TriageFlow

Triagem inteligente de atendimentos com IA — .NET 10, Blazor, MySQL e arquitetura orientada a eventos.

O TriageFlow recebe mensagens de clientes vindas de vários canais de venda (Mercado Livre, Amazon, Shopee, TikTok Shop, Magalu e e-commerce próprio), protege o conteúdo, classifica cada atendimento em segundo plano com IA e organiza tudo em um quadro priorizado para a equipe de SAC.

A IA não decide sozinha: ela devolve sinais estruturados e a prioridade é calculada por uma regra determinística, auditável e coberta por testes. O sistema também nunca responde ao cliente automaticamente — uma falha de IA não pode gerar uma resposta insegura.

Projeto de portfólio. Todas as mensagens exibidas no modo demonstração são fictícias.

Experimente em 1 minuto

Pré-requisito: .NET SDK 10. Não é necessário instalar banco de dados, criar conta na nuvem ou ter chave da OpenAI.

# Windows (PowerShell)
./run-demo.ps1

# Linux / macOS
./run-demo.sh

Depois abra http://localhost:5131/classificacoes.

Windows: alguns arquivos têm nomes longos. Clone em uma pasta curta (por exemplo, C:\dev\triageflow) ou habilite caminhos longos antes de clonar: git config --global core.longpaths true.

Prefere rodar manualmente? Use dois terminais:

dotnet run --project TriageFlow.Api --launch-profile demo
dotnet run --project TriageFlow.Web --launch-profile demo

O que o modo demonstração faz

Componente	Modo completo	Modo demonstração
Banco de dados	MySQL 8 com migrations e procedures	Banco em memória (Persistence:Provider=InMemory)
Dados	Mensagens reais dos canais	35 mensagens fictícias embutidas na solução
Login	Microsoft Entra ID com roles	Visitante fictício (Authentication:Mode=Demo)
Classificador	OpenAI (Responses API)	Fake, baseado em palavras-chave
Processamento assíncrono	Worker separado lendo a Outbox	Despachante da Outbox dentro da API
Criptografia	Chave no Azure Key Vault	Chave AES-256 efêmera gerada na inicialização

As mensagens fictícias não são gravadas direto como classificações: na inicialização, cada uma percorre o pipeline real — validação, criptografia, Outbox, sanitização de dados sensíveis, classificador, validação do resultado e cálculo da prioridade. Os dados são recriados a cada execução.

Por segurança, o banco em memória e o login fictício são rejeitados na inicialização fora do ambiente Development.

Veja o pipeline funcionando ao vivo

Com a demonstração rodando, envie uma nova mensagem. Ela aparece classificada no quadro em cerca de dois segundos:

$agora = (Get-Date).ToUniversalTime().ToString('o')
Invoke-RestMethod -Method Post -Uri http://localhost:5213/api/v1/messages/inbound `
  -ContentType 'application/json; charset=utf-8' -Body (@{
    eventId = [guid]::NewGuid(); channel = 'shopee'; channelAccountId = 'loja-demo'
    externalMessageId = "teste-$([guid]::NewGuid())"
    content = 'Meu pedido está atrasado e a data prometida já passou.'
    occurredAtUtc = $agora; receivedAtUtc = $agora
  } | ConvertTo-Json)

Também há exemplos prontos em TriageFlow.Api/TriageFlow.Api.http.

Destaques técnicos

• Transactional Outbox: ticket, mensagem cifrada e evento são gravados na mesma transação; o recebimento nunca espera a IA.
• Worker com reserva concorrente de lotes (FOR UPDATE SKIP LOCKED), retry exponencial só para falhas transitórias, dead letter e fila de revisão humana.
• Idempotência ponta a ponta: reenvios do mesmo evento devolvem o recibo existente, sem duplicar tickets ou classificações.
• Privacidade por padrão: AES-GCM no conteúdo, mascaramento de CPF, e-mail, telefone e cartão antes da IA, contratos de leitura sem texto do cliente e auditoria com identidades pseudonimizadas por SHA-256.
• Prioridade determinística calculada em C#, fora do modelo de IA.
• IA substituível atrás de ITicketClassifier, com circuit breaker, saída estruturada por JSON Schema e proteção contra prompt injection.
• Segurança operacional: Entra ID com roles por endpoint, rate limiting, TLS obrigatório no MySQL fora de Development e segredos no Key Vault.
• Observabilidade com OpenTelemetry: métricas de Outbox, latência, disponibilidade do classificador e consumo de tokens, sem dados sensíveis (catálogo).
• Arquitetura verificada por testes: a direção das dependências entre projetos é validada automaticamente.
• Integrações de marketplaces: OAuth do Mercado Livre, webhooks com idempotência e adaptadores para Shopee e Amazon.

