Pede AI

Chatbot de pedidos com IA para lanchonetes. O sistema usa NLP e LLMs para entender mensagens de clientes, classificar intenções, extrair itens do cardápio e gerenciar um fluxo conversacional de pedidos.

Arquitetura

O fluxo de conversação é construído com LangGraph:

1. verificar_etapa — verifica o estado atual da conversa
2. router — classifica a intenção via cadeia: Lookup (tokens exatos) → RAG (embeddings + votação) → LLM (fallback)
3. extrator — extrai itens do cardápio via spaCy + fuzzy matching (apenas para intent='pedir')
4. handlers — executa a ação correspondente à intenção
5. clarificacao — se item tem variantes pendentes, pergunta qual o usuário quer

A extração de entidades usa spaCy EntityRuler com patterns gerados do cardápio YAML, com fallback de fuzzy matching (rapidfuzz).

A persistência do estado usa SQLite via LangGraph Checkpointer.

A observabilidade é feita via CSV loggers com consultas DuckDB.

Stack

• Python 3.12+ · FastAPI · LangChain · LangGraph
• Ollama (qwen3.5:2b) · Groq (llama-3.1-8b-instant)
• spaCy (pt_core_news_sm) · rapidfuzz · sentence-transformers
• Pydantic · DuckDB · Uvicorn · Typer · uv

Referência da API

• Config — Loaders de configuração com cache
• Extratores — Extração NLP modular (spaCy + fuzzy)
• Graph — Grafo LangGraph (builder, state, nodes)
• Handlers — Handlers por intenção (SRP)
• Observabilidade — Logger CSV + consultas DuckDB
• Roteador — Classificação de intenções (Lookup → RAG → LLM)
• Infra — Providers de LLM e Embedding
• Scripts — Scripts utilitários