Todos os cases
~/cases/direto-ao-ponto
IA aplicadaInteligência e IAout 2026 → hojeEm produção

P-04

Direto ao Ponto

Assistente de IA que só responde com fonte, com custo travado em quatro camadas.

Chat público e gratuito que explica uma mudança constitucional na jornada de trabalho. As respostas saem de uma base de 37 fichas verificadas no git, com citação obrigatória e o status de cada regra. O site e a API rodam num Cloudflare Worker, sobre Supabase com RLS em todas as tabelas, cotas atômicas no Postgres e um painel que opera tudo sem deploy.

US$ 0,0006–0,0011
custo por resposta
22/22
recall RAG (top-7)
37 / 47
fichas / fontes
29
casos de avaliação
  • cloudflare
  • supabase
  • postgres
  • rls
  • rag
  • llm
  • streaming
  • astro
  • rate-limiting
  • lgpd
architecture.pt.svgampliar ↓

01Visão geral

O Direto ao Ponto é uma plataforma pública e gratuita que explica, em linguagem simples, o fim da escala 6x1 e a transição para a nova jornada de trabalho no Brasil. O centro da experiência é um chat com IA: a pessoa diz se é trabalhadora, se tem uma empresa ou se só quer entender, faz a pergunta e recebe uma resposta curta, com a fonte oficial de cada afirmação e uma indicação clara do que já vale, do que foi aprovado mas ainda não vale e do que depende de negociação ou de regra futura.

Em volta do chat há uma calculadora ("O que muda pra mim?"), em que as contas são feitas por código e não pela IA, uma linha do tempo da tramitação e uma página que explica o método editorial. O mesmo chat também pode ser embutido em outros sites por um único arquivo JavaScript.

Por trás da interface há um back-end pensado para um serviço aberto à internet: cada resposta é limitada a uma base de conhecimento revisada, o gasto com IA tem teto em quatro camadas e uma equipe pequena opera tudo por um painel, sem precisar de deploy.

02O problema

  • Mudanças na lei trabalhista geram uma onda de dúvidas práticas ("meu salário vai diminuir?", "quando começa?", "e para doméstica?"), e a informação circula misturando texto aprovado, propostas alternativas, estimativas e opinião.
  • Um chatbot genérico piora isso: inventa prazos, arredonda números e apresenta como lei em vigor o que ainda está em transição.
  • Um chat público com IA também é um alvo: qualquer pessoa pode disparar milhares de perguntas e transformar curiosidade em fatura.
  • A equipe precisava atualizar o conteúdo no ritmo dos acontecimentos (a promulgação e a publicação aconteceram durante o desenvolvimento) sem reescrever o sistema.

