Motor de Redação de Relatório de Viabilidade (Relatório de Viabilidade de Projeto Industrial · Manual de Combate Completo para Entrega Externo)
Marcação de formato de skill: Este skill = versão de entrega "Word completo + Planilha de cálculo Excel" para redação de relatório de viabilidade. Forma do produto: ① Relatório Word completo (capa → texto principal → anexos, conforme diretriz do NDRC 2023) ② Planilha de cálculo de investimento Excel (fórmulas todas montadas). Skills irmãos da mesma família de negócios (diferenciados por forma de entrega): Versão PPT de apresentação de viabilidade, Versão PDF de relatório de viabilidade — em desenvolvimento (veja roteiro de skills no README). Uso rápido: Cliente/fornecedor de projeto fornece material → este motor segue 6 etapas → entrega de três pacotes (relatório docx + planilha de cálculo xlsx + instruções docx) enviados no chat do usuário. Este motor foi consolidado a partir da prática de um projeto real de grande porte (setembro de 2026: cluster industrial oceânico de 30 bilhões · 9 volumes · 200.000 palavras), incluindo todos os pontos de atenção.
Atualização v1.6 (nesta versão): ① Adicionado
report_qa.pypara QA de documentos longos (cache/asserções/verificação por regex) epipeline_check.pypara autoinspeção do pipeline, bibliotecas Python padrão, zero dependências, prontas para usar; ② Adicionadas "Três barreiras de qualidade do relatório" e "Lista de verificação pré-entrega", transformando "entrega por intuição" em "entrega item por item verificada"; ③ Complementadas "Regras de ouro para quebras de página e imagens (renderização Word ≠ renderização LibreOffice)" e entrega em PDF; ④ Adicionado capítulo "Alinhamento de revisão e escopo" para evitar erros ao receber revisões/alterações de dados do cliente; ⑤ Adicionada tabela de verificação de alinhamento de cálculo financeiro e 4 tabelas, e requisitos de análise de sensibilidade.
1. Condições de Acionamento e Posicionamento
Acionamento: Cliente/contratante solicita "relatório de viabilidade", "estudo de viabilidade", "relatório de projeto", "relatório de due diligence para financiamento"; cliente fornece materiais dispersos (nome do projeto/localização/escala/algumas imagens) e precisa de um relatório formal para apresentar a investidores/aprovação governamental/captação de investimentos.
Divisão de trabalho com skills irmãos:
| Skill | Uso |
|---|---|
| Este motor | Relatório de viabilidade para entrega externa ao cliente (padrão ouro de conformidade = diretriz NDRC 2023) |
| report-production-pipeline | Pipeline de produção de relatórios genéricos (5 fases + script de autoinspeção), as etapas 2 a 4 deste motor são isomórficas a ele |
| feasibility-study-writing | Decisão interna/argumentação de plano de negócios |
| mh-calculation | Motor de cálculo financeiro (17 tabelas, este motor o chama para cálculos) |
Linhas vermelhas de entrega comercial (fabricação oculta):
- O cliente assina a entrega em seu próprio nome, nós fazemos apenas o conteúdo — unidade de elaboração/data/assinaturas一律 deixadas em branco para o cliente preencher
- Jamais expor vestígios de IA (nomes de arquivo sem "versão final/AI/dupla revisão de modelo", metadados limpos, texto sem símbolos de IA)
- Selo de qualificação: orientar o cliente a buscar uma unidade de consultoria de engenharia qualificada para cooperação com selo (linha vermelha de conformidade + ponto de entrada para captação de clientes)
- Âncora de preço: vender "rapidez + profissionalismo", padrão personalizado de 8.000 a 15.000, não fazer abaixo de 3.000 (baixo padrão)
2. Padrão Ouro da Indústria: Duas Estruturas (Definir o Tipo Antes de Escrever)
Diretriz do NDRC [2023] Nº 304 "Diretrizes e Instruções para Elaboração de Relatórios de Viabilidade de Projetos de Investimento" — única base de conformidade para escrever relatórios de viabilidade.
