adds error treat

README.md

@@ -1,5 +1,5 @@
 ---
-title: Animal Visto
+title: PawMap
 emoji: 🐾
 colorFrom: green
 colorTo: green
@@ -10,49 +10,61 @@ license: mit
 short_description: Mapeamento colaborativo de animais de rua com IA
 ---
 
-# 🐾 Animal Visto
+# PawMap 🐾
 
-**Mapeamento colaborativo de animais de rua** · Build Small Hackathon · Trilha Backyard AI
+**Mapeamento colaborativo de animais de rua com identificação por IA**  
+Build Small Hackathon · Junho 2026 · Trilha Backyard AI
 
-Qualquer pessoa tira uma foto de um animal de rua pelo celular, o app detecta automaticamente a localização GPS, e usa IA para identificar se aquele animal já foi registrado antes — agrupando avistamentos e mostrando a trajetória no mapa.
+Qualquer pessoa fotografa um animal de rua pelo celular. O app usa IA para identificar espécie, raça e cor, e verifica via cosine similarity se aquele animal já foi registrado antes — agrupando avistamentos no mapa e mostrando a trajetória do animal ao longo do tempo.
 
-## Como funciona
+## Telas
 
-1. **📷 Registrar** — tire uma foto, confirme a localização GPS e envie
-2. **🤖 IA (Nemotron Nano VL)** — identifica espécie, raça, cor e marcações
-3. **🔍 Matching** — cosine similarity entre embeddings verifica se é o mesmo animal
-4. **🗺️ Mapa** — pin colorido no mapa com histórico de avistamentos
+| Tela | Descrição |
+|------|-----------|
+| 🗺️ Mapa | Pins coloridos por espécie/urgência, card flutuante com "Ver ficha" |
+| 📷 Registrar | Câmera + GPS + análise da IA |
+| 🤖 Análise | Identificação automática com campos editáveis + animais semelhantes |
+| ✅ Confirmação | Resumo do avistamento com grade de identificação pela IA |
+| 👁️ Avistados | Lista de todos os animais catalogados |
+| 🐾 Ficha | Perfil completo com galeria, trajetória no mapa e descrição da IA |
 
-## Secrets necessários no HF Space
+## Fluxo
+
+1. **Registrar** — foto + GPS
+2. **IA analisa** — identifica espécie, raça, cor e gera embedding semântico
+3. **Matching** — cosine similarity (threshold 0.80) agrupa avistamentos do mesmo animal
+4. **Mapa** — verde = cão · laranja = gato · vermelho = não visto há +30 dias
+
+## Secrets do Space
 
 | Secret | Descrição |
 |--------|-----------|
-| `HF_TOKEN` | Token HF com permissão de leitura (Settings → Tokens) |
-| `HF_MODEL` | Opcional. Padrão: `nvidia/Llama-3.2-Nemotron-11B-Vision-Instruct` |
+| `HF_TOKEN` | Token HuggingFace para Llama-3.2-11B-Vision via Serverless Inference |
+| `NVIDIA_API_KEY` | Alternativa: Nemotron Omni via NVIDIA NIM (tem precedência) |
 | `MATCH_THRESHOLD` | Opcional. Threshold de similaridade. Padrão: `0.80` |
 
-> Os embeddings rodam com `sentence-transformers` **localmente no Space** (sem custo de API).
-> Só a análise de imagem usa créditos HF (1 chamada por foto enviada).
+> Sem nenhuma chave o app funciona com fallback — registros funcionam, mas sem identificação por IA.
 
-## Storage Bucket
+## Storage
 
-Configure um Persistent Storage Bucket no Space para que `/data/` persista entre restarts.
-O banco (`viralata.db`) e as fotos ficam em `/data/`.
+Configure um **Persistent Storage Bucket** no Space para que `/data/` sobreviva a restarts.  
+Sem persistent storage os dados são apagados a cada restart.
 
 ## Stack
 
-- **Frontend**: Gradio 4 + Leaflet.js
-- **Backend**: Python · SQLite · sentence-transformers
-- **IA**: Nemotron Nano VL via NVIDIA NIM API
-- **Matching**: Cosine similarity em embeddings `all-MiniLM-L6-v2`
-- **Mapa**: OpenStreetMap via Leaflet.js
+- **Frontend**: SPA via `gradio.Server` (Off-Brand badge) + Leaflet.js + Lucide Icons
+- **Backend**: FastAPI (Gradio 6) · SQLite · sentence-transformers
+- **IA**: Llama-3.2-11B-Vision (HF) ou Nemotron Omni (NVIDIA NIM)
+- **Matching**: Cosine similarity · all-MiniLM-L6-v2 (384-dim)
 
