Renan Ferreirasistemas em operação

AUTOMAÇÃO · IA LOCAL · OPERAÇÃO ISP

Automação segura de Ordens de Serviço

Pipeline em Python para interpretar atendimentos, estruturar informações e preparar Ordens de Serviço sem transformar automação em risco operacional.

01 — CONTEXTO

Problema

Transferir informações de atendimentos para uma Ordem de Serviço exige repetição, atenção e consistência. Automatizar isso diretamente também pode duplicar registros, classificar um caso errado ou escrever em produção antes de existir confiança suficiente.

02 — SOLUÇÃO

O que construí

Um pipeline auditável lê páginas controladas pelo navegador, normaliza o atendimento, solicita uma análise estruturada a um modelo local e persiste cada transição. A criação real permanece bloqueada enquanto seletores, critérios e casos de borda são validados.

03 — FLUXO

Arquitetura

  1. 01Atendimento finalizado
  2. 02Leitura controlada
  3. 03Parser e validação
  4. 04Análise local estruturada
  5. 05Idempotência e estado
  6. 06Relatório de auditoria

04 — ENGENHARIA

Decisões de construção

  • Separar leitura, análise e escrita em estágios com estados explícitos, em vez de um script monolítico.
  • Usar o protocolo de origem como chave de idempotência para impedir o mesmo atendimento de entrar duas vezes no fluxo.
  • Manter um write guard independente das flags de configuração, criando uma segunda barreira contra escrita acidental.

05 — REALIDADE

Desafios

  • Interfaces de terceiros mudam e exigem seletores estáveis, inspecionados em ambiente autorizado.
  • A resposta de IA precisa obedecer schema e nível de confiança antes de influenciar qualquer decisão.
  • Uma execução noturna precisa ser observável e recuperável sem depender de alguém olhando o terminal.

06 — RESPONSABILIDADE

Segurança e limites

  • Perfil de navegador exclusivo, fora do repositório, para isolar cookies e sessões.
  • Banco SQLite com WAL, histórico de transições e reconciliação após interrupções.
  • URLs, seletores, credenciais e exemplos reais de clientes não fazem parte da apresentação pública.

07 — ESTADO REAL

Resultado atual

O fluxo completo pode ser exercitado com páginas mockadas e banco temporário, produzindo relatórios de auditoria sem alterar sistemas reais. O projeto documenta claramente o que já funciona e o que ainda depende de validação operacional.

08 — EVOLUÇÃO

O que aprendi

  • Automação confiável depende mais de estados, limites e reconciliação do que da velocidade do navegador.
  • Uma resposta estruturada de IA ainda precisa de validação determinística antes de entrar em um fluxo operacional.

09 — CONTINUIDADE

Próximos passos

  • Validar locators em um ambiente autorizado e isolado.
  • Executar um período de auditoria comparando a saída com decisões humanas.
  • Liberar qualquer escrita somente por canary, com reconciliação e rollback documentados.