Build AI Business Solutions with Workflow Automation | NappAI - Template: Atencion al Cliente Ecommerce

graph TD %%{init: {'theme': 'mc','layout': 'elk'}}%% ChatInput-larrt[<div><img src="/_astro/messages-square.BaSDmT6g.svg" style="height: 20px !important;width: 20px !important"/></div>Chat Input] style ChatInput-larrt stroke:#a170ff LanggraphReactAgent-e7sh0[Detector de Intención] style LanggraphReactAgent-e7sh0 stroke:#a170ff ConditionalRouter-e0whx[Conditional Router] style ConditionalRouter-e0whx stroke:#a170ff ConditionalRouter-k37bb[Conditional Router2] style ConditionalRouter-k37bb stroke:#a170ff ConditionalRouter-7onzp[Conditional Router3] style ConditionalRouter-7onzp stroke:#a170ff GoogleGenerativeAIModel-hrflu[Gemini] style GoogleGenerativeAIModel-hrflu stroke:#a170ff LanggraphReactAgent-feiuj[Agent] style LanggraphReactAgent-feiuj stroke:#a170ff GoogleGenerativeAIModel-0aobu[Gemini2] style GoogleGenerativeAIModel-0aobu stroke:#a170ff GoogleGenerativeAIEmbeddings-fnjt0[Google Generative AI Embeddings] style GoogleGenerativeAIEmbeddings-fnjt0 stroke:#a170ff LanggraphReactAgent-r6l2z[Agent2] style LanggraphReactAgent-r6l2z stroke:#a170ff APIRequest-78xr1[API Request] style APIRequest-78xr1 stroke:#a170ff LanggraphReactAgent-py6gc[Agent3] style LanggraphReactAgent-py6gc stroke:#a170ff GoogleGenerativeAIModel-y15kz[Gemini3] style GoogleGenerativeAIModel-y15kz stroke:#a170ff GoogleGenerativeAIModel-gta86[Gemini4] style GoogleGenerativeAIModel-gta86 stroke:#a170ff TelegramMessage-zvrp9[Telegram Message] style TelegramMessage-zvrp9 stroke:#a170ff ChatOutput-16z2g[<div><img src="/_astro/messages-square.BaSDmT6g.svg" style="height: 20px !important;width: 20px !important"/></div>Chat Output] style ChatOutput-16z2g stroke:#a170ff ChatOutput-0vfib[<div><img src="/_astro/messages-square.BaSDmT6g.svg" style="height: 20px !important;width: 20px !important"/></div>Chat Output2] style ChatOutput-0vfib stroke:#a170ff ChatOutput-7h910[<div><img src="/_astro/messages-square.BaSDmT6g.svg" style="height: 20px !important;width: 20px !important"/></div>Chat Output3] style ChatOutput-7h910 stroke:#a170ff Prompt-c8k88[<div><img src="/_astro/square-terminal.BMOXc-nZ.svg" style="height: 20px !important;width: 20px !important"/></div>Prompt] style Prompt-c8k88 stroke:#a170ff LanggraphRAGAgent-4j24w[RAG Agent] style LanggraphRAGAgent-4j24w stroke:#a170ff GoogleGenerativeAIModel-lcmte[Gemini5] style GoogleGenerativeAIModel-lcmte stroke:#a170ff GoogleGenerativeAIEmbeddings-mn2ew[Google Generative AI Embeddings2] style GoogleGenerativeAIEmbeddings-mn2ew stroke:#a170ff SplitText-xm92m[<div><img src="/_astro/scissors-line-dashed.CajsPhTx.svg" style="height: 20px !important;width: 20px !important"/></div>Split Text] style SplitText-xm92m stroke:#a170ff GDriveFilesComponent-q2n9y[<div><img