Upload app.py

app.py

@@ -0,0 +1,208 @@
+
+import gradio as gr
+import requests
+from bs4 import BeautifulSoup
+import json
+from datetime import datetime
+
+def calculate_trust_score(url):
+    try:
+        if not url.startswith(('http://', 'https://')):
+            url = 'https://' + url
+
+        headers = {
+            'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36'
+        }
+        response = requests.get(url, headers=headers, timeout=10)
+        soup = BeautifulSoup(response.text, 'html.parser')
+
+        trust_score = 0
+        details = {
+            'identity': {'score': 0, 'max': 40, 'items': []},
+            'content': {'score': 0, 'max': 40, 'items': []},
+            'signals': {'score': 0, 'max': 20, 'items': []}
+        }
+
+        scripts = soup.find_all('script', type='application/ld+json')
+        has_organization = False
+        has_person = False
+        has_same_as = False
+
+        for script in scripts:
+            try:
+                data = json.loads(script.string)
+                data_items = data if isinstance(data, list) else [data]
+
+                for item in data_items:
+                    if "@type" in item:
+                        if item["@type"] == "Organization":
+                            has_organization = True
+                            details['identity']['score'] += 15
+                            details['identity']['items'].append("✅ Organização identificada")
+
+                            if "logo" in item:
+                                details['identity']['score'] += 5
+                                details['identity']['items'].append("✅ Logo definida")
+
+                            if "sameAs" in item:
+                                has_same_as = True
+                                details['identity']['score'] += 10
+                                details['identity']['items'].append("✅ Links de verificação (sameAs)")
+
+                        elif item["@type"] == "Person":
+                            has_person = True
+                            details['identity']['score'] += 10
+                            details['identity']['items'].append("✅ Pessoa identificada")
+
+                            if "sameAs" in item:
+                                has_same_as = True
+                                details['identity']['score'] += 10
+                                details['identity']['items'].append("✅ Links sociais da pessoa")
+
+                        elif item["@type"] == "Article":
+                            details['content']['score'] += 15
+                            details['content']['items'].append("✅ Artigo estruturado")
+
+                            if "author" in item:
+                                details['content']['score'] += 10
+                                details['content']['items'].append("✅ Autor identificado")
+
+                            if "datePublished" in item:
+                                details['content']['score'] += 5
+                                details['content']['items'].append("✅ Data de publicação")
+            except:
+                continue
+
+        h1_count = len(soup.find_all('h1'))
+        h2_count = len(soup.find_all('h2'))
+
+        if h1_count == 1:
+            details['content']['score'] += 5
+            details['content']['items'].append("✅ Estrutura H1 única")
+        elif h1_count > 1:
+            details['content']['items'].append("⚠️ Múltiplos H1 encontrados")
+
+        if h2_count > 0:
+            details['content']['score'] += 5
+            details['content']['items'].append("✅ Estrutura H2 presente")
+
+        title = soup.find('title')
+        meta_desc = soup.find('meta', attrs={'name': 'description'})
+
+        if title and len(title.get_text().strip()) > 10:
+            details['content']['score'] += 5
+            details['content']['items'].append("✅ Título adequado")
+
+        if meta_desc and len(meta_desc.get('content', '').strip()) > 50:
+            details['content']['score'] += 5
+            details['content']['items'].append("✅ Meta description presente")
+
+        if url.startswith('https://'):
+            details['signals']['score'] += 10