03A solução

  • Base de conhecimento versionada no git: 37 fichas em Markdown, uma por fato, cada uma com status (em vigor, aprovado, com data prevista, depende de negociação, em debate, estimativa), fontes e data de atualização; 47 fontes catalogadas. Um script valida tudo no build e falha se uma ficha cita fonte inexistente ou não tem status.
  • Chat com citação obrigatória: o modelo cita fichas por ID ([[salario-mantido]]); o front transforma cada ID em referência numerada com link para a fonte. O modelo nunca escreve links: todo link vem das fichas.
  • Respostas enriquecidas: o modelo escreve Markdown enxuto e blocos (:::cards, :::numeros, :::linha-do-tempo, :::estudo, :::atencao…) que um parser próprio, tolerante a texto incompleto, converte em componentes durante o streaming.
  • Perfis: trabalhador, empresa ou "só quero entender", que mudam o enfoque sem quebrar o cache do prompt.
  • Modo demonstração: sem chave de IA, ou com o interruptor ligado no painel, o chat responde montando trechos das fichas por busca de termos, sem custo.
  • Calculadora de dias de folga, horas e valor da hora, feita por código determinístico.
  • Widget embutível: npm run widget gera um único .js (Preact + fichas públicas, ~25 KB gzip segundo o README) que outro site monta num <div data-chat-6x1>.
  • Painel administrativo com seis abas: saldo da conta de IA, uso e custo, conversas, feedback, operação (modelo, kill switch, modo demo, RAG, cotas, tamanho da resposta) e gestão de admins.
  • RAG pronto e medido, desligado por decisão: busca híbrida em pgvector disponível com um clique, mantida desligada enquanto a base inteira cabe no prompt em cache.
  • Banco fechado: RLS em todas as tabelas, grants revogados de anon/authenticated e 9 policies só para admin
  • Custo com teto em quatro camadas: rate limit nativo, cota diária atômica no Postgres (fail-closed), limite de crédito na chave e kill switch no painel
  • Prompt de ~25 mil tokens estável byte a byte para cache: US$ 0,0006 a 0,0011 por resposta medido em produção
  • Citação obrigatória: o modelo nunca escreve links; todo link vem de fichas versionadas no git
  • RAG híbrido (pgvector + FTS + RRF) medido com recall 22/22 e mantido desligado por decisão de engenharia
  • Remoção de admin com efeito imediato: o Worker revalida o papel atual a cada pedido, além do JWT
Página inicial do Direto ao Ponto com a janela do chat e as perguntas sugeridas
Página inicial do Direto ao Ponto com a janela do chat e as perguntas sugeridas
Resposta do assistente com citações numeradas e o bloco "De onde vem esta resposta"
Modo demonstração: resposta montada a partir das fichas, sem IA
Calculadora que compara a semana de trabalho atual com a nova regra
Calculadora que compara a semana de trabalho atual com a nova regra
Linha do tempo da tramitação, do Congresso à publicação
Linha do tempo da tramitação, do Congresso à publicação

04Arquitetura

arquitetura real · passe o cursor nos nós
Ler o diagrama como lista (14 componentes, 16 conexões)

Componentes

  • Clientes: Navegador<br>site Astro + Preact, Widget embutido<br>sites parceiros, CORS por allowlist, Painel /admin<br>login OTP por e-mail
  • Cloudflare Worker: site + API na mesma origem: Static assets<br>dist/ do Astro, /api/chat · /api/feedback<br>/api/saude · /api/admin/*, Rate limit nativo<br>20 perguntas/min por hash de IP, kb.json embutido no build<br>37 fichas + prompt cacheável, Cron horário<br>saldo + alerta, Workers AI<br>bge-m3 embeddings
  • Supabase: Postgres + pgvector + pg_cron<br>RLS em todas as tabelas, consumir_cota()<br>cota diária por pessoa e global, Supabase Auth<br>signup fechado · app_metadata.role

Conexões

  • Navegador<br>site Astro + Preact → Static assets<br>dist/ do Astro
  • Navegador<br>site Astro + Preact → /api/chat · /api/feedback<br>/api/saude · /api/admin/* (POST, texto em streaming)
  • Widget embutido<br>sites parceiros, CORS por allowlist → /api/chat · /api/feedback<br>/api/saude · /api/admin/* (POST, texto em streaming)
  • Painel /admin<br>login OTP por e-mail → /api/chat · /api/feedback<br>/api/saude · /api/admin/* (JWT Bearer)
  • Painel /admin<br>login OTP por e-mail → Postgres + pgvector + pg_cron<br>RLS em todas as tabelas (leitura via PostgREST + RLS)
  • /api/chat · /api/feedback<br>/api/saude · /api/admin/* → Rate limit nativo<br>20 perguntas/min por hash de IP
  • Rate limit nativo<br>20 perguntas/min por hash de IP → consumir_cota()<br>cota diária por pessoa e global
  • /api/chat · /api/feedback<br>/api/saude · /api/admin/* → kb.json embutido no build<br>37 fichas + prompt cacheável
  • /api/chat · /api/feedback<br>/api/saude · /api/admin/* → Workers AI<br>bge-m3 embeddings (modo RAG opcional)
  • /api/chat · /api/feedback<br>/api/saude · /api/admin/* → Postgres + pgvector + pg_cron<br>RLS em todas as tabelas (chave secreta)
  • /api/chat · /api/feedback<br>/api/saude · /api/admin/* → OpenRouter<br>Claude Haiku com prompt cache (SSE)
  • /api/chat · /api/feedback<br>/api/saude · /api/admin/* → Supabase Auth<br>signup fechado · app_metadata.role (getClaims + papel atual)
  • Cron horário<br>saldo + alerta → OpenRouter<br>Claude Haiku com prompt cache (/credits)
  • Cron horário<br>saldo + alerta → Postgres + pgvector + pg_cron<br>RLS em todas as tabelas
  • kb/ no git<br>fonte da verdade editorial → kb.json embutido no build<br>37 fichas + prompt cacheável (build-kb)
  • kb/ no git<br>fonte da verdade editorial → Postgres + pgvector + pg_cron<br>RLS em todas as tabelas (sincronizar-kb: embeddings só do que mudou)

