app.py

import gradio as gr
import plotly.graph_objects as go
from sentence_transformers import SentenceTransformer
import numpy as np

"""
Objetivo do Usuário:
Este aplicativo visa ajudar profissionais e gestores a:
1. Identificar perfis comportamentais usando a metodologia DISC
2. Compreender tendências naturais de comportamento em ambiente profissional
3. Facilitar o autoconhecimento e desenvolvimento pessoal
4. Apoiar decisões de gestão de pessoas e formação de equipes
5. Melhorar a comunicação e relacionamento interpessoal no trabalho
"""

model = SentenceTransformer('sentence-transformers/all-MiniLM-L6-v2')

DISC_QUESTIONS = [
    {"pergunta": "Em situações de trabalho em equipe, você geralmente:",
     "opcoes": [("D", "Assume a liderança e toma decisões rápidas"),
                ("I", "Motiva o grupo e mantém o ambiente animado"),
                ("S", "Apoia os colegas e mantém a harmonia"),
                ("C", "Analisa detalhadamente antes de agir")]},
    {"pergunta": "Quando enfrenta um desafio no trabalho, você:",
     "opcoes": [("D", "Enfrenta diretamente e busca soluções imediatas"),
                ("I", "Discute com outros e busca diferentes perspectivas"),
                ("S", "Mantém a calma e segue um processo estabelecido"),
                ("C", "Pesquisa todas as informações disponíveis primeiro")]},
    {"pergunta": "Em reuniões profissionais, você costuma:",
     "opcoes": [("D", "Ir direto ao ponto e focar em resultados"),
                ("I", "Participar ativamente e compartilhar ideias"),
                ("S", "Ouvir atentamente e contribuir quando solicitado"),
                ("C", "Tomar notas e questionar os detalhes")]},
    {"pergunta": "Ao lidar com mudanças no ambiente de trabalho, você:",
     "opcoes": [("D", "Abraça a mudança e lidera a implementação"),
                ("I", "Entusiasma os outros sobre as novas possibilidades"),
                ("S", "Adapta-se gradualmente seguindo o processo"),
                ("C", "Analisa os impactos antes de aceitar")]},
    {"pergunta": "Sob pressão no trabalho, você tende a:",
     "opcoes": [("D", "Tornar-se mais direto e focado em resultados"),
                ("I", "Buscar apoio e interação com a equipe"),
                ("S", "Manter a calma e seguir metodicamente"),
                ("C", "Concentrar-se em detalhes e procedimentos")]}
]

DISC_INSIGHTS = {
    'D': {'alto': ["Você demonstra forte capacidade de liderança e tomada de decisão - ideal para posições gerenciais",
                   "Sua orientação para resultados é uma característica marcante - excelente para projetos com prazos curtos",
                   "Você tende a enfrentar desafios de forma direta e decisiva - ótimo para gestão de crises"],
          'baixo': ["Você prefere uma abordagem mais colaborativa e consensual - valioso em trabalhos em equipe",
                    "Sua tendência é buscar harmonia nas relações profissionais - importante para mediação de conflitos",
                    "Você demonstra cuidado ao tomar decisões importantes - útil em análises de risco"]},
    'I': {'alto': ["Seu entusiasmo e otimismo são características marcantes - ideal para vendas e networking",
                   "Você tem grande habilidade para inspirar e motivar pessoas - excelente para liderança de equipes",
                   "Sua comunicação expressiva é um diferencial importante - ótimo para apresentações e treinamentos"],
          'baixo': ["Você prefere uma comunicação mais objetiva e focada - valioso em análises técnicas",
                    "Sua abordagem analítica favorece resultados concretos - importante em projetos estruturados",
                    "Você valoriza dados e fatos em suas interações - útil em processos decisórios"]},
    'S': {'alto': ["Sua consistência e confiabilidade são pontos fortes - ideal para gestão de processos",
                   "Você demonstra grande habilidade para trabalho em equipe - excelente para projetos colaborativos",
                   "Sua paciência e capacidade de escuta são diferenciais - ótimo para atendimento ao cliente"],
          'baixo': ["Você se adapta facilmente a mudanças e novos cenários - valioso em ambientes dinâmicos",
                    "Sua flexibilidade é um ponto forte em ambientes dinâmicos - importante para inovação",
                    "Você lida bem com múltiplas tarefas simultâneas - útil em gestão de projetos"]},
    'C': {'alto': ["Sua precisão e atenção aos detalhes são notáveis - ideal para análise de dados",
                   "Você tem forte capacidade analítica e organizacional - excelente para planejamento estratégico",
                   "Sua busca por qualidade é uma característica marcante - ótimo para controle de qualidade"],
          'baixo': ["Você demonstra flexibilidade com regras e processos - valioso em ambientes criativos",
                    "Sua praticidade favorece resultados rápidos - importante para entregas ágeis",
                    "Você se adapta bem a ambientes menos estruturados - útil em startups"]}
}

