🎬 EnterCinema [Vue.js - Django Rest Framework]

Uma plataforma avançada para descoberta de conteúdo multimídia, desenvolvida com Vue.js e Django Rest Framework, que otimiza a experiência de escolher entretenimento. Destaca-se pelo seu chatbot contextual com memória persistente para consultas em linguagem natural, sistema de recomendações personalizadas, administração de perfis de usuário, filtros avançados e integração com os principais serviços de streaming.

---

• Integração de Backend em Python: EnterCinema integra um backend do Django Rest Framework para registro e autenticação de usuários, garantindo segurança aprimorada e controle de acesso através do Painel de Administração do Django. O sistema de autenticação agora suporta tanto a autenticação tradicional baseada em DRF quanto o Google OAuth, permitindo que os usuários façam login com suas contas do Google.

• Gerenciamento Abrangente de Perfil de Usuário: Os usuários desfrutam de controle total sobre seus perfis, com a capacidade de salvar filmes e séries de TV favoritos, personalizar suas preferências de entretenimento e acessar convenientemente as configurações da conta. A adição de um menu de perfil de usuário nas páginas principais e de perfil aprimora ainda mais a interação do usuário, fornecendo fácil acesso a opções de autenticação e personalização de conta, incluindo alterações de avatar.

• Filtros de Busca Avançada: Implementamos funcionalidade avançada de busca por ano, gênero e classificação. Esta melhoria permite ao usuário filtrar consultas de busca de forma mais precisa, facilitando encontrar exatamente o que está procurando.

• Assistente “Perguntar à IA”: Chatbot integrado que processa consultas em linguagem natural sobre cinema e televisão, permitindo perguntas complexas e oferecendo recomendações de conteúdo personalizadas baseadas nas preferências do usuário.

• Funcionalidade de Pergunta Diária: Uma pergunta diária rotativa sobre cinema que incentiva a interação e a descoberta de conteúdo. O sistema seleciona perguntas predefinidas com base na data, convidando os usuários a explorar novos aspectos do cinema.

• Sistema Integrado de Avaliações: Os usuários agora podem avaliar e comentar itens diretamente da sua lista de acompanhamento através de um modal dinâmico sem sair da página. Um modal centralizado de itens avaliados com abas para diferentes tipos de conteúdo permite uma gestão fácil de todas as avaliações.

• Relevância de Busca Aprimorada: Detecção avançada de “entidade principal” impulsionada por IA que analisa as consultas para identificar se o usuário está buscando uma pessoa, um filme ou uma série, priorizando resultados com um sofisticado algoritmo de relevância.

• Página de ‘Próximos Lançamentos’: Esta seção renovada apresenta um novo carrossel com uma visão ampliada de 180 dias de lançamentos passados/futuros. Para usuários autenticados, o conteúdo é personalizado de acordo com suas preferências, garantindo que recebam atualizações adaptadas aos seus interesses.

Última Atualização: Versão 1.6.10 (Abril 2025)

• Integração do Ask AI: Foi adicionado um assistente de chatbot inteligente para consultas em linguagem natural sobre conteúdo de cinema e televisão.

• Funcionalidade Pergunta do Dia: Implementada uma rotação de perguntas diárias sobre cinema para incentivar a descoberta de conteúdo.

• Renovação do Sistema de Avaliações: Introduzida uma funcionalidade integral de avaliação com análise direta a partir da lista de acompanhamento e gestão centralizada.

• Algoritmo de Relevância de Busca: Sistema de busca reconstruído com detecção de entidade principal impulsionada por IA para melhorar a relevância dos resultados.

• Filtragem Avançada da Lista de Acompanhamento: Adicionado um mecanismo integral de filtragem/ordenação para a Lista de Acompanhamento com preferências persistentes.

• Sistema de Recomendação Híbrido: Implementado um sistema de recomendação IA-API que analisa padrões de usuário e explica as recomendações.

• Integração com Stremio: Adicionado acesso direto de streaming através da integração com a plataforma Stremio.

• Autenticação com Google OAuth: Os usuários agora podem fazer login usando suas contas do Google junto com o sistema de autenticação existente.

• Busca Aprimorada com Provedores: Foi adicionada a capacidade de filtrar séries de TV por serviço de streaming (Apple TV+, Disney+, Hulu, Max, Netflix, Prime Video).

• Próximos Lançamentos: Renovação da antiga seção “Próximos Lançamentos” com um carrossel aprimorado e visão de 180 dias.

Instalação

Frontend Vue.js:

Para executar este projeto localmente, siga estas etapas:

1. Clone o repositório para sua máquina local:

git clone https://github.com/imprvhub/entercinema.git

2. Instale as dependências necessárias:

yarn install

3. Antes de executar o projeto, você precisa configurar suas variáveis de ambiente em um arquivo .env. Aqui está como:

FRONTEND_URL=<Especifique o URL onde seu front-end será hospedado, por exemplo, 'https://localhost:3000' ou seu domínio personalizado.>
API_KEY=<Forneça sua chave de API do TMDB aqui>
SUPABASE_URL=<Digite o URL para o seu banco de dados, por exemplo, seu banco de dados Supabase URL>
SUPABASE_ANON_KEY=<Digite a chave anônima para o seu banco de dados, por exemplo, sua chave anônima Supabase>    

Por padrão, o EnterCinema está configurado para trabalhar com o Supabase como o banco de dados de back-end DRF. No entanto, você pode usar outro banco de dados, se necessário. Basta substituir o Database_url e o Database_anon_key pelos valores apropriados com base na configuração do seu banco de dados.

4. Execute o projeto:

yarn dev

O projeto deve estar acessível em, por exemplo, ‘http://localhost:3000’

---

Django Rest Framework Backend:

Para configurar o backend da estrutura de DRF para EnterCinema, siga estas etapas:

Requisitos anteriores:

Python 3.9

1. Clone o repositório de backend à sua máquina local:

git clone https://github.com/imprvhub/entercinema-drf.git

2. Instale dependências: Navegue até o diretório do projeto e instale as dependências necessárias usando o PIP:

cd entercinema-drf
pip install -r requirements.txt

3. Configure variáveis de entorno. Crie um arquivo .env no diretório do projeto e defina as seguintes variáveis:

DB_NAME=<Digite o nome do seu banco de dados>
DB_USER=<Digite o nome de usuário do seu banco de dados>
DB_PASSWORD=<Digite a senha do seu banco de dados>
DB_HOST=<Digite o host do seu banco de dados, por exemplo, 'localhost'>
DB_PORT=<Digite a porta do seu banco de dados>

4. Aplique migrações

python manage.py collectstatic

5. Colete arquivos estáticos para implantação:

python manage.py collectstatic

6. Execute o servidor:

python manage.py runserver

Feedback:

Seu feedback é valioso! Se você encontrar algum problema ou tiver sugestões para melhorias, por favor, crie um novo problema no repositório do GitHub.