Projeto de Agente de IA para Nutrição

Olá, neste post apresento um dos meus projetos de portfólio: o WhatsNutri, um agente de IA especializado em nutrição que opera via WhatsApp. Este projeto demonstra minha expertise em integrar tecnologias de automação, bancos de dados e APIs para criar soluções inteligentes e personalizadas. Utilizando ferramentas como n8n, PostgreSQL, Redis, Evolution API e Chatwoot, o sistema oferece suporte nutricional, análise de refeições, criação de dietas e integração com produtos de uma loja de suplementos.

O foco é fornecer um assistente amigável que coleta dados de usuários, gerencia conversas e responde com base em prompts de IA, tudo de forma escalável e segura. Este projeto reflete minha paixão por automações inteligentes e análise de dados aplicados à saúde e bem-estar.

Sobre o Projeto

O WhatsNutri é um assistente virtual via WhatