🤖 Assistente Virtual para WhatsApp

Um projeto completo para criação de um bot inteligente para WhatsApp, capaz de responder mensagens, processar eventos e se integrar com APIs modernas.

---

📚 Sumário

• 🚀 Sobre o Projeto
• 🧠 Funcionalidades
• 🏗️ Arquitetura
• ⚙️ Tecnologias
• 🐳 Como Executar
• 🔄 Fluxo de Funcionamento
• ⚡ Cache Semântico
• 🧩 Aplicações
• 🛠️ Scripts
• 📌 Requisitos
• 📈 Diferenciais
• 🤝 Contribuição
• 📄 Licença

---

🚀 Sobre o Projeto

O Assistente Virtual para WhatsApp é uma aplicação prática que demonstra como construir, do zero, um sistema inteligente e escalável para automação de conversas.

Ele combina:

• 📲 Integração com WhatsApp via WAHA
• ⚙️ Processamento assíncrono com Celery
• 🧠 Inteligência artificial com Agno
• 🐳 Ambiente totalmente containerizado com Docker

🔜 Em breve:

• ⚡ Cache semântico com RedisVL (redução de custo e maior performance)

---

🧠 Funcionalidades

• ✅ Recebimento e envio de mensagens via WhatsApp
• ✅ Processamento de eventos (mensagens, status, etc.)
• ✅ Respostas inteligentes com IA
• 🔜 Cache semântico (em implementação)
• ✅ Processamento assíncrono com Celery
• ✅ Arquitetura modular e escalável
• ✅ Pronto para produção com Docker

---

🏗️ Arquitetura

.
├── routers/            # Rotas da API (entrada de eventos)
│   └── waha_router.py
├── services/           # Regras de negócio + IA
│   └── waha_service.py
├── workers/            # Tarefas assíncronas (Celery)
│   └── tasks.py
├── scripts/            # Scripts utilitários
├── app.py              # Entry point
├── compose.yml         # Orquestração
├── Dockerfile          # Build
├── requirements.txt
└── README.md

---

⚙️ Tecnologias Utilizadas

• Docker → containerização
• WAHA → integração com WhatsApp
• Celery → processamento assíncrono
• Redis → broker de filas
• Agno → inteligência artificial
• FastAPI → API backend
• RedisVL → 🔜 cache semântico

---

🐳 Como Executar o Projeto

1. Clone o repositório

git clone <seu-repositorio>
cd whatsapp-agno

---

2. Configure as variáveis

cp env_exemplo.txt .env

---

3. Suba os containers

docker compose up --build

---

4. (Opcional) Rodar manualmente

sh scripts/start_server.sh
sh scripts/start_worker.sh

---

🔄 Fluxo de Funcionamento

1. WhatsApp envia eventos via WAHA
2. API recebe via router
3. Service processa a mensagem
4. Envio para Celery worker
5. Agno gera resposta
6. 🔜 RedisVL fará cache semântico
7. Resposta enviada ao usuário

---

⚡ Cache Semântico (Planejado)

Implementação futura com RedisVL para otimização de respostas.

Benefícios:

• 💰 Redução de custo com IA
• ⚡ Respostas mais rápidas
• 🔁 Reutilização inteligente de contexto

---

🧩 Possíveis Aplicações

• 🛎️ Atendimento ao cliente
• 🏢 Suporte interno
• 📚 Assistente educacional
• 🛒 Automação de vendas
• 📊 Bots corporativos

---

🛠️ Scripts Disponíveis

• start_server.sh → inicia backend
• start_worker.sh → inicia worker
• create_swap.sh → configuração de infra

---

📌 Requisitos

• Docker + Docker Compose
• Python 3.11+
• Redis

---

📈 Diferenciais

• Arquitetura profissional
• IA com otimização futura de custo
• Integração real com WhatsApp
• Escalável e modular
• Pronto para produção

---

🤝 Contribuição

1. Fork o projeto
2. Crie uma branch
   git checkout -b feature/minha-feature
3. Commit
4. Push
5. Abra um Pull Request

---

📄 Licença

Distribuído sob licença MIT.

---

⭐ Se esse projeto te ajudou...

Deixe uma estrela ⭐ no repositório — isso ajuda muito!