| Tipo | Projeto de Investimento Governamental (Estrutura Geral 11 Capítulos) | Projeto de Investimento Empresarial (Estrutura de Referência 10 Capítulos) |
|---|---|---|
| Financiamento | Investimento governamental/injeção de capital/títulos especiais | Autofinanciamento empresarial/financiamento de mercado |
| Cliente típico | Empresas de fomento/plataformas/projetos governamentais | Empresas privadas/investimento industrial/propriedade mista |
| Ênfase | Necessidade de construção/benefício social/equilíbrio financeiro | Demanda de mercado/capacidade de lucro/modelo de negócios |
Requisitos completos capítulo por capítulo em references/ (gov-dagang-2023.md versão governo, ent-dagang-2023.md versão empresa), consulte capítulo por capítulo ao escrever.
Autoinspeção de Tipificação (Errar = Refazer Tudo, Responda Estas 4 Perguntas Primeiro)
- De onde vem o dinheiro: Fundos fiscais/títulos especiais/plataforma governamental → versão governo; Autofinanciamento empresarial/empréstimo comercial/financiamento de mercado → versão empresa.
- Para quem é apresentado: Aprovação/autorização do NDRC, solicitação de fundos fiscais → versão governo; Avaliação de crédito bancário, decisão do investidor, captação de investimentos → versão empresa.
- Qual é a necessidade atendida: Necessidade pública (lacuna regional/melhoria social/exigência de planejamento superior) → versão governo; Demanda de mercado e capacidade de lucro → versão empresa.
- Possui estes capítulos: Plano de gestão de desempenho, análise de pico de carbono e neutralidade de carbono → exclusivo da versão governo; Maior peso para modelo de negócios/estratégia de marketing/análise competitiva → versão empresa.
Para financiamento misto (capital governamental + autofinanciamento empresarial): usar o escopo de aprovação/submissão como estrutura principal, argumentação financeira empresarial incorporada no capítulo "Plano de Investimento e Financiamento", e indicar o escopo duplo na visão geral.
3. Fluxo de Trabalho em 6 Etapas (Processo Completo)
Etapa 0: Inventário de Materiais + Tipificação + 3 Perguntas Antes de Aceitar (0,5h)
Pergunte 3 coisas antes de começar a escrever:
- Finalidade (aprovação de projeto/financiamento bancário/apresentação para captação/ decisão interna) → determina profundidade do formato e estrutura
- Natureza do proprietário (plataforma governamental/empresa privada) → determina se usa estrutura versão governo ou empresa
- Prazo final → determina modo A (completo 7-15 dias) ou modo B (primeira versão rápida 1-3 dias) ⭐
Inventário de materiais "já tem vs. falta", pergunte as lacunas de uma vez, não fique perguntando repetidamente. Faltando estimativa de investimento → usar estimativa de benchmark do setor e marcar "com base na prática do setor XX"; faltando terreno/localização → due diligence de planejamento público. Se o cliente forneceu pouca informação → usar modo B.
Critério de conclusão: Conclusão da tipificação em uma frase (versão governo/empresa + fundamento); lista de lacunas de materiais documentada; modo A/B definido.
Etapa 0.5: Lista de Requisição de Dados (Três Lotes, Peça de Uma Vez, Não Pergunte Enquanto Escreve)
| Lote | Conteúdo | Consequência se Faltar |
|---|---|---|
| Primeiro lote: Base de quantidade, preço e investimento | Conteúdo e escala da construção, lista de equipamentos e cotações, preço do terreno/aluguel, preço de água/eletricidade/gás, custo de mão de obra | Só sai "versão de argumentação preliminar", estimativa de investimento com benchmark do setor |
| Segundo lote: Entidade e conformidade | Certidão da empresa/documentos principais, pré-aprovação do terreno e seleção do local, EIA/auditoria energética/conservação de água/avaliação de estabilidade social, autorizações de uso de área marítima e status de andamento | Módulo de conformidade só pode escrever "em andamento"; será questionado na revisão |
| Terceiro lote: Mercado e pedidos | Pedidos de intenção/acordos-quadro, contratos a montante e jusante, dados operacionais de projetos similares, documentos de políticas de suporte | Análise de mercado fica apenas com dados públicos, profundidade reduzida |
Template da lista: references/data-request-list.md. Ao enviar a lista, informe simultaneamente: "Sem o segundo lote, só é possível fornecer a versão de argumentação preliminar" — é profissional e também um ponto de captura de cobrança adicional.
