Análise de Notícias GovBR

Dashboard interativo para análise temporal de notícias do portal gov.br por agência governamental.

🚀 Criado a partir do streamlit-boilerplate

---

Sobre

Este aplicativo Streamlit permite explorar e analisar notícias publicadas em diferentes agências do governo brasileiro, extraídas do portal gov.br.

Funcionalidades

• 📊 Análise temporal: Visualize notícias por ano, mês, semana ou dia
• 🏛️ Filtro por agências: Selecione agências governamentais específicas
• 📈 Visualizações interativas: Gráficos com Altair
• 📰 Listagem detalhada: Tabela com artigos filtrados
• 🔍 Ranking de agências: Veja as agências mais ativas

Dados

Dataset hospedado no HuggingFace:

• Dataset completo: nitaibezerra/govbrnews
• Dataset reduzido: nitaibezerra/govbrnews-reduced (usado neste app)
• Scraper: https://github.com/nitaibezerra/govbrnews-scraper

---

Desenvolvimento Local

Pré-requisitos

• Python 3.11+
• pip

Instalação

1. Clone este repositório:

   git clone https://github.com/destaquesgovbr/streamlit-dgb-basic.git
   cd streamlit-dgb-basic

2. Instale as dependências:

   pip install -r requirements.txt

3. Execute o app localmente:

   streamlit run app/main.py

4. Acesse http://localhost:8501 no navegador

Estrutura do Projeto

streamlit-dgb-basic/
├── app/
│   ├── main.py              # Aplicação principal com análise de notícias
│   ├── components/          # Componentes reutilizáveis
│   └── utils/               # Funções auxiliares
├── tests/
│   └── test_app.py          # Testes
├── .streamlit/
│   └── config.toml          # Configuração do Streamlit
├── .streamlit-app.yaml      # Metadados para catálogo
├── Dockerfile               # Container definition
└── requirements.txt         # Dependências Python

Testes

# Instalar dependências de desenvolvimento
pip install -r requirements-dev.txt

# Rodar testes
pytest

# Rodar com cobertura
pytest --cov=app tests/

---

Deploy na Plataforma DGB

Este app está deployado na Plataforma Streamlit DGB via Cloud Run.

Status do Deploy

• ✅ Repositório: https://github.com/destaquesgovbr/streamlit-dgb-basic
• 🔄 Deploy: Automático via GitHub Actions (push to main)
• ☁️ Hospedagem: Google Cloud Run
• 🔐 Acesso: Público via URL

URL da Aplicação

🌐 https://streamlit-dgb-basic-klvx64dufq-rj.a.run.app

---

Tecnologias

• Streamlit 1.41.0: Framework para dashboards interativos
• HuggingFace Datasets 3.2.0: Carregamento de dados
• Altair 5.2.0: Visualizações declarativas
• Pandas 2.2.0: Manipulação de dados

---

Como Funciona

1. Carregamento de Dados: Dataset nitaibezerra/govbrnews-reduced é carregado do HuggingFace e cacheado por 6 horas
2. Seleção de Agências: Multiselect permite filtrar agências de interesse
3. Granularidade Temporal: Escolha entre ano, mês, semana ou dia
4. Filtro de Período: Slider para selecionar intervalo de datas
5. Visualizações:
   • Gráfico de linha com total de notícias ao longo do tempo
   • Gráfico comparativo por agência (top N agências)
   • Tabela com artigos ordenados por data

---

Exemplo de Uso

# O app usa cache do Streamlit para performance
@st.cache_data(ttl=3600 * 6)  # Cache por 6 horas
def load_data() -> pd.DataFrame:
    dataset = load_dataset("nitaibezerra/govbrnews-reduced", split="train")
    df = pd.DataFrame(dataset)
    # ... processamento temporal
    return df

---

Contribuindo

Este app foi criado como validação da Plataforma Streamlit DGB (Fase 1 do plano de implementação).

Para contribuir:

1. Fork o repositório
2. Crie uma branch para sua feature (git checkout -b feature/nova-feature)
3. Commit suas mudanças (git commit -m 'Add nova feature')
4. Push para a branch (git push origin feature/nova-feature)
5. Abra um Pull Request

---

Licença

AGPL-3.0 License - ver LICENSE para detalhes.

---

Links Úteis

• Plataforma Streamlit DGB: destaquesgovbr-infra
• Template Boilerplate: streamlit-boilerplate
• Catálogo de Apps: streamlit-catalog
• Documentação: docs/streamlit-platform.md

---

Case Study

Este app faz parte da Fase 1 do plano de implementação da Plataforma Streamlit DGB, servindo como validação end-to-end de todo o processo:

• ✅ Uso do template boilerplate
• ✅ Migração de app existente
• ✅ Registro via issue template
• ✅ PR automatizado
• ✅ Deploy no Cloud Run
• ✅ Integração com HuggingFace

Para mais detalhes, veja STREAMLIT_PLATFORM_PLAN_2.md.