A Ada é um chatbot com objetivo de facilitar a transformação full-stack e a integração entre equipes multidisciplinares em organizações envolvidas com desenvolvimento de software. Esse objetivo é concretizado por meio de dois aspectos principais: comunicação fácil e em linguagem natural e monitoramento completo do pipeline de produção de softwares. Além de monitorar o pipeline, a Ada também permite a realização de uma série de atividades relacionadas ao gerenciamento da produção nas plataformas entregues. A Ada, em sua versão básica, inclui suporte para um pipeline GitHub com GitLab CI. Além disso, nessa versão a comunicação entre a Ada e o usuário ocorre através do Telegram.
Para contribuir com o projeto, temos um Guia de Contribuição Inicial.
As políticas de branches, commits, pull requests e issues se encontram aqui.
O código de conduta para contribuição está disponível aqui.
Seguindo as instruções dos links a seguir, instale o docker conforme seu sistema operacional.
- docker
- docker-compose (já incluído na instalação do Docker Desktop para MacOS)
Siga esses passos para executar a Ada utilizando o Telegram através de um bot criado por você.
Utilizando as instruções do link, faça a instalação do ngrok.
Conforme a seguir, execute o ngrok na porta 5001.
./ngrok http 5001
Exporte as variáveis de ambiente conforme as instruções presentes nesse documento.
Antes de seguir adiante. Importante: As variáveis de ambiente são necessárias para o correto funcionamento do bot, por isso não esqueça de exportá-las.
docker-compose up --build
E está tudo pronto pra conversar com o bot no telegram!
Siga esses passos para executar a Ada localmente utilizando o Terminal.
docker-compose up --build
Após criar a imagem do container, em um outro terminal, digite o seguinte comando para obter a id de seus contêineres.
docker ps
Copie o CONTAINER_ID da imagem 20191-ada_ada e substitui no comando a seguir.
docker exec -it container_id bash
Após rodar esse comando, o container estará em execução. Algo como a seguir aparecerá no terminal.
root@00x00xx00000:/ada#
Dentro dele, rode o comando para treinar o bot.
python3 -m rasa_core.run -d models/dialogue -u models/nlu/current --debug --endpoints endpoints.yml
Após executar esse comando, é possível conversar com o bot bem como visualizar os logs do Rasa.
Nome | Papel | GitHub | |
---|---|---|---|
Ateldy Borges Brasil Filho | Scrum Master | ateldyfilho | ateldybfilho@gmail.com |
Bruno Oliveira Dantas | Arquiteto de Software | Brunooliveiradantas | oliveiradantas96@gmail.com |
João Vitor Ramos de Souza | DevOps | joaovitor3 | joaovytor0@gmail.com |
Vítor Gomes | Product Owner | vitorandos | torandoing@gmail.com |
Caio Vinicius Fernandes de Araújo | Desenvolvedor | caiovfernandes | caiovf13@gmail.com |
Erick Giffoni Felicíssimo | Desenvolvedor | ErickGiffoni | giffoni.erick@gmail.com |
Guilherme Mendes Pereira | Desenvolvedor | guilherme-mendes | guimendesp12@gmail.com |
João Pedro José Santos da Silva Guedes | Desenvolvedor | sudjoao | isudjoao@gmail.com |
Lucas Fellipe Carvalho Moreira | Desenvolvedor | lucasfcm9 | lucasfcm9@gmail.com |
Grupo 3
Engenharia de Produto de Software (EPS) / Métodos de Desenvolvimento de Software (MDS)
2019