Com azure CLI e terraform instalados:

1. Clonar os projetos no gitlab

1.1. https://gitlab.com/predict-systems1/ams/alupar/botri/api/chatbot/-/tree/develop
---> Api do Luis --> branch 'develop'

1.2. https://gitlab.com/predict-systems1/ams/alupar/botri/job/mail/-/tree/develop
--> API do Gmail ---> branch 'develop'

2. Executar terraform da API de Integração ao LUIS, e em seguida executar terraform

API de Integração com Gmail. É no terraform da API de Integração ao LUIS que o
grupo de recursos é criado, por isso a importância de ser executado primeiro. (Item
'Realizando o Deploy' do documento 'Deploy via Terraform')

3. Configurar o modelo cognitivo do Luis (item 'Configurando a Aplicação no LUIS' do

documento 'Deploy via Terraform') e fazer o upload do modelo (item 'Treinando o
Luis' do documento 'Deploy via Terraform')

4. Fazer deploy do código das funções Azure (item 'Publicando os Projetos' do

documento 'Deploy via Terraform')

5. Configurar as variáveis de ambiente ('item Configuração das Variáveis de Ambiente'

do documento 'Deploy via Terraform')

6. Habilitar permissão do gmail (item 'Conexões' do documento 'API de Integração com

Gmail')

7. Criar marcadores no Gmail (item 'Tags Gmail' do documento 'API de Integração com
Gmail'). Marcadores criado no Gmail de Teste: Bot_respondeu e Rendimentos, mas
podem ser alterados facilmente de acordo com a preferência da Alupar, bastando
colocar os nomes definidos, nas variáveis corretas no console Azure
CERTAINTY_MARKER = "Bot_respondeu" REASONABLE_MARKER =
"Rendimentos"

Acesso para os testes:

Segue o e-mail e senha da conta de testes utilizadas durante o desenvolvimento do bot:

● e-mail: trulytestesystems@gmail.com
● senha: @Qro*2850

Condições para o teste:

● Se o e-mail obtiver 90% ou mais de acurácia, o mesmo será retirado da caixa
principal e colocado na tag: bot_respondeu.
 ● Se o e-mail obtiver 70% ou mais e menos de 90% de acurácia, o mesmo receberá a
tag 'Rendimentos', continuará na caixa de entrada e ficará como não lido.

● Se o e-mail obtiver menos de 70% de acurácia, o mesmo ficará na caixa de entrada

como não lido.

Obs.: você encontra o valor da acurácia do e-mail na aba 'Review endpoint utterance' no
aplicativo do Luis.