Decisões que moldam o desenho:

  • Site e API no mesmo Worker. O wrangler.toml usa run_worker_first = ["/api/*"]: páginas saem direto do cache de assets e só a API executa código. Mesma origem, sem CORS para o site principal.
  • O prompt vem do build, não do banco. O Worker usa o mesmo kb.json que o site usa para montar as citações. O modelo nunca recebe uma ficha que o front não conhece; o banco guarda uma cópia para busca, métricas, cotas e configuração.
  • O git manda, o banco é cópia. Conteúdo editorial nunca é editado no Postgres. sincronizar-kb.mjs recalcula embeddings só das fichas que mudaram.

05Por dentro

Backend e dados
  • Cloudflare Worker em TypeScript (src/worker/, 16 módulos): roteamento, chat, cotas, validação, feedback, admin, gestão de admins, catálogo de modelos, cliente OpenRouter com parser SSE próprio, RAG e coleta de saldo.
  • 12 rotas de API: 4 públicas (/api/chat, /api/feedback, /api/saude, /api/config-publica) e 8 administrativas (/api/admin/eu, openrouter, saldo/coletar, config, modelos, admins GET/POST, admins/remover).
  • Streaming de ponta a ponta: o Worker consome o SSE do OpenRouter e reemite texto puro por um TransformStream. O registro da conversa (tokens, cache, custo real, latência, fichas citadas × recuperadas, motivo de parada) é gravado em ctx.waitUntil, depois que a resposta já foi entregue.
  • Postgres no Supabase: 6 migrations, 8 tabelas (fontes, fichas, kb_meta, feedback, conversas_log, cotas, config, saldo_openrouter), 4 views com security_invoker (uso_diario, recusas_diarias, fichas_uso, conversas_painel) e 3 jobs pg_cron de retenção.
  • RAG híbrido: fichas.embedding vector(1024) com índice HNSW por cosseno, tsvector em português com índice GIN e a função buscar_fichas que funde as duas listas por RRF. Embeddings com @cf/baai/bge-m3 (multilíngue) pelo binding de Workers AI, sem fornecedor novo. A consulta usa as duas últimas perguntas, para cobrir perguntas de seguimento.
  • Configuração viva: a tabela config (jsonb) guarda modelo, kill switch, cotas e limites. Cada isolate do Worker mantém cópia por 30 s; uma mudança no painel vale em até 30 segundos em todos os servidores, sem deploy.
  • Prompt cacheado: instruções + todas as fichas formam um system estável marcado com cache_control: ephemeral, com o provedor fixado na Anthropic (allow_fallbacks: false). Data, perfil e origem vão no fim da última mensagem, nunca no system, para não invalidar o cache.
Frontend
  • Astro 7 + Preact 11, páginas estáticas (início com chat, calculadora, linha do tempo, método, 404, admin) e ilhas interativas.
  • Parser de respostas (src/lib/formato.ts, com testes) que interpreta Markdown e blocos em tempo real durante o streaming e é tolerante a sintaxe incompleta. Tudo é renderizado como JSX; não há innerHTML nem dangerouslySetInnerHTML no código.
  • Sistema visual próprio com tokens, View Transitions entre páginas e animações que respeitam prefers-reduced-motion.
  • Painel admin em Preact, autenticado com Supabase Auth (OTP de 8 dígitos por e-mail), lendo dados direto pelo PostgREST sob RLS e escrevendo apenas pelo Worker.
  • Widget (src/widget/) empacotado num único arquivo; o visual é do site hospedeiro (classes cx-*), o JS só gera o HTML.
Infraestrutura e deploy
  • Cloudflare Workers com static assets, Rate Limiting binding, Workers AI binding, Cron Trigger horário, version_metadata (a versão aparece em /api/saude) e observability ligada.
  • Supabase gerenciado (região São Paulo) com pgvector e pg_cron; ambiente local completo com supabase start (Docker) e Mailpit para os e-mails de login.
  • Deploy: supabase db push → sincronização da base → wrangler deploy → teste de contrato contra produção. Ordem documentada para quando fichas são criadas ou removidas, porque o front só reconhece citações que estavam no build.
  • Rollback em três níveis: wrangler rollback para o Worker, modo demonstração ou kill switch no painel para só o chat, e migrations aditivas com instruções de reversão.
  • Simulador do OpenRouter (scripts/testes/mock-openrouter.mjs) para testar o modo IA localmente, inclusive erros 402/429/5xx, sem gastar.

