Desenvolvimento

LoveCash.ai: Finanças para Casais no WhatsApp

Visão Estratégica do Produto

O LoveCash.ai nasceu da observação de um problema real: a gestão financeira colaborativa é uma fonte de atrito para muitos casais. Meu objetivo foi criar uma solução com a menor barreira de entrada possível, integrando-a a uma ferramenta que já faz parte do dia a dia do usuário — o WhatsApp — e usando Inteligência Artificial para tornar o processo invisível e conversacional.

O Desafio a ser Resolvido

Planilhas são complexas e exigem disciplina. Aplicativos de finanças tradicionais são individualistas. O resultado é a falta de transparência e o estresse em conversas sobre dinheiro. O desafio era claro: como criar uma ferramenta de finanças para casais que fosse tão fácil de usar quanto enviar uma mensagem de texto?

Como Eu Construí: Arquitetura e Execução Técnica

Para transformar a visão em um produto funcional, adotei uma arquitetura full-stack moderna, tomando decisões estratégicas em cada camada da aplicação.

1. O Cérebro Conversacional (Backend e IA)

O coração do projeto é um bot em Node.js. A escolha se deu pela sua eficiência em operações de I/O, ideal para lidar com as requisições da API do WhatsApp. Para a "mágica" acontecer, integrei o Google Dialogflow ES, onde modelei as intenções do usuário. Em vez de comandos rígidos, o bot compreende linguagem natural, como gastei 50 no mercado, extraindo as entidades (valor: 50, categoria: mercado) de forma inteligente. Essa decisão foi crucial para garantir a baixa fricção da interface.

2. A Central de Dados (Banco de Dados e Autenticação)

Escolhi o Google Firebase como meu Backend-as-a-Service (BaaS) para acelerar o desenvolvimento. Utilizei o Cloud Firestore, um banco de dados NoSQL, pela sua flexibilidade de esquema e, mais importante, pela sua capacidade de sincronização em tempo real. Isso foi fundamental para o dashboard, garantindo que quando um membro do casal registra um gasto, a tela do outro atualiza instantaneamente, sem a necessidade de um refresh. A autenticação de usuários e a lógica de convite para conectar contas também foram implementadas de forma segura com o Firebase Authentication.

3. A Vitrine Visual (Frontend)

Para o dashboard web, utilizei React (com Vite) para criar uma Single Page Application (SPA) rápida e reativa. A navegação entre as páginas de "Dashboard" e "Transações" foi gerenciada com a biblioteca react-router-dom. A decisão pelo React se alinha com as melhores práticas do mercado para criar interfaces de usuário dinâmicas e componentizadas.

Habilidades Demonstradas neste Projeto

Visão de Produto: Identifiquei um problema real e desenhei uma solução completa, focada na experiência do usuário.
Arquitetura Full-Stack: Projetei e implementei de ponta a ponta a interação entre frontend, backend, banco de dados e serviços de terceiros (IA e WhatsApp).
Desenvolvimento Backend: Criei um serviço robusto em Node.js capaz de processar requisições e interagir com múltiplas APIs.
Desenvolvimento Frontend: Construí uma interface reativa com React, demonstrando proficiência em componentização, estado e roteamento.
Integração de IA (NLU): Utilizei o Google Dialogflow para criar uma interface conversacional que entende a intenção do usuário, mostrando familiaridade com conceitos de Processamento de Linguagem Natural.
Gerenciamento de Banco de Dados NoSQL: Modelei e gerenciei os dados no Firestore, implementando a lógica de colaboração em tempo real.

O MVP do LoveCash.ai é a prova funcional da minha capacidade de levar uma ideia do conceito à execução, utilizando um stack de tecnologias moderno para criar uma solução de valor.

Código-Fonte

[Analise o código completo no GitHub →]('[COLOQUE O LINK DO GITHUB AQUI]')