Delete app.py

app.py

@@ -1,428 +0,0 @@
-import dash
-from dash import dcc, html, Input, Output, State, dash_table
-import dash_bootstrap_components as dbc
-import plotly.express as px
-import plotly.graph_objects as go
-import pandas as pd
-import requests
-import time
-import datetime
-import numpy as np
-import os
-import urllib3
-import re
-from dash.dash_table.Format import Format, Symbol
-
-# --- CONFIGURAÇÃO DE CACHE ---
-PASTA_CACHE = "dados_cache"
-if not os.path.exists(PASTA_CACHE):
-    os.makedirs(PASTA_CACHE)
-
-urllib3.disable_warnings(urllib3.exceptions.InsecureRequestWarning)
-
-# ==============================================================================
-# 1. UTILITÁRIOS (CACHE, DATAS E FORMATAÇÃO)
-# ==============================================================================
-
-def cache_eh_valido_mensal(caminho_arquivo):
-    """
-    Verifica se o arquivo existe, não está vazio e é do MÊS/ANO atuais.
-    """
-    if not os.path.exists(caminho_arquivo): return False
-    try:
-        if os.path.getsize(caminho_arquivo) < 100: return False # Proteção contra arquivo corrompido
-        
-        ts = os.path.getmtime(caminho_arquivo)
-        dt_arq = datetime.datetime.fromtimestamp(ts)
-        agora = datetime.datetime.now()
-        # Válido apenas se for do mesmo ano e mesmo mês
-        return (dt_arq.year == agora.year and dt_arq.month == agora.month)
-    except:
-        return False
-
-def fazer_requisicao_robusta(url, params=None, verify=False, timeout=45, max_tentativas=5):
-    headers = {
-        'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/120.0.0.0 Safari/537.36',
-        'Accept': 'application/json, text/plain, */*'
-    }
-    for tentativa in range(1, max_tentativas + 1):
-        try:
-            response = requests.get(url, headers=headers, params=params, verify=False, timeout=timeout)
-            if response.status_code in [200, 201]: return response
-            elif response.status_code == 429: time.sleep(10); continue
-        except: time.sleep(2); continue
-    return None
-
-def converter_para_float(valor):
-    """Converte financeiro BR (1.000,00) para float (1000.00)"""
-    if pd.isna(valor) or valor == '': return 0.0
-    if isinstance(valor, (int, float)): return float(valor)
-    try:
-        valor_limpo = str(valor).replace('R$', '').replace(' ', '').replace('.', '').replace(',', '.')
-        return float(valor_limpo)
-    except: return 0.0
-
-def corrigir_texto_licitacao(texto):
-    """Corrige encoding quebrado (Mojibake)"""
-    if not isinstance(texto, str): return texto
-    replaces = {
-        'ê': 'ê', 'á': 'á', 'ã': 'ã', 'ç': 'ç', 'é': 'é', 
-        'ó': 'ó', 'Ãwq': 'í', 'ú': 'ú', 'â': 'â', 'õ': 'õ',
-        'Eletrônica': 'Eletrônica', 'Concorrência': 'Concorrência',
-        'Pregão': 'Pregão', 'Dispensa de Licitação': 'Dispensa de Licitação'
-    }
-    try:
-        # Tenta decode direto
-        return texto.encode('latin1').decode('utf-8')
-    except:
-        # Fallback manual
-        for errado, certo in replaces.items():
-            texto = texto.replace(errado, certo)
-        return texto
-
-# ==============================================================================
-# 2. MOTORES DE CARGA (COM SISTEMA ANTI-TRAVAMENTO)
-# ==============================================================================
-
-# --- MOTOR DE RH ---
-def carregar_rh_completo():
-    arquivo_cache = f"{PASTA_CACHE}/rh_funcionarios_ativos.csv"
-    
-    # 1. Tenta Cache Válido (Mês Atual)
-    if cache_eh_valido_mensal(arquivo_cache):
-        try:
-            try: df = pd.read_csv(arquivo_cache, sep=None, engine='python')
-            except: df = pd.read_csv(arquivo_cache)
-            if not df.empty and 'salarioBase' in df.columns:
-                df['salarioBase'] = df['salarioBase'].apply(converter_para_float)
-                return df
-        except: pass
-
-    # 2. Tenta Atualizar via API (Se falhar, não quebra)
-    print("    🌍 RH: Tentando atualização via API...")
-    base_url = "https://navegantes.atende.net/api/transparencia-pessoal-funcionarios"
-    todos = []
-    pag = 1
-    sucesso_api = False
-
-    # Limite seguro de páginas para não estourar tempo no Cloud
-    while pag < 150:
-        resp = fazer_requisicao_robusta(base_url, params={"tipoBusca": 1, "pagina": pag})
-        if not resp: break
-        try:
-            d = resp.json()
-            recs = d if isinstance(d, list) else d.get('registros', d.get('entidade', []))
-            if not recs: break
-            todos.extend(recs)
-            pag += 1
-            sucesso_api = True
-        except: break
-    
-    # Se atualizou com sucesso, salva novo cache
-    if sucesso_api and todos:
-        df = pd.DataFrame(todos)
-        if 'salarioBase' in df.columns:
-            df['salarioBase'] = df['salarioBase'].apply(converter_para_float)
-        df.to_csv(arquivo_cache, index=False, sep=',') 
-        return df
-
-    # 3. PLANO B (FALLBACK): API Falhou? Carrega o cache antigo se existir
-    print("    ⚠️ RH: API indisponível/bloqueada. Usando cache existente.")
-    if os.path.exists(arquivo_cache):
-        try:
-            try: df = pd.read_csv(arquivo_cache, sep=None, engine='python')
-            except: df = pd.read_csv(arquivo_cache)
-            if 'salarioBase' in df.columns: 
-                df['salarioBase'] = df['salarioBase'].apply(converter_para_float)
-            return df
-        except: pass
-
-    return pd.DataFrame()
-
-# --- MOTOR FINANCEIRO ---
-def obter_dados_financeiros(endpoint, ano, tipo):
-    arquivo = f"{PASTA_CACHE}/{tipo}_{ano}.csv"
-    
-    # 1. Cache Válido?
-    if cache_eh_valido_mensal(arquivo):
-        try: return pd.read_csv(arquivo).to_dict('records')
-        except: pass
-    
-    # 2. Tenta API
-    print(f"    🌍 {tipo} {ano}: Tentando API...")
-    base_url = "https://navegantes.atende.net/api/WCPDadosAbertos/"
-    url = f"{base_url}{endpoint}?dataInicial=01/01/{ano}&dataFinal=31/12/{ano}"
-    if tipo == 'restos': url = f"{base_url}{endpoint}?dataFinal=31/12/{ano}"
-    
-    resp = fazer_requisicao_robusta(url)
-    if resp:
-        try:
-            recs = resp.json().get('retorno', [])
-            if recs:
-                pd.DataFrame(recs).to_csv(arquivo, index=False)
-                return recs
-        except: pass
-    
-    # 3. PLANO B (FALLBACK): API Falhou? Usa cache antigo
-    if os.path.exists(arquivo):
-        print(f"    ⚠️ {tipo} {ano}: Usando cache local (API falhou).")
-        try: return pd.read_csv(arquivo).to_dict('records')
-        except: pass
-
-    return []
-
-def carregar_historico_financeiro(tipo):
-    lista_dfs = []
-    ano_atual = datetime.datetime.now().year
-    endpoint = {'receitas': 'receitas', 'receitas_orcadas': 'receitasOrcadas', 'despesas': 'despesas', 'despesas_orcadas': 'despesasOrcadas', 'restos': 'despesaRestos'}.get(tipo)
-    ano_ini = 2015 if tipo != 'restos' else ano_atual - 4
-    
-    for ano in range(ano_ini, ano_atual + 1):
-        d = obter_dados_financeiros(endpoint, ano, tipo)
-        if d:
-            df = pd.DataFrame(d)
-            df['ano'] = ano
-            lista_dfs.append(df)
-            
-    if not lista_dfs: return pd.DataFrame()
-    
-    df_final = pd.concat(lista_dfs, ignore_index=True)
-    cols = ['valorArrecadado', 'valorOrcado', 'valorEmpenhado', 'valorPago', 'valorProcessadoInscrito', 'valorNaoProcessadoInscrito']
-    for c in cols:
-        if c in df_final.columns: df_final[c] = df_final[c].apply(converter_para_float)
-        else: df_final[c] = 0.0
-    return df_final
-
-# --- MOTOR LICITAÇÕES ---
-def carregar_licitacoes(arquivo="arquivos_combinados.csv"):
-    if not os.path.exists(arquivo):
-        print(f"    ⚠️ Aviso: '{arquivo}' não encontrado.")
