Skip to content

doprado/clouddash-ai

Repository files navigation

CloudDash - Dashboard de Consumo IA

Dashboard moderno para monitoramento do consumo de modelos de IA no Cloudflare AI Gateway.

🚀 Funcionalidades

  • Configuração de Credenciais: Interface intuitiva para inserir Account ID, Gateway Name e Token de autenticação
  • Filtros de Período: Visualização de dados por diferentes períodos (24h, 3d, 7d, 14d, 30d)
  • Análise por Usuário: Custo total, tokens consumidos e modelos utilizados por usuário
  • Análise por Modelo: Custo total, tokens consumidos e usuários por modelo
  • Ranking de Modelos: Lista dos modelos mais utilizados
  • Interface Moderna: Design responsivo com shadcn/ui

🛠️ Tecnologias

  • Next.js 15 - Framework React
  • TypeScript - Tipagem estática
  • Tailwind CSS - Estilização
  • shadcn/ui - Componentes UI
  • Lucide React - Ícones
  • Recharts - Gráficos (futuro)

📦 Instalação

  1. Clone o repositório:
git clone <repository-url>
cd clouddash
  1. Instale as dependências:
npm install
  1. Execute o servidor de desenvolvimento:
npm run dev
  1. Abra http://localhost:3000 no seu navegador.

🔧 Configuração

Credenciais do Cloudflare

Para usar o dashboard, você precisará das seguintes credenciais:

  1. Account ID: Seu ID da conta Cloudflare
  2. Gateway Name: Nome do seu AI Gateway
  3. Token de Autenticação: Token de API do Cloudflare

Como obter as credenciais:

  1. Acesse o Cloudflare Dashboard
  2. Vá para "AI Gateway" no menu lateral
  3. Selecione seu gateway
  4. Copie o Account ID e Gateway Name
  5. Gere um token de API em "My Profile" > "API Tokens"

📊 Uso

  1. Configuração Inicial: Insira suas credenciais na tela inicial
  2. Teste de Conexão: O sistema testará automaticamente a conexão
  3. Visualização de Dados: Após a conexão bem-sucedida, o dashboard será exibido
  4. Filtros: Use os filtros de período para analisar diferentes intervalos de tempo
  5. Abas: Navegue entre as diferentes visualizações:
    • Custo por Usuário: Análise detalhada por usuário
    • Custo por Modelo: Análise detalhada por modelo
    • Modelos Mais Usados: Ranking dos modelos

📈 Dados Exibidos

Resumo Geral

  • Custo total do período
  • Total de requisições
  • Número de usuários únicos
  • Número de modelos únicos

Análise por Usuário

  • Email do usuário
  • Custo total
  • Total de tokens consumidos
  • Número de requisições
  • Modelos utilizados

Análise por Modelo

  • Nome do modelo
  • Custo total
  • Total de tokens consumidos
  • Número de requisições
  • Usuários que utilizaram

🔒 Segurança

  • As credenciais são armazenadas apenas na memória do navegador
  • Não há persistência de dados sensíveis
  • Todas as comunicações com a API do Cloudflare são feitas via HTTPS

🚧 Desenvolvimento

🐳 Docker

Construção e execução local

  1. Construa a imagem Docker:
docker build -t clouddash .
  1. Execute o contêiner:
docker run -p 3000:3000 clouddash

Ou use o Docker Compose:

docker-compose up -d
  1. Acesse http://localhost:3000 no seu navegador.

Publicação no Easypanel

  1. Faça login no seu servidor Easypanel
  2. Clique em "Novo Projeto"
  3. Selecione "Docker" como tipo de projeto
  4. Configure as seguintes opções:
    • Nome do projeto: CloudDash
    • Porta: 3000
    • Repositório Git: URL do seu repositório
    • Dockerfile: /Dockerfile (caminho relativo ao Dockerfile no repositório)
  5. Clique em "Criar Projeto"
  6. Aguarde a construção e implantação
  7. Acesse o CloudDash através da URL fornecida pelo Easypanel

Estrutura do Projeto

src/
├── app/                 # Páginas Next.js
├── components/          # Componentes React
│   ├── ui/             # Componentes shadcn/ui
│   ├── credentials-form.tsx
│   ├── dashboard.tsx
│   └── time-filter.tsx
├── lib/                 # Utilitários
│   ├── cloudflare-api.ts
│   ├── data-processor.ts
│   └── utils.ts
└── types/               # Definições TypeScript
    └── cloudflare.ts

Scripts Disponíveis

  • npm run dev - Servidor de desenvolvimento
  • npm run build - Build de produção
  • npm run start - Servidor de produção
  • npm run lint - Verificação de código

🤝 Contribuição

  1. Faça um fork do projeto
  2. Crie uma branch para sua feature (git checkout -b feature/AmazingFeature)
  3. Commit suas mudanças (git commit -m 'Add some AmazingFeature')
  4. Push para a branch (git push origin feature/AmazingFeature)
  5. Abra um Pull Request

📝 Licença

Este projeto está sob a licença MIT. Veja o arquivo LICENSE para mais detalhes.

🆘 Suporte

Se você encontrar algum problema ou tiver dúvidas:

  1. Verifique se suas credenciais estão corretas
  2. Confirme se o AI Gateway está ativo
  3. Verifique se o token tem as permissões necessárias
  4. Abra uma issue no repositório

Desenvolvido com ❤️ para monitoramento eficiente de consumo de IA

About

No description, website, or topics provided.

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Languages