KeepCoding

Plataforma de desafios de programação (estilo LeetCode/HackerRank) com o DevCoach — uma IA inspirada no Coach do Chess.com que classifica a qualidade da solução (Brilhante, Ótimo, Livro, Incompleto, Gafe), dá uma dica socrática e calcula a complexidade Big O.

Stack

Camada	Tecnologia
Backend	Java 21 · Spring Boot 3.4 · Spring AI 1.0
Frontend	Angular 19 (standalone + signals)
Banco	PostgreSQL 16
Sandbox	Judge0 (integração preparada — hoje mock)
IA	Spring AI (provider OpenAI, trocável)

Estrutura de pastas

keepcoding/
├── docker-compose.yml          # PostgreSQL local
├── docs/
│   └── schema.sql              # schema do banco (referência)
│
├── backend/                    # API Spring Boot
│   ├── pom.xml
│   └── src/main/
│       ├── resources/application.yml
│       └── java/com/keepcoding/
│           ├── KeepCodingApplication.java
│           ├── config/         # CORS, seed de dados
│           ├── controller/     # endpoints REST + tratamento de erro
│           ├── domain/         # entidades JPA + enums
│           ├── dto/            # records de request/response
│           ├── repository/     # repositórios Spring Data
│           └── service/        # SubmissionService, Judge0Service, CoachAiService
│
└── frontend/                   # SPA Angular
    ├── package.json
    ├── angular.json
    └── src/
        ├── environments/       # apiUrl
        └── app/
            ├── models/         # interfaces (Problem, Submission, Coach)
            ├── services/       # ProblemService, SubmissionService
            └── features/problem-detail/
                ├── problem-detail.component.*       # tela do desafio
                └── components/
                    ├── code-editor/                # editor (mock Monaco)
                    └── dev-coach/                  # avatar + balão + badge

Como rodar

1. Banco de dados

docker compose up -d

2. Backend (porta 8080)

cd backend
# opcional: chave para o DevCoach real
export OPENAI_API_KEY=sk-...        # Windows PowerShell: $env:OPENAI_API_KEY="sk-..."
./mvnw spring-boot:run              # ou: mvn spring-boot:run

Sem OPENAI_API_KEY a aplicação roda normalmente — o DevCoach devolve um feedback de fallback. O DataSeeder cria o usuário demo (id 1) e o problema Two Sum (id 1) na primeira execução.

3. Frontend (porta 4200)

cd frontend
npm install
npm start

Abra http://localhost:4200.

Fluxo de submissão

Angular ProblemDetail → POST /api/submissions
   → SubmissionService  (salva PENDING)
   → Judge0Service      (executa no sandbox — mock)
   → CoachAiService     (Spring AI classifica a solução)
   → resposta com veredito + CoachFeedback → DevCoach component

Próximos passos

• Judge0 real: substituir o corpo de Judge0Service.execute (esqueleto de RestClient já documentado no arquivo).
• Monaco real: npm i ngx-monaco-editor-v2 monaco-editor e trocar o <textarea> em code-editor.component.html (instruções no próprio arquivo). O pacote @monaco-editor/angular do enunciado é do ecossistema React; o equivalente Angular é ngx-monaco-editor-v2.
• Auth: hoje o userId é fixo (1). Adicionar Spring Security + JWT.
• Migrations: trocar ddl-auto: update por Flyway usando docs/schema.sql.
• Endpoints de problemas: expor GET /api/problems e ligar o ProblemService do frontend ao backend (hoje usa mock local).