-        return pd.DataFrame()
-    
-    try:
-        try: df = pd.read_csv(arquivo, sep=';', encoding='latin1')
-        except: df = pd.read_csv(arquivo, sep=',', encoding='utf-8')
-        
-        if df.empty: return pd.DataFrame()
-
-        # Normaliza colunas
-        df.columns = [re.sub(r'\s+', '_', re.sub(r'[^\w\s]', '', c.strip().upper())) for c in df.columns]
-        
-        # Mapeia
-        mapa = {'ANO': ['ANO','EXERCICIO'], 'SITUACAO': ['SITUACAO','STATUS'], 'MODALIDADE': ['MODALIDADE']}
-        for std, aliases in mapa.items():
-            for alias in aliases:
-                match = next((c for c in df.columns if alias in c), None)
-                if match: 
-                    df.rename(columns={match: std}, inplace=True)
-                    break
-        
-        if 'ANO' in df.columns:
-            df['ANO'] = pd.to_numeric(df['ANO'], errors='coerce').fillna(0).astype(int)
-        
-        # Corrige Encoding de Texto
-        cols_texto = ['MODALIDADE', 'SITUACAO', 'OBJETO']
-        for col in cols_texto:
-            if col in df.columns:
-                df[col] = df[col].astype(str).apply(corrigir_texto_licitacao)
-        
-        return df
-    except Exception as e:
-        print(f"Erro Licitações: {e}")
-        return pd.DataFrame()
-
-# --- CARGA INICIAL ---
-print(f"\n=== NAVEGANTES 360º: STARTUP (Base: {datetime.datetime.now().year}) ===")
-rh_df = carregar_rh_completo()
-receitas_df = carregar_historico_financeiro('receitas')
-rec_orc_df = carregar_historico_financeiro('receitas_orcadas')
-despesas_df = carregar_historico_financeiro('despesas')
-desp_orc_df = carregar_historico_financeiro('despesas_orcadas')
-restos_df = carregar_historico_financeiro('restos')
-licitacoes_df = carregar_licitacoes() 
-print("=== SISTEMA PRONTO PARA USO ===")
-
-# ==============================================================================
-# 3. DASHBOARD
-# ==============================================================================
-app = dash.Dash(__name__, external_stylesheets=[dbc.themes.BOOTSTRAP, dbc.icons.FONT_AWESOME])
-app.title = "Navegantes 360º"
-server = app.server
-
-# Listas
-op_rec = [{'label': 'TOTAL GERAL', 'value': 'TOTAL'}] + ([{'label': n, 'value': n} for n in sorted(receitas_df['contaDescricao'].dropna().unique())] if not receitas_df.empty else [])
-op_desp = [{'label': 'TOTAL GERAL', 'value': 'TOTAL'}] + ([{'label': n, 'value': n} for n in sorted(despesas_df['orgaoDescricao'].dropna().unique())] if not despesas_df.empty else [])
-op_restos = [{'label': 'TOTAL GERAL', 'value': 'TOTAL'}] + ([{'label': n, 'value': n} for n in sorted(restos_df['orgaoDescricao'].dropna().unique())] if not restos_df.empty else [])
-
-# Estilos
-SIDEBAR_STYLE = {"position": "fixed", "top": 0, "left": 0, "bottom": 0, "width": "18rem", "padding": "2rem 1rem", "backgroundColor": "#f8f9fa", "overflowY": "auto"}
-CONTENT_STYLE = {"marginLeft": "18rem", "padding": "2rem 1rem"}
-
-sidebar = html.Div([
-    html.Div([html.Img(src=app.get_asset_url('logo_nvt.jpg'), style={"width": "100%", "maxWidth": "150px"}) if os.path.exists("assets/logo_nvt.jpg") else html.H2("NVT", className="text-center")], className="text-center mb-4"),
-    html.Div([html.Div("SEPAF - Departamento de", style={"fontSize": "0.75rem", "color": "#cbd5e1"}), html.Div("Planejamento e Gestão", style={"fontSize": "0.85rem", "fontWeight": "bold", "color": "#ffffff"})], style={"backgroundColor": "#1F2937", "padding": "12px", "borderRadius": "8px", "textAlign": "center", "marginBottom": "1.5rem"}),
