Neste projeto, vamos criar uma automação RPA com Python e utilizando as ferramentas da BotCity que realizará cadastro de produtos em um sistema desktop chamado Fakturama, com apoio da visão computacional.
Você pode seguir o passo a passo do desenvolvimento nesta live que ficou gravada e disponível no YouTube.
Para executar este projeto, você deverá fazer a etapa de pré-requisitos desta documentação, que basicamente são os itens abaixo.
- Conta BotCity;
- BotCity Studio SDK;
- Python 3.7 ou superior;
- Ter uma IDE instalada, por exemplo: Visual Studio Code ou PyCharm.
Ao instalar o BotCity Studio SDK, caso aconteça algum problema, você pode usar a ferramenta de diagnóstico para validar o que pode ter acontecido. Para acessar essa ferramenta, verifique este link da documentação.
Atenção aos passos que deve seguir após fazer o fork e clone do projeto em seu computador.
Você pode utilizar ambiente virtual com o Python, se preferir. E para criá-lo, execute o seguinte comando:
python -m venv venv
Após a criação, é necessário ativá-lo. Para isso, execute o comando abaixo:
venv\Scripts\activate
Para fazer a instalação das dependências do projeto, você deve executar no terminal da sua IDE o comando abaixo, a partir da pasta do projeto:
pip install --upgrade -r requirements.txt
Para executar no seu computador ou máquina virtual, garanta que você tem permissão para rodar scripts, códigos etc.
Se você quiser seguir o passo com o mesmo software, você poderá fazer o download do programa pelo site do Fakturama.
Identifique a linha de código em que a constante CAMINHO_FAKTURAMA é definida e ajuste o caminho para abrir o executável do Fakturama, para que seu código funcione.
O desenvolvimento deste robô foi feito em um sistema com o tema light e com uma determinada resolução. Os recortes feitos são alocados automaticamente na pasta resources do projeto. Dependendo do ambiente que você estiver, pode ser que seja necessário refazer os recortes, para que o algoritmo da visão computacional possa identificar os elementos.
Você pode ter mais orientações de como resolver problemas sobre visão computacional neste artigo.
Se você quiser testar primeiramente no seu computador ou máquina virtual, você deverá:
Quando estamos executando o robô localmente, não temos uma tarefa criada. Sendo assim, precisamos comentar os códigos que tenham relação com isso para evitar erros. São eles:
...
# execution = maestro.get_execution()
...
try:
...
# criando um log de atividade
maestro.new_log_entry(
activity_label="cadastro_produtos",
values = {
"produto": produto["name"],
"mensagem": "Cadastrado com sucesso.",
"status": "Sucesso"
}
)
# criando um exemplo de alerta
maestro.alert(
task_id=execution.task_id,
title="Alerta cadastro de produto",
message=f"O cadastro do produto {produto['name']} foi realizado com sucesso.",
alert_type=AlertType.INFO
)
...
finally:
...
maestro.finish_task(
task_id=execution.task_id,
status=status,
message=message
)
Você pode executar clicando no botão de play ou de execução da sua IDE favorita, ou ainda executar o comando abaixo no seu terminal:
python bot.py
Quando estamos executando o robô no Orquestrador, a tarefa será criada, então não precisamos deixar os códigos do item anterior comentados. Tire os comentários para que os códigos possam ser executados corretamente.
Lembre-se de seguir as orientações da documentação para fazer o deploy da sua automação no Orquestrador e executar com apoio do Runner.
Há diversas possibilidades de melhorias neste projeto e deixo à disponibilidade da comunidade para explorarmos essas melhorias e implementarmos. Algumas sugestões:
- Refatorar o código para melhor separação de responsabilidades;
- Configurações de resolução de tela;
- Entre outros.
Fiquem à vontade de mandar sugestões e correções pelas issues do projeto.