littleyi22/pipeline-de-materiais-didaticos

O que pipeline-de-materiais-didaticos faz?

Habilidade Codex para limpar, paginar, ordenar e mesclar materiais didáticos em Word/PDF, gerando edições do aluno e do professor.

Visão Geral

Esta habilidade automatiza a criação de materiais didáticos limpos e organizados a partir de arquivos fonte (Word, PDF). O processo:

1. Limpeza: Remove metadados, comentários e formatações desnecessárias dos arquivos fonte.
2. Paginação: Adiciona numeração de páginas consistente e insere quebras de página onde necessário.
3. Ordenação: Organiza capítulos e seções de acordo com uma ordem predefinida ou baseada em metadados.
4. Mesclagem: Combina todos os materiais processados em dois arquivos finais:
   • Edição do Aluno: Contém o conteúdo limpo com espaços para respostas e atividades.
   • Edição do Professor: Inclui respostas, anotações e orientações adicionais.

Pré-requisitos

• Python 3.8+ com bibliotecas python-docx, PyPDF2, reportlab instaladas.
• Acesso a um ambiente Codex (ou CLI similar) para execução de comandos.
• Arquivos fonte de materiais didáticos em formato Word (.docx) ou PDF.

Instalação

Clone o repositório e instale as dependências:

git clone https://github.com/littleyi22/document-materials-pipeline.git
cd document-materials-pipeline
pip install -r requirements.txt

Uso

Execute o pipeline principal:

python pipeline.py --input ./materiais --output ./resultado --tipo aluno

Parâmetros:

• --input: Diretório contendo os arquivos fonte.
• --output: Diretório onde os arquivos processados serão salvos.
• --tipo: aluno ou professor para definir qual edição gerar.
• --ordem: (Opcional) Caminho para um arquivo JSON especificando a ordem dos capítulos.

Exemplo de Arquivo de Ordem (ordem.json)

{
  "capitulos": [
    "introducao",
    "capitulo-1",
    "capitulo-2",
    "conclusao"
  ]
}

Estrutura do Projeto

document-materials-pipeline/
├── pipeline.py          # Script principal
├── requirements.txt     # Dependências Python
├── ordem.json           # Exemplo de ordem (opcional)
├── materiais/           # Diretório com arquivos fonte
│   ├── capitulo-1.docx
│   ├── capitulo-2.pdf
│   └── ...
└── resultado/           # Diretório de saída
    ├── edicao-aluno.docx
    └── edicao-professor.docx

Configuração

As opções de configuração podem ser ajustadas no arquivo config.yaml (se existir) ou via variáveis de ambiente:

• INPUT_DIR: Diretório de entrada.
• OUTPUT_DIR: Diretório de saída.
• EDICAO_TIPO: aluno ou professor.
• ORDEM_ARQUIVO: Caminho para o arquivo de ordem.

Limitações

• A habilidade depende da qualidade dos arquivos fonte; arquivos PDF escaneados (não texto) podem não ser processados corretamente.
• A paginação automática pode falhar em layouts muito complexos (ex.: múltiplas colunas).
• Apenas formatos .docx e .pdf são suportados atualmente.

Contribuição

Contribuições são bem-vindas! Sinta-se à vontade para abrir issues ou pull requests no repositório original.

Licença

Este projeto está licenciado sob a licença MIT - consulte o arquivo LICENSE para mais detalhes.