def get_intensity_level(percentual):
    if percentual >= 75: return "muito alto"
    elif percentual >= 60: return "alto"
    elif percentual >= 40: return "moderado"
    elif percentual >= 25: return "baixo"
    return "muito baixo"

def generate_semantic_insights(perfil, percentual):
    nivel = "alto" if percentual >= 50 else "baixo"
    insights = DISC_INSIGHTS[perfil][nivel]
    profile_embedding = model.encode(" ".join(insights))
    similarities = np.array([np.dot(profile_embedding, model.encode(insight)) for insight in insights])
    return [insights[i] for i in similarities.argsort()[-3:]]

def calcular_perfil(respostas):
    contagem = {k: sum(1 for r in respostas if r and r.startswith(k)) for k in 'DISC'}
    total = sum(contagem.values())
    return {k: (v/total)*100 if total > 0 else 0 for k, v in contagem.items()}

def create_disc_plot(percentuais):
    cores = {'D': '#FF4B4B', 'I': '#FFD700', 'S': '#4CAF50', 'C': '#2196F3'}
    fig = go.Figure(data=[go.Bar(x=list(percentuais.keys()),
                                y=list(percentuais.values()),
                                marker_color=[cores[k] for k in percentuais.keys()],
                                text=[f'{v:.1f}%' for v in percentuais.values()],
                                textposition='auto')])
    
    fig.update_layout(
        title={
            'text': 'Perfil DISC',
            'y':0.95,
            'x':0.5,
            'xanchor': 'center',
            'yanchor': 'top',
            'font': {'size': 24, 'color': '#333333'}
        },
        yaxis_range=[0, 100],
        template='plotly_white',
        height=400,
        margin=dict(l=40, r=40, t=60, b=40),
        paper_bgcolor='rgba(0,0,0,0)',
        plot_bgcolor='rgba(0,0,0,0)',
        yaxis_title="Percentual (%)",
        xaxis_title="Dimensões DISC"
    )
    
    return fig

def analyze_profile_implications(percentuais):
    """
    Analisa as implicações práticas do perfil DISC para desenvolvimento profissional
    """
    perfis = dict(sorted(percentuais.items(), key=lambda x: x[1], reverse=True))
    principal = list(perfis.keys())[0]
    
    implications = {
        'D': """
        Recomendações de Desenvolvimento:
        • Desenvolva mais paciência com processos e pessoas menos diretas
        • Pratique escuta ativa em reuniões e discussões
        • Considere diferentes perspectivas antes de tomar decisões
        
        Áreas Profissionais Favoráveis:
        • Gestão de projetos
        • Empreendedorismo
        • Liderança executiva
        """,
        'I': """
        Recomendações de Desenvolvimento:
        • Desenvolva habilidades de organização e atenção a detalhes
        • Mantenha o foco em prazos e entregas
        • Equilibre socialização com produtividade
        
        Áreas Profissionais Favoráveis:
        • Vendas e Marketing
        • Relações Públicas
        • Treinamento e Desenvolvimento
        """,
        'S': """
        Recomendações de Desenvolvimento:
        • Desenvolva mais assertividade em situações de conflito
        • Pratique adaptação a mudanças rápidas
        • Expresse mais suas opiniões em grupo
        
        Áreas Profissionais Favoráveis:
        • Recursos Humanos
        • Atendimento ao Cliente
        • Gestão de Processos
        """,
        'C': """
        Recomendações de Desenvolvimento:
        • Desenvolva mais flexibilidade em situações ambíguas
        • Pratique tomada de decisão mais rápida
        • Equilibre análise com ação
        
        Áreas Profissionais Favoráveis:
        • Análise de Dados
        • Controle de Qualidade
        • Planejamento Estratégico
        """
    }
    
    return implications.get(principal, "")

def get_career_recommendations(profile):
    recommendations = {
        'D': "papéis de liderança e gestão de projetos desafiadores",
        'I': "funções que envolvem comunicação, vendas e trabalho com pessoas",
        'S': "posições que requerem consistência, suporte e trabalho em equipe",
        'C': "atividades que demandam precisão, análise e atenção aos detalhes"
    }
    return recommendations.get(profile, "diversos papéis profissionais")

def gerar_relatorio(percentuais):
    perfis = dict(sorted(percentuais.items(), key=lambda x: x[1], reverse=True))
    principal, secundario = list(perfis.keys())[:2]
    insights_p = "\n".join([f"• {i}" for i in generate_semantic_insights(principal, perfis[principal])])
    insights_s = "\n".join([f"• {i}" for i in generate_semantic_insights(secundario, perfis[secundario])])
    implications = analyze_profile_implications(percentuais)
    
    return f"""# Análise de Perfil DISC

## Visão Geral
Perfil principal: {principal} ({perfis[principal]:.1f}% - {get_intensity_level(perfis[principal])})
Perfil secundário: {secundario} ({perfis[secundario]:.1f}% - {get_intensity_level(perfis[secundario])})

## Insights Principais
{insights_p}

## Influências Secundárias
{insights_s}

## Implicações Práticas
{implications}

## Distribuição DISC
{', '.join([f'{k}: {v:.1f}%' for k, v in perfis.items()])}

## Comentário do Sistema
Com base no seu perfil, observamos que suas características comportamentais são mais adequadas para {get_career_recommendations(principal)}.
Este resultado representa suas tendências naturais e pode ser usado para desenvolvimento pessoal e profissional.

## Observações Finais
• Este perfil reflete seu comportamento natural em ambiente profissional
• As recomendações são sugestões para desenvolvimento contínuo
• O perfil DISC não é uma medida de competência ou capacidade
• Use estas informações como base para seu desenvolvimento profissional"""

def process_results(*answers):
    if any(a is None for a in answers):
        gr.Warning("Por favor, responda todas as questões antes de prosseguir.")
        return None, None
    
    perfil = calcular_perfil(answers)
    plot = create_disc_plot(perfil)
    report = gerar_relatorio(perfil)
    
    return plot, report

def create_interface():
    with gr.Blocks(theme=gr.themes.Soft(
        primary_hue="blue",
        secondary_hue="purple",
        neutral_hue="slate",
        font=["Inter", "ui-sans-serif", "system-ui"]
    )) as iface:
        gr.Markdown(
            """
            # 🎯 Análise de Perfil DISC
            ### Descubra suas características comportamentais dominantes
            
            Este teste ajuda a identificar seu estilo comportamental baseado na metodologia DISC:
            - **D (Dominância)**: Foco em resultados e assertividade
            - **I (Influência)**: Foco em relacionamentos e comunicação
            - **S (Estabilidade)**: Foco em cooperação e consistência
            - **C (Conformidade)**: Foco em qualidade e precisão
            
            ---
            """)
        
        with gr.Row():
            with gr.Column(scale=2):
                radios = []
                for i, q in enumerate(DISC_QUESTIONS):
                    radio = gr.Radio(
                        choices=[f"{p} - {d}" for p, d in q['opcoes']],
                        label=f"{i+1}. {q['pergunta']}",
                        container=True,
                        scale=2
                    )
                    gr.Markdown("---")  # Separator between questions
                    radios.append(radio)
                
                with gr.Row():
                    analyze_btn = gr.Button("📊 Analisar Perfil", size="lg", variant="primary")
                    reset_btn = gr.Button("🔄 Novo Teste", size="lg", variant="secondary")

        with gr.Row():
            plot = gr.Plot(label="Gráfico de Perfil DISC")
            
        with gr.Row():
            output = gr.Markdown()
        
        analyze_btn.click(
            fn=process_results,
            inputs=radios,
            outputs=[plot, output],
            api_name="analyze"
        )
        
        reset_btn.click(
            fn=lambda: [None]*(len(radios)+2),
            outputs=radios+[plot, output],
            api_name="reset"
        )
        
        gr.Examples(
            examples=[
                ["D - Assume a liderança e toma decisões rápidas",
                 "I - Discute com outros e busca diferentes perspectivas",
                 "S - Ouvir atentamente e contribuir quando solicitado",
                 "C - Analisa os impactos antes de aceitar",
                 "D - Tornar-se mais direto e focado em resultados"]],
            inputs=radios,
            outputs=[plot, output],
            fn=process_results,
            label="Exemplo de Respostas"
        )

        # Add footer with information
        gr.Markdown("""
        ---
        ### 📝 Informações Importantes
        
        • O teste DISC é uma ferramenta de autoconhecimento e desenvolvimento profissional
        • Os resultados refletem tendências comportamentais, não habilidades ou competências
        • Use as informações para desenvolvimento pessoal e melhor comunicação em equipe
        • Resultados podem variar dependendo do contexto e momento profissional
        
        © 2024 DISC Analysis Tool - Versão 2.0
        """)

    return iface

if __name__ == "__main__":
    iface = create_interface()
    iface.launch(
        share=True,
        server_name="0.0.0.0",
        server_port=7860
    )