Innovar AMR Tray Controller

Microserviço responsável por atuar como controlador de integrações entre a plataforma de e-commerce Tray, o emissor de NFe Plugnotas e o ERP Sienge.

Visão Geral

Este projeto consome mensagens de uma fila RabbitMQ (originadas de webhooks) e orquestra a comunicação entre diferentes sistemas para automatizar o fluxo de vendas:

1. Tray (E-commerce):

   • Recebe webhooks de criação (insert) e atualização (update) de pedidos.
   • Busca dados completos do pedido na API da Tray.
   • Atualiza dados fiscais (NFe) no pedido dentro da Tray após faturamento.

2. Plugnotas (Notas Fiscais):

   • Envia dados do pedido para emissão de Nota Fiscal Eletrônica.
   • Recebe webhooks informando a conclusão da emissão da NFe, extraindo a chave de acesso, o número e os produtos a partir do XML retornado (base64).

3. Sienge (ERP - Integração via Filas/RPC):

   • Clientes: Envia requisições (RPC) para criação de clientes no Sienge quando um novo pedido é gerado.
   • Títulos a Receber: Envia requisições (RPC) para geração de títulos financeiros no Sienge após a emissão da NFe.

Fluxo de Processamento

1. Webhook Tray (Recebimento)

• Ação insert: O controlador identifica o novo pedido, cria/sincroniza o cliente no ERP Sienge e atualiza o ID do cliente no banco de dados local.
• Ação update: Caso o pedido passe para o status "A ENVIAR", o serviço envia os dados mapeados para a fila de emissão de NFe, sinalizando no banco local que o envio ocorreu.

2. Webhook Plugnotas (RecebimentoPlugnotas)

• Ao receber a confirmação de que a NFe foi gerada com status "CONCLUIDO":
  • Decodifica e extrai as informações pertinentes da nota a partir do XML da NFe.
  • Envia a ordem para criar o título a receber no ERP (Sienge).
  • Atualiza a nota fiscal (chave, link, xml) diretamente no painel da Tray.
  • Grava o status atualizado no banco de dados local.

Tecnologias e Bibliotecas

• Python 3
• Bibliotecas Principais: Pydantic (validação de dados), SQLAlchemy/Psycopg2 (banco de dados), Redis, Requests, Pika (RabbitMQ).
• Mensageria: RabbitMQ para filas assíncronas e RPC, facilitado pelas bibliotecas base da equipe (Exchange2).
• Banco de Dados: PostgreSQL (Persistência de estado dos pedidos, status de integrações e logs).
• Cache / Configuração: Redis (Armazenamento e busca das credenciais e configurações de ambiente em tempo real).
• Infraestrutura: Docker & Docker Compose.

Como Executar

Pré-requisitos

• Docker e Docker Compose instalados no ambiente de execução.
• Acesso aos repositórios Git base (Exchange2 e SoftGOModel) pois o script de build fará o clone de dependências proprietárias.
• Instâncias do Redis, RabbitMQ e PostgreSQL acessíveis na rede (sg_base_network).

Passos para Build e Deploy

1. Clone o repositório e navegue até a pasta raiz.
2. Execute o script de build para baixar as dependências e criar a imagem Docker:

   chmod +x buildImages.sh
   ./buildImages.sh
   

3. Inicie o container com o Docker Compose:

   docker-compose up -d
   

Variáveis de Ambiente e Configurações

O container do controller possui poucas configurações no docker-compose.yml, pois o sistema busca suas credenciais principais (banco, AMQP, endpoints, chaves de API da Tray, etc.) diretamente de uma chave JSON no Redis (innovar_amr_tray-system_config-innovar). Certifique-se de que essa chave JSON esteja corretamente populada no Redis para que o microserviço consiga inicializar.

Estrutura de Diretórios

• src/controller.py: Ponto de entrada do serviço e consumidor principal da fila RabbitMQ.
• src/services/: Regras de negócio, transformações e mapeamentos (Tray para Sienge, Tray para NFe).
• src/models/: Definições Pydantic para validação das estruturas de dados.
• src/api/: Comunicação HTTP direta com APIs externas.
• src/db/: Instância e métodos de comunicação com o PostgreSQL local.