Etapa 1: Due Diligence Online (Obrigatório! 1-3h, Quatro Frentes Paralelas)
Proibido escrever sem pesquisar. A linha divisória entre um relatório de viabilidade "apresentável" e um "modelo genérico" = cada afirmação tem suporte de dados/políticas.
- Políticas: Políticas industriais provinciais/municipais, planos especiais, acesso ao setor → pesquisar "[setor] 15º Plano Quinquenal", "[província/cidade] política industrial [setor]"
- Mercado: Tamanho do setor/taxa de crescimento/panorama competitivo → relatórios de corretoras/associações do setor/IBGE, cruzamento de múltiplas fontes
- Regional: Parque industrial/terreno/infraestrutura/projetos similares no local selecionado → pesquisar "[cidade] [setor] parque industrial"
- Benchmark: Intensidade de investimento/taxa de retorno de projetos similares → consultar benchmarks do setor no mh-calculation
Cada dado crítico deve ter fonte (instituição + ano + link), indicar a fonte na escrita. Para dados faltantes, não inventar, escrever "a confirmar por due diligence" e fornecer intervalo do setor.
Canais de obtenção de dados (em ordem crescente de dificuldade da página, não desista no primeiro nível):
- Nível 1: Raspagem simples/resumo do mecanismo de busca — textos de políticas, notícias, relatórios públicos
- Nível 2: Raspagem com bypass anti-raspagem (renderização JS, desafios Cloudflare) — sites governamentais, associações do setor, sites de relatórios
- Nível 3: Controle real do navegador (cliques/paginação/formulários) — dados que exigem interação para obter (sistemas de consulta, bancos de dados públicos)
- Os materiais brutos obtidos são salvos com rastreabilidade (
<nome do projeto>/due_diligence/nomeados por fonte), para consulta ao escrever e sem necessidade de pesquisar novamente ao revisar.
Critério de conclusão: Todos os números críticos conseguem responder "quem disse, em que ano, com qual escopo"; materiais brutos salvos e rastreáveis.
Etapa 2: Redação Dividida por Funções (Matriz de Modelos — Esta é a Chave para Produzir Grandes Volumes de 200.000 Palavras)
Não deixe um modelo engolir o texto inteiro de uma vez. Divida por papéis:
- Cérebro principal (modelo da conversa atual): Monta a estrutura esquelética, escreve introdução/visão geral/argumentação estratégica, montagem final e revisão
- Modelo de expansão (modelo mais forte via API, como DeepSeek V4 Pro / Qwen Max): Expansão aprofundada de capítulos pesados como avaliação financeira, análise de mercado — alimente capítulo por capítulo "status atual + requisito de expansão + exemplo", aumente max_tokens (12000+, senão o reasoning consome tudo e saída 0)
- Modelo de cálculo: Chama mh-calculation para calcular TIR/VPL/período de retorno (não calcular manualmente)
- Modelo de revisão (modelo inteligente lê o texto completo e aponta falhas): Qwen/Doubao assumindo o papel de operador experiente lê o texto completo (não resumo) para encontrar lacunas lógicas/inconsistências de escopo/distorções de dados
- Modelo visual (validação de formatação, veja Etapa 4): Mimo 2.5 / DeepSeek Vision / GLM-4V / Qwen VL Validação cruzada de imagens
Experiência: Mesma chave pode ajustar dois níveis (flash para uso diário/pro para trabalho pesado); a revisão deve receber o texto real completo, não resumo, senão é revisão inútil.
Antes de escrever, produza a lista de capítulos (cada capítulo = o que será dito | com base em quê | de onde vem). Capítulos com evidências em branco retornam à Etapa 1 para complementar, não permitido começar a escrever com evidências em branco. Template da lista em templates/report-plan.md.
Critério de conclusão: Lista de capítulos com três colunas completas, sem lacunas; cada rascunho de capítulo tem dados, fontes e cadeia lógica fechada.
