Skip to content

Repository files navigation

ChargeGrid Intelligence

Plataforma acadêmica para simular e gerenciar uma infraestrutura de recarga de veículos elétricos com controle energético, energia solar, billing, analytics e previsão de demanda.

O projeto usa um monólito modular: uma API FastAPI, uma aplicação React e PostgreSQL. A especificação técnica é a fonte de verdade da implementação.

Pré-requisitos

  • Docker com Docker Compose (caminho recomendado); ou
  • Python 3.12, Node.js 22+ e PostgreSQL 16 para execução local.

Início rápido com Docker

cp .env.example .env
docker compose up --build

Serviços:

Para aplicar migrations manualmente:

docker compose run --rm backend alembic upgrade head

Desenvolvimento local

Backend:

cd backend
python3.12 -m venv .venv
source .venv/bin/activate
pip install -e '.[dev]'
alembic upgrade head
uvicorn app.main:app --reload

Frontend:

cd frontend
npm ci
npm run dev

Qualidade

make install # primeira execução
make check

O alvo executa testes, lint e verificação de tipos no backend e no frontend, além do build web. Consulte CONTRIBUTING.md para o fluxo detalhado.

Documentação

Estado atual

A Fase 1 está concluída e seus critérios de saída estão documentados com evidências. Além da fundação técnica, o backend já expõe APIs e persistência para usuários, veículos, estações, carregadores, sessões, leituras de energia e solar, tarifas, invoices, alertas, previsões de demanda e configuração do sistema. O início e o encerramento de sessões já aplicam regras de domínio, incluindo disponibilidade, potência solicitada, billing e alerta de conclusão.

O backend também possui login JWT e autorização mínima por papel e propriedade. A Fase 2 ainda não é declarada concluída: esta fatia cobre autenticação e limites de acesso, e as próximas fatias devem seguir os critérios documentados em Fase 2 — Autenticação e autorização.

About

Plataforma inteligente para simulação e gestão de recargas de veículos elétricos, com controle de demanda, energia solar, billing, analytics, ESG e Machine Learning.

Topics

Resources

Contributing

Stars

1 star

Watchers

0 watching

Forks

Contributors

Languages