src="/_astro/google_drive.wKmDsV2c.svg" style="height: 20px !important;width: 20px !important"/></div>Google Drive File Manager] style GDriveFilesComponent-q2n9y stroke:#a170ff ParseData-dpd2k[<div><img src="/_astro/braces.Djq0PW4_.svg" style="height: 20px !important;width: 20px !important"/></div>Parse Data] style ParseData-dpd2k stroke:#a170ff Chroma-d83zz[<div><img src="/_astro/chroma.CDTUBZSx.svg" style="height: 20px !important;width: 20px !important"/></div>Chroma DB] style Chroma-d83zz stroke:#a170ff Chroma-0gshk[<div><img src="/_astro/chroma.CDTUBZSx.svg" style="height: 20px !important;width: 20px !important"/></div>Chroma DB2] style Chroma-0gshk stroke:#a170ff ChatInput-larrt -.- LanggraphReactAgent-e7sh0 linkStyle 0 stroke:#a170ff GoogleGenerativeAIModel-hrflu -.- LanggraphReactAgent-e7sh0 linkStyle 1 stroke:#a170ff LanggraphReactAgent-e7sh0 -.- ConditionalRouter-e0whx linkStyle 2 stroke:#a170ff ChatInput-larrt -.- ConditionalRouter-e0whx linkStyle 3 stroke:#a170ff ChatInput-larrt -.- ConditionalRouter-k37bb linkStyle 4 stroke:#a170ff ChatInput-larrt -.- ConditionalRouter-7onzp linkStyle 5 stroke:#a170ff LanggraphReactAgent-e7sh0 -.- ConditionalRouter-k37bb linkStyle 6 stroke:#a170ff LanggraphReactAgent-e7sh0 -.- ConditionalRouter-7onzp linkStyle 7 stroke:#a170ff ConditionalRouter-e0whx -.- LanggraphReactAgent-feiuj linkStyle 8 stroke:#a170ff GoogleGenerativeAIModel-0aobu -.- LanggraphReactAgent-feiuj linkStyle 9 stroke:#a170ff ConditionalRouter-k37bb -.- LanggraphReactAgent-r6l2z linkStyle 10 stroke:#a170ff APIRequest-78xr1 -.- LanggraphReactAgent-r6l2z linkStyle 11 stroke:#a170ff ConditionalRouter-7onzp -.- LanggraphReactAgent-py6gc linkStyle 12 stroke:#a170ff GoogleGenerativeAIModel-y15kz -.- LanggraphReactAgent-r6l2z linkStyle 13 stroke:#a170ff GoogleGenerativeAIModel-gta86 -.- LanggraphReactAgent-py6gc linkStyle 14 stroke:#a170ff TelegramMessage-zvrp9 -.- LanggraphReactAgent-py6gc linkStyle 15 stroke:#a170ff LanggraphReactAgent-py6gc -.- ChatOutput-0vfib linkStyle 16 stroke:#a170ff LanggraphReactAgent-r6l2z -.- ChatOutput-7h910 linkStyle 17 stroke:#a170ff LanggraphReactAgent-feiuj -.- ChatOutput-16z2g linkStyle 18 stroke:#a170ff Prompt-c8k88 -.- LanggraphReactAgent-r6l2z linkStyle 19 stroke:#a170ff GoogleGenerativeAIModel-lcmte -.- LanggraphRAGAgent-4j24w linkStyle 20 stroke:#a170ff ParseData-dpd2k -.- SplitText-xm92m linkStyle 21 stroke:#a170ff GDriveFilesComponent-q2n9y -.- ParseData-dpd2k linkStyle 22 stroke:#a170ff LanggraphRAGAgent-4j24w -.- LanggraphReactAgent-feiuj linkStyle 23 stroke:#a170ff Chroma-d83zz -.- LanggraphRAGAgent-4j24w linkStyle 24 stroke:#a170ff GoogleGenerativeAIEmbeddings-fnjt0 -.- Chroma-d83zz linkStyle 25 stroke:#a170ff SplitText-xm92m -.- Chroma-0gshk linkStyle 26 stroke:#a170ff GoogleGenerativeAIEmbeddings-mn2ew -.- Chroma-0gshk linkStyle 27 stroke:#a170ff

