Perguntas Frequentes (FAQ)

O que aconteceu com o n8n?

Nós evoluímos a arquitetura. O n8n foi um excelente MVP (Produto Mínimo Viável) para validar os fluxos e a lógica de múltiplos agentes. No entanto, para escalar com mais controle de estado, latência reduzida e tratamento rigoroso de JSON, migramos todo o fluxo para um backend Node.js (TypeScript) no Render. Todo o histórico do n8n foi preservado na aba Histórico Legado.

Quais modelos o OpenRouter utiliza?

Uma cascata de modelos gratuitos (:free), tentados em ordem até um responder com sucesso — veja a lista atual e por que ela muda com frequência em Modelos de IA.

Como o RAG funciona hoje?

Busca vetorial de verdade: o texto das Notas Técnicas é dividido em chunks por condição clínica, cada chunk vira um vetor via Gemini (gemini-embedding-001), e a busca por similaridade roda direto no PostgreSQL (pgvector) via uma função SQL (match_documentos) — sem LangChain, sem OpenAI. Veja o detalhamento completo em RAG vetorial.

Como as chaves de API estão protegidas?

O frontend (React SPA) nunca possui as chaves de API. Toda requisição é enviada ao webhook do backend, que lê as chaves de variáveis de ambiente (.env) no Render: DATABASE_URL, OPENROUTER_API_KEY, GEMINI_API_KEY, e as credenciais da Evolution API para o canal WhatsApp.

O RAG é lento?

Não. A busca vetorial é otimizada pela extensão pgvector e índice hnsw no PostgreSQL (Supabase), permitindo encontrar os trechos corretos em milissegundos antes de invocar o LLM.

O sistema tem testes automatizados?

Sim — 27 testes via Vitest cobrindo a lógica pura (chunking, parsing de webhook, cascata de fallback, orquestrador), mais um checklist manual para os fluxos que dependem do LLM/RAG de verdade. Veja Testes.