06Segurança

8 ataques considerados, 8 defesas em produção.

ataquedefesa
Atalho pela API

Pular a interface e falar direto com o banco ou a API, com a chave pública na mão.

  • Ler conversas ou feedback direto pela API do banco com a chave pública

    RLS em todas as tabelas, grants revogados de anon/authenticated; só admins (app_metadata.role) leem, e a matriz de acesso é testada por script

Escalada de privilégio

Quem tem algum acesso tentando ganhar mais: virar admin, ler o que não deve, manter acesso revogado.

  • Continuar no painel depois de ter o acesso de admin removido

    Além de validar o JWT pelo JWKS, o Worker consulta o papel atual do usuário a cada pedido; signup público fechado e papel só em app_metadata

Origem e requisições forjadas

CSRF, webhooks falsos, tokens reaproveitados, links assinados e redirecionamento aberto.

  • Chamar a API do chat a partir de um site qualquer

    CORS só para uma allowlist de origens que embutem o widget; o resto da API é mesma origem

Injeção e conteúdo hostil

XSS, iframe, fórmula em CSV, upload disfarçado e manipulação do prompt da IA.

  • Enviar payload gigante ou histórico forjado para manipular o prompt

    Leitura do corpo com teto de bytes real (413), pergunta de até 1.000 caracteres, janela de 12 mensagens, marcadores de protocolo removidos, perfil e origem por allowlist

  • Fazer o modelo injetar links ou HTML na página

    O modelo cita só IDs de fichas; links vêm da base versionada e a resposta é renderizada como componentes JSX, sem innerHTML

Abuso de custo e disponibilidade

Estourar a fatura, esgotar limites, inundar logs e derrubar funções com carga.

  • Disparar milhares de perguntas para estourar a fatura de IA

    Rate limit nativo de 20/min, cota diária por pessoa e global checada no Postgres antes de chamar o modelo (fail-closed), limite de crédito na chave e kill switch

Vazamento e rastreio de dados

Enumerar quem está na base, raspar dados pessoais, ligar perguntas a pessoas, extrair segredos.

