@danhachuel/leadmaster 0.1.17 → 0.1.18

package/CHANGELOG.md

@@ -37,6 +37,37 @@ normaliza para a forma canônica (ex.: `0.1.0`).
    falha se `process.stdin.resume();` desaparecer, se `.unref()` aparecer, se o
    ciclo de vida vinculado for removido ou se os handlers globais sumirem.
 
+## [0.1.18] — 2026-11-09
+
+### Adicionado
+
+- **Zero states no Painel (Efeito Zeigarnik)** — com base vazia a tela não
+  mostra mais gráficos em branco:
+  - `LeadsStageChart`: **"Nenhum dado ainda. Comece extraindo leads!"** com
+    orientação aos extratores (Maps/Instagram/CNPJ);
+  - `CampaignsDoughnut`: **"Nenhuma campanha disparada ainda."** com orientação
+    a Disparos;
+  - ambos em bloco tracejado discreto, sem quebrar o layout (altura preservada).
+- **Testes das métricas (`backend/tests/test_metrics.py`)** — 4 novos testes da
+  rota `GET /api/metrics` com dados conhecidos em `LEADMASTER_HOME` temporário
+  (seeds de demo neutralizados):
+  - base vazia: totais zerados e taxas padrão (100% entrega / 0% erro);
+  - leads conhecidos: `leads_total` e `leads_por_etapa` exatos por coluna;
+  - consolidação de campanhas: enviadas/erros somados e taxas proporcionais
+    (150/162 → 92,6% e 7,4%);
+  - reflexo do Kanban: mover lead de coluna via `PUT /api/crm/leads/{id}/etapa`
+    recalcula `leads_por_etapa` na hora.
+  - Suíte completa: **44 passed**.
+
+### Auditoria
+
+- **`GET /api/metrics` (dinâmica):** auditada contra a especificação — já lê
+  `leads.json`/`campaigns.json` em tempo real e devolve `leads_total`,
+  `leads_por_etapa` (leads/em_contato/proposta/fechado), totais consolidados
+  das campanhas, `taxa_entrega`/`taxa_erro` (fallback 100%/0% sem campanhas) e
+  `conexao` (geral/llm/openoutreach). Nenhuma alteração de cálculo necessária —
+  agora com cobertura de testes e zero states na UI.
+
 ## [0.1.17] — 2026-11-09
 
 ### Corrigido

package/backend/tests/test_metrics.py

@@ -0,0 +1,112 @@
+"""Testes das métricas do Painel — GET /api/metrics.
+
+Popula os JSONs de teste (LEADMASTER_HOME em diretório temporário) com dados
+conhecidos e verifica o cálculo em tempo real: totais de leads, distribuição
+por etapa, consolidação das campanhas (enviadas/erros/taxas) e status da
+conexão.
+"""
+
+from fastapi.testclient import TestClient
+
+import main
+from services import storage
+
+
+def _client(tmp_path, monkeypatch):
+    monkeypatch.setenv("LEADMASTER_HOME", str(tmp_path))
+    # Cria os arquivos vazios ANTES do lifespan: evita os seeds de demo que o
+    # backend semeia na primeira execução — assim o teste parte de base zerada.
+    storage.save_leads([])
+    storage.save_campaigns([])
+    return TestClient(main.app)
+
+
+def _lead(nome: str, etapa: str, telefone: str) -> dict:
+    return {
+        "nome": nome,
+        "telefone": telefone,
+        "email": "",
+        "fonte": "teste",
+        "etapa": etapa,
+        "empresa": "",
+        "cidade": "",
+        "endereco": "",
+        "score": 50,
+        "tags": [],
+        "observacoes": "",
+        "extras": {},
+        "criado_em": storage.now_iso(),
+        "atualizado_em": storage.now_iso(),
+    }
+
+
+def test_metrics_sem_dados(tmp_path, monkeypatch):
+    # Base vazia: nada de quebrar — taxas padrão (100% entrega, 0% erro).
+    with _client(tmp_path, monkeypatch) as client:
+        r = client.get("/api/metrics")
+        assert r.status_code == 200
+        m = r.json()
+        assert m["leads_total"] == 0
+        assert m["leads_por_etapa"] == {"leads": 0, "em_contato": 0, "proposta": 0, "fechado": 0}
+        assert m["total_enviadas"] == 0
+        assert m["total_erros"] == 0
+        assert m["taxa_entrega"] == 100.0
+        assert m["taxa_erro"] == 0.0
+        assert m["campanhas"] == {"enviadas": 0, "erros": 0, "total": 0}
+        assert m["conexao"]["geral"] is True
+        assert isinstance(m["conexao"]["llm"], bool)
+        assert isinstance(m["conexao"]["openoutreach"], bool)
+
+
+def test_metrics_com_leads_conhecidos(tmp_path, monkeypatch):
+    monkeypatch.setenv("LEADMASTER_HOME", str(tmp_path))
+    storage.save_leads([])
+    storage.save_campaigns([])
+    storage.import_leads(
+        [
+            _lead("Lead A", "leads", "(11) 90000-0001"),
+            _lead("Lead B", "leads", "(11) 90000-0002"),
+            _lead("Lead C", "em_contato", "(11) 90000-0003"),
+            _lead("Lead D", "proposta", "(11) 90000-0004"),
+            _lead("Lead E", "fechado", "(11) 90000-0005"),
+        ],
+        dedup=False,
+    )
+    with TestClient(main.app) as client:
+        m = client.get("/api/metrics").json()
+        assert m["leads_total"] == 5
+        assert m["leads_por_etapa"] == {"leads": 2, "em_contato": 1, "proposta": 1, "fechado": 1}
+
+
+def test_metrics_consolida_campanhas(tmp_path, monkeypatch):
+    monkeypatch.setenv("LEADMASTER_HOME", str(tmp_path))
+    storage.save_leads([])
+    storage.save_campaigns(
+        [
+            {"id": "c1", "nome": "Campanha 1", "status": "concluida", "enviadas": 90, "erros": 10},
+            {"id": "c2", "nome": "Campanha 2", "status": "concluida", "enviadas": 60, "erros": 2},
+        ]
+    )
+    with TestClient(main.app) as client:
+        m = client.get("/api/metrics").json()
+        assert m["total_enviadas"] == 150
+        assert m["total_erros"] == 12
+        assert m["taxa_entrega"] == 92.6  # 150 / 162 * 100
+        assert m["taxa_erro"] == 7.4  # 12 / 162 * 100
+        assert m["campanhas"] == {"enviadas": 150, "erros": 12, "total": 2}
+
+
+def test_metrics_reflete_alteracoes_no_kanban(tmp_path, monkeypatch):
+    # Mover um lead de etapa (rota do CRM) muda a contagem no /api/metrics.
+    with _client(tmp_path, monkeypatch) as client:
+        criado = client.post(
+            "/api/crm/leads",
+            json={"nome": "Lead Kanban", "telefone": "(11) 90000-0009", "fonte": "teste"},
+        ).json()
+        m1 = client.get("/api/metrics").json()
+        assert m1["leads_por_etapa"]["leads"] == 1
+
+        client.put(f"/api/crm/leads/{criado['id']}/etapa", json={"etapa": "fechado"})
+        m2 = client.get("/api/metrics").json()
+        assert m2["leads_por_etapa"] == {"leads": 0, "em_contato": 0, "proposta": 0, "fechado": 1}
+        assert m2["leads_total"] == 1