Fluxo principal

Canal de venda
    |
    v
POST /api/v1/messages/inbound
    |
    +--> autentica, valida e normaliza
    +--> cifra o conteúdo original (AES-GCM)
    +--> grava ticket + mensagem + evento Outbox (mesma transação)
    |
    v
Worker consulta a Outbox
    |
    +--> reserva um lote de forma concorrente
    +--> lê e decifra a mensagem
    +--> sanitiza dados sensíveis
    +--> chama ITicketClassifier
    +--> valida, prioriza e grava a classificação
    |
    +--> sucesso: conclui o evento
    +--> falha transitória: agenda retry
    +--> falha definitiva: dead letter + revisão humana
    |
    v
GET /api/v1/tickets/classifications
    |
    v
TriageFlow.Web (quadro priorizado, somente leitura)

Uma explicação didática, com analogias e o fluxo classe a classe, está em docs/architecture.md.

Prioridades

A IA devolve sinais estruturados; a prioridade é calculada pela Application:

Condição	Valor da API	Exibição no Web
existe flag de risco	critical	Crítica
existe sinal de urgência	high	Alta
existe contexto obrigatório pendente	medium	Média
nenhuma condição anterior	normal	Normal

A taxonomia inicial ainda não define flags de risco, por isso a coluna "Crítica" permanece vazia na demonstração.

Projetos

Projeto	Responsabilidade
TriageFlow.Domain	Conceitos e regras puras, sem dependências técnicas
TriageFlow.Application	Casos de uso, validações, taxonomia e abstrações
TriageFlow.Contracts	Contratos HTTP e eventos de integração versionados
TriageFlow.AI	Classificadores Fake e OpenAI
TriageFlow.Infrastructure	MySQL, banco em memória, criptografia, Key Vault e Outbox
TriageFlow.Integrations.*	Adaptadores de Mercado Livre, Shopee e Amazon
TriageFlow.Api	Endpoints, autenticação, autorização e rate limiting
TriageFlow.Worker	Processamento da Outbox, retry e revisão humana
TriageFlow.Web	Dashboard Blazor somente leitura
TriageFlow.Evaluation	Avaliação do classificador com datasets sintéticos, incluindo prompt injection
TriageFlow.*Tests	Testes unitários, de integração, contrato e arquitetura

Domain         -> nenhuma dependência interna
Application    -> Domain
Contracts      -> nenhuma dependência interna
AI             -> Application
Infrastructure -> Application, Domain e Contracts
Api            -> Application, Contracts, Infrastructure e AI
Worker         -> Application, Contracts, Infrastructure e AI
Web            -> Contracts

Modo completo (MySQL, Entra ID e OpenAI)

Pré-requisitos: MySQL 8 com as migrations de database/migrations aplicadas em ordem, um app registrado no Microsoft Entra ID e, opcionalmente, uma chave da OpenAI.

Configure com User Secrets (nunca no repositório):

ConnectionStrings:SacDatabase
Security:MessageEncryption:Development:KeyId
Security:MessageEncryption:Development:KeyBase64
AzureAd:TenantId / AzureAd:ClientId
SacApi:BaseAddress / SacApi:Scopes
OPENAI_API_KEY (variável de ambiente, somente com o provedor OpenAI)

Execute API, Worker e Web com o perfil http ou https:

dotnet run --project TriageFlow.Api --launch-profile https
dotnet run --project TriageFlow.Worker
dotnet run --project TriageFlow.Web --launch-profile https

Convenções de banco: tabelas TB_, chaves ID_ e procedures UP_SEL_, UP_INS_ e UP_UPD_.

Testes

dotnet build .\TriageFlow.slnx --configuration Release -warnaserror
dotnet test .\TriageFlow.slnx --configuration Release --no-build

A suíte executa por padrão testes unitários, de integração (incluindo a API real em modo demonstração), de contrato para o JSON público V1 e de arquitetura. Os testes que exercitam um MySQL real são opt-in:

$env:TRIAGEFLOW_RUN_LOCAL_MYSQL_TESTS = "true"
dotnet test .\TriageFlow.IntegrationTests --filter "FullyQualifiedName~Database"

Roadmap em fases

1. Classificar — centralizar, proteger, classificar, priorizar e exibir para triagem humana (implementado).
2. Assistir — resumir conversas e sugerir respostas para aprovação.
3. Automatizar com supervisão — responder casos autorizados e de baixo risco.
4. Automatizar com controle — executar ações determinísticas, auditáveis e reversíveis, sempre com fallback humano.

Licença

© 2026 Ivan Massanares. Todos os direitos reservados.

O código está público somente para avaliação de portfólio: você pode ler e executar o projeto localmente para conhecer o trabalho. Copiar, modificar, redistribuir ou reutilizar qualquer parte exige autorização prévia por escrito. Veja LICENSE.