Update app.py

app.py

@@ -6,6 +6,11 @@ from datetime import datetime
 import time
 from tenacity import retry, stop_after_attempt, wait_exponential
 
+def debug_print(message):
+    """Função para imprimir mensagens de debug tanto no console quanto no Streamlit"""
+    print(message)
+    st.text(message)
+
 @retry(
     stop=stop_after_attempt(3),
     wait=wait_exponential(multiplier=1, min=4, max=10),
@@ -13,17 +18,37 @@ from tenacity import retry, stop_after_attempt, wait_exponential
 )
 def fetch_tweets(client, query, tweet_fields):
     try:
+        debug_print(f"Iniciando busca com query: {query}")
+        debug_print(f"Campos solicitados: {tweet_fields}")
+        
         tweets = client.search_recent_tweets(
             query=query,
             max_results=10,
             tweet_fields=tweet_fields
         )
+        
+        if tweets is None:
+            debug_print("Nenhum resultado retornado da API")
+            return None
+            
+        if not hasattr(tweets, 'data'):
+            debug_print("Resposta não contém dados")
+            return None
+            
+        debug_print(f"Tweets encontrados: {len(tweets.data) if tweets.data else 0}")
         return tweets
+        
     except tweepy.errors.TooManyRequests as e:
-        reset_time = int(e.response.headers.get('x-rate-limit-reset', 0))
-        wait_time = max(reset_time - time.time(), 0)
-        print(f"Rate limit atingido. Aguardando {wait_time:.0f} segundos...")
-        time.sleep(wait_time + 1)
+        debug_print(f"Rate limit atingido: {str(e)}")
+        raise e
+    except tweepy.errors.TwitterServerError as e:
+        debug_print(f"Erro do servidor Twitter: {str(e)}")
+        raise e
+    except tweepy.errors.BadRequest as e:
+        debug_print(f"Erro na requisição: {str(e)}")
+        raise e
+    except Exception as e:
+        debug_print(f"Erro inesperado na busca: {str(e)}")
         raise e
 
 @retry(
@@ -36,7 +61,11 @@ def post_tweet(api, text):
 
 def main():
     try:
+        st.title("Análise de Sentimentos - BBB25")
+        
         # Verificar variáveis de ambiente
+        debug_print("Verificando variáveis de ambiente...")
+        
         required_vars = [
             'TWITTER_API_KEY',
             'TWITTER_API_SECRET_KEY',
@@ -45,18 +74,19 @@ def main():
             'TWITTER_BEARER_TOKEN'
         ]
 
-        # Verificação inicial das variáveis de ambiente
         missing_vars = []
         for var in required_vars:
             if os.getenv(var) is None:
                 missing_vars.append(var)
-                print(f"Erro: A variável de ambiente '{var}' não está definida.")
+                debug_print(f"Erro: A variável de ambiente '{var}' não está definida.")
             else:
-                print(f"{var} carregada com sucesso.")
+                debug_print(f"{var} carregada com sucesso.")
 
         if missing_vars:
-            raise ValueError(f"As seguintes variáveis de ambiente são necessárias: {', '.join(missing_vars)}")
+            raise ValueError(f"Variáveis de ambiente faltando: {', '.join(missing_vars)}")
 
+        debug_print("Iniciando autenticação com Twitter...")
+        
         # Autenticação com Twitter para leitura
         client = tweepy.Client(
             bearer_token=os.getenv('TWITTER_BEARER_TOKEN'),
@@ -73,19 +103,44 @@ def main():
 
         api = tweepy.API(auth, wait_on_rate_limit=True)
 
