CASE 04
desktop-organizer
Organizador de arquivos com IA local que propõe, mas nunca executa sozinha: plano, confirmação, dry-run, journal e undo.
57 · testes automatizados
Contexto
Automação com IA que mexe em arquivos é a categoria de ferramenta que mais apaga coisa por acidente.
A Área de Trabalho vira depósito justamente porque organizar dá trabalho.
Meu papel
Implementei a classificação por Ollama (local ou nuvem) como sugestão, nunca como decisão.
Construí o fluxo completo: plano prévio, confirmação, --dry-run, journal de operações e undo.
Adicionei detecção de duplicados por tamanho e SHA-256, cache de classificação e proteção de arquivos sensíveis.
Escrevi 57 testes no módulo principal com servidor Ollama simulado, além dos testes de interface.
Decisões técnicas
A IA propõe; o programa executa
Modelo de linguagem erra de forma confiante. Dar a ele poder de escrita é dar a ele poder de apagar. A separação é o produto, não um detalhe.
Dry-run como cidadão de primeira classe
Antes de mover trezentos arquivos, o usuário vê exatamente o que vai acontecer. É a diferença entre automação e fé.
Conteúdo de .env e chaves nunca sai da máquina
Classificar não exige ler segredo. O filtro acontece antes do envio, não depois.
Ollama simulado nos testes
Teste que depende de modelo baixado não roda no computador do próximo. O simulador torna a suíte determinística e rápida.
Resultado
57 testes automatizados no módulo principal.
Nenhum caminho de código apaga arquivo.
Journal e undo auditáveis por operação.
Relatório de QA com limitações e validações declaradas.
Stack
- Python
- Ollama
- Tkinter
Galeria
Próximo case
05 · LetterForge →