Classificador Inteligente de E-mails com IA

Visão Geral do Projeto

O AI Email Classifier é uma solução digital inovadora desenvolvida para otimizar a gestão de e-mails em ambientes corporativos, especialmente no setor financeiro. Utilizando inteligência artificial, a aplicação automatiza a classificação de e-mails em categorias Produtivo ou Improdutivo e sugere respostas automáticas, liberando a equipe de tarefas manuais repetitivas e permitindo que se concentrem em atividades de maior valor.

Este projeto foi desenvolvido como parte de um desafio técnico, com foco em demonstrar a integração de IA em uma aplicação web funcional e com uma experiência de usuário intuitiva.

Contexto do Desafio

Grandes empresas do setor financeiro lidam com um volume massivo de e-mails diariamente, que variam desde solicitações importantes até mensagens de baixo valor. A triagem manual desses e-mails consome tempo valioso da equipe. O Auto-U surge como uma ferramenta para automatizar esse processo, garantindo que e-mails produtivos recebam atenção prioritária e que respostas rápidas sejam geradas, melhorando a eficiência operacional.

Funcionalidades

• Upload de E-mails: Permite o upload de arquivos de e-mail nos formatos .txt e .pdf.

• Inserção de Texto Direta: Opção para colar o conteúdo do e-mail diretamente na interface.

• Classificação Inteligente: Utiliza modelos de IA para categorizar e-mails como Produtivo ou Improdutivo.

• Sugestão de Respostas: Gera respostas automáticas contextuais baseadas na classificação do e-mail.

• Interface Intuitiva: Design limpo e focado na usabilidade para uma experiência de usuário fluida.

Tecnologias Utilizadas

Frontend

• HTML/CSS/JavaScript: Para a estrutura, estilização e interatividade da interface web.

Backend

• Python: Linguagem principal de desenvolvimento.

• Flask: Microframework web para construção da API.

• PyPDF2: Biblioteca para extração de texto de arquivos PDF.

• Groq API: Utilizada para classificação de e-mails e geração de respostas automáticas via modelos de linguagem (LLMs).

• Dotenv: Para gerenciamento de variáveis de ambiente.

Estrutura do Projeto

auto-u/
├── .vscode/                 # Configurações do VS Code
├── services/                # Módulos de serviço (ex: groq_service, nlp_service)
│   ├── __init__.py
│   ├── groq_service.py      # Integração com a API Groq
│   └── nlp_service.py       # Funções de pré-processamento de texto
├── static/                  # Arquivos estáticos (CSS, JS)
│   ├── css/
│   └── js/
├── templates/               # Arquivos HTML da interface
│   └── home.html
├── .gitignore               # Arquivos e diretórios a serem ignorados pelo Git
├── main.py                  # Ponto de entrada da aplicação Flask
├── requirements.txt         # Dependências do Python
└── routes.py                # Definição das rotas da aplicação

Instalação e Execução Local

Siga os passos abaixo para configurar e rodar o projeto em sua máquina local:

1. Clone o repositório:

   git clone https://github.com/Gsn00/auto-u.git
   cd auto-u

2. Crie e ative um ambiente virtual (recomendado ):

   python3 -m venv venv
   source venv/bin/activate  # No Windows: .\venv\Scripts\activate

3. Instale as dependências:

   pip install -r requirements.txt

4. **Configure suas variáveis de ambiente:**Crie um arquivo .env na raiz do projeto com suas chaves de API. Exemplo:

   GROQ_API_KEY=sua_chave_api_groq_aqui
   

5. Execute a aplicação Flask:

   python main.py

   A aplicação estará disponível em http://127.0.0.1:5000 (ou outra porta, dependendo da sua configuração ).

Uso da Aplicação

1. Acesse a Interface: Abra seu navegador e navegue até o endereço local da aplicação.

2. Insira o E-mail: Você pode selecionar um arquivo .txt ou .pdf na área indicada, ou colar o conteúdo do e-mail diretamente na caixa de texto.

3. Classifique: Clique no botão "Enviar".

4. Visualize os Resultados: A aplicação exibirá a categoria do e-mail (Produtivo/Improdutivo) e uma resposta automática sugerida.

Design e Experiência do Usuário

A interface do AI Email Classifier foi projetada com base nos princípios do Calm Design, visando uma experiência de usuário tranquila, eficiente e confiável. Os principais aspectos incluem:

• Tipografia: Utilização da fonte Inter (ou similar como Roboto), escolhida por sua alta legibilidade em telas digitais e sua estética moderna e neutra.

• Layout Limpo: Organização visual clara com amplo uso de espaços em branco, minimizando a sobrecarga cognitiva e focando na funcionalidade principal.

• Micro-interações: Feedback visual sutil para ações do usuário (ex: carregamento, sucesso da classificação) e um botão "Copiar" para a resposta sugerida, melhorando a usabilidade.

Deploy na Nuvem

Para acessar a aplicação online, o projeto foi hospedado na plataforma Render, e pode ser acessado através do link:
https://auto-u.onrender.com/