  • Rastrear quem perguntou o quê a partir dos logs

    IP nunca gravado: cotas usam sha256(IP + dia + sal); o log de conversas não tem IP nem ID de sessão e é apagado em 90 dias por pg_cron

Adulteração e rastro

Mexer em contagens, apagar a base, editar o histórico ou negar o que foi autorizado.

  • Admin comprometido gravar configuração arbitrária ou um modelo inexistente

    Validadores tipados com faixas na escrita e de novo na leitura; troca de modelo só para IDs do catálogo; grant de update restrito a colunas

Modelo de acesso: o público nunca fala com o banco.

  • RLS ligado em todas as tabelas. A migration base revoga todos os grants de anon e authenticated e concede explicitamente só ao service_role, usado apenas pelo Worker.
  • Admins são usuários do Supabase Auth com app_metadata.role = 'admin'. A função eh_admin() lê o papel do JWT; app_metadata só é gravado pelo servidor (nunca user_metadata, que o próprio usuário pode alterar).
  • 9 policies, todas condicionadas a eh_admin(): leitura de 8 tabelas e update da config, com grant limitado às colunas valor, atualizado_em e atualizado_por (admin não troca a chave de configuração, não insere feedback, não apaga ficha).
  • As funções consumir_cota e buscar_fichas têm EXECUTE revogado de public/anon/authenticated; todas usam security invoker e search_path = ''.
  • Views criadas com security_invoker = true, para que a RLS das tabelas de origem valha também nelas.
  • scripts/testes/acesso-banco.sh verifica uma matriz anônimo × usuário comum × admin em 12 objetos pelo PostgREST, além de signup fechado e chamadas de RPC.

Autenticação do painel.

  • Login sem senha: código OTP de 8 dígitos com expiração de 600 s; signup público desligado; a tela mostra a mesma mensagem para qualquer e-mail, sem revelar quem é admin.
  • O Worker valida o JWT com auth.getClaims() (assinatura ES256 conferida pelo JWKS), exige aud = authenticated e o papel de admin e, como o token vale até 1 h, consulta o papel atual do usuário pela Admin API a cada pedido: uma remoção de admin vale na hora para tudo que passa pelo Worker.
  • Ninguém remove o próprio acesso e o último admin não pode ser removido.

Custo e abuso: teto em quatro camadas.

  1. Rate limit nativo da Cloudflare: 20 perguntas e 30 feedbacks por minuto por pessoa.
  2. Cota diária por pessoa (padrão 150) e global (padrão 5.000) no Postgres, com uma única instrução atômica (insert … on conflict do update … returning contagem <= limite), checada antes de chamar o modelo.
  3. Limite de crédito na própria chave do OpenRouter.
  4. Kill switch e modo demonstração no painel, sem deploy.

A cota é fail-closed: se o banco não responde, o chat recusa com 429 em vez de gastar sem controle. O rate limit por minuto falha aberto de propósito, porque a camada do Postgres continua valendo.

Privacidade (LGPD).

  • A "pessoa" nas cotas é sha256(IP + dia + sal): o IP nunca é gravado e o identificador muda todo dia. Girar o sal zera as cotas.
  • conversas_log guarda a pergunta sem IP, sem identificador de pessoa ou de sessão, por 90 dias (pg_cron); cotas por 30 dias; snapshots de saldo por 1 ano.
  • Na calculadora, o salário digitado fica só no navegador.

Validação e hardening da API.

  • Corpo lido em streaming com limite de bytes, que não confia só no content-length (50 KB no chat, 16 KB no feedback, 2–4 KB no admin); 413 quando passa.
  • Validação estrita do histórico: papéis permitidos, pergunta de até 1.000 caracteres, janela de 12 mensagens que sempre começa pelo usuário, respostas anteriores limpas de marcadores de protocolo e cortadas em 4.000 caracteres. Perfil e origem só entram se estiverem numa allowlist.
  • Toda escrita de configuração passa por validadores tipados com faixas (max_tokens 500–8000, rag_top_k 3–15…); a troca de modelo só aceita IDs existentes no catálogo do OpenRouter. A configuração lida do banco é validada de novo antes do uso.
  • CORS apenas para uma allowlist de origens (sites que embutem o widget) em /api/chat e /api/feedback.
  • Cabeçalhos: X-Content-Type-Options: nosniff, X-Frame-Options: DENY, Referrer-Policy, Permissions-Policy sem câmera, microfone e geolocalização; /admin com noindex e no-store.

