Sistema inteligente de assistência técnica agrícola que integra WhatsApp, sensores IoT, Retrieval-Augmented Generation (RAG) e OpenAI para fornecer orientações personalizadas para pequenos agricultores e produtores familiares.

• 🌾 Assistência Agrícola Especializada: Orientações técnicas para cultivos, manejo e práticas sustentáveis
• 💬 Integração WhatsApp: Acesso via mensagem para agricultores no campo
• 🧠 IA Agrícola: OpenAI GPT-4o-mini com conhecimento técnico especializado
• 🌱 Sensores IoT: Monitoramento em tempo real de solo, clima e nutrientes
• 📚 Base de Conhecimento RAG: Documentos técnicos, manuais e boas práticas
• 🌤️ Dados Meteorológicos: Informações climáticas via OpenWeatherMap
• 🌐 Web Scraping: Cotações de commodities e notícias do agronegócio
• 💾 Histórico Inteligente: Memória contextualizada por propriedade
• 🐳 Deploy Robusto: Containerização completa para produção
• ⚡ Performance Otimizada: Cache Redis e consultas SQL eficientes

Infrastructure:

• Docker & Docker Compose - Containerização
• EvolutionAPI - Gateway WhatsApp
• Gunicorn - Servidor WSGI

graph TB
    %% Styling
    classDef userClass fill:#e8f5e8,stroke:#4CAF50,stroke-width:3px,color:#2E7D32
    classDef gatewayClass fill:#e3f2fd,stroke:#2196F3,stroke-width:2px,color:#1565C0
    classDef coreClass fill:#fff3e0,stroke:#FF9800,stroke-width:3px,color:#E65100
    classDef toolClass fill:#f3e5f5,stroke:#9C27B0,stroke-width:2px,color:#6A1B9A
    classDef dbClass fill:#fce4ec,stroke:#E91E63,stroke-width:2px,color:#AD1457
    classDef iotClass fill:#e0f2f1,stroke:#009688,stroke-width:2px,color:#00695C

    %% User Layer
    subgraph USER[" 👨‍🌾 AGRICULTOR "]
        WA["📱 WhatsApp<br/>Agricultor no Campo"]
    end

    %% Gateway Layer
    subgraph GATEWAY[" 🌐 GATEWAY "]
        EVO["🔗 EvolutionAPI<br/>Gateway WhatsApp"]
    end

    %% Core System
    subgraph CORE[" 🤖 TCC CORE "]
        API["🐍 Django API<br/>Sistema Principal"]
        AGENT["🧠 Agente Inteligente<br/>LangChain + OpenAI"]
        MEMORY["💾 Memória<br/>Histórico Conversas"]
    end

    %% Tools Layer
    subgraph TOOLS[" 🛠️ FERRAMENTAS ESPECIALIZADAS "]
        RAG["📚 RAG Search<br/>Base Conhecimento<br/>ChromaDB + Embeddings"]
        SQL["📊 SQL Select<br/>Dados Sensores IoT<br/>PostgreSQL"]
        WEATHER["🌤️ Weather API<br/>Dados Meteorológicos<br/>OpenWeatherMap"]
        SCRAPING["🌐 Web Scraping<br/>Cotações & Notícias<br/>BeautifulSoup"]
    end

    %% Data Sources
    subgraph DATASOURCES[" 📡 FONTES DE DADOS "]
        SENSORS["🌱 Sensores IoT<br/>Solo • pH • NPK<br/>Temperatura • Umidade"]
        WEATHER_API["☁️ OpenWeatherMap<br/>Clima Tempo Real"]
        WEB_SOURCES["🌍 Web Sources<br/>CEPEA • Notícias<br/>Commodities"]
    end

    %% Storage Layer
    subgraph STORAGE[" 🗄️ ARMAZENAMENTO "]
        POSTGRES["🐘 PostgreSQL<br/>Dados Sensores<br/>Histórico IoT"]
        REDIS["⚡ Redis<br/>Cache & Sessões<br/>Buffer Mensagens"]
        CHROMA["🔍 ChromaDB<br/>Vectorstore<br/>Documentos RAG"]
    end

    %% Connections with labels
    WA <==> |"Mensagens"| EVO
    EVO <==> |"Webhook"| API
    API <==> |"Processa"| AGENT
    API <==> |"Histórico"| MEMORY

    AGENT -.-> |"Usa"| RAG
    AGENT -.-> |"Usa"| SQL
    AGENT -.-> |"Usa"| WEATHER
    AGENT -.-> |"Usa"| SCRAPING

    RAG <--> |"Busca"| CHROMA
    SQL <--> |"Query"| POSTGRES
    WEATHER <--> |"API"| WEATHER_API
    SCRAPING <--> |"Extrai"| WEB_SOURCES

    SENSORS --> |"Coleta"| POSTGRES
    MEMORY <--> |"Cache"| REDIS
    API <--> |"Dados"| POSTGRES
    API <--> |"Session"| REDIS

    %% Apply styles
    class WA userClass
    class EVO gatewayClass
    class API,AGENT,MEMORY coreClass
    class RAG,SQL,WEATHER,SCRAPING toolClass
    class POSTGRES,REDIS,CHROMA dbClass
    class SENSORS,WEATHER_API,WEB_SOURCES iotClass

• pytest ^8.4.2 - Framework de testes
• pytest-django ^4.11.1 - Testes Django
• pytest-cov ^6.3.0 - Cobertura de testes

