graph TD %%{init: {'theme': 'mc','layout': 'elk'}}%% Prompt-sistq[<div><img src="/_astro/square-terminal.BMOXc-nZ.svg" style="height: 20px !important;width: 20px !important"/></div>Prompt] style Prompt-sistq stroke:#a170ff ChatInput-s9apd[<div><img src="/_astro/messages-square.BaSDmT6g.svg" style="height: 20px !important;width: 20px !important"/></div>Entrada de Usuario] style ChatInput-s9apd stroke:#a170ff Prompt-3ogxb[<div><img src="/_astro/square-terminal.BMOXc-nZ.svg" style="height: 20px !important;width: 20px !important"/></div>Prompt] style Prompt-3ogxb stroke:#a170ff OpenAIModel-kp0l0[<div><img src="/_astro/openAI.BhmuxEs3.svg" style="height: 20px !important;width: 20px !important"/></div>Analizador de Intención] style OpenAIModel-kp0l0 stroke:#a170ff OpenAIModel-712yx[<div><img src="/_astro/openAI.BhmuxEs3.svg" style="height: 20px !important;width: 20px !important"/></div>Generador de Respuesta] style OpenAIModel-712yx stroke:#a170ff Prompt-3y0vr[<div><img src="/_astro/square-terminal.BMOXc-nZ.svg" style="height: 20px !important;width: 20px !important"/></div>Constructor de Respuesta Final] style Prompt-3y0vr stroke:#a170ff ChatOutput-up1u4[<div><img src="/_astro/messages-square.BaSDmT6g.svg" style="height: 20px !important;width: 20px !important"/></div>Chat Output] style ChatOutput-up1u4 stroke:#a170ff OpenAIModel-o282l[<div><img src="/_astro/openAI.BhmuxEs3.svg" style="height: 20px !important;width: 20px !important"/></div>OpenAI] style OpenAIModel-o282l stroke:#a170ff LanggraphReactAgent-a09ac[Agente Orquestador] style LanggraphReactAgent-a09ac stroke:#a170ff YFinanceToolComponent-zoqeh[<div><img src="/_astro/badge-euro.b_yZ5I36.svg" style="height: 20px !important;width: 20px !important"/></div>YFinance Tool] style YFinanceToolComponent-zoqeh stroke:#a170ff OpenAIModel-712yx -.- ChatOutput-up1u4 linkStyle 0 stroke:#a170ff Prompt-3y0vr -.- OpenAIModel-712yx linkStyle 1 stroke:#a170ff Prompt-sistq -.- OpenAIModel-kp0l0 linkStyle 2 stroke:#a170ff Prompt-3ogxb -.- LanggraphReactAgent-a09ac linkStyle 3 stroke:#a170ff OpenAIModel-o282l -.- LanggraphReactAgent-a09ac linkStyle 4 stroke:#a170ff ChatInput-s9apd -.- Prompt-sistq linkStyle 5 stroke:#a170ff ChatInput-s9apd -.- Prompt-3y0vr linkStyle 6 stroke:#a170ff LanggraphReactAgent-a09ac -.- Prompt-3y0vr linkStyle 7 stroke:#a170ff YFinanceToolComponent-zoqeh -.- LanggraphReactAgent-a09ac linkStyle 8 stroke:#a170ff OpenAIModel-kp0l0 -.- Prompt-3ogxb linkStyle 9 stroke:#a170ff

Stock Chat – Chatbot Especialista em Finanças

🧩 Visão Geral

O fluxo de trabalho automatiza a conversão de uma pergunta em texto simples do usuário sobre o mercado de ações em uma resposta precisa e baseada em dados.
Quando um usuário envia uma pergunta, o sistema primeiro identifica símbolos de ações (tickers), determina a intenção do usuário, seleciona a ferramenta adequada (Yahoo Finance), coleta os dados necessários e, por fim, formata uma resposta em linguagem natural.
Todo o processo é orquestrado por um agente alimentado por LLM, que escolhe ações dinamicamente e combina os resultados em uma única resposta coerente.

⚙️ Funcionalidades Principais

Detecção de intenção – um modelo de linguagem analisa a pergunta do usuário para identificar a informação financeira solicitada.
Extração de tickers – um template de prompt interpreta a mensagem e retorna uma lista de símbolos de ações relevantes.
Seleção dinâmica de ferramentas – o agente escolhe o Yahoo Finance quando for necessário recuperar dados.
Recuperação de dados contextual – a ferramenta coleta informações financeiras em tempo real ou recentes (preço, notícias, etc.) para os tickers solicitados.
Geração de resposta estruturada – um segundo template de prompt combina os dados com a pergunta original para produzir uma resposta concisa e bem formatada.
Orquestração de ponta a ponta – um agente LangGraph React coordena todas as etapas e gerencia a memória da conversa.

🔄 Etapas do Fluxo

Nome do Componente	Papel no Fluxo	Entradas Principais	Saídas Principais
Chat Input	Recebe a mensagem do usuário e metadados da sessão.	Texto da mensagem; ID da conversa; ID da sessão.	Mensagem estruturada contendo a consulta do usuário.
Prompt para Extração de Tickers	Constrói um prompt que identifica símbolos de ações na mensagem do usuário.	Texto da mensagem do usuário.	String de prompt solicitando a lista de tickers.
Analisador de Intenção	Usa um modelo de linguagem para interpretar a intenção do usuário e retornar os tickers extraídos.	Prompt da etapa anterior.	Mensagem com lista em texto simples dos símbolos de ações.
Prompt para Agente Especialista	Gera o prompt inicial para o agente especialista em finanças, incorporando os tickers extraídos.	Lista de símbolos de ações.	String de prompt para o agente.
Agente Orquestrador	Executa o agente LangGraph React, selecionando ferramentas e realizando ações com base no prompt.	Prompt do passo anterior; ferramenta Yahoo Finance.	Resposta estruturada contendo dados financeiros (ex.: preço, notícias).
Ferramenta Yahoo Finance	Recupera informações solicitadas (preço, notícias, etc.) para cada símbolo de ação.	Símbolo de ação; tipo de informação solicitada.	Payload de dados com detalhes financeiros.
Prompt para Resposta Final	Constrói um prompt que combina os dados do agente com a tarefa original do usuário.	Dados financeiros do agente; pergunta original do usuário.	Prompt para geração da resposta final.
Gerador de Resposta	Um modelo de linguagem transforma o prompt em uma resposta em linguagem natural.	Prompt do passo anterior.	Texto da resposta final.
Chat Output	Entrega a resposta gerada ao usuário na interface de chat.	Texto da resposta final.	Mensagem de chat exibida.

🧠 Observações

O sistema depende da disponibilidade de uma API funcional do Yahoo Finance; dados ausentes ou com limite de requisições farão o agente reportar erro de forma elegante.
Todos os prompts são elaborados para serem concisos, minimizando a quantidade de dados que o LLM precisa processar, o que melhora a latência.
O agente LangGraph utiliza memória de curto prazo das últimas interações, permitindo que perguntas de acompanhamento referenciem o contexto anterior.
O modelo do Analisador de Intenção pode ser substituído por qualquer LLM compatível; o mesmo vale para o Gerador de Resposta.
O fluxo assume que a pergunta do usuário contém pelo menos um símbolo de ação válido; caso contrário, o agente solicita esclarecimento.
O sistema não armazena dados pessoais do usuário além do necessário para a sessão de conversa atual.