Etapa 3: Três Barreiras de Qualidade (Entre o Rascunho da IA e a Entrega Confiável — Não Pule)
| Barreira | O que fazer | O que fazer se não passar |
|---|---|---|
| ① Reflexão | Revisar o processo: dados completos? Fontes confiáveis (primárias/secundárias)? A lógica tem saltos? | Complementar dados, trocar fontes, complementar argumentação |
| ② Revisão | Verificar item por item na lista: conclusão e evidências combinam? Há inferências excessivas? Respondeu a visão contrária? Números/nomes/datas precisos? Escopo uniforme? | Corrigir item por item, não pode ser "mais ou menos" |
| ③ Correção | Após corrigir, deve reexaminar as correções (foco em se novos erros foram introduzidos) e reexaminar o texto completo para resquícios de escopo antigo | Se a reexaminação não passar, repetir |
Versão em lista: templates/review-checklist.md. Verificação mínima executável por máquina:
python3 scripts/pipeline_check.py relatorio.md # Marcação de fonte/divulgação de incerteza/visão contrária/conclusão/estrutura/escopo numérico
python3 scripts/pipeline_check.py relatorio.md --strict --json # Código de saída diferente de 0 = falha grave, pode conectar diretamente à automação
Rascunho e revisão não podem ser feitos na mesma rodada — não enxergar erros no que você mesmo escreveu é uma lei cognitiva, não questão de atitude. Mude de perspectiva/mude de modelo/pelo menos mude de rodada.
Etapa 4: Engenharia de Formatação (Do Rascunho da IA à Versão de Entrega Profissional, scripts com Um Clique)
O docx gerado por IA entregue diretamente = característica de amador. Use o pipeline de scripts para processar:
# 1) Criar estrutura do zero: capa + página de assinatura + sumário automático + cabeçalho/número de página (sistema de estilos já embutido)
python3 scripts/gen_report_docx.py "Nome Completo do Projeto" "" saida.docx
# (parâmetro do meio = unidade de elaboração, para entrega externa sempre passar string vazia em branco)
# 2) Já tem rascunho/docx do cliente: adicionar fachada (capa/página de assinatura/campo de sumário) → veja scripts/face_docx.py --help
python3 scripts/face_docx.py entrada.docx saida.docx "Nome Completo do Projeto" "" "KY-2026-XXX"
# 3) Polimento de formatação (limpeza de vestígios de IA + reconstrução de estilos + embelezamento de tabelas) ⭐ Mais usado
python3 scripts/docx_polish.py entrada.docx saida.docx "Nome Completo do Projeto" --title "Título do Relatório"
# 4) Planilha de cálculo (fórmulas montadas, azul = entrada) ⭐ Versão profissional v2 (tabela de 3 linhas + semântica de 5 cores + capa com instruções de preenchimento)
python3 scripts/gen_model_xlsx_v2.py saida.xlsx "Nome do Projeto" investimento_total_milhoes receita_plena_milhoes periodo_construcao periodo_operacao
# Exemplo: python3 scripts/gen_model_xlsx_v2.py planilha.xlsx "Projeto XX" 3000000 600000 4 16
# 5) Instruções de elaboração e lista de requisição de dados (1-2 páginas, um dos três pacotes de entrega)
python3 scripts/gen_shuoming.py saida.docx "Nome do Projeto" "cerca de 30 bilhões"
4.1 Regras de Ouro para Quebras de Página e Imagens (Renderização Word ≠ Renderização LibreOffice — Lições Amargas)
Conhecimento central: Usar LibreOffice para converter para PDF e auto-verificar formatação ≠ Efeito de abertura no Word/WPS. 90% dos clientes usam Word/WPS. Problemas de quebra de página/corte de imagem só aparecem no motor do Word. Verifique primeiro o XML antes de concluir.