-## Cores dos pins
+## Desenvolvimento local
 
-- 🟢 Verde — cão visto pela 1ª vez
-- 🟠 Laranja — animal com múltiplos avistamentos
-- 🔴 Vermelho — não visto há mais de 30 dias
+```bash
+pip install -r requirements.txt
+HF_TOKEN=hf_... python app.py
+# http://localhost:7860
+```
 
 ---
 
-*Feito com 💚 para Vinhedo, SP — e qualquer outra cidade.*
+*Feito para Vinhedo, SP — e qualquer cidade que queira mapear seus animais de rua.*

app.py

@@ -20,11 +20,13 @@ from fastapi.staticfiles import StaticFiles
 from core.ai import AnimalAI
 from core.database import Database, DATA_DIR, PHOTOS_DIR
 from core.matcher import AnimalMatcher
+from core.seed import seed_if_empty
 
 logging.basicConfig(level=logging.INFO)
 db      = Database()
 ai      = AnimalAI()
 matcher = AnimalMatcher()
+seed_if_empty(db)   # popula o mapa com dados de demo se o banco estiver vazio
 
 
 def _photo_url(photo_path: str) -> str:
@@ -110,6 +112,16 @@ def analyze_image(image_path: FileData) -> dict:
     img = PILImage.open(image_path["path"]).convert("RGB")
 
     description = ai.analyze_image(img)
+
+    # Rejeição: a IA não detectou nenhum animal na foto
+    if description.get("is_animal") is False:
+        return {
+            "error": "Nenhum cão ou gato identificado na foto. Por favor, fotografe um animal de rua.",
+            "session_id": "",
+            "description": {},
+            "similar": [],
+        }
+
     embedding   = ai.get_embedding(description)
     candidates  = db.get_all_animals_with_embeddings()
     top_matches = matcher.find_top_matches(embedding, candidates, top_n=3)
@@ -243,7 +255,7 @@ def _cleanup_sessions():
             _pending.pop(k, None)
 
 
-# ─── Launch ───────────────────────────────────────────────────────────────────
+# ─── Launch ────────────────────────────────────────────
 
 if __name__ == "__main__":
     DATA_DIR.mkdir(parents=True, exist_ok=True)

core/ai.py

@@ -23,17 +23,19 @@ _HF_MODEL  = "meta-llama/Llama-3.2-11B-Vision-Instruct"
 _NIM_MODEL = "nvidia/nemotron-3-nano-omni-30b-a3b-reasoning"  # Nemotron Omni VLM, NVIDIA NIM
 
 PROMPT = (
-    "You are analyzing a photo of a stray animal. "
-    "Return ONLY a valid JSON object with these exact fields:\n"
-    '{"species":"dog or cat",'
+    "Look at this image carefully.\n"
+    "FIRST: Is there a dog or cat clearly visible in the image?\n"
+    "If NO dog or cat is visible, respond with exactly: {\"is_animal\": false}\n\n"
+    "If YES, respond with ONLY this JSON (no explanation, no markdown):\n"
+    '{"is_animal":true,'
+    '"species":"dog or cat",'
     '"breed_estimate":"mixed or specific breed",'
     '"size":"small or medium or large",'
-    '"primary_color":"main coat color",'
+    '"primary_color":"main coat color in Portuguese (e.g. caramelo, preto, branco, cinza, marrom)",'
     '"secondary_colors":["list of other colors or empty"],'
     '"distinctive_marks":["any spots, patches, scars, collar etc or empty"],'
     '"condition":"healthy or thin or injured",'
-    '"description_text":"one concise sentence describing this specific animal for identity matching"}'
-    "\nReturn only the JSON, no explanation."
+    '"description_text":"one concise Portuguese sentence describing this specific animal for identity matching"}'
 )
 
 
@@ -127,6 +129,13 @@ class AnimalAI:
 
             log.info("AI resposta: %s", raw[:200])
             result = self._parse(raw)
+
+            # Rejeição explícita: a IA não viu nenhum animal
+            if result.get("is_animal") is False:
+                log.info("IA: nenhum animal detectado na imagem.")
+                return {"is_animal": False, "_ai_success": True}
+
+            result["is_animal"] = True
             result["_ai_success"] = True
             return result
 
@@ -179,7 +188,9 @@ class AnimalAI:
 