-    dbc.Nav([
-        dbc.NavLink([html.I(className="fas fa-wallet me-3"), "Receitas"], href="/", active="exact"),
-        dbc.NavLink([html.I(className="fas fa-file-invoice-dollar me-3"), "Despesas"], href="/despesas", active="exact"),
-        dbc.NavLink([html.I(className="fas fa-history me-3"), "Restos a Pagar"], href="/restos", active="exact"),
-        dbc.NavLink([html.I(className="fas fa-users me-3"), "Recursos Humanos"], href="/rh", active="exact"),
-        html.Div([
-            html.B("Licitações", className="ms-3 text-secondary"),
-            dbc.NavLink([html.I(className="fas fa-chart-pie me-3"), "Visão Geral"], href="/licitacoes_graficos", active="exact", className="ms-4"),
-            dbc.NavLink([html.I(className="fas fa-table me-3"), "Detalhamento"], href="/licitacoes_tabela", active="exact", className="ms-4"),
-        ], className="my-2"),
-        dbc.NavLink([html.I(className="fas fa-table me-3"), "Base de Dados"], href="/tabela", active="exact"),
-    ], vertical=True, pills=True),
-], style=SIDEBAR_STYLE)
-
-content = html.Div(id="page-content", style=CONTENT_STYLE)
-app.layout = html.Div([dcc.Location(id="url", refresh=False), sidebar, content])
-
-# --- PÁGINAS ---
-
-def layout_licitacoes_graficos():
-    if licitacoes_df.empty: 
-        return dbc.Alert([html.H4("Arquivo não encontrado"), html.P("Faça upload de 'arquivos_combinados.csv' na raiz.")], color="warning")
-
-    df = licitacoes_df.copy()
-    
-    # 1. KPIs
-    ano_atual = datetime.datetime.now().year
-    ano_ant = ano_atual - 1
-    total_geral = len(df)
-    total_atual = len(df[df['ANO'] == ano_atual]) if 'ANO' in df.columns else 0
-    total_ant = len(df[df['ANO'] == ano_ant]) if 'ANO' in df.columns else 0
-    
-    # Status
-    hom = abt = fra = des = 0
-    if 'SITUACAO' in df.columns:
-        s = df['SITUACAO'].str.upper().value_counts()
-        hom = s.get('HOMOLOGADA', 0)
-        abt = s.get('ABERTA', 0) + s.get('EM ANDAMENTO', 0)
-        fra = s.get('FRACASSADA', 0)
-        des = s.get('DESERTA', 0)
-
-    # 2. Layout Cards
-    cards = html.Div([
-        html.H5("Fluxo de Processos", className="text-muted"),
-        dbc.Row([
-            dbc.Col(dbc.Card(dbc.CardBody([html.H3(total_atual, className="text-primary"), html.P(f"Novos em {ano_atual}")]), className="shadow-sm"), width=4),
-            dbc.Col(dbc.Card(dbc.CardBody([html.H3(total_ant, className="text-secondary"), html.P(f"Novos em {ano_ant}")]), className="shadow-sm"), width=4),
-            dbc.Col(dbc.Card(dbc.CardBody([html.H3(total_geral, className="text-dark"), html.P("Total Base")]), className="shadow-sm"), width=4),
-        ], className="mb-4"),
-        html.H5("Status Atual", className="text-muted"),
-        dbc.Row([
-            dbc.Col(dbc.Card(dbc.CardBody([html.H4(hom, className="text-success"), html.P("Homologadas")]), className="shadow-sm border-start border-success border-4"), width=3),
-            dbc.Col(dbc.Card(dbc.CardBody([html.H4(abt, className="text-info"), html.P("Abertas")]), className="shadow-sm border-start border-info border-4"), width=3),
-            dbc.Col(dbc.Card(dbc.CardBody([html.H4(fra, className="text-warning"), html.P("Fracassadas")]), className="shadow-sm border-start border-warning border-4"), width=3),
-            dbc.Col(dbc.Card(dbc.CardBody([html.H4(des, className="text-danger"), html.P("Desertas")]), className="shadow-sm border-start border-danger border-4"), width=3),
-        ], className="mb-4")
-    ])
-