| Sintoma | Causa Raiz | Correção |
|---|---|---|
| Imagem aparece apenas como uma faixa fina/um canto | Estilo Normal com lineRule="exact" espaçamento fixo corta imagens inline (específico do Word, LO não corta) | Alterar espaçamento de linha do estilo do texto para atLeast (mantém espaçamento visual, mas permite que imagens expandam); parágrafos com imagem definir explicitamente spacing line=240 lineRule=auto |
| Uma página com apenas uma linha de texto/grande espaço em branco | Cada linha da tabela com cantSplit (proibição de quebra de página) → tabela grande não cabe e pula inteira para a próxima página | Travar apenas a linha de cabeçalho com cantSplit, linhas de dados todas liberadas para quebra de página; cabeçalho adicionar tblHeader (cabeçalho repetido automaticamente ao quebrar página) |
| Tabela causa quebra de página anormal no Word | Largura total da tabela excede a área de impressão (A4 área de impressão = 8730 twips, margem esquerda 3cm) | Comprimir gridCol proporcionalmente para ≤ 8700 twips |
| Linha órfã no final do texto (2 linhas de frase no final da página) | Parágrafo exatamente na quebra de página com apenas 2 linhas restantes | Adicionar keepLines ao parágrafo (sem quebra dentro do parágrafo), mover parágrafo inteiro para a próxima página |
| Linha órfã na última página ("(Fim)" ocupa página sozinha) | Parágrafo final após tabela grande dos anexos não cabe e é empurrado para a última página | Remover marcador final ou comprimir tabela anterior |
| Linha "Unidade de Elaboração: ______" na capa | Espaços sublinhados ocupam run (<w:u>+espaço) | Quando o nome da unidade já está preenchido, remover o run de espaço sublinhado, não deixar linha de espaço como placeholder |
Após a correção, re-renderizar e reexaminar: fitz escaneia página por página para páginas "quase vazias" com max_y<350 e largura de imagem>200pt para confirmar integridade.
4.2 Entrega em PDF (Formato de Leitura para Investidores)
- LibreOffice
soffice --headless --convert-to pdfé suficiente; o sumário de títulos automaticamente vira marcadores (766 = nível profissional) - Campos de número de página/campo de sumário renderizados como placeholders é normal (Word atualiza com F9) — PDF renderizado por LO não é afetado. Instruir o cliente no docx a abrir no Word e pressionar F9.
- Docx grande (>10MB com muitas imagens) pode não exibir imagens na visualização do celular/IM → anexar versão PDF + instruir a abrir com Word
Etapa 5: QA do Relatório (Inspeção Automatizada de Números e Escopo)
python3 scripts/report_qa.py stats relatorio.docx # Inspeção de escala: número de páginas/parágrafos/caracteres/imagens embutidas
python3 scripts/report_qa.py grep relatorio.docx "escopo antigo|numero antigo" # Regex (inclui células de tabela, escanear apenas texto sem tabelas = perder metade dos números)
python3 scripts/report_qa.py check relatorio.docx baseline.json # Verificação por asserções: palavras proibidas devem ter 0 ocorrências, itens obrigatórios devem aparecer
python3 scripts/report_qa.py cache relatorio.docx # Criar cache de texto puro, para consultas rápidas ~14x durante revisão
- Antes de entregar a revisão, escreva cada solicitação do cliente como uma asserção (palavras proibidas/devem aparecer), e um único comando para auto-provar todas corretas — mais confiável do que revisar com olhos humanos três vezes
- Se o conjunto de asserções estiver vazio, um aviso explícito será emitido para evitar falso positivo "0/0 tudo verde"
Etapa 6: Validação Visual + Entrega (Três Pacotes + Dupla Saída)
Validação visual (última barreira antes da entrega): Problemas de formatação de IA não são visíveis na inspeção de texto; é necessário renderizar em imagem para que o modelo visual "veja com os próprios olhos". Um único modelo pode ser superficial/julgar erroneamente → usar 2+ para validação cruzada. Após encontrar problemas, reexaminar com dados de coordenadas antes de corrigir.
# Variáveis de ambiente: escolha uma (recomendado na ordem: grátis → barato e rápido → reserva)
export ZHIPU_API_KEY=... # ① GLM-4V-Flash (grátis, velocidade 1,6s/página) — primeira escolha
export DASHSCOPE_API_KEY=sk-... # ② qwen3-vl-flash (Bailian Qwen visão Flash, barato e rápido)
export MIMO_API_KEY=... # ③ Xiaomi Mimo 2.5 (multimodal nativo)
export DEEPSEEK_API_KEY=... # ④ DeepSeek vision (reserva — DeepSeek usado principalmente para escrever, visão com uso reduzido)
python3 scripts/vision_check.py relatorio.docx # docx→renderizar páginas críticas→revisão multi-modelo (auto fallback ①→②→③→④)
Pacote de entrega (três peças):
[nome do projeto] relatório de viabilidade.docx— relatório versão profissional[nome do projeto] planilha de cálculo.xlsx— planilha com 6 tabelas (parâmetros em azul, fórmulas intactas)[nome do projeto] instruções de elaboração.docx— fonte dos dados, escopo de cálculo, instruções especiais
Dupla saída: Enviar docx + pdf simultaneamente. O pdf garante que o layout seja exibido corretamente (independente da versão do Word).