-        # Nova query usando sintaxe correta da API v2
+        # Vamos testar a autenticação com uma query simples
+        debug_print("Testando autenticação...")
+        try:
+            test_query = "test"
+            test_response = client.search_recent_tweets(query=test_query, max_results=1)
+            debug_print("Teste de autenticação bem sucedido")
+        except Exception as e:
+            debug_print(f"Erro no teste de autenticação: {str(e)}")
+            raise e
+
+        # Query principal
         query = 'BBB25 lang:pt -is:retweet -is:reply'
         tweet_fields = ['text', 'created_at', 'lang', 'public_metrics']
-
+        
+        debug_print("Iniciando busca principal de tweets...")
+        
         with st.spinner('Buscando tweets...'):
             tweets = fetch_tweets(client, query, tweet_fields)
-        
-        if not tweets.data:
-            st.warning("Nenhum tweet encontrado")
-            return
+            
+            if tweets is None:
+                st.error("Não foi possível obter tweets")
+                return
+            
+            if not tweets.data:
+                st.warning("Nenhum tweet encontrado com os critérios especificados")
+                debug_print("Busca retornou vazia")
+                return
+            
+            debug_print(f"Encontrados {len(tweets.data)} tweets")
+            
+            # Mostrar alguns tweets encontrados para debug
+            st.subheader("Tweets encontrados (preview):")
+            for i, tweet in enumerate(tweets.data[:3]):
+                st.text(f"Tweet {i+1}: {tweet.text[:100]}...")
 
         # Análise de sentimentos
         with st.spinner('Analisando sentimentos...'):
+            debug_print("Iniciando análise de sentimentos...")
             sentiment_pipeline = pipeline(
                 'sentiment-analysis',
                 model='cardiffnlp/twitter-xlm-roberta-base-sentiment'
@@ -96,6 +151,7 @@ def main():
                 if hasattr(tweet, 'lang') and tweet.lang == 'pt':
                     result = sentiment_pipeline(tweet.text)
                     sentiments.append(result[0]['label'])
+                    debug_print(f"Sentimento analisado: {result[0]['label']}")
                     
             time.sleep(1)
                 
@@ -106,12 +162,15 @@ def main():
             neutral = sentiments.count('neutral')
             total = len(sentiments)
             
+            debug_print(f"Total de sentimentos analisados: {total}")
+            
             positive_ratio = positive / total
             negative_ratio = negative / total
             neutral_ratio = neutral / total
             
             # Gerar mensagem com IA
             with st.spinner('Gerando novo tweet...'):
+                debug_print("Iniciando geração de texto...")
                 tokenizer = GPT2Tokenizer.from_pretrained('gpt2')
                 model = GPT2LMHeadModel.from_pretrained('gpt2')
                 
@@ -122,6 +181,8 @@ def main():
                 else:
                     prompt = "Write a buzzing tweet about BBB25 with an engaging tone in Portuguese."
                 
+                debug_print(f"Usando prompt: {prompt}")
+                
                 input_ids = tokenizer.encode(prompt, return_tensors='pt')
                 outputs = model.generate(
                     input_ids,
@@ -132,14 +193,17 @@ def main():
                 
                 generated_text = tokenizer.decode(outputs[0], skip_special_tokens=True)
                 generated_text = generated_text[:280]
+                debug_print(f"Texto gerado: {generated_text}")
             
             # Postar tweet
             with st.spinner('Postando tweet...'):
+                debug_print("Tentando postar tweet...")
                 post_tweet(api, generated_text)
                 st.success("Tweet postado com sucesso!")
+                debug_print("Tweet postado com sucesso")
             
             # Interface Streamlit
-            st.title("Análise de Sentimentos - BBB25")
+            st.title("Resultados da Análise")
             
             # Mostrar estatísticas
             col1, col2, col3 = st.columns(3)
@@ -155,6 +219,7 @@ def main():
             st.write(generated_text)
             
             # Logging
+            debug_print("Salvando log...")
             log_entry = {
                 'timestamp': datetime.now().strftime('%Y-%m-%d %H:%M:%S'),
                 'positive_ratio': positive_ratio,
@@ -165,13 +230,14 @@ def main():
             
             with open('posting_log.txt', 'a') as f:
                 f.write(f"{str(log_entry)}\n")
+            debug_print("Log salvo com sucesso")
 
     except Exception as e:
         st.error(f"Erro: {str(e)}")
-        print(f"Erro: {e}")
+        debug_print(f"Erro fatal: {str(e)}")
+        raise e
 
     finally:
-        # Footer
         st.markdown("---")
         st.markdown(
             """