🧩 Visão Geral

O fluxo de trabalho é um assistente de atendimento ao cliente que interpreta a mensagem do usuário, classifica o pedido em um de três níveis de intenção e o direciona para o respondedor automatizado apropriado.
No nível mais baixo, ele realiza recuperação baseada em conhecimento usando um agente RAG (Retrieval-Augmented Generation).
No nível intermediário, ele chama uma API externa e retorna o resultado.
No nível mais alto, ele faz a escalada da solicitação para a equipe humana enviando uma notificação pelo Telegram.
Todos os agentes produzem uma resposta exibida na interface de chat, mantendo a experiência do usuário contínua e consistente.

⚙️ Principais Funcionalidades

Classificação de intenção que determina se a consulta é informativa, requer recuperação de dados ou precisa de intervenção humana.
Recuperação RAG que consulta uma base vetorial construída a partir de documentos da empresa.
Integração com API que obtém dados em tempo real de um serviço externo.
Escalada via Telegram que notifica a equipe de suporte quando um pedido não pode ser tratado automaticamente.
Interface de chat unificada que exibe os resultados de cada agente no mesmo fluxo conversacional.

🔄 Etapas do Fluxo de Trabalho

Nome do Componente	Função no Fluxo de Trabalho	Entradas Principais	Saídas Principais
Chat Input	Recebe o texto bruto do usuário.	Mensagem do usuário	Mensagem do usuário
Intent Detection Agent	Classifica a intenção como nivel1, nivel2 ou nivel3.	Mensagem do usuário	Palavra-chave da intenção
Intent Router (nivel1)	Direciona a intenção nivel1 para o agente RAG.	Palavra-chave da intenção	Rota verdadeiro/falso
Level 1 Retrieval Agent	Realiza RAG usando embeddings e uma base vetorial, depois gera uma resposta em linguagem natural.	Mensagem do usuário	Texto da resposta
Level 1 Chat Output	Exibe a resposta RAG para o usuário.	Texto da resposta	Mensagem exibida
Intent Router (nivel2)	Direciona a intenção nivel2 para o agente de API.	Palavra-chave da intenção	Rota verdadeiro/falso
Level 2 API Agent	Chama um endpoint HTTP externo, interpreta o resultado e formata a resposta.	Mensagem do usuário	Texto da resposta da API
Level 2 Chat Output	Exibe o resultado da API ao usuário.	Texto da resposta da API	Mensagem exibida
Intent Router (nivel3)	Direciona a intenção nivel3 para o agente de notificação Telegram.	Palavra-chave da intenção	Rota verdadeiro/falso
Level 3 Notification Agent	Envia uma mensagem ao Telegram para solicitar atendimento manual pela equipe.	Mensagem do usuário	Notificação Telegram
Level 3 Chat Output	Confirma ao usuário que o pedido foi escalado.	Confirmação de escalada	Mensagem exibida

Os embeddings, a base vetorial e as configurações das ferramentas são inicializados uma única vez no início do fluxo e reutilizados para cada solicitação.

🧠 Notas

O agente de detecção de intenção é um classificador LLM leve que retorna uma única palavra-chave; ele usa o system prompt para impor respostas estritas de uma palavra.
O agente RAG utiliza uma base vetorial Chroma e embeddings do Google Gemini. Ele está configurado com um pipeline que incorpora o texto de entrada, busca os documentos mais relevantes e aprimora a resposta do LLM.
O agente de API recebe uma ferramenta APIRequest; seu system prompt garante que o LLM formule chamadas apenas usando a interface fornecida.
O agente Telegram usa um token dedicado de bot e envia apenas notificações de texto simples (Send Text).
Todos os agentes são encapsulados como agentes Langgraph React, permitindo que sejam usados como ferramentas uns para os outros, possibilitando roteamento dinâmico dentro de um único grafo.
O fluxo supõe que a consulta do usuário sempre corresponderá a uma das três categorias de intenção; se nenhuma corresponder, o ramo padrão permanece silencioso e nenhuma resposta é produzida.
Os componentes ConditionalRouter fazem comparações de igualdade de strings; eles são insensíveis a maiúsculas/minúsculas por padrão.
A base vetorial e os embeddings são configurados com fragmentos de 1000 caracteres e sobreposição de 200 caracteres, equilibrando comprimento de contexto e continuidade semântica.