Levantamento de requisitos - Modelo Atual
Levantamento de Requisitos: EscopoVix
1. Visão Geral e Escopo
Objetivo: Automatizar a triagem de e-mails comerciais das empresas Autvix e Advix Soluções, classificando-os de acordo com o portfólio de serviços para reduzir o tempo operacional de análise manual.
Principais Metas:
- Validar automaticamente se solicitações estão dentro ou fora do escopo.
- Persistir dados estruturados para análise gerencial em dashboards.
- Reduzir atrasos na resposta ao cliente final.
2. Requisitos Funcionais (RF)
ID | Descrição | Origem |
RF01 | O sistema deve capturar e-mails recebidos em | Power Automate/ Microsfot API |
RF02 | O sistema deve extrair e converter anexos nos formatos | Scripts Python / GitHub |
RF03 | O sistema deve classificar as demandas em: Dentro do Escopo, Fora do Escopo, Não é Solicitação ou Oportunidade Externa . | LLM (gpt-oss:120b) |
RF04 | O sistema deve persistir metadados do e-mail, remetente e classificação em banco de dados MySQL. | SQLAlchemy / Pydantic |
RF05 | O sistema deve monitorar pastas em tempo real e reprocessar falhas com políticas de retry e debounce. | Watchdog (Linux) |
RF06 | O sistema deve gerar dashboards com KPIs de volume por dia, tipo de contato e domínios. | Metabase/ Grafana |
3. Requisitos Não Funcionais (RNF)
ID | Categoria | Descrição |
RNF01 | Escalabilidade | Suporte para modelos de grande porte (LLM 120B) hospedados em servidor dedicado Ubuntu. |
RNF02 | Confiabilidade | Gerenciamento de schema de banco de dados via migrações versionadas (Alembic). |
RNF03 | Observabilidade | Logs estruturados em formato JSON para integração com ferramentas como ELK ou CloudWatch. |
RNF04 | Segurança | Armazenamento intermediário em OneDrive para rastreabilidade e histórico de análise. |
RNF05 | Integridade | Validação rigorosa de dados via Pydantic antes da inserção no banco de dados. |
4. Arquitetura e Tecnologias
Stack Tecnológica:
- Ingestão: Microsoft Power Automate ou Microsoft graph api.
- Armazenamento: Microsoft OneDrive (montado via FUSE/onedriver no Linux) ou localmente via graph-api.
- Processamento Central: Servidor Ubuntu executando Python 3.10+.
- Inteligência Artificial: Modelo
gpt-oss:120bcomparando solicitações com a Base de Serviços (BUS). - Persistência: Banco de Dados MySQL 8.0 com SQLAlchemy.
- Visualização: Metabase rodando em Docker Compose.
5. Regras de Negócio e Classificação
O sistema deve seguir a lógica de decisão baseada na Base de Serviços (BUS) fornecida em CSV.
- Aceitar Prospecção: Quando houver compatibilidade com o portfólio (ex: pedidos de proposta).
- Recusar Educadamente: Demandas fora da área de atuação.
- Análise Manual: Casos onde a solicitação está em links ou portais externos (Oportunidade Externa).
- Ignorar: Newsletters, convites ou comunicações institucionais.