4. Fluxo de Revisão e Alinhamento de Escopo (Clientes Devolvem Revisão/Alteram Números — Evite Desastres)
4.1 Cenários Comuns de Revisão
| Cenário | Abordagem |
|---|---|
| Cliente devolve marcando "dados de investimento incorretos" | Primeiro verificar fonte: o cliente forneceu estimativa própria? Ou mudou a escala do projeto? Se foi o cliente que errou (forneceu dado incorreto), corrigir e marcar; se a escala mudou → reexecutar Etapa 2 (recálculo da planilha de 6 tabelas) |
| Cliente diz "a estrutura está estranha, preciso de mais capítulos" | É uma nova demanda ou uma lacuna na definição de escopo original? Se for demanda nova → cobrar adicional separadamente; se for definição de escopo original não capturada → corrigir gratuitamente, mas perder o jantar de ajuste de escopo como lição |
| Cliente diz "os dados precisam ser atualizados" | Verificar se a referência temporal dos dados originais está desatualizada (dados do ano passado versus dados deste ano) → substituir a fonte; se o cliente forneceu dados novos → realimentar e verificar asserções |
4.2 Operação de Controle de Versão Durante Revisão
- Nome do arquivo usa sufixo de versão:
v1.0 rascunho interno,v1.1 versão de revisão do cliente,v2.0 versão final para entrega - Cada rodada de revisão só altera as seções solicitadas pelo cliente + verificação de escopo do texto completo
- Após a revisão, deve executar:
python3 scripts/pipeline_check.py relatorio.md --strict python3 scripts/report_qa.py check relatorio.docx baseline.json python3 scripts/vision_check.py relatorio.docx - Proibido pular a validação visual após a revisão — a correção de números pode causar quebras de página / deslocamento de imagens, problemas invisíveis que só aparecem na renderização
4.3 Alinhamento de Escopo: Assegurar a Diferença Entre "O Que o Cliente Disse" e "O Que Foi Entregue"
- O motivo mais comum para recall de entrega: o que o cliente pensou que seria fornecido ≠ o que realmente foi fornecido
- Antes de cada entrega, lista de verificação de alinhamento de escopo (consulte
templates/scope-alignment-checklist.md):- O cliente confirmou o conteúdo e a estrutura do relatório?
- A fonte dos dados foi explicada ao cliente?
- As premissas de cálculo financeiro foram comunicadas?
- A formatação atende aos requisitos do cliente (fonte de entrega/especificações de layout)?
- O prazo foi acordado?
