ESPDocs/public/frameworks.json

{
    "ESP-IDF": {
        "nome": "ESP-IDF",
        "icone": "⚙️",
        "nome_completo": "Espressif IoT Development Framework",
        "descricao": "Framework oficial de desenvolvimento da Espressif para ESP32, baseado em FreeRTOS",
        "linguagem": "C/C++",
        "tipo": "Framework Base",
        "funcao_principal": "Desenvolvimento de aplicações IoT de propósito geral com acesso completo ao hardware",
        "caracteristicas": [
            "Sistema operacional em tempo real (FreeRTOS)",
            "Pilha completa de Wi-Fi e Bluetooth",
            "Suporte a todos os periféricos do ESP32",
            "Ferramentas de build e debug integradas",
            "Gerenciamento de energia avançado",
            "Suporte OTA (Over-The-Air updates)",
            "Biblioteca de componentes extensível"
        ],
        "casos_uso": [
            "Dispositivos IoT conectados",
            "Automação residencial e industrial",
            "Wearables e dispositivos vestíveis",
            "Gateways e hubs de comunicação",
            "Sistemas embarcados em tempo real"
        ],
        "exemplo_codigo": "#include \"freertos/FreeRTOS.h\"\n#include \"freertos/task.h\"\n#include \"esp_wifi.h\"\n#include \"esp_log.h\"\n\nstatic const char *TAG = \"app_main\";\n\nvoid app_main(void)\n{\n    ESP_LOGI(TAG, \"Iniciando aplicação ESP32\");\n    \n    // Inicializar Wi-Fi\n    esp_netif_init();\n    esp_event_loop_create_default();\n    \n    // Configurar Wi-Fi em modo station\n    wifi_init_config_t cfg = WIFI_INIT_CONFIG_DEFAULT();\n    esp_wifi_init(&cfg);\n    \n    ESP_LOGI(TAG, \"Wi-Fi inicializado com sucesso\");\n}",
        "documentacao": "https://docs.espressif.com/projects/esp-idf/",
        "repositorio": "https://github.com/espressif/esp-idf",
        "cor": "#E74C3C"
    },
    "ESP-ADF": {
        "nome": "ESP-ADF",
        "icone": "🎵",
        "nome_completo": "ESP Audio Development Framework",
        "descricao": "Framework especializado para aplicações de áudio no ESP32",
        "linguagem": "C/C++",
        "tipo": "Framework Especializado",
        "funcao_principal": "Desenvolvimento de aplicações de áudio com suporte a codecs, streaming e processamento",
        "caracteristicas": [
            "Suporte a múltiplos codecs de áudio (MP3, AAC, FLAC, WAV, etc.)",
            "Pipeline de áudio configurável",
            "Streaming de áudio via HTTP, HTTPS, HLS",
            "Integração com serviços de nuvem (AWS, Google, Baidu)",
            "Reconhecimento de voz e wake word",
            "Equalização e efeitos de áudio",
            "Suporte a Bluetooth A2DP e HFP"
        ],
        "casos_uso": [
            "Alto-falantes inteligentes",
            "Assistentes de voz",
            "Rádios de internet",
            "Players de música",
            "Interfones e intercomunicadores",
            "Sistemas de PA (Public Address)"
        ],
        "exemplo_codigo": "#include \"audio_pipeline.h\"\n#include \"audio_element.h\"\n#include \"mp3_decoder.h\"\n#include \"i2s_stream.h\"\n\nvoid app_main(void)\n{\n    // Criar pipeline de áudio\n    audio_pipeline_handle_t pipeline = audio_pipeline_init(&pipeline_cfg);\n    \n    // Criar elementos: HTTP stream -> MP3 decoder -> I2S output\n    audio_element_handle_t http_stream = http_stream_init(&http_cfg);\n    audio_element_handle_t mp3_decoder = mp3_decoder_init(&mp3_cfg);\n    audio_element_handle_t i2s_stream = i2s_stream_init(&i2s_cfg);\n    \n    // Registrar elementos no pipeline\n    audio_pipeline_register(pipeline, http_stream, \"http\");\n    audio_pipeline_register(pipeline, mp3_decoder, \"mp3\");\n    audio_pipeline_register(pipeline, i2s_stream, \"i2s\");\n    \n    // Conectar elementos\n    audio_pipeline_link(pipeline, (const char *[]){\"http\", \"mp3\", \"i2s\"}, 3);\n    \n    // Iniciar reprodução\n    audio_pipeline_run(pipeline);\n}",
