Instalação e configuração¶
Este guia orienta a instalação do Turbo EA com Docker, a configuração do ambiente, o carregamento de dados de demonstração e a inicialização de serviços opcionais como IA e servidor MCP.
Pré-requisitos¶
- Docker (v20.10+)
- Docker Compose (v2.0+)
Passo 1: Clonar e configurar¶
git clone https://github.com/vincentmakes/turbo-ea.git
cd turbo-ea
cp .env.example .env
Abra .env em um editor de texto e defina os valores necessários:
# Credenciais do PostgreSQL (usadas pelo contêiner de banco de dados integrado)
POSTGRES_PASSWORD=escolha-uma-senha-forte
# Chave de assinatura JWT — gere uma com:
# python3 -c "import secrets; print(secrets.token_urlsafe(64))"
SECRET_KEY=sua-chave-gerada
# Porta na qual o aplicativo estará disponível
HOST_PORT=8920
Passo 2: Escolher a opção de banco de dados¶
Opção A: Banco de dados integrado (recomendado para começar)¶
O arquivo docker-compose.db.yml inicia um contêiner PostgreSQL junto com o backend e o frontend. Nenhum banco de dados externo é necessário — os dados são persistidos em um volume Docker.
docker compose -f docker-compose.db.yml up --build -d
Opção B: PostgreSQL externo¶
Se você já possui um servidor PostgreSQL (banco de dados gerenciado, contêiner separado ou instalação local), use o arquivo base docker-compose.yml que inicia apenas o backend e o frontend.
Primeiro, crie um banco de dados e um usuário:
CREATE USER turboea WITH PASSWORD 'sua-senha';
CREATE DATABASE turboea OWNER turboea;
Em seguida, configure seu .env:
POSTGRES_HOST=seu-host-postgresql
POSTGRES_PORT=5432
POSTGRES_DB=turboea
POSTGRES_USER=turboea
POSTGRES_PASSWORD=sua-senha
Inicie o aplicativo:
docker compose up --build -d
Note
O arquivo base docker-compose.yml espera uma rede Docker chamada guac-net. Crie-a com docker network create guac-net se não existir.
Passo 3: Carregar dados de demonstração (opcional)¶
O Turbo EA pode iniciar com um metamodelo vazio (apenas os 14 tipos de card integrados e os tipos de relação) ou com um conjunto de dados de demonstração completo. Os dados de demonstração são ideais para avaliar a plataforma, realizar sessões de treinamento ou explorar funcionalidades.
Opções de carregamento¶
Adicione estas variáveis ao seu .env antes da primeira inicialização:
| Variável | Padrão | Descrição |
|---|---|---|
SEED_DEMO |
false |
Carrega o conjunto completo de dados NexaTech Industries, incluindo BPM e PPM |
SEED_BPM |
false |
Carrega apenas os processos de demonstração BPM (requer dados base existentes) |
SEED_PPM |
false |
Carrega apenas os dados de projeto PPM (requer dados base existentes) |
RESET_DB |
false |
Exclui todas as tabelas e as recria na inicialização |
Demonstração completa (recomendada para avaliação)¶
SEED_DEMO=true
Isso carrega todo o conjunto de dados NexaTech Industries com uma única configuração. Você não precisa definir SEED_BPM ou SEED_PPM separadamente — eles são incluídos automaticamente.
Conta de administrador de demonstração¶
Quando os dados de demonstração são carregados, uma conta de administrador padrão é criada:
| Campo | Valor |
|---|---|
admin@turboea.demo |
|
| Senha | TurboEA!2025 |
| Função | Administrador |
Warning
A conta de administrador de demonstração usa credenciais conhecidas. Altere a senha ou crie sua própria conta de administrador para qualquer ambiente além da avaliação local.
