Ingestão
PDF e texto passam por segmentação, deduplicação por hash e indexação vetorial local.
RAG multiagente para restaurantes
O SaborIA recebe cardápios em PDF ou texto, recupera o contexto relevante e coordena agentes de nutrição, recomendação e qualidade. Você pode inspecionar a API, executar os testes e medir cada resposta.
A demonstração é hospedada por terceiro e pode pedir login. O repositório e o quickstart continuam públicos.
Como funciona
PDF e texto passam por segmentação, deduplicação por hash e indexação vetorial local.
O supervisor escolhe agentes de nutrição, recomendação ou qualidade e pode executá-los em paralelo.
A suíte mede relevância, aderência ao contexto, roteamento e cobertura de termos.
Caso técnico reproduzível
Um casal quer montar um combo vegano dentro de um orçamento, usando apenas os itens de um cardápio enviado.
O supervisor combina recomendação e nutrição; a recuperação limita o contexto ao cardápio indexado.
O fluxo pode ser repetido pelos endpoints /ingest/file e /query. Os testes automatizados cobrem API, roteamento, pipeline e retentativas. Este é um caso do produto, não um depoimento de cliente.
Perguntas frequentes
Não. Ele organiza informações do cardápio e não substitui diagnóstico ou aconselhamento de um profissional habilitado.
Sim. Modelos generativos podem produzir respostas incorretas. A arquitetura reduz o risco com recuperação de contexto e avaliações, mas revisão humana continua necessária.
A implementação atual recebe cardápios em PDF e TXT. Imagens e OCR permanecem no roadmap.
Sim para os fluxos que chamam modelos e embeddings da OpenAI. A chave fica no ambiente local e não deve ser enviada ao repositório.
O armazenamento vetorial padrão é local. Chamadas a provedores de IA seguem as condições desses serviços; não envie dados sensíveis sem avaliar esse fluxo.
Não. Qualidade, latência e custo variam conforme cardápio, consulta, modelo e configuração. O projeto fornece uma suíte para medir o seu cenário.