- Requisitos não incluídos na definição de escopo → listados como "serviços opcionais" com preço separado
5. Scripts e Ferramentas (Automação Baseada em Python Padrão)
5.1 Lista de Scripts
| Script | Função | Dependências |
|---|---|---|
scripts/gen_report_docx.py | Gerar documento skeleton (capa + sumário + estilo) do zero | python-docx |
scripts/face_docx.py | Adicionar fachada (capa + página de assinatura + campo de sumário) a docx existente | python-docx |
scripts/docx_polish.py | Polimento de docx (remover vestígios de IA + reconstruir estilos + ajustar layout) | python-docx |
scripts/gen_model_xlsx_v2.py | Gerar planilha de cálculo de 6 tabelas (fórmulas, formatação profissional) | openpyxl |
scripts/gen_shuoming.py | Gerar instruções de elaboração | python-docx |
scripts/report_qa.py | QA de relatório: estatísticas, grep, verificação por asserções, cache | python-docx |
scripts/pipeline_check.py | Verificação de pipeline: fonte, incerteza, visão contrária, estrutura, escopo numérico | nenhuma (biblioteca padrão) |
scripts/vision_check.py | Validação visual: renderizar docx → imagem → multi-modelo de revisão | veja abaixo |
5.2 Dependências de Scripts de Validação Visual
- Pilha de renderização:
libreoffice(converter docx para pdf) +pdf2image(converter pdf para imagem) - Modelo: chamada de API HTTP (diferentes formatos de mensagem por provedor, script já inclui adaptadores)
- Pacotes pip necessários:
pdf2image,Pillow,requests
5.3 Como Configurar o Ambiente
# Instalar dependências do sistema (Debian/Ubuntu)
sudo apt-get install libreoffice python3-pip
pip install python-docx openpyxl pdf2image Pillow requests
# Verificar instalação do LibreOffice
soffice --version
6. Templates de Referência
6.1 Capa (Campo de Unidade de Elaboração em Branco)
[Nome do Projeto]
Relatório de Viabilidade
Unidade de Elaboração: ____________________
Data: ____ de __________ de 20____
6.2 Página de Assinatura (Apenas Estrutura, Sem Conteúdo de Identidade Real)
Responsável pela elaboração: [assinatura]
Revisor: [assinatura]
Aprovador: [assinatura]
Selo da unidade:
Importante: Não deixar nenhum vestígio de IA na página de assinatura, incluindo nome de modelo/versão.
6.3 Declaração de Isenção de Responsabilidade (Adicionar no final do relatório)
Este relatório é elaborado com base nos materiais fornecidos pelo cliente e em dados públicos disponíveis. A precisão e integridade dos materiais fornecidos pelo cliente são de responsabilidade do cliente. As premissas de cálculo financeiro e os parâmetros de investimento são baseados nas informações fornecidas pelo cliente e em benchmarks do setor na data de elaboração, e não constituem garantia de desempenho futuro do projeto. Recomenda-se que o cliente consulte uma unidade de consultoria de engenharia qualificada para a certificação final.
7. FAQ
P: O modelo de IA alucina dados de mercado?
R: Sim, a Etapa 1 de due diligence online é justamente para evitar isso. Todos os dados de mercado devem ter fontes rastreáveis, e os scripts pipeline_check.py verificam a marcação de fontes. Se uma fonte não puder ser verificada, marcar como "dado de referência do setor, a confirmar".
P: O cliente pede sigilo, não quer pesquisar online? R: Neste caso, solicitar ao cliente que forneça materiais internos (relatórios do setor, dados operacionais). O motor funciona apenas com dados fornecidos pelo cliente + conhecimento interno, mas a profundidade da análise de mercado será limitada. Avisar o cliente sobre essa limitação.
P: O relatório tem tabelas de comparação de fornecedores, como garantir a precisão? R: Etapa 3 de reflexão: verificar se cada linha da tabela de comparação tem fonte (site oficial do fornecedor/relatório público/entrevista). Dados não verificados não entram; para dados que não podem ser verificados, marcar como "a confirmar".
P: O cliente pede alteração de número após a entrega, como evitar inconsistências nas tabelas?
R: Usar a planilha de cálculo, alterar os parâmetros na coluna azul, as fórmulas recalculam automaticamente. Após a alteração, reexportar o relatório e executar report_qa.py check para verificar a consistência.
Apêndice: Mapa do Roteiro de Skills
| Skill | Status | Descrição |
|---|---|---|
| Este motor (feasibility-report-engine) | ✅ Lançado (v1.7.0) | Motor completo de relatório de viabilidade (Word + Excel + validação visual) |
| report-production-pipeline | ✅ Lançado | Pipeline genérico de produção de relatórios (5 fases + autoinspeção) |
| PPT de viabilidade (planejado) | 🚧 Em desenvolvimento | Slides de apresentação de viabilidade (formato PPT) |
| PDF de viabilidade (planejado) | 🚧 Em desenvolvimento | Versão PDF do relatório de viabilidade (para leitura por investidores) |
| mh-calculation | ✅ Lançado | Motor de cálculo financeiro (17 tabelas, suporta várias indústrias) |
Este skill é baseado na prática real de um projeto de 30 bilhões, todas as situações de campo foram validadas. Sugere-se ler o SKILL.md completo antes de usar.