feat: implement main Flask app with AI-driven recommendation logic

app.py

@@ -0,0 +1,51 @@
+import google.generativeai as genai
+import os
+from flask import Flask, render_template
+from user_data import get_user_history
+from book_recommendations import (
+    recommend_fiction,
+    recommend_non_fiction,
+    recommend_science
+)
+
+app = Flask(__name__)
+
+# Configurar a chave de API
+GOOGLE_API_KEY = os.environ.get('GOOGLE_API_KEY')
+genai.configure(api_key=GOOGLE_API_KEY)
+
+# Definir o modelo generativo com as funções disponíveis
+magical_if = genai.GenerativeModel(
+    "gemini-1.5-flash",
+    tools=[
+        recommend_fiction,
+        recommend_non_fiction,
+        recommend_science
+    ]
+)
+
+def ia_decision(user_id, history):
+    business_rules = """
+    Analise o histórico de compras do usuário e decida qual categoria de livros recomendar.
+    Regras:
+    1. Se o usuário comprou mais livros de ficção, recomende ficção.
+    2. Se o usuário comprou mais livros de não ficção, recomende não ficção.
+    3. Se o usuário demonstrou interesse em ciência, recomende ciência.
+    4. Caso contrário, ofereça uma recomendação geral de ficção.
+    """
+    user_decision = magical_if.start_chat(enable_automatic_function_calling=True)
+    response = user_decision.send_message(
+        f"Histórico do usuário {user_id}: {history}; Regras de negócio: {business_rules}"
+    )
+    return response.text
+
+@app.route('/recommend/<int:user_id>')
+def recommend(user_id):
+    history = get_user_history(user_id)
+    if not history:
+        return "Usuário não encontrado", 404
+    ia_response = ia_decision(user_id, history)
+    return render_template('recommendation.html', user_id=user_id, message=ia_response)
+
+if __name__ == '__main__':
+    app.run(debug=True)