O que os dados de demonstração incluem¶
O conjunto de dados NexaTech Industries contém aproximadamente 150 cards em todas as camadas de arquitetura:
Dados EA principais (sempre incluídos com SEED_DEMO=true):
- Organizações — Hierarquia corporativa: NexaTech Industries com unidades de negócio (Engenharia, Manufatura, Vendas e Marketing), regiões, equipes e clientes
- Capacidades de negócio — Mais de 20 capacidades em uma hierarquia multinível
- Contextos de negócio — Processos, fluxos de valor, jornadas do cliente, produtos de negócio
- Aplicações — Mais de 15 aplicações (NexaCore ERP, Plataforma IoT, Salesforce CRM, etc.) com dados completos de ciclo de vida e custos
- Componentes TI — Mais de 20 itens de infraestrutura (bancos de dados, servidores, middleware, SaaS, modelos de IA)
- Interfaces e objetos de dados — Definições de API e fluxos de dados entre sistemas
- Plataformas — Plataformas Cloud e IoT com subtipos
- Objetivos e iniciativas — 6 iniciativas estratégicas com diferentes status de aprovação
- Tags — 5 grupos: Valor de Negócio, Stack Tecnológico, Status do Ciclo de Vida, Nível de Risco, Escopo Regulatório
- Relações — Mais de 60 relações conectando cards entre todas as camadas
- Entrega EA — Registros de decisões de arquitetura e documentos de trabalho de arquitetura
Dados BPM (incluídos com SEED_DEMO=true ou SEED_BPM=true):
- ~30 processos de negócio organizados em uma hierarquia de 4 níveis (categorias, grupos, processos, variantes)
- Diagramas BPMN 2.0 com elementos de processo extraídos (tarefas, eventos, gateways, raias)
- Links de elementos para cards conectando tarefas BPMN a aplicações, componentes TI e objetos de dados
- Avaliações de processos com pontuações de maturidade, eficácia e conformidade
Dados PPM (incluídos com SEED_DEMO=true ou SEED_PPM=true):
- Relatórios de status para 6 iniciativas mostrando a saúde do projeto ao longo do tempo
- Estruturas analíticas de projeto (EAP) com decomposição hierárquica e marcos
- ~60 tarefas entre iniciativas com status, prioridades, responsáveis e tags
- Linhas de orçamento (capex/opex por ano fiscal) e linhas de custo (despesas reais)
- Registro de riscos com pontuações de probabilidade/impacto e planos de mitigação
Redefinir o banco de dados¶
Para apagar tudo e começar do zero:
RESET_DB=true
SEED_DEMO=true
Reinicie os contêineres e então remova RESET_DB do .env para evitar redefinição a cada reinicialização:
docker compose -f docker-compose.db.yml up --build -d
# Após confirmar o funcionamento, remova RESET_DB=true do .env
Passo 4: Serviços opcionais¶
Sugestões de descrição com IA¶
O Turbo EA pode gerar descrições de cards usando um LLM local (Ollama) ou provedores comerciais. O contêiner Ollama integrado é a forma mais fácil de começar.
Adicione ao .env:
AI_PROVIDER_URL=http://ollama:11434
AI_MODEL=gemma3:4b
AI_AUTO_CONFIGURE=true
Inicie com o perfil ai:
docker compose -f docker-compose.db.yml --profile ai up --build -d
O modelo é baixado automaticamente na primeira inicialização (isso pode levar alguns minutos dependendo da sua conexão). Consulte Funcionalidades de IA para detalhes de configuração.
Servidor MCP (integração com ferramentas de IA)¶
O servidor MCP permite que ferramentas de IA como Claude Desktop, Cursor e GitHub Copilot consultem seus dados EA.
docker compose -f docker-compose.db.yml --profile mcp up --build -d
Consulte Integração MCP para detalhes de configuração e autenticação.
Combinar perfis¶
Você pode habilitar múltiplos perfis ao mesmo tempo:
docker compose -f docker-compose.db.yml --profile ai --profile mcp up --build -d
Referência rápida: Comandos de inicialização comuns¶
| Cenário | Comando |
|---|---|
| Início mínimo (BD integrado, vazio) | docker compose -f docker-compose.db.yml up --build -d |
| Demo completa (BD integrado, todos os dados) | Defina SEED_DEMO=true no .env, depois docker compose -f docker-compose.db.yml up --build -d |
| Demo completa + IA | Defina SEED_DEMO=true + variáveis IA no .env, depois docker compose -f docker-compose.db.yml --profile ai up --build -d |
| BD externo | Configure as variáveis de BD no .env, depois docker compose up --build -d |
| Redefinir e recarregar | Defina RESET_DB=true + SEED_DEMO=true no .env, reinicie, depois remova RESET_DB |
Próximos passos¶
- Abra http://localhost:8920 (ou seu
HOST_PORTconfigurado) no navegador - Se carregou dados de demonstração, faça login com
admin@turboea.demo/TurboEA!2025 - Caso contrário, registre uma nova conta — o primeiro usuário recebe automaticamente a função de Administrador
- Explore o Painel de controle para uma visão geral do seu panorama EA
- Configure o Metamodelo para personalizar tipos de cards e campos