API com integração de IA

API para analisar texto e detectar sentimentos usando IA.

A API foi desenvolvida em Node.js, onde é possível chamar um endpoint onde é enviado um texto e a API da Higging Face AI vai retornar o resultado da análise desse texto a porcentagem de POSITIVO ou Negativo.

ATENÇÃO: os resultados desse modelo da Higging Face são extremamente simplistas e imprecisos. Não recomendo usar essa AI. Eu poderia utilizar outras opções como OpenAI ou Claude. Porém eu preferi uma alternativa gratuita para um teste rápido.

ferramentas utilizadas

• Node.js (ambiente de execução de JavaScript)
• Fastify (framework para criação da API)
• Swagger (para documentação da rotas da API)
• dotenv (para o arquivo .env com variáveis de ambiente)
• API da Higging Face AI. Link do modelo utilizado. OBSERVAÇÃO: só retorna a porcentagem de sentimento positivo ou negativo. Exemplo:

Como testar

1. Instale dependências: npm install

2. Crie o arquivo .env com sua Hugging Face API Key: HF_API_KEY=your_huggingface_api_key_here

Você pode gerar uma key gratuita em: https://huggingface.co/settings/tokens. Escolha a tipo 'Read' e um nome.

3. Inicie o server: npm start

4. Testar rotas (no Swagger) http://localhost:3000/docs

---

Desafio

Objetivo

Criar uma API simples que: 1. Analisa um texto de entrada. 2. Retorna estatísticas básicas. 3. Integra com uma API pública de IA para detectar sentimento.

Requisitos obrigatórios

Crie um endpoint POST /analyze-text que receba um JSON com o seguinte formato:

{
  "text": "Seu texto livre aqui..."
}

A resposta da API deve conter:

• A contagem total de palavras.
• As 5 palavras mais frequentes (ignorando stopwords, se possível).
• Um resumo de sentimento do texto, utilizando alguma API pública de IA como:
  • OpenAI (ex: gpt-3.5-turbo ou gpt-4)
  • Claude (Anthropic)
  • Hugging Face (ex: distilbert-base-uncased-finetuned-sst-2-english)

Opcional

Adicionar um endpoint GET /search-term?term=... que retorne:

• Se o termo informado foi encontrado na última análise.
• Pode manter o histórico em cache/memória ou SQLite.

Tecnologias sugeridas

• Linguagens: Node.js ou Python
• Frameworks: Express, FastAPI, Django ou similar
• Armazenamento: pode usar cache em memória, JSON local ou SQLite
• Outras boas práticas:
• Organização do código
• Tratamento de erros
• Uso de status codes HTTP adequados
• Documentação simples (ex: Swagger ou README)

Readme do Repositório

• Deve conter o título do projeto
• Uma descrição sobre o projeto em frase
• Deve conter uma lista com linguagem, framework e/ou tecnologias usadas
• Como instalar e usar o projeto (instruções)
• Não esqueça o .gitignore
• Se está usando github pessoal, referencie que é um challenge by coodesh:

This is a challenge by Coodesh

Finalização e Instruções para a Apresentação

1. Adicione o link do repositório com a sua solução no teste
2. Verifique se o Readme está bom e faça o commit final em seu repositório;
3. Envie e aguarde as instruções para seguir. Caso o teste tenha apresentação de vídeo, dentro da tela de entrega será possível gravar após adicionar o link do repositório. Sucesso e boa sorte. =)

Suporte

Para tirar dúvidas sobre o processo envie uma mensagem diretamente a um especialista no chat da plataforma.