Athena Copilot

Prompt Detalhado para Criação de App "Mentor AI Copilot" no Replit
Título do Projeto: Mentor AI Copilot - Assistente de Sessões em Tempo Real

Objetivo Principal: Desenvolver uma aplicação web em Python, hospedada no Replit, que atua como um "copiloto" para mentores. A aplicação deve capturar áudio e vídeo de sessões online (via compartilhamento de tela/microfone), analisá-los em tempo real com dois agentes de IA distintos e fornecer insights para o mentor, além de gerar relatórios pós-sessão.

1. Arquitetura e Tecnologias Sugeridas
Linguagem: Python
Framework Web/UI: Streamlit (ideal para prototipagem rápida e dashboards de dados) ou Flask.
Captura de Áudio: Biblioteca pyaudio para acesso ao microfone em tempo real.
Processamento de Áudio:
Transcrição: API da OpenAI (Whisper) ou uma biblioteca como SpeechRecognition.
Análise de Tonalidade: Biblioteca librosa para extrair características como tom, energia e ritmo da voz.
Captura de Vídeo/Tela: Biblioteca mss para captura de tela e OpenCV para processamento de imagem.
Nota: A captura direta de janelas de apps (Zoom, Teams) é complexa. A abordagem inicial será a captura da tela inteira ou de uma região selecionada pelo usuário.

Inteligência Artificial: API da OpenAI (Modelos GPT-4 ou superior) para os agentes "Athena".
2. Módulos Funcionais do Aplicativo
Módulo 1: Dashboard e Captura de Dados
Interface do Usuário (UI):

Criar uma interface simples com Streamlit.
Deve conter:
Um botão "Iniciar Sessão" que ativa a captura de áudio e tela.
Um botão "Finalizar Sessão" que para a captura e inicia a geração de relatórios.
Uma área de texto para exibir a transcrição da conversa em tempo real.
Uma "Caixa de Sugestões" onde os feedbacks dos agentes de IA aparecerão.
Uma área para exibir o "Estado Emocional" do mentorado.
Captura de Áudio em Tempo Real:

Implementar um fluxo que continuamente captura áudio do microfone padrão.
Dividir o áudio em blocos (ex: 5-10 segundos) para processamento.
Transcrever cada bloco de áudio para texto em tempo real e exibir na UI.
Captura de Vídeo/Tela (Opcional - Fase 2):

Permitir que o usuário selecione uma área da tela para monitorar (onde a janela do mentorado está).
Capturar frames de vídeo dessa região em intervalos regulares (ex: a cada 2-3 segundos).
Módulo 2: Agentes de IA em Tempo Real (Core da Aplicação)
Este módulo enviará continuamente dados para a API da OpenAI com prompts específicos.

Agente 1: "Athena Copilot" (Análise de Conversa)

Input: O texto transcrito da conversa.
Lógica: A cada novo trecho de transcrição, envie o histórico recente da conversa para a api do gpt.
Prompt para a IA (exemplo):
Você é 'Athena Copilot', um especialista em mentoria e comunicação. Analise o seguinte diálogo de uma sessão de mentoria. Com base apenas no último trecho, forneça sugestões curtas e acionáveis para o mentor em tempo real. Foco em:
- Melhorar a abordagem de uma pergunta.
- Sugerir uma mudança de ritmo (acelerar/desacelerar).
- Propor o uso de uma ferramenta ou dinâmica relevante ao tópico.
- Manter a conversa fluindo.
Se nenhuma sugestão for necessária, responda com 'N/A'.
Histórico: [texto do histórico da conversa]
Último trecho: [último trecho transcrito]
Sua sugestão para o mentor:
Output: As sugestões devem aparecer na "Caixa de Sugestões" da UI.
Agente 2: "Athena Body Language" (Análise Visual e Vocal)

Input: Frames de vídeo capturados e/ou análise das características do áudio (tonalidade).
Lógica:
Análise de Áudio (Prioridade 1): Use librosa para extrair pitch (tom), volume e velocidade da fala do áudio do mentorado. Envie esses dados para a IA.
Análise de Vídeo (Prioridade 2): Envie frames de imagem para um modelo de visão (como GPT-4 Vision).
Prompt para a IA (exemplo com dados de áudio):
Você é 'Athena Body Language', um especialista em psicologia e linguagem não-verbal. Analise os seguintes dados vocais do MENTORADO: Tom da voz: [ex: 'baixo e monotono'], Velocidade da fala: [ex: 'lenta'], Volume: [ex: 'baixo']. Com base nisso, infira o estado emocional atual mais provável (ex: 'Cansado', 'Desinteressado', 'Reflexivo', 'Ansioso', 'Engajado'). Forneça também uma sugestão ao MENTOR sobre como ajustar sua própria tonalidade de voz em resposta.
Estado Emocional Inferido:
Sugestão para o Mentor:
Output: Exibir o "Estado Emocional Inferido" e a sugestão de tonalidade na UI.
Módulo 3: Inteligência de Final de Sessão
Gatilho: Quando o sistema detectar palavras-chave como "vamos encerrar", "para finalizar", "concluindo", ou 3 minutos antes do tempo programado da sessão.
Lógica: Enviar a transcrição completa da sessão para a api do gpt.
Prompt para a IA (exemplo):
Você é um estrategista de desenvolvimento pessoal. A seguir está a transcrição completa de uma sessão de mentoria. Com base nas dificuldades e temas discutidos pelo MENTORADO:
1.  Crie um plano de ação com 2-3 passos práticos para o mentorado seguir.
2.  Sugira 1-2 ferramentas (apps, livros, artigos) que possam ajudar.
3.  Se uma dificuldade complexa foi mencionada, sugira um tipo de especialista externo que poderia ser consultado (ex: 'Consultor de Carreira', 'Terapeuta Financeiro').
Responda em formato de tópicos claros.
Transcrição: [texto completo da transcrição]
Output: As sugestões devem aparecer em uma nova seção na UI, para o mentor discuti-las com o mentorado antes de desligar.
Módulo 4: Relatórios Pós-Sessão
Gatilho: Clique no botão "Finalizar Sessão".
Lógica: Enviar a transcrição completa para a api do gpt com dois prompts separados.
Prompt 1 (Resumo para o Mentorado):
Crie um resumo detalhado e estruturado da sessão de mentoria a seguir. Organize por:
- Principais Tópicos Discutidos
- Insights e Descobertas
- Plano de Ação e Próximos Passos
Transcrição: [texto completo da transcrição]
Prompt 2 (Feedback para o Mentor):
Atue como um coach de mentores sênior. Analise a performance do MENTOR na transcrição a seguir. Forneça um feedback construtivo e privado para o MENTOR, incluindo:
- 2 a 3 pontos de melhoria de desempenho (ex: 'Permitir mais pausas para reflexão', 'Fazer mais perguntas abertas').
- Uma sugestão estratégica sobre o que focar ou qual abordagem usar na próxima sessão com este mesmo mentorado.
Transcrição: [texto completo da transcrição]
Output: Apresentar os dois relatórios em abas separadas na UI, com um botão para "Copiar" ou "Baixar como .txt".