+            details['signals']['items'].append("✅ HTTPS ativo")
+
+        contact_indicators = ['contact', 'email', 'phone', 'address', 'sobre', 'about']
+        page_text = soup.get_text().lower()
+
+        if any(indicator in page_text for indicator in contact_indicators):
+            details['signals']['score'] += 5
+            details['signals']['items'].append("✅ Informações de contato")
+
+        external_links = soup.find_all('a', href=True)
+        quality_domains = ['github.com', 'linkedin.com', 'medium.com', 'wikidata.org', 'keybase.io']
+
+        for link in external_links:
+            href = link.get('href', '')
+            if any(domain in href for domain in quality_domains):
+                details['signals']['score'] += 5
+                details['signals']['items'].append("✅ Links para plataformas confiáveis")
+                break
+
+        total_score = min(
+            details['identity']['score'] + 
+            details['content']['score'] + 
+            details['signals']['score'], 
+            100
+        )
+
+        if total_score >= 80:
+            level = "🚀 Excelente"
+            level_color = "🟢"
+        elif total_score >= 60:
+            level = "👍 Bom"
+            level_color = "🟡"
+        elif total_score >= 40:
+            level = "⚠️ Precisa melhorar"
+            level_color = "🟠"
+        else:
+            level = "❌ Crítico"
+            level_color = "🔴"
+
+        suggestions = []
+
+        if not has_organization and not has_person:
+            suggestions.append("🎯 **Prioridade Alta**: Adicione schema.org com @type Organization ou Person")
+
+        if not has_same_as:
+            suggestions.append("🔗 Adicione links 'sameAs' para LinkedIn, GitHub ou outras plataformas")
+
+        if details['content']['score'] < 20:
+            suggestions.append("📝 Melhore a estrutura do conteúdo com headings H1/H2 e meta tags")
+
+        if details['signals']['score'] < 10:
+            suggestions.append("🔒 Garanta HTTPS e adicione informações de contato")
+
+        if total_score >= 80:
+            suggestions.append("🎉 Parabéns! Seu site está bem otimizado para LLMs")
+
+        report = f"""# {level_color} **Trust Score: {total_score}/100**
+
+## {level}
+
+### 📊 **Detalhamento por Categoria**
+
+#### 🏢 **Identidade Digital** ({details['identity']['score']}/{details['identity']['max']} pontos)
+
+{chr(10).join(details['identity']['items']) if details['identity']['items'] else "❌ Nenhuma identidade estruturada encontrada"}
+
+#### 📝 **Conteúdo Estruturado** ({details['content']['score']}/{details['content']['max']} pontos)
+
+{chr(10).join(details['content']['items']) if details['content']['items'] else "❌ Estrutura de conteúdo não otimizada"}
+
+#### 🔒 **Sinais de Confiança** ({details['signals']['score']}/{details['signals']['max']} pontos)
+
+{chr(10).join(details['signals']['items']) if details['signals']['items'] else "❌ Sinais de confiança ausentes"}
+
+### 💡 **Próximos Passos**
+
+{chr(10).join(f"• {tip}" for tip in suggestions)}
+
+### 📚 **Recursos Úteis**
+
+• [Schema.org Generator](https://schema.org/)
+• [Google Rich Results Test](https://search.google.com/test/rich-results)
+• [Structured Data Markup Helper](https://www.google.com/webmasters/markup-helper/)
+
+-----
+
+*💡 Dica: Um site bem estruturado não só melhora a visibilidade para LLMs, mas também para mecanismos de busca!*
+"""    
+        return report
+
+    except requests.exceptions.RequestException as e:
+        return f"❌ **Erro de conexão**: Não foi possível acessar o site.\n\n*Verifique se a URL está correta e o site está online.*"
+    except Exception as e:
+        return f"❌ **Erro inesperado**: {str(e)}\n\n*Tente novamente ou verifique se a URL está no formato correto.*"
+
+import gradio as gr
+
+with gr.Blocks(title="🤖 LLM Trust Score") as demo:
+    gr.Markdown("## 🤖 LLM Trust Score Calculator\nDescubra como seu site é percebido por modelos como ChatGPT, Claude, Perplexity e Grok.")
+
+    url_input = gr.Textbox(label="🌐 URL do seu site", placeholder="exemplo.com ou https://seusite.com.br")
+    output = gr.Markdown()
+
+    analyze_btn = gr.Button("🔍 Analisar Site")
+    analyze_btn.click(fn=calculate_trust_score, inputs=url_input, outputs=output)
+
+demo.launch()