-    # 3. Gráfico (COM FILTRO PARA REMOVER BARRA HOMOLOGADA)
-    fig = px.line(title="Sem dados")
-    if 'ANO' in df.columns and 'MODALIDADE' in df.columns:
-        df_mod = df[df['ANO'] >= 2020].copy()
-        # Filtra 'HOMOLOGADA' da coluna Modalidade
-        df_mod = df_mod[df_mod['MODALIDADE'].str.upper() != 'HOMOLOGADA']
-        
-        df_grp = df_mod.groupby(['ANO', 'MODALIDADE']).size().reset_index(name='Qtd')
-        fig = px.bar(df_grp, x='ANO', y='Qtd', color='MODALIDADE', title="Evolução das Modalidades (2020+)", barmode='group', template='plotly_white')
-        fig.update_layout(xaxis_title="Ano", yaxis_title="Processos")
-
-    return html.Div([html.H2("📊 Painel de Licitações"), html.Hr(), cards, dcc.Graph(figure=fig)])
-
-def layout_licitacoes_tabela():
-    if licitacoes_df.empty: return dbc.Alert("Sem dados.", color="danger")
-    cols = [{"name": c.title().replace('_', ' '), "id": c} for c in licitacoes_df.columns]
-    return html.Div([html.H2("📋 Detalhamento"), dbc.Spinner(dash_table.DataTable(data=licitacoes_df.to_dict('records'), columns=cols, page_size=15, sort_action="native", filter_action="native", style_table={'overflowX': 'auto'}))])
-
-def layout_rh():
-    if rh_df.empty: return dbc.Alert("Dados de RH indisponíveis.", color="danger")
-    
-    kpis = dbc.Row([
-        dbc.Col(dbc.Card(dbc.CardBody([html.H4(len(rh_df), className="text-primary"), html.P("Ativos")]), className="shadow-sm border-start border-primary border-4"), width=4),
-        dbc.Col(dbc.Card(dbc.CardBody([html.H4(f"R$ {rh_df['salarioBase'].sum():,.2f}", className="text-success"), html.P("Folha Mensal")]), className="shadow-sm border-start border-success border-4"), width=4),
-        dbc.Col(dbc.Card(dbc.CardBody([html.H4(f"R$ {rh_df['salarioBase'].mean():,.2f}", className="text-info"), html.P("Média")]), className="shadow-sm border-start border-info border-4"), width=4),
-    ], className="mb-4")
-    
-    df_cargos = rh_df['cargo'].value_counts().nlargest(10).reset_index()
-    df_cargos.columns = ['Cargo', 'Qtd']
-    fig_bar = px.bar(df_cargos, x='Qtd', y='Cargo', orientation='h', title="Top 10 Cargos", template='plotly_white')
-    fig_bar.update_layout(yaxis={'categoryorder':'total ascending'})
-    
-    col_regime = 'regime' if 'regime' in rh_df.columns else 'situacao'
-    df_regime = rh_df[col_regime].value_counts().reset_index()
-    df_regime.columns = ['Tipo', 'Qtd']
-    fig_tree = px.treemap(df_regime, path=['Tipo'], values='Qtd', color='Tipo', title="Vínculos", template='plotly_white')
-    fig_tree.update_traces(textinfo="label+value+percent root")
-
-    return html.Div([html.H2("Gestão de Pessoas"), html.Hr(), kpis, dbc.Row([dbc.Col(dcc.Graph(figure=fig_bar), width=12)]), dbc.Row([dbc.Col(dcc.Graph(figure=fig_tree), width=12)])])
-
-def layout_receitas():
-    return html.Div([
-        html.H2("Receitas Públicas"), html.Hr(),
-        dbc.Row([dbc.Col(dcc.Dropdown(id='rec-dd', options=op_rec, value='TOTAL'), width=8), dbc.Col(dcc.Dropdown(id='rec-stat', options=[{'label':'Soma','value':'sum'},{'label':'Média','value':'mean'}], value='sum'), width=4)]),
-        dcc.Graph(id='rec-graph')
-    ])
-def layout_despesas(): return html.Div([html.H2("Despesas"), html.Hr(), dcc.Dropdown(id='desp-dd', options=op_desp, value='TOTAL'), dcc.Graph(id='desp-graph')])
-def layout_restos(): return html.Div([html.H2("Restos a Pagar"), html.Hr(), dcc.Dropdown(id='restos-dd', options=op_restos, value='TOTAL'), dcc.Graph(id='restos-graph')])