     @staticmethod
     def _fallback() -> dict:
+        # Sem API configurada: aceita a foto sem validação (usuário sabe o que está fotografando)
         return {
+            "is_animal": True,
             "species": "dog",
             "breed_estimate": "mixed",
             "size": "medium",

core/seed.py

@@ -0,0 +1,185 @@
+"""
+seed.py — Dados de demonstração para o mapa de Vinhedo, SP.
+Chamado no startup do app.py somente se o banco estiver vazio.
+"""
+import json
+import logging
+from datetime import datetime, timedelta
+
+import numpy as np
+
+log = logging.getLogger(__name__)
+
+# Animais de demonstração em Vinhedo, SP
+_SEED_ANIMALS = [
+    {
+        "species": "dog",
+        "description": {
+            "species": "dog",
+            "breed_estimate": "SRD",
+            "size": "medium",
+            "primary_color": "caramelo",
+            "secondary_colors": ["branco"],
+            "distinctive_marks": ["mancha branca no peito"],
+            "condition": "healthy",
+            "description_text": "medium caramel mixed breed dog with white chest patch",
+            "_ai_success": True,
+        },
+        "sightings": [
+            {"lat": -23.0298, "lng": -46.9768, "days_ago": 45, "notes": "Avistado perto da padaria"},
+            {"lat": -23.0305, "lng": -46.9772, "days_ago": 20, "notes": "Mesmo cão, mais magro"},
+            {"lat": -23.0316, "lng": -46.9785, "days_ago": 2,  "notes": "Aparenta saudável"},
+        ],
+    },
+    {
+        "species": "cat",
+        "description": {
+            "species": "cat",
+            "breed_estimate": "SRD",
+            "size": "small",
+            "primary_color": "preto",
+            "secondary_colors": [],
+            "distinctive_marks": [],
+            "condition": "healthy",
+            "description_text": "small black mixed breed cat",
+            "_ai_success": True,
+        },
+        "sightings": [
+            {"lat": -23.0271, "lng": -46.9752, "days_ago": 0, "notes": "Gatinha dócil, aceita carinho"},
+        ],
+    },
+    {
+        "species": "dog",
+        "description": {
+            "species": "dog",
+            "breed_estimate": "SRD",
+            "size": "large",
+            "primary_color": "branco",
+            "secondary_colors": ["marrom"],
+            "distinctive_marks": ["orelha marrom"],
+            "condition": "thin",
+            "description_text": "large white dog with brown ear, appears thin",
+            "_ai_success": True,
+        },
+        "sightings": [
+            {"lat": -23.0358, "lng": -46.9815, "days_ago": 52, "notes": "Magro, precisa de ajuda"},
+            {"lat": -23.0362, "lng": -46.9820, "days_ago": 38, "notes": "Ainda na região do hospital"},
+        ],
+    },
+    {
+        "species": "cat",
+        "description": {
+            "species": "cat",
+            "breed_estimate": "SRD",
+            "size": "medium",
+            "primary_color": "cinza",
+            "secondary_colors": ["branco"],
+            "distinctive_marks": ["listras tigradas"],
+            "condition": "healthy",
+            "description_text": "medium grey tabby cat with white markings",
+            "_ai_success": True,
+        },
+        "sightings": [
+            {"lat": -23.0293, "lng": -46.9838, "days_ago": 10, "notes": "Próximo ao supermercado"},
+            {"lat": -23.0288, "lng": -46.9832, "days_ago": 5,  "notes": "Aceita comida"},
+        ],
+    },
+    {
+        "species": "dog",
+        "description": {
+            "species": "dog",
+            "breed_estimate": "Pitbull",
+            "size": "large",
+            "primary_color": "marrom",
+            "secondary_colors": [],
+            "distinctive_marks": ["cicatriz na pata dianteira"],
+            "condition": "healthy",
+            "description_text": "large brown pitbull mix with scar on front leg",
+            "_ai_success": True,
+        },
+        "sightings": [
+            {"lat": -23.0381, "lng": -46.9803, "days_ago": 5, "notes": "Dócil, sem coleira"},
+        ],
+    },
+    {
+        "species": "dog",
+        "description": {
+            "species": "dog",
+            "breed_estimate": "SRD",
+            "size": "small",
+            "primary_color": "caramelo",
+            "secondary_colors": [],
+            "distinctive_marks": ["coleira azul desgastada"],
+            "condition": "healthy",
+            "description_text": "small caramel mixed breed dog with worn blue collar",
+            "_ai_success": True,
+        },
+        "sightings": [
+            {"lat": -23.0340, "lng": -46.9758, "days_ago": 14, "notes": "Coleira velha, pode ser perdido"},
+            {"lat": -23.0335, "lng": -46.9762, "days_ago": 7,  "notes": "Continua na área"},
+            {"lat": -23.0330, "lng": -46.9755, "days_ago": 1,  "notes": "Parece bem alimentado"},
+        ],
+    },
+]
+
+
+def _random_embedding() -> bytes:
+    """Gera um embedding aleatório normalizado (384-dim, float32)."""
+    v = np.random.randn(384).astype(np.float32)
+    v /= np.linalg.norm(v)
+    return v.tobytes()
+
+
+def seed_if_empty(db) -> None:
+    """Insere dados de demo se o banco estiver completamente vazio."""
+    with db._conn() as conn:
+        count = conn.execute("SELECT COUNT(*) FROM animals").fetchone()[0]
+    if count > 0:
+        log.info("Banco já tem dados — seed ignorado.")
+        return
+
+    log.info("Banco vazio — inserindo %d animais de demonstração...", len(_SEED_ANIMALS))
+    now = datetime.utcnow()
+
+    with db._conn() as conn:
+        for animal_data in _SEED_ANIMALS:
+            sightings = animal_data["sightings"]
+            desc = animal_data["description"]
+
+            # last_seen = data do avistamento mais recente
+            most_recent_days = min(s["days_ago"] for s in sightings)
+            last_seen = now - timedelta(days=most_recent_days)
+            first_seen = now - timedelta(days=max(s["days_ago"] for s in sightings))
+
+            cur = conn.execute(
+                "INSERT INTO animals (species, description, embedding, first_seen, last_seen, sighting_count)"
+                " VALUES (?, ?, ?, ?, ?, ?)",
+                (
+                    animal_data["species"],
+                    json.dumps(desc, ensure_ascii=False),
+                    _random_embedding(),
+                    first_seen.strftime("%Y-%m-%d %H:%M:%S"),
+                    last_seen.strftime("%Y-%m-%d %H:%M:%S"),
+                    len(sightings),
+                ),
+            )
+            animal_id = cur.lastrowid
+
+            for s in sightings:
+                created_at = now - timedelta(days=s["days_ago"])
+                conn.execute(
+                    "INSERT INTO sightings (animal_id, photo_path, latitude, longitude, notes, created_at)"
+                    " VALUES (?, ?, ?, ?, ?, ?)",
+                    (
+                        animal_id,
+                        None,
+                        s["lat"],
+                        s["lng"],
+                        s.get("notes", ""),
+                        created_at.strftime("%Y-%m-%d %H:%M:%S"),
+                    ),
+                )
+
+    log.info("Seed concluído: %d animais, %d avistamentos inseridos.",
+             len(_SEED_ANIMALS),
+             sum(len(a["sightings"]) for a in _SEED_ANIMALS))

