservices reais.

• presentation/ Borda HTTP com Flask Blueprints para API, autenticação e entrega da SPA React.
• application/ Comandos, queries, handlers e um event bus de aplicação.
• domain/ Entidades (SummarizationTask, User, AuditLogEntry), eventos e contratos de repositório.
• infrastructure/ Repositórios SQLAlchemy, wiring de dependências, auth e pipeline runner.
• modules/ e tasks/ Scraper, sumarizador, cache, rate limiting, tracing — e execução assíncrona com Celery.

Fluxo de sumarização

1. O usuário envia POST /api/sumarizar com a URL e os parâmetros de resumo.
2. A API normaliza a URL, valida o formato, aplica rate limit e aceita um X-Idempotency-Key opcional.
3. O handler cria a SummarizationTask, persiste e registra o evento TaskSubmitted.
4. O AsyncTaskDispatcher despacha o processamento para o Celery; se o Celery estiver indisponível, cai para uma thread local.
5. O pipeline executa scraping, proteção contra SSRF, limpeza de texto, detecção de idioma, sumarização e geração dos arquivos de saída.
6. A tarefa é atualizada para done ou failed, métricas são publicadas e os eventos vão para a auditoria.
7. O frontend faz polling em GET /api/tarefa/<task_id> até a conclusão.
8. Em paralelo, um job periódico lê a tabela de outbox e publica os eventos pendentes no RabbitMQ.

Pontos fortes

• Mensageria real com RabbitMQ e Celery, com fallback para thread local quando o broker está fora.
• Outbox, idempotência e audit log — combinação rara em projetos pessoais.
• Segurança acima da média: proteção SSRF, JWT, CSRF, RBAC, rate limiting, security headers e rotação de segredo.
• Observabilidade completa: Prometheus, Grafana, OpenTelemetry, Jaeger e logs estruturados.
• Persistência versionada com SQLAlchemy e Alembic.
• Cobertura de testes de 75,78% na validação executada.

Limites e decisões conscientes

O que este projeto não faz, e por quê. Descrever isso com precisão vale mais do que exagerar o escopo.

• O domínio é relativamente simples e anêmico — a maior regra de negócio explícita é a máquina de estados da tarefa.
• Não há bounded contexts claros, aggregates complexos ou linguagem ubíqua forte.
• O CQRS é organizacional: não existe segregação física de banco, read models especializados ou event sourcing.
• O event bus é interno e em memória — não é uma plataforma distribuída orientada a eventos de ponta a ponta.
• A demo está hospedada no plano gratuito do Render, então a primeira requisição pode levar cerca de 30 segundos (cold start).