-def layout_tabela(): return html.Div([html.H2("Base de Dados"), dcc.Dropdown(id='tab-dd', options=[{'label':'Receitas','value':'rec'},{'label':'RH','value':'rh'},{'label':'Licitações','value':'lic'}], value='rec'), html.Br(), dbc.Spinner(dash_table.DataTable(id='tabela-main', page_size=15, style_table={'overflowX': 'auto'}))])
-
-# --- CALLBACKS ---
-@app.callback(Output("page-content", "children"), Input("url", "pathname"))
-def render_page(path):
-    if path == "/despesas": return layout_despesas()
-    if path == "/restos": return layout_restos()
-    if path == "/rh": return layout_rh()
-    if path == "/tabela": return layout_tabela()
-    if path == "/licitacoes_graficos": return layout_licitacoes_graficos()
-    if path == "/licitacoes_tabela": return layout_licitacoes_tabela()
-    return layout_receitas()
-
-@app.callback(Output('rec-graph', 'figure'), [Input('rec-dd', 'value'), Input('rec-stat', 'value')])
-def update_rec(conta, stat):
-    if receitas_df.empty: return px.line(title="Sem dados")
-    df = receitas_df if conta == 'TOTAL' else receitas_df[receitas_df['contaDescricao'] == conta]
-    df_orc = rec_orc_df if conta == 'TOTAL' else pd.DataFrame()
-    g_real = df.groupby('ano')['valorArrecadado'].agg(stat).reset_index()
-    fig = go.Figure()
-    fig.add_trace(go.Bar(x=g_real['ano'], y=g_real['valorArrecadado'], name='Realizado', marker_color='#2E86C1'))
-    if not df_orc.empty and conta == 'TOTAL':
-        g_orc = df_orc.groupby('ano')['valorOrcado'].agg(stat).reset_index()
-        fig.add_trace(go.Scatter(x=g_orc['ano'], y=g_orc['valorOrcado'], name='Meta', line=dict(color='red', dash='dot')))
-    if len(g_real) > 1:
-        x, y = g_real['ano'], g_real['valorArrecadado']
-        z = np.polyfit(x, y, 1); p = np.poly1d(z)
-        fig.add_trace(go.Scatter(x=x, y=p(x), name='Tendência', line=dict(color='orange', width=2)))
-    fig.update_layout(template="plotly_white", title=f"Evolução: {conta}")
-    return fig
-
-@app.callback(Output('desp-graph', 'figure'), Input('desp-dd', 'value'))
-def update_desp(orgao):
-    if despesas_df.empty: return px.line(title="Sem dados")
-    df = despesas_df if orgao == 'TOTAL' else despesas_df[despesas_df['orgaoDescricao'] == orgao]
-    g_real = df.groupby('ano')['valorEmpenhado'].sum().reset_index()
-    fig = go.Figure()
-    fig.add_trace(go.Bar(x=g_real['ano'], y=g_real['valorEmpenhado'], name='Empenhado', marker_color='#D4AC0D'))
-    if len(g_real) > 1:
-        x, y = g_real['ano'], g_real['valorEmpenhado']
-        z = np.polyfit(x, y, 1); p = np.poly1d(z)
-        fig.add_trace(go.Scatter(x=x, y=p(x), name='Tendência', line=dict(color='black', dash='dash')))
-    fig.update_layout(template="plotly_white", title=f"Despesa: {orgao}")
-    return fig
-
-@app.callback(Output('restos-graph', 'figure'), Input('restos-dd', 'value'))
-def update_rest(orgao):
-    df = restos_df if orgao == 'TOTAL' else restos_df[restos_df['orgaoDescricao'] == orgao]
-    return px.bar(df.groupby('ano')['valorPago'].sum().reset_index(), x='ano', y='valorPago', title="Restos Pagos", template="plotly_white")
-
-@app.callback([Output('tabela-main', 'data'), Output('tabela-main', 'columns')], Input('tab-dd', 'value'))
-def update_tab(tipo):
-    df_map = {'rh': rh_df, 'rec': receitas_df.head(200), 'lic': licitacoes_df.head(200)}
-    df = df_map.get(tipo, pd.DataFrame())
-    cols = [{"name": c, "id": c} for c in df.columns]
-    return df.to_dict('records'), cols
-
-if __name__ == '__main__':
-    app.run(debug=False, host='0.0.0.0', port=7860)