index.html

@@ -678,7 +678,20 @@
     try {
       const { client, handleFile } = await getClient();
       const res = await client.predict('/analyze_image', { image_path: handleFile(selectedFile) });
-      const data = res.data[0]; sessionId = data.session_id;
+      const data = res.data[0];
+
+      // IA rejeitou a foto — não é um animal
+      if (data.error) {
+        aiBadge.className = 'error';
+        document.getElementById('ai-badge-text').textContent = 'Nenhum animal';
+        document.getElementById('result-badge-text').textContent = data.error;
+        document.getElementById('animal-result-badge').classList.add('visible', 'error');
+        confirmBtn.style.display = 'none';
+        document.getElementById('discard-btn').textContent = '← Tirar nova foto';
+        return;
+      }
+
+      sessionId = data.session_id;
       const desc = data.description || {};
       setSelectVal('sel-species', desc.species === 'cat' ? 'cat' : 'dog');
       setSelectVal('sel-breed',   desc.breed_estimate || 'SRD');
@@ -724,7 +737,16 @@
 
   document.querySelectorAll('.cond-chip').forEach(b => b.addEventListener('click', () => b.classList.toggle('active')));
   document.getElementById('analysis-back').addEventListener('click', () => showScreen('register'));
-  document.getElementById('discard-btn').addEventListener('click', () => { resetRegister(); showScreen('register'); });
+  document.getElementById('discard-btn').addEventListener('click', () => {
+    // Restaura estado do botão caso tenha sido alterado no erro de validação
+    const confirmBtn = document.getElementById('confirm-btn');
+    confirmBtn.style.display = '';
+    confirmBtn.disabled = false;
+    confirmBtn.innerHTML = 'Confirmar e Registrar →';
+    document.getElementById('discard-btn').textContent = 'Descartar Foto';
+    document.getElementById('animal-result-badge').classList.remove('visible','error');
+    resetRegister(); showScreen('register');
+  });
 
   // ── CONFIRM ────────────────────────────────────────────────────────────────
   document.getElementById('confirm-btn').addEventListener('click', async () => {

static/style.css

@@ -348,3 +348,15 @@
   gap: 4px;
 }
 .cig-val svg { width: 13px; height: 13px; flex-shrink: 0; }
+
+/* ── AI badge error state ────────────────────────────────────────────────── */
+#ai-badge.error { background: rgba(229,57,53,.88); }
+#animal-result-badge.error {
+  background: rgba(229,57,53,.92);
+  font-size: 12px;
+  max-width: calc(100% - 24px);
+  text-align: center;
+  white-space: normal;
+  line-height: 1.4;
+  padding: 10px 16px;
+}