• Docker e Docker Compose
• Git
• Chave da OpenAI API
• Instância EvolutionAPI configurada

As dependências principais utilizadas no projeto incluem:

• Vite ^5.4.20 - Bundler e dev server
• TypeScript ^5.8.3 - TTipagem estática
• ESLint ^9.32.0- Padronização e análise de código
• PostCSS ^8.5.6 - Processamento de CSS
• Autoprefixer ^10.4.21 - CCompatibilidade de CSS entre navegadores
• TailwindCSS ^3.4.17 - Framework de CSS

Antes de executar o projeto, é necessário ter instalado:

• Node.js 18+
• NPM ou Yarn
• Git

Opcional para ambiente containerizado:

• Docker
• Docker Compose

• Biblioteca Heltec ESP32 – recursos de OLED, LoRa e WiFi integrados
• Biblioteca LoRa – comunicação via rádio entre módulos
• Biblioteca ArduinoJson – formatação dos dados coletados para envio
• Drivers CP210x – reconhecimento do dispositivo pela porta serial

• Arduino IDE instalada (≥ 2.3.0)
  🔗 https://www.arduino.cc/en/software

• Gerenciador de placas configurado com URL adicional: https://resource.heltec.cn/download/package_heltec_esp32_index.json

O TCC possui 4 ferramentas especializadas para auxiliar os agricultores:

Tecnologia: ChromaDB + OpenAI Embeddings
Uso: Consulta documentos técnicos, manuais e boas práticas agrícolas

Exemplos:

• "Qual o espaçamento ideal para plantio de milho safrinha?"
• "Como identificar e controlar a lagarta-do-cartucho no milho?"
• "Técnicas de irrigação por gotejamento para hortaliças"

Tecnologia: PostgreSQL + Django ORM
Uso: Consulta histórico de sensores de solo, clima e nutrientes

Dados Disponíveis:

• Umidade do solo (%), temperatura (°C), pH
• NPK - Nitrogênio, Fósforo, Potássio (ppm)
• Condutividade elétrica, salinidade, TDS

Exemplos:

• "Qual foi a média de umidade do solo na semana passada?"
• "Mostre o pH do solo nos últimos 7 dias"
• "Níveis de NPK desta semana comparado com o mês anterior"

Tecnologia: OpenWeatherMap API
Uso: Condições climáticas para decisões agrícolas

Exemplos:

• "Condições de vento para aplicação de defensivos hoje?"
• "Umidade relativa ideal para plantio de hortaliças?"
• "Previsão de chuva - devo adiar a colheita?"

Tecnologia: BeautifulSoup + Requests
Uso: Preços atuais e notícias do agronegócio

Exemplos:

• "Preço atual da saca de milho na CEPEA/ESALQ"
• "Cotação da arroba do boi gordo no mercado"
• "Notícias sobre nova cultivar de soja resistente à seca"

1. 📱 Agricultor no WhatsApp → Envia dúvida técnica
2. 🔗 EvolutionAPI → Recebe e encaminha via webhook
3. 🤖 TCC Processa:
   • Analisa contexto da pergunta
   • Identifica ferramentas necessárias
   • Executa consultas apropriadas:
     • 📚 RAG → Busca conhecimento técnico
     • 📊 SQL → Consulta sensores IoT
     • 🌤️ Weather → Dados meteorológicos
     • 🌐 Scraping → Cotações/notícias
4. 🧠 OpenAI → Gera resposta técnica personalizada
5. 💾 Redis → Salva histórico da propriedade
6. 📤 Resposta → Enviada via WhatsApp ao agricultor

Os documentos agrícolas são processados e otimizados para busca:

• Chunking: 1000 caracteres com sobreposição de 200
• Embeddings: OpenAI text-embedding-ada-002
• Vectorstore: ChromaDB para busca semântica
• Indexação: Automática ao reiniciar o sistema
• Busca: Similaridade vetorial + contexto agrícola

backend/
├── 📁 chatbot/              # TCC - Módulo principal
│   ├── chains.py           # Agente LangChain + Ferramentas
│   ├── config.py          # Configurações (incluindo AI_SYSTEM_PROMPT)
│   ├── evolution_api.py   # Cliente WhatsApp
│   ├── memory.py          # Histórico por propriedade
│   ├── prompts.py         # Prompt do TCC
│   ├── tools.py           # 4 Ferramentas (RAG, SQL, Weather, Scraping)
│   ├── vectorstore.py     # ChromaDB - Base conhecimento
│   └── views.py           # Webhooks e API
├── 📁 sensors/             # Módulo sensores IoT
│   ├── models.py          # Modelo dados sensores
│   └── views.py           # Webhook sensores
├── 📁 core/               # Django core settings
├── 📁 rag_files/          # 📚 Documentos técnicos agrícolas
│   └── processed/         # Documentos processados
├── 📁 vectorstore/        # 🗄️ ChromaDB storage
├── docker-compose.yml     # Containers (Django + Redis + PostgreSQL)
├── Dockerfile            # Imagem Python otimizada
├── pyproject.toml        # Poetry - dependências
└── .env.example          # Variáveis (incluindo prompt personalizado)
hardware/
├── ReceiverLoraTCC.ino
├── SenderLoraTCC.ino

• Leonardo Arouche
• Kayky Vasconcelos
• Rafael Ferreira Machado
• Samara Marques
• Thais