        "documentacao": "https://docs.espressif.com/projects/esp-adf/",
        "repositorio": "https://github.com/espressif/esp-adf",
        "cor": "#3498DB"
    },
    "ESP-DSP": {
        "nome": "ESP-DSP",
        "icone": "📊",
        "nome_completo": "ESP Digital Signal Processing Library",
        "descricao": "Biblioteca otimizada para processamento digital de sinais no ESP32",
        "linguagem": "C/C++",
        "tipo": "Biblioteca Especializada",
        "funcao_principal": "Processamento de sinais digitais com algoritmos otimizados para arquitetura ESP32",
        "caracteristicas": [
            "Operações matemáticas otimizadas (FFT, convolução, correlação)",
            "Filtros digitais (FIR, IIR, Kalman)",
            "Transformadas (FFT, DCT, DWT)",
            "Operações de matriz e vetores",
            "Suporte a ponto fixo e ponto flutuante",
            "Otimizações específicas para Xtensa e RISC-V"
        ],
        "casos_uso": [
            "Análise de sinais de áudio",
            "Processamento de sinais de sensores",
            "Filtros adaptativos",
            "Análise espectral",
            "Compressão de dados",
            "Reconhecimento de padrões"
        ],
        "exemplo_codigo": "#include \"esp_dsp.h\"\n\n#define N_SAMPLES 1024\nfloat input[N_SAMPLES];\nfloat output[N_SAMPLES];\n\nvoid app_main(void)\n{\n    // Inicializar biblioteca DSP\n    dsps_fft2r_init_fc32(NULL, N_SAMPLES);\n    \n    // Gerar sinal de entrada (exemplo: onda senoidal)\n    for (int i = 0; i < N_SAMPLES; i++) {\n        input[i] = sinf(2 * M_PI * 50 * i / N_SAMPLES);\n    }\n    \n    // Aplicar FFT\n    dsps_fft2r_fc32(input, N_SAMPLES);\n    \n    // Calcular magnitude do espectro\n    for (int i = 0; i < N_SAMPLES / 2; i++) {\n        output[i] = sqrtf(input[i*2] * input[i*2] + \n                         input[i*2+1] * input[i*2+1]);\n    }\n}",
        "documentacao": "https://docs.espressif.com/projects/esp-dsp/",
        "repositorio": "https://github.com/espressif/esp-dsp",
        "cor": "#9B59B6"
    },
    "ESP-WHO": {
        "nome": "ESP-WHO",
        "icone": "📷",
        "nome_completo": "ESP Image Processing Framework",
        "descricao": "Framework para processamento de imagens e visão computacional no ESP32",
        "linguagem": "C/C++",
        "tipo": "Framework Especializado",
        "funcao_principal": "Detecção facial, reconhecimento facial e processamento de imagens",
        "caracteristicas": [
            "Detecção de faces em tempo real",
            "Reconhecimento facial",
            "Detecção de pontos faciais (landmarks)",
            "Rastreamento de objetos",
            "Otimizado para ESP32-S3 com aceleradores de IA",
            "Suporte a câmeras via interface DVP",
            "Modelos de rede neural otimizados"
        ],
        "casos_uso": [
            "Sistemas de reconhecimento facial",
            "Controle de acesso inteligente",
            "Câmeras de segurança com IA",
            "Detecção de presença",
            "Análise de expressões faciais",
            "Contagem de pessoas"
        ],
        "exemplo_codigo": "#include \"esp_camera.h\"\n#include \"fd_forward.h\"\n#include \"fr_forward.h\"\n\nvoid app_main(void)\n{\n    // Inicializar câmera\n    camera_config_t config = {\n        .pin_pwdn = -1,\n        .pin_reset = -1,\n        .pin_xclk = 21,\n        .pin_sscb_sda = 26,\n        .pin_sscb_scl = 27,\n        // ... outras configurações\n    };\n    esp_camera_init(&config);\n    \n    // Capturar frame\n    camera_fb_t *fb = esp_camera_fb_get();\n    \n    // Detectar faces\n    dl_matrix3du_t *image_matrix = dl_matrix3du_alloc(1, fb->width, fb->height, 3);\n    box_array_t *detected = face_detect(image_matrix, &mtmn_config);\n    \n    if (detected) {\n        printf(\"Detectadas %d faces\\n\", detected->len);\n        // Processar faces detectadas\n    }\n    \n    // Liberar recursos\n    esp_camera_fb_return(fb);\n}",
