TDC Florianópolis 2025 - Integrando Microservices a LLM com o Dapr 🎩- Distributed Application Runtime
![]() |
![]() |
![]() |
![]() |
- Criar um GitHub CodeSpace a partir de um fork da branch main
- criar um arquivo .env na raiz do projeto com as seguintes variáveis
openapikey=<CHAVE DA OPENAI>
DAPR_CONFIGURATION_STORE=configstore
AWS_ACCESS_KEY_ID=<AWS ACCESS KEY COM PERMISSAO PARA O BEDROCK>
AWS_SECRET_ACCESS_KEY=<AWS SECRET ACCESS KEY COM PERMISSAO PARA O BEDROCK>
AWS_DEFAULT_REGION=sa-east-1- No terminal digitar
dapr init- Compilação dos projetos Java
sudo su
apt-get update -y
apt-get upgrade -y
apt-get install maven -y
exit
mvn package -DskipTests- Criação do Python Enviroment
pip install fastapi[standard]
apt-get install python3-venv
python3 -m venv venv
source ./venv/bin/activate
pip install -r requirements.txt -t .- Inclusão da chave-valor de configuração no Redis
docker exec dapr_redis redis-cli MSET CONVERSATION-NAME "openai-gpt"-
Teclar F5 para executar o arquivo .vscode/launch.json
-
Utilizar o arquivo teste.rest para executar as chamadas





