🤖 AI-Powered Microservices Testing Suite

Suite completa de microserviços com IA para desenvolvimento, teste e monitoramento em produção.

---

🎯 Visão Geral

Demonstração enterprise-grade que combina:

• 3 Microserviços (Python, Node.js, Go) com arquitetura moderna
• 131+ Testes Automatizados em 8 categorias diferentes
• 7 Componentes de IA/ML para testing inteligente
• 13 Testes de Chaos Engineering para validação de resiliência
• CI/CD DevSecOps completo com 3 pipelines

🏗️ Arquitetura Simplificada

User Service (Python) ←→ Order Service (Node.js) ←→ Payment Service (Go)
                    ↓
            Istio Service Mesh + Observability
                    ↓
        AI Testing Suite + Chaos Engineering

---

🚀 Quick Start

1. Instalação Rápida

git clone <repo-url>
cd microservices-testing-suite

# Instalar todas as dependências
cd services/user-service && pip install -r requirements.txt && cd ../..
cd services/order-service && npm install && cd ../..
cd services/payment-service && go mod tidy && cd ../..
cd testing-suite && pip install -r requirements.txt && cd ..

# Iniciar todos os serviços
run-local.bat

2. Executar Testes

cd testing-suite

# Todos os testes
python utils/test_runner.py --test-type all

# Componentes de IA
test-all-ml.bat

# Dashboard de IA
python ai-testing/ai_testing_dashboard.py

Pré-requisitos: Python 3.13, Node.js 18+, Go 1.21+

---

📊 Resultados dos Testes

Categoria	Cenários	Status	Performance
Unit	68	✅ 100%	Excelente
Integration	27	✅ 85%	Muito Boa
Contract	6	✅ 100%	Perfeita
Chaos	13	✅ 92%	Muito Boa
Security	8	⚠️ 62%	Em Melhoria
Performance	14	❌ 21%	Precisa Atenção
API	13	✅ 100%	Perfeita
Load	1 suite	⚠️ 70%	Boa

Total: 131+ cenários automatizados

---

🤖 Componentes de IA/ML

7 Módulos Funcionais:

1. AI Test Case Generator - Geração automática de casos de teste
2. Bug Pattern Analyzer - Detecção inteligente de padrões de bugs
3. Smart Test Prioritizer - Priorização baseada em risco e ML
4. Advanced ML Engine - Motor com múltiplos algoritmos
5. ML Integration Suite - Pipeline completo de ML
6. AI Testing Dashboard - Interface web para visualização
7. Simple ML Demo - Demonstração básica dos conceitos

Algoritmos: Random Forest, Isolation Forest, K-means, DBSCAN, Gradient Boosting, Neural Networks

---

🏗️ Serviços

Serviço	Tecnologia	Porta	Status
User	Python/FastAPI	8001	✅ Ativo
Order	Node.js/Express	8002	✅ Ativo
Payment	Go/Gin	8003	✅ Ativo

Health Checks: http://localhost:800X/health

---

📚 Documentação Especializada

Guia	Foco	Quando Usar
INSTALL.md	Instalação detalhada	Configuração inicial
TESTING_GUIDE.md	Execução de testes	Executar e entender testes
AI_ML_DEEP_DIVE_GUIDE.md	IA/ML em QA	Aprender sobre componentes ML
ARCHITECTURE.md	Arquitetura técnica	Entender design e componentes
CICD_GUIDE.md	DevSecOps	Configurar pipelines
TROUBLESHOOTING.md	Solução de problemas	Resolver erros comuns

---

🎯 Casos de Uso

QA Engineers: Suite completa + IA para testing inteligente + Chaos engineering DevOps: CI/CD production-ready + Multi-cloud + Observabilidade Desenvolvedores: Arquitetura moderna + 3 linguagens + Service mesh

---

🚀 Próximos Passos

1. Instale seguindo o guia detalhado
2. Execute os testes para validar funcionamento
3. Explore os componentes de IA para entender ML
4. Configure CI/CD para automação completa
5. Consulte troubleshooting se encontrar problemas

---

👨💻 Autor

Lucas Teixeira - QA Senior + AI/ML Testing Specialist

• LinkedIn: lucas-teixeira-67b08b47
• Email: lucasteixeira.ti@gmail.com

---

⭐ Se este projeto te ajudou, deixe uma estrela!