        "documentacao": "https://github.com/espressif/esp-who",
        "repositorio": "https://github.com/espressif/esp-who",
        "cor": "#E67E22"
    },
    "ESP-NN": {
        "nome": "ESP-NN",
        "icone": "🧠",
        "nome_completo": "ESP Neural Network Library",
        "descricao": "Biblioteca de redes neurais otimizada para ESP32",
        "linguagem": "C/C++",
        "tipo": "Biblioteca Especializada",
        "funcao_principal": "Inferência de redes neurais com otimizações específicas para ESP32",
        "caracteristicas": [
            "Operações de rede neural otimizadas",
            "Suporte a convolução, pooling, fully connected",
            "Quantização de 8 e 16 bits",
            "Otimizações SIMD para Xtensa e RISC-V",
            "Compatível com TensorFlow Lite",
            "Baixo consumo de memória",
            "Aceleração via instruções vetoriais"
        ],
        "casos_uso": [
            "Classificação de imagens",
            "Detecção de objetos",
            "Reconhecimento de voz",
            "Predição de séries temporais",
            "Detecção de anomalias",
            "IA na borda (Edge AI)"
        ],
        "exemplo_codigo": "#include \"esp_nn.h\"\n\n#define INPUT_SIZE 224*224*3\n#define OUTPUT_SIZE 1000\n\nint8_t input_data[INPUT_SIZE];\nint8_t output_data[OUTPUT_SIZE];\n\nvoid app_main(void)\n{\n    // Preparar dados de entrada (imagem pré-processada)\n    // ...\n    \n    // Executar camada de convolução\n    esp_nn_conv2d_s8(\n        input_data,      // entrada\n        output_data,     // saída\n        weights,         // pesos\n        bias,            // bias\n        input_height,    // altura entrada\n        input_width,     // largura entrada\n        input_channels,  // canais entrada\n        output_channels, // canais saída\n        kernel_size,     // tamanho kernel\n        stride,          // stride\n        padding          // padding\n    );\n    \n    // Processar saída\n    int predicted_class = get_max_index(output_data, OUTPUT_SIZE);\n    printf(\"Classe predita: %d\\n\", predicted_class);\n}",
        "documentacao": "https://github.com/espressif/esp-nn",
        "repositorio": "https://github.com/espressif/esp-nn",
        "cor": "#1ABC9C"
    },
    "ESP-Matter": {
        "nome": "ESP-Matter",
        "icone": "🏠",
        "nome_completo": "ESP Matter SDK",
        "descricao": "SDK para desenvolvimento de dispositivos compatíveis com o padrão Matter",
        "linguagem": "C/C++",
        "tipo": "Framework Especializado",
        "funcao_principal": "Criar dispositivos smart home interoperáveis usando o padrão Matter",
        "caracteristicas": [
            "Compatibilidade com padrão Matter (ex-Project CHIP)",
            "Interoperabilidade entre ecossistemas (Apple, Google, Amazon)",
            "Suporte a Thread e Wi-Fi",
            "Comissionamento simplificado",
            "Segurança robusta (PKI, criptografia)",
            "Modelos de dispositivos pré-definidos",
            "Integração com ESP-IDF"
        ],
        "casos_uso": [
            "Lâmpadas inteligentes",
            "Tomadas e interruptores smart",
            "Sensores de temperatura e umidade",
            "Fechaduras inteligentes",
            "Termostatos",
            "Dispositivos de controle de cortinas"
        ],
