pet-health-agent

O 小宠营养师 é um sistema de avaliação alimentar baseado em IA para donos de animais de estimação, com um design central que separa rigorosamente o Agente do Motor: o Agente LangGraph ReAct é responsável por compreensão, perguntas de acompanhamento, agendamento e explicação, enquanto o motor nutricional puro em Python realiza cálculos como RER/MER, Atwater corrigido, consulta à tabela AAFCO, relação Ca:P, restrições de doenças e conflitos de alérgenos, com todos os dados tendo origem, versão e data de revisão registradas. O sistema oferece 8 ferramentas de responsabilidade única, incluindo consulta à tabela USDA, cálculo de necessidades energéticas, avaliação nutricional abrangente, reconhecimento OCR de embalagens de ração com Qwen3-VL, gerenciamento de perfil de animais e escrita de memória de longo prazo. O sistema de memória é dividido em três camadas: MySQL para persistência de perfis e fatos entre threads, SQLite checkpoint para salvar o AgentState de uma única thread e compactação por resumo via LLM quando há mais de 30 mensagens. O backend usa FastAPI com arquitetura assíncrona SQLAlchemy, o frontend é Vue 3 + Pinia + Vite, e o fluxo de resposta é transmitido via SSE, incluindo raciocínio, chamadas de ferramentas e relatórios de avaliação. O sistema impõe autenticação JWT e isolamento de dados, sem caminhos de acesso anônimo. O projeto inclui 119 casos de teste, cobrindo testes unitários do motor, assinaturas de ferramentas e testes de fumaça do grafo. Este projeto é adequado para desenvolvedores que buscam referência em agentes verticais explicáveis e rastreáveis, demonstrando práticas de engenharia como a não participação do LLM em cálculos numéricos e a injeção de parâmetros de ferramentas via RunnableConfig para evitar falsificação de identidade.