O objetivo deste projeto é colocar um MVP funcional em produção o mais rápido possível, com o menor custo viável, para ser testado internamente pela própria equipe da Hub2Decor.
Para isso, a estratégia adotada é:
• A Hub2Decor disponibilizará um prestador para atuar como braço direito do profissional contratado.
• O contratado poderá delegar ao ajudante qualquer parte do processo que julgar viável, acelerando entregas e reduzindo custos.
• Essa fase é um teste real da capacidade do profissional, que poderá ser recontratado em projetos futuros, a depender da entrega deste projeto.
________________________________________
1. 🆔 Identificação do Projeto
• Projeto: Automação da Captura, Análise e Lembrete das Conversas com Cliente, Funcionários e Fornecedores
• Empresa: Hub2Decor
________________________________________
2. 🎯 Objetivo Geral
Automatizar a captura, análise e lembrete das transcrições das conversas entre clientes, funcionários e fornecedores, utilizando:
• n8n (orquestração)
• ia com llm + embeddings
• banco vetorial (postgresql pgvector ou chromadb)
• odoo (para gestão de tarefas)
• whatsapp (para lembretes automatizados, serão vários números de whatsapp)
• relevance ai (opcional, avaliar na fase futura)
________________________________________
3. 📌 Escopo da Fase Atual
Objetivos Funcionais
1. Receber transcrições de:
o Microsoft Teams (áudio, vídeo, chat)
o WhatsApp (texto, áudio e chamadas)
o E-mails do Microsoft 365
2. Fazer parsing das transcrições (.vtt e outros)
3. Extrair blocos de fala com metadados estruturados
4. Gerar embeddings por bloco (modelo com melhor custo-benefício)
5. Armazenar os dados vetorizados com metadados em banco vetorial
6. Ativar agentes de IA para:
o Geração de insights
o Extração de pendências
o Geração de tarefas e lembretes
________________________________________
4. 🧩 Arquitetura Técnica (n8n)
Etapas Técnicas
1. Input
o Transcrições gravadas e carregadas automaticamente
o Upload automático de arquivos (.vtt, etc.)
2. Pré-processamento
o Conversão binária para texto
o Parsing com extração de campos: id, start, end, speaker, texto, index
o Remoção de ruídos, tags e espaços vazios
3. Processamento por Bloco
o Uso de split em batches apenas se não comprometer o contexto geral da transcrição
4. Geração de Embeddings
o Modelos possíveis: OpenAI, Gemini, Ollama (nomic, bge)
o Escolher modelo de melhor custo-benefício
5. Armazenamento Vetorial
o Opções: PostgreSQL com pgvector ou ChromaDB
o Campos:
Texto
Vetor
Speaker
Timestamps
Arquivo
Index
Modelo de embedding (embedding_model)
Metadados em JSON
________________________________________
5. 🤖 Agentes de IA por Tipo de Participante
Tipos de Agentes:
• Agente do Cliente
• Agente do Funcionário
• Agente do Fornecedor
Tarefas dos Agentes:
1. Extrair informações relevantes
2. Extrair pendências atribuídas
3. Criar tarefas no Odoo via API
4. Disparar cobranças via WhatsApp no prazo
5. Detectar automaticamente:
o Atrasos
o Insatisfações
o Falta de recursos
Cada agente usará prompt próprio (a ser definido futuramente), mesmo que operem sobre a mesma transcrição.
________________________________________
6. 🤖 Interface do tipo “AskAgent” para uso consultivo
________________________________________
7. 🧠 Camadas de Memória e Controle
Tipos de Memória
• memoria_conversacional: histórico dos blocos de fala
• memoria_execucao_agente: tarefas/pedidos, armazenada no Odoo
Metadados (padrão JSON)
{
"speaker": "João M.",
"Tipo_participante": "funcionario",
"start": "00:02:10",
"end": "00:03:45",
"file": "
reuniao-abril.vtt",
"tema": "prazo de entrega"
}
Identificação e Normalização de Participantes
• Tabela de participantes conhecidos
• Classificação por IA de novos nomes
• Correção manual permitida
• Heurísticas para evitar duplicidade (“João” ≈ “João M.”)
________________________________________
8. ✅ Gestão de Pendências
• Toda pendência extraída será:
o Criada como tarefa no Odoo
o Associada ao respectivo participante
o Usada como base para lembretes automáticos via WhatsApp
________________________________________
9. 📊 Logging Técnico e Monitoramento
O que registrar:
• ID da reunião
• Agente executado
• Tokens de entrada e saída
• Resultado (sucesso/falha)
• Tempo de execução
• Erros detectados
Onde armazenar:
• Banco relacional leve (SQLite, Supabase etc.)
• Arquivo json ou csv acessível
• tabela separada no chromadb (tipo: log)
________________________________________
10. 🛠️ Tecnologias Envolvidas
Componente Tecnologia
Orquestração n8n
Parsing JavaScript no n8n (Function node)
Banco Vetorial PostgreSQL + pgvector ou ChromaDB
Modelos de ia/llm openai / gemini / ollama
gestão de tarefas odoo (projetos)
notificações whatsapp via n8n
apis externas openai, gemini, relevance (opcional)
________________________________________
11. 📦 Entregáveis Esperados
1. Sistema funcional de ponta a ponta
2. Manual técnico com descrição de componentes e instruções de manutenção
________________________________________
12. 👤 Perfil do Profissional Contratado
• Forte domínio em n8n
• Experiência prática com embeddings e IA generativa
• Experiência com PostgreSQL + pgvector ou ChromaDB
• Habilidade de integrar APIs (OpenAI, Gemini, Ollama)
• Desejável: Relevance ai, rag, odoo, llm agents
________________________________________
13. 🔮 Fases Futuras Planejadas
• Integração com CRM da Hub2Decor
o Criar chatboot de agendamento de reuniões com os clientes interessados
o Criar lembretes para converter em reunião os clientes que não quiseram agendar uma reunião
o Criar lembretes para disponibilizar acesso ao showroom virtual, para os clientes que não quiseram agendar uma reunião
o Criar lembretes para os clientes que conheceram o nosso showroom virtual através das reuniões, mas ainda não concluíram as compras
o Criar lembretes para os clientes que conheceram o nosso showroom virtual através do link de acesso disponibilizado, mas ainda não concluíram as compras
o Criar SDR automatizado
Prazo de Entrega: Não estabelecido