MagicFridgeIA - Geladeira Inteligente com Geração de Receitas via IA

Aplicação web full-stack que simula o gerenciamento de uma geladeira, permitindo ao usuário cadastrar ingredientes e, com um único clique, solicitar à API da OpenAI que gere uma receita criativa utilizando os itens disponíveis. O projeto foi desenvolvido como um estudo aprofundado no ecossistema Java, com foco na integração de serviços de IA, na construção de interfaces web reativas com Thymeleaf e nas melhores práticas de desenvolvimento com Spring Boot.

---

📸 Visão Geral da Interface

A aplicação conta com um dashboard moderno e funcional, que centraliza todas as interações do usuário.

Dashboard Principal:

O painel centraliza o formulário de adição de ingredientes e a opção da geração de receita com IA.

Logo abaixo há uma lista com todos os itens adicionados e as opções de deletar e editar um item.

Página de Edição Dedicada:

Uma interface limpa para a alteração de um ingrediente específico, garantindo uma experiência de usuário fluida.

Geração de Receitas com IA:

Após adicionar os ingredientes, o usuário pode solicitar uma receita, que é exibida dinamicamente na mesma tela.

---

📜 Descrição Completa

MagicFridgeIA é uma solução criativa para um problema comum: o que cozinhar com o que se tem em casa? A aplicação permite o gerenciamento completo do inventário de uma geladeira, desde o cadastro de itens com suas respectivas categorias e validades até a exclusão e alteração dos mesmos.

O grande diferencial do projeto é a sua integração com a API da OpenAI. O back-end consulta todos os ingredientes disponíveis no banco de dados, formata essa lista em um prompt otimizado e o envia para um modelo GPT. A resposta da IA, uma receita completa, é então exibida na interface.

O projeto foi construído com uma clara separação de responsabilidades, utilizando controllers @RestController para uma potencial API JSON e um @Controller dedicado para a interface de usuário, renderizada no lado do servidor com Thymeleaf. Para garantir a portabilidade e simplificar a configuração do ambiente, a aplicação foi totalmente containerizada com Docker e orquestrada com Docker Compose, permitindo que todo o sistema (aplicação + banco de dados PostgreSQL) seja executado de forma isolada e consistente com um único comando.

---

🚀 Funcionalidades

• ✅ CRUD Completo de Ingredientes: Endpoints e interface para Criar, Ler, Atualizar e Deletar itens na geladeira.
• 🖥️ Dashboard Interativo: Interface web única construída com Thymeleaf para todas as operações.
• 🤖 Integração com IA: Comunicação reativa com a API da OpenAI usando WebClient para gerar receitas.
• dynamic Prompt Dinâmico: A aplicação busca os dados do banco em tempo real para construir o prompt que é enviado à IA.
• 🗃️ Versionamento de Banco de Dados: Uso do Flyway para criar e gerenciar o schema do banco de dados de forma automatizada.
• ✨ Design Moderno: Interface com CSS puro, focada em uma experiência de usuário limpa e agradável.

---

💪 Desafios Superados

Durante o desenvolvimento, vários desafios foram superados, servindo como grandes pontos de aprendizado:

• Integração com API Externa (401 Unauthorized): Um longo processo de depuração para resolver falhas de autenticação com a API da OpenAI. A solução envolveu a correção de detalhes minuciosos, como o espaço no header "Bearer ", o nome exato do modelo (gpt-4o-mini) e a garantia de que a chave de API correta estava sendo carregada pelo ambiente Spring.
• Programação Reativa (WebClient): Compreensão na prática de como lidar com respostas assíncronas (Mono). O desafio foi aprender a extrair dados de um JSON complexo sem usar DTOs, navegando pela estrutura com Map e List e utilizando o operador .map() para transformar a resposta dentro do fluxo reativo.
• Spring MVC & Thymeleaf: Aprofundamento na diferença crucial entre @Controller (para renderizar views) e @RestController (para retornar dados). Resolução de erros 404 (Not Found) e 405 (Method Not Allowed) através da correção de rotas (@RequestMapping) e do uso do HiddenHttpMethodFilter do Spring para permitir o uso dos verbos PUT e DELETE em formulários HTML.
• Configuração de Build (Maven): Resolução de um erro raro (HalfWidthInputException) causado por um caractere invisível no arquivo application.properties, o que exigiu a recriação do arquivo para limpar problemas de codificação.
• Injeção de Dependência (NullPointerException): Diagnóstico de erros de NullPointerException que levaram à compreensão da importância da injeção de dependências via construtor e da necessidade de getters/setters em classes DTO (resolvido com o @Data do Lombok).

---

🛠️ Tecnologias Utilizadas

• Backend:
  • Java 17
  • Spring Boot 3
  • Spring Web (com WebClient para chamadas reativas)
  • Spring Data JPA / Hibernate
• Frontend:
  • Thymeleaf
  • HTML5
  • CSS3
• Banco de Dados:
  • PostgreSQL
  • Flyway (para versionamento de schema)
• Build & Dependências:
  • Apache Maven
  • Lombok
  • MapStruct
• DevOps
  • Docker

---

⚙️ Instalação e Uso

🐳 Rodando com Docker (Método Recomendado)

Esta é a forma mais simples e rápida de executar o projeto, pois todo o ambiente (aplicação + banco de dados PostgreSQL) é gerenciado pelo Docker.

1. Pré-requisitos:

   • Docker e Docker Compose instalados.
   • Uma chave de API da OpenAI.

2. Clone o repositório:

   git clone [https://github.com/lucass-barreto/MagicFridgeIA.git](https://github.com/lucass-barreto/MagicFridgeIA.git)
   cd MagicFridgeIA

3. Configure as variáveis de ambiente: Na raiz do projeto, crie um arquivo .env a partir do .env.example. Este arquivo deve conter as credenciais do banco de dados e sua chave da API da OpenAI.

   cp .env.example .env

   Em seguida, edite o arquivo .env e insira sua chave da API da OpenAI na variável OPENIA_KEY.

4. Suba o ambiente com Docker Compose: Este comando irá construir a imagem da aplicação e iniciar os containers em segundo plano.

   docker-compose up --build -d

5. Acesse a Aplicação: Após alguns instantes, a aplicação estará disponível no seu navegador:

   • Interface Web (Dashboard): http://localhost:8080/ui/dashboard

🐋 Imagem no Docker Hub

Uma imagem pré-construída desta aplicação está disponível publicamente no Docker Hub. Você pode baixá-la diretamente com o comando:

docker pull lucassbarreto/magicfridge-app:0.0.1-RELEASE

Para mais detalhes, visite o repositório no Docker Hub.

📫 Contato

Lucas Barreto Oliveira

• GitHub: @lucass-barreto
• LinkedIn: @lucass-barreto
• Email: lucasbo.dev@gmail.com