        "exemplo_codigo": "#include \"esp_matter.h\"\n#include \"esp_matter_console.h\"\n\nusing namespace esp_matter;\nusing namespace chip::app::Clusters;\n\nvoid app_main(void)\n{\n    // Criar nó Matter\n    node_t *node = node::create(&node_config, NULL, NULL);\n    \n    // Criar endpoint de lâmpada\n    endpoint_t *endpoint = on_off_light::create(\n        node, \n        &endpoint_config, \n        ENDPOINT_FLAG_NONE\n    );\n    \n    // Adicionar cluster On/Off\n    cluster_t *cluster = cluster::get(endpoint, OnOff::Id);\n    \n    // Iniciar Matter\n    esp_matter::start(NULL);\n    \n    // Aguardar comissionamento\n    printf(\"Dispositivo Matter pronto para comissionamento\\n\");\n}",
        "documentacao": "https://docs.espressif.com/projects/esp-matter/",
        "repositorio": "https://github.com/espressif/esp-matter",
        "cor": "#F39C12"
    },
    "Arduino": {
        "nome": "Arduino",
        "icone": "🛠️",
        "nome_completo": "Arduino Core for ESP32",
        "descricao": "Implementação do framework Arduino para ESP32, facilitando o desenvolvimento",
        "linguagem": "C++",
        "tipo": "Framework Alternativo",
        "funcao_principal": "Desenvolvimento rápido e simplificado usando a API familiar do Arduino",
        "caracteristicas": [
            "API simples e intuitiva",
            "Grande comunidade e bibliotecas",
            "IDE Arduino integrada",
            "Suporte a Wi-Fi e Bluetooth",
            "Compatibilidade com bibliotecas Arduino",
            "Ideal para prototipagem rápida",
            "Curva de aprendizado suave"
        ],
        "casos_uso": [
            "Prototipagem rápida",
            "Projetos educacionais",
            "Makers e hobistas",
            "IoT simples",
            "Sensores e atuadores básicos",
            "Projetos DIY"
        ],
        "exemplo_codigo": "#include <WiFi.h>\n\nconst char* ssid = \"Sua_Rede\";\nconst char* password = \"Sua_Senha\";\n\nvoid setup() {\n  Serial.begin(115200);\n  \n  // Conectar ao Wi-Fi\n  WiFi.begin(ssid, password);\n  \n  while (WiFi.status() != WL_CONNECTED) {\n    delay(500);\n    Serial.print(\".\");\n  }\n  \n  Serial.println(\"\");\n  Serial.println(\"WiFi conectado\");\n  Serial.print(\"Endereço IP: \");\n  Serial.println(WiFi.localIP());\n}\n\nvoid loop() {\n  // Seu código aqui\n  delay(1000);\n}",
        "documentacao": "https://docs.espressif.com/projects/arduino-esp32/",
        "repositorio": "https://github.com/espressif/arduino-esp32",
        "cor": "#00979D"
    },
    "MicroPython": {
        "nome": "MicroPython",
        "icone": "🐍",
        "nome_completo": "MicroPython for ESP32",
        "descricao": "Implementação do Python 3 otimizada para microcontroladores ESP32",
        "linguagem": "Python",
        "tipo": "Framework Alternativo",
        "funcao_principal": "Desenvolvimento em Python para prototipagem rápida e scripting",
        "caracteristicas": [
            "Sintaxe Python 3",
            "REPL interativo",
            "Desenvolvimento iterativo",
            "Bibliotecas padrão Python",
            "Suporte a Wi-Fi e Bluetooth",
            "Sistema de arquivos integrado",
            "Ideal para educação e prototipagem"
        ],
        "casos_uso": [
            "Prototipagem rápida",
            "Educação e ensino",
            "Scripts de automação",
            "IoT experimental",
            "Projetos de ciência de dados embarcados",
            "Testes e validação"
        ],
        "exemplo_codigo": "import network\nimport time\n\n# Conectar ao Wi-Fi\nwlan = network.WLAN(network.STA_IF)\nwlan.active(True)\nwlan.connect('Sua_Rede', 'Sua_Senha')\n\n# Aguardar conexão\nwhile not wlan.isconnected():\n    time.sleep(0.5)\n    print('.', end='')\n\nprint('\\nWi-Fi conectado')\nprint('IP:', wlan.ifconfig()[0])\n\n# Exemplo: Ler sensor e enviar dados\nwhile True:\n    # Ler sensor\n    temperatura = 25.5  # exemplo\n    \n    print(f'Temperatura: {temperatura}°C')\n    time.sleep(1)",
        "documentacao": "https://docs.micropython.org/en/latest/esp32/",
        "repositorio": "https://github.com/micropython/micropython",
        "cor": "#2B2B2B"
    }
}