Segredos. Chave do OpenRouter com limite de crédito; uma chave de gestão separada, só para ler saldo e criada com expiração; chave secreta do Supabase só como secret do Worker. Os procedimentos de rotação estão documentados. No wrangler.toml só há valores públicos por definição.

Segurança do conteúdo. O modelo responde apenas com base nas fichas, com regras explícitas de neutralidade e de separação entre fato, estimativa e opinião. Links vêm só das fichas e a renderização é feita por componentes, sem HTML do modelo. A bateria avaliar.mjs (29 casos) checa citações esperadas e padrões proibidos, inclusive uma pergunta de recomendação de voto, que precisa ser recusada.

07Desafios técnicos

Streaming que chegava de uma vez só

Com compressão, a Cloudflare e o runtime local seguravam o texto inteiro até o fim, e a resposta "aparecia pronta". A solução foi responder /api/chat com cache-control: no-store, no-transform e content-encoding: identity, além de usar um parser SSE próprio que reemite texto puro.

Custo previsível com um prompt de ~25 mil tokens

Enviar a base inteira em cada pergunta seria caro sem cache, e qualquer variação no system quebra o cache. O prompt foi desenhado para ser byte a byte estável (data, perfil e origem vão na última mensagem), com o provedor fixado para garantir o cache. O custo medido em produção ficou em US$ 0,0006 a 0,0011 por resposta com cache. O painel mostra o percentual de respostas com cache para detectar regressões.

Respostas cortadas pelo raciocínio do modelo

Respostas com blocos (cards, tabela, linha do tempo) terminavam no meio. O conversas_log mostrou parada = 'length': os tokens de raciocínio contam no mesmo max_tokens. O limite virou configuração do painel e foi para 6.000 por migration, e o log passou a registrar tokens_raciocinio.

RAG: medir antes de ligar

A infraestrutura de busca híbrida foi construída e avaliada (recall de 22/22 com top-7 em 22 casos), mas ficou desligada: com 37 fichas a base inteira cabe no prompt em cache e não há risco de a busca perder a ficha certa. A medição revelou um caso de paráfrase que a fusão RRF empurra para fora do top-7, registrado como critério antes de ligar. Se a busca ou o embedding falharem, o Worker cai para a base inteira.

08Resultados

  • 16 commits entre 15/10/2026 e 21/10/2026: do MVP ao back-end em Workers, à atualização após a promulgação e ao widget embutível.
  • Em produção na Cloudflare, com o modelo configurável pelo painel sem deploy.
  • Custo medido de US$ 0,0006 a 0,0011 por resposta com cache (~US$ 0,0035 quando o cache precisa ser escrito), segundo a documentação de operação de 15/10/2026.
  • Recall da busca híbrida: 22/22 nos casos de avaliação (top-7).
  • 37 testes unitários (parser de respostas, SSE, validação, publicação), teste de contrato HTTP, teste de cotas e matriz de acesso ao banco.
16
commits
como medimos

git log --oneline | wc -l (HEAD 5c317d4)

15/10 → 21/10/2026
período
como medimos

datas do primeiro e do último commit no git log

6
migrations
como medimos

supabase/migrations/ em HEAD

8 / 4
tabelas / views
como medimos

create table / create view nas migrations

9
policies RLS
como medimos

create policy nas migrations (8 admin_le + 1 admin_edita)

3
jobs pg_cron
como medimos

cron.schedule em 20261015190000_operacao.sql

12
rotas de API
como medimos

src/worker/index.ts e src/worker/admin.ts (4 públicas + 8 admin)

