cxops-ai

CXOps AI é uma plataforma de experiência do cliente com IA agêntica em estilo de produção que combina fluxos de trabalho autônomos de IA, Geração Aumentada por Recuperação (RAG), aprovações humanas no circuito, integração com Zendesk, execução durável em segundo plano e observabilidade de IA. Ela é projetada para demonstrar como agentes de IA podem operar com segurança em um ambiente real de suporte ao cliente—não apenas gerar respostas de chatbot. A plataforma pode ingerir tickets de suporte ao cliente, analisar a intenção do cliente e o contexto operacional, recuperar conhecimento confiável usando RAG, selecionar uma ação de suporte apropriada, determinar se essa ação pode ser executada autonomamente, exigir aprovação humana para ações de maior risco, executar ações aprovadas no Zendesk, registrar trilhas de auditoria completas e monitorar latência, custo, confiabilidade e resultados de fluxo de trabalho da IA. O sistema separa deliberadamente o raciocínio do LLM da autorização operacional. O modelo pode recomendar uma ação, mas políticas de aplicação determinísticas decidem se essa ação é permitida para execução. As capacidades principais incluem: - Fluxos de trabalho agênticos de IA que produzem decisões estruturadas como responder, rotear, escalar, nota_interna, revisão_humana e nenhuma_ação. - Autorização de ferramentas ciente de risco com políticas independentes do modelo de linguagem. Operações de baixo risco executam automaticamente; ações de maior risco exigem aprovação humana explícita. - Um pipeline RAG completo para fundamentar decisões de suporte em conhecimento confiável, suportando PDF, TXT, Markdown e documentos criados manualmente. Inclui busca por similaridade vetorial, limites configuráveis, seleção adaptativa de fontes, citações, proteção contra documentos duplicados, proteção contra injeção de prompt e comportamento de recusa fundamentada. - Integração com Zendesk usando OAuth e eventos de ticket baseados em webhook, incluindo recuperação, criação, atualizações, comentários, sincronização, pesquisa de cliente, verificação de assinatura de webhook, tratamento de eventos idempotente, execução autônoma de notas internas e ações externas baseadas em aprovação. - Fila de aprovação humana no circuito permitindo que operadores revisem decisões de IA, raciocínio, evidências RAG, respostas propostas, ferramentas planejadas e adicionem notas de revisor antes de aprovar ou rejeitar a execução. - Execução autônoma para ações de baixo risco, validada de ponta a ponta contra a integração de produção do Zendesk. - Trabalhos em segundo plano duráveis com estados pendente/processando/concluído/falhou, novas tentativas, máximo de tentativas configurável, backoff exponencial, chaves de deduplicação e registro de erros. Trabalhos com falha são retidos para fins de auditoria. - Limites de segurança impedindo que tickets de demonstração locais cheguem ao Zendesk, a menos que todas as condições sejam atendidas. Tentativas bloqueadas são registradas como eventos de auditoria. - Observabilidade de IA registrando telemetria de solicitações, incluindo recurso, modelo, latência, contagens de tokens, custo estimado, sucesso/fracasso e carimbos de data/hora. - KPIs de agente rastreando execuções totais, taxa de execução autônoma, taxas de sucesso, taxas de aprovação, distribuição de ações, distribuição de risco e status do fluxo de trabalho. - Medição de ROI estimando minutos economizados, valor de mão de obra, custo de IA e valor líquido, com uma evitação deliberada de relatar ROI formal até que um tamanho mínimo de amostra seja alcançado. - Fluxos de trabalho de avaliação para comportamento de RAG e de agente. As suítes atuais relatam 6/6 cenários de RAG aprovados e 12/12 cenários de agente aprovados, com 60/60 execuções repetidas aprovadas. A arquitetura de produção usa Vercel para o frontend Next.js, Render para o backend FastAPI e trabalhador em segundo plano, Nhost para PostgreSQL com pgvector, OpenAI para LLM e embeddings, e Zendesk para integração de CX. O frontend fornece espaços de trabalho operacionais para Início, Tickets, Novo Ticket de Teste, Agente de IA, Fila de Aprovação, Conhecimento/RAG, Execuções/Trilha de Auditoria e Observabilidade. A pilha de tecnologia inclui Python 3.11, FastAPI, Pydantic, SQLAlchemy, Alembic, asyncpg, métricas Prometheus, PostgreSQL, pgvector, Next.js, TypeScript, React, Tailwind CSS, GSAP, Lenis, Lucide React, Docker e GitHub Actions. O projeto inclui instruções de configuração local, comandos de teste e detalhes de validação de produção. É um projeto de portfólio em desenvolvimento ativo com melhorias planejadas, incluindo responsividade móvel, conjuntos de dados de avaliação mais amplos, integrações adicionais de CRM/ticketing, rastreamento mais rico e análises expandidas.