Pi Productivity Hub

Um hub de produtividade pessoal rodando em um Raspberry Pi. Este projeto integra, de maneira simples, hardware e software para ajudar no foco, organização e captura de notas:

• Sense HAT — 6 modos de trabalho com controle via joystick e feedback visual LED 8×8
• Display e-Paper (Waveshare) — para mostrar status e tarefas
• Análise de postura — usa a câmera e OpenCV para checar postura
• Digitalização de notas (OCR) — converte imagens em texto com Tesseract
• Motion API — sincroniza tarefas automaticamente
• Servidor web leve (FastAPI) — interface/API para monitorar e controlar o sistema
• Banco de dados de tarefas — para gerenciar itens pendentes

Este README foi escrito para quem tem pouca ou nenhuma experiência em programação. Siga os passos no terminal do Raspberry Pi, um por vez.

Pré-requisitos (hardware & software)

• Raspberry Pi (recomendado: Pi 4 ou superior)
• Raspberry Pi OS (com acesso ao desktop e ao terminal)
• Sense HAT conectado nos pinos GPIO
• Raspberry Pi Camera Module conectado
• Display e-Paper Waveshare (conectado via SPI)
• Python 3 instalado
• Git instalado

Execute os comandos abaixo diretamente no terminal do Raspberry Pi.

Passo a passo de instalação

1. Clone o repositório para sua pasta pessoal:

cd ~
git clone https://github.com/alebmorais/pi_productivity.git
cd pi_productivity

2. Atualize o sistema e instale dependências essenciais (no Raspberry Pi OS):

sudo apt update
sudo apt upgrade -y
sudo apt install -y \
  libcamera-dev \
  libcap-dev \
  python3-opencv \
  python3-spidev \
  python3-rpi.gpio \
  tesseract-ocr \
  libatlas-base-dev

Observações:

• O tesseract-ocr é necessário para a funcionalidade de OCR (pytesseract).
• Se você usar outra distribuição (Ubuntu/Debian), alguns pacotes podem ter nomes diferentes.

3. Habilite interfaces no Raspberry Pi (camera e I2C):

sudo raspi-config

Vá em "Interface Options" e habilite:

• Camera
• I2C

Reinicie se o sistema pedir.

4. Configure um ambiente virtual Python (recomendado):

python3 -m venv --system-site-packages .venv
source .venv/bin/activate

O uso de --system-site-packages permite que o ambiente use pacotes do sistema (útil para bibliotecas com integração ao hardware).

5. Instale dependências Python do projeto:

pip install -r requirements.txt

6. Instale o driver da Waveshare e-Paper (correção do caminho):

# 1. Clone o repositório de drivers
git clone https://github.com/waveshare/e-Paper.git

# 2. Obtenha a pasta site-packages do venv
SITE_PACKAGES=$(python -c "import site; print(site.getsitepackages()[0])")

# 3. Copie a biblioteca correta para o venv
cp -r e-Paper/RaspberryPi_JetsonNano/python/lib/waveshare_epd "$SITE_PACKAGES/"

# 4. Limpe o repositório local de drivers (opcional)
rm -rf e-Paper

7. Configure variáveis de ambiente e chaves

Crie seu arquivo de configuração a partir do exemplo:

cp env.example .env
nano .env

Edite as chaves (ex.: MOTION_API_KEY) e salve.

Como rodar (iniciar o servidor)

Ative o ambiente virtual e rode o servidor FastAPI com Uvicorn:

source .venv/bin/activate
uvicorn main:app --host 0.0.0.0 --port 8000

• --host 0.0.0.0 torna a interface acessível por outros dispositivos na mesma rede (use o IP do seu Pi).
• Acesse em: http://[IP_DO_SEU_PI]:8000

🎮 Modos de Trabalho do Sense HAT

O sistema possui 6 modos que você controla pelo joystick do Sense HAT. Cada modo tem feedback visual no LED 8×8.

Controle via Joystick

Navegação (←→↑↓):

• Alterna entre os 6 modos disponíveis
• Mostra uma letra colorida no Sense HAT indicando o modo ativo

Botão do Meio (pressionar):

• Em posture_check: Captura e analisa sua postura
• Em ocr_capture: Captura uma nota e processa OCR

Lista de Modos

1. Posture Check (Modo Passivo)

Visual: Letra "P" azul escuro
Ação: Captura postura quando apertar o botão do meio
  ✓ Postura OK → Mostra "OK" verde
  ✗ Postura ruim → Mostra "!" vermelho
Uso: Verificação manual de postura

2. OCR Capture (Modo Passivo)

Visual: Letra "O" verde escuro
Ação: Captura nota via câmera e processa OCR
  → Mostra "T" azul após captura
  → Envia automaticamente para Motion API (se habilitado)
Uso: Digitalizar notas manuscritas rapidamente

3. TeleNeuro Mode (Timer de 1 hora)

Visual: Letra "H" verde → Barra verde progressiva
Duração: 60 minutos
Alerta Final: Animação do robô (10x)
Uso: Turnos longos de trabalho focado
Progresso: Barra de 8 pixels avançando

4. TeleC Mode (Ciclos de 30 min)

Visual: Letra "C" azul → Barra azul progressiva
Duração: 30 minutos por ciclo
Alerta: Últimos 5 min = arco-íris piscando
Final: Flash branco/preto + reinicia ciclo
Uso: Blocos médios com avisos de tempo

5. Study ADHD Mode (Pomodoro 20+10)

Visual: Letra "S" laranja → Verde/Azul alternado
Foco: 20 min (tela verde contínua)
  └─ Último 1 min: pisca amarelo
Pausa: 10 min (azul escuro contínuo)
Ciclo: Repete automaticamente
Uso: Estudo com TDAH - Pomodoro adaptado

6. Leisure Mode (Relaxamento)

Visual: Letra "L" roxo → Azul pulsando
Efeito: Onda senoidal suave (respiração)
Duração: Contínua até trocar de modo
Uso: Relaxamento, meditação, pausas

Exemplo de Uso

1. Ligue o sistema → Modo inicial: posture_check (letra "P" azul)
2. Mova joystick para a direita → Alterna para ocr_capture (letra "O" verde)
3. Continue navegando → teleneuro, telec, study_adhd, leisure
4. Escolha study_adhd → Tela mostra "S" laranja por 0.5s
5. Timer inicia → Tela fica verde (período de foco 20min)
6. Último minuto → Pisca amarelo (aviso)
7. Após 20min → Troca para azul (pausa de 10min)
8. Ciclo se repete automaticamente

Monitoramento Automático

O sistema também executa automaticamente:

• Sync Motion API: A cada 15 minutos (900s) - sincroniza tarefas
• Posture Check: A cada 5 minutos (300s) - verifica postura automaticamente
• E-Paper Update: Atualiza display quando há novas tarefas

Configure os intervalos no arquivo .env:

MOTION_SYNC_INTERVAL=900    # Segundos entre syncs Motion
POSTURE_INTERVAL=300        # Segundos entre checks postura
OCR_INTERVAL=600            # (Não usado atualmente)

🌐 Interface Web

Acesse a interface web pelo navegador em http://[IP_DO_PI]:8000

Funcionalidades

• Dashboard em tempo real: Temperatura, umidade, pressão do Sense HAT
• Status do modo ativo: Visualize qual modo está rodando
• Lista de tarefas: Sincronizadas automaticamente com Motion API
• Calendário semanal: Visualize tarefas organizadas por dia
• Feed da câmera: Visualização ao vivo (atualiza a cada 2s)
• Controle de modos: Troque o modo via dropdown
• Captura OCR: Botão para capturar nota manualmente

Endpoints da API

• GET / - Interface principal (HTML)
• GET /api/status - Status completo (JSON): modo, sense, tarefas
• POST /sense/mode - Alterar modo programaticamente
• POST /ocr - Disparar captura OCR
• GET /camera.jpg - Frame atual da câmera
• GET /api/week-calendar - Calendário da semana
• WebSocket /ws - Updates em tempo real a cada 2s

Protegendo a interface (login/senha básico)

A aplicação expõe dados pessoais — é recomendado adicionar autenticação básica no FastAPI. Exemplo simples à parte (incluir no código do FastAPI):

• Use dependências do FastAPI para proteger rotas com BasicAuth ou OAuth2.
• Para um começo rápido, adicione uma dependência que verifique usuário/senha antes de acessar rotas principais.

(Se quiser, eu gero um exemplo de código de autenticação básico para você inserir no main.py.)

Limpeza e manutenção

• Para parar o servidor: pressione Ctrl+C no terminal onde o uvicorn está rodando.
• Para remover arquivos temporários (ex.: drivers baixados): veja os comandos acima onde usamos rm -rf.

Estrutura do projeto (visão rápida)

• main.py — ponto de entrada do servidor FastAPI
• epaper.py — lógica de controle do display e-paper
• camera_posture.py — análise de postura com OpenCV
• ocr_notes.py — captura e OCR de notas (Tesseract)
• task_database.py — gerenciamento de tarefas
• requirements.txt — dependências Python

Dicas rápidas para iniciantes

• Faça tudo com calma e copie/cole os comandos no terminal.
• Se algo der erro, copie a mensagem e pesquise; posso ajudar a interpretar.
• Guarde o arquivo .env com cuidado (contém chaves).
• Reinicie o Raspberry Pi se hardware não for detectado na primeira vez.

Se quiser, eu atualizo o arquivo main.py adicionando um exemplo de autenticação (usuário/senha) e forneço instruções passo a passo para iniciantes.