37 / 47
fichas / fontes
como medimos

node scripts/build-kb.mjs --check

37
testes unitários
como medimos

test()/it() em *.test.ts no commit HEAD

29
casos de avaliação
como medimos

array CASOS em scripts/avaliar.mjs

22/22
recall RAG (top-7)
como medimos

docs/backend/RAG.md, medição de 15/10/2026

US$ 0,0006–0,0011
custo por resposta
como medimos

docs/backend/OPERACAO.md, medido em produção em 15/10/2026 (com cache)

5.739
linhas TS/TSX
como medimos

wc -l em HEAD: .ts 2.634 (30 arquivos) + .tsx 3.105 (16), sem tipos gerados

2.603 / 2.067 / 558
linhas Astro/CSS/SQL
como medimos

wc -l em HEAD; SQL só das migrations

09Linha do tempo

  1. 15 out 2026

    MVP: site, chat e base de conhecimento

  2. 16 out 2026

    Back-end em Cloudflare Workers: chat, RAG com pgvector, painel admin e operação

  3. 16 out 2026

    Dossiê de fontes da base de conhecimento

  4. 16 out 2026

    Conteúdo atualizado com a promulgação da emenda

  5. 16 out 2026

    Respostas enriquecidas: Markdown e blocos viram componentes

  6. 16 out 2026

    Max_tokens 6000 após diagnosticar cortes por tokens de raciocínio

  7. 21 out 2026

    Chat embutível em sites parceiros

10Stack

Frontend
  • Astro 7
  • Preact 11
  • TypeScript
  • CSS com tokens
  • View Transitions
Backend
  • Cloudflare Workers
  • TypeScript
  • SSE streaming
  • Cron Triggers
  • Rate Limiting binding
Dados
  • Supabase Postgres
  • pgvector (HNSW)
  • Full-text search (portuguese)
  • pg_cron
  • PostgREST
Infra
  • Cloudflare Workers static assets
  • Supabase gerenciado
  • Wrangler
  • Supabase CLI
  • Docker (local)
Segurança
  • Row Level Security
  • Supabase Auth OTP
  • JWT via JWKS
  • Cotas atômicas em Postgres
  • IP hasheado com sal diário
  • Retenção via pg_cron
  • CORS por allowlist
IA
  • OpenRouter
  • Claude Haiku
  • Prompt caching
  • Workers AI bge-m3
  • RAG híbrido (RRF)

11Ficha técnica

node@direto-ao-ponto: ~/cases/direto-ao-ponto
node@direto-ao-ponto ─────────────
type
assistente público de IA
stack
Astro · Preact · CF Workers
db
Postgres + pgvector (RLS em tudo)
auth
Supabase OTP · app_metadata.role
ai
Claude Haiku · cache de prompt · RAG híbrido
guard
teto de custo em 4 camadas · fail-closed
deploy
wrangler deploy · borda
status
em produção
$ node scripts/build-kb.mjs --check
✓ Base de conhecimento: 37 fichas, 47 fontes, 11 marcos.
$ npm test
✔ validar: janela começa pelo usuário e tem no máximo 12
✔ validar: recusas do contrato
✔ feedback: valida voto e corta tamanhos
ℹ tests 37
ℹ pass 37
ℹ fail 0
$ bash scripts/testes/acesso-banco.sh
cadastro público:
ok signup fechado
conversas_log:
ok anon não lê
ok comum vê 0 linhas
escrita:
ok admin não altera coluna chave
ok anon não chama consumir_cota
TUDO OK
$ curl -s localhost:8787/api/saude
{"ok":true,"modo":"ia","banco":true,"rag":false,"modelo":"anthropic/claude-haiku-5.5","fichas":37,"versao":"local"}
NODE

TECNOLOGIA E INTELIGÊNCIA POLÍTICA

© 2026 NODE. Todos os direitos reservados.