_____                                      __  
     / ___/_________  ________  ____  ____ _____/ /
     \__ \/ ___/ __ \/ ___/ _ \/ __ \/ __ `/ __  / 
    ___/ / /__/ /_/ / /  /  __/ /_/ / /_/ / /_/ /  
   /____/\___/\____/_/   \___/ .___/\__,_/\__,_/   
                             /_/                   by Catmaitachi

Scorepad é uma plataforma de análise preditiva de jogos que coleta dados públicos sobre próximos lançamentos e calcula a chance de sucesso de cada um com base no histórico da desenvolvedora e no engajamento da comunidade. O resultado é exportado como CSV pronto para consumo no Power BI.

---

Pré-requisitos

• Python 3.11+
• Conta de desenvolvedor na Twitch para acessar a IGDB API

Instalação

1. Clone o repositório:

   git clone https://github.com/catmaitachi/Scorepad.git
   cd Scorepad

2. Crie e ative o ambiente virtual:

   python -m venv .venv
   .venv\Scripts\activate   # Windows
   # source .venv/bin/activate  # Linux / macOS

3. Instale as dependências:

   pip install -r requirements.txt

4. Configure as credenciais:

   cp .env.example .env

   Edite o .env com seu Client ID e Client Secret obtidos em dev.twitch.tv/console.

---

Uso

Listar próximos lançamentos

# Padrão: top 50 ordenados por hype
python main.py list

# Ordenado por data de lançamento, 20 por página
python main.py list --order date --limit 20

# Segunda página
python main.py list --order hype --limit 50 --page 2

Buscar um jogo específico

# Exibe resultado no console
python main.py search "Assassin's Creed"

# Exporta também para output/search_result.csv
python main.py search "Grand Theft Auto" --export

O modo list sempre exporta para output/predictions.csv, pronto para ser conectado ao Power BI.

---

Estrutura do Projeto

Scorepad/
├── main.py                       # Entry point — modos list e search
├── config.py                     # Configuração centralizada (pesos, thresholds, filtros)
├── .env.example                  # Template de credenciais
├── requirements.txt
│
├── scorepad/                     # Pacote principal
│   ├── igdb_client.py            # Autenticação OAuth e queries à IGDB
│   ├── processor.py              # Normalização de dados e perfis de estúdio
│   ├── scorer.py                 # Agregação de signals com pesos
│   └── signals/
│       ├── base.py               # GameContext · Signal · SignalResult
│       ├── studio.py             # StudioHistorySignal
│       ├── hype_franchise.py     # HypeFranchiseSignal (recência + hype)
│       ├── projects.py           # SimultaneousProjectsSignal
│       └── future.py             # Stubs: MarketValueSignal · GPTWSignal
│
├── data/
│   ├── raw/                      # JSONs brutos da IGDB
│   └── processed/                # CSVs intermediários
│
└── output/
    ├── predictions.csv           # Resultado do list → Power BI
    └── search_result.csv         # Resultado do search --export