Estrutura do Projeto

O ThesisBR adota a estrutura padronizada de engenharia de dados do ColabHD, separando o código-fonte do pacote Python, os testes automatizados e o website de documentação.

Árvore de Diretórios

thesisbr/
├── .github/                  # Workflows de CI/CD (testes, lint e deploy automático)
├── src/
│   └── thesisbr/             # Código-fonte principal do pacote Python
│       ├── __init__.py       # Inicialização do pacote e versão
│       ├── cli.py            # Interface de linha de comando construída em Typer
│       ├── harvester.py      # Motor de requisições e coleta do protocolo OAI-PMH
│       ├── parser.py         # Tratamento e extração de esquemas XML (Dublin Core)
│       └── storage.py        # Persistência e estruturação dos dados brutos
├── tests/                    # Suíte de testes com Pytest
│   ├── test_cli.py           # Testes dos comandos do terminal
│   ├── test_harvester.py     # Testes das rotinas de coleta (offline com mocks)
│   └── conftest.py           # Configurações e fixtures de teste
├── website/                  # Website de documentação pública (Astro + Starlight)
│   ├── public/               # Ativos estáticos e imagens
│   ├── src/
│   │   └── content/
│   │       └── docs/         # Manuais e páginas de documentação em Markdown
│   ├── astro.config.mjs      # Configuração do Starlight, temas e navegação
│   └── package.json          # Dependências do ecossistema Node/Astro
├── pyproject.toml            # Metadados do pacote Python e dependências gerenciadas por uv
├── uv.lock                   # Trava determinística de dependências do Python
├── .pre-commit-config.yaml   # Configuração dos hooks de linter (Ruff, Mypy) e commit
├── ROADMAP.md                # Planejamento estratégico de desenvolvimento
└── README.md                 # Apresentação geral do projeto no repositório

---

Principais Componentes

1. Pacote Python (src/thesisbr/)

• CLI (cli.py): Expõe os comandos de terminal (identificar, coletar) utilizando a biblioteca Typer, permitindo filtragem por conjuntos institucionais e limites de amostragem.
• Módulo Harvester: Responsável por interagir com os servidores de repositórios digitais respeitando os verbos e padrões do protocolo OAI-PMH v2.0.
• Módulo Parser: Decodifica a resposta XML bruta colhida dos repositórios, normalizando campos Dublin Core (título, autor, orientador, resumo, ano e link do PDF).

2. Website (website/)

Construído com Astro e o tema Starlight, compila documentação estática ultrarrápida com indexação de busca local integrada via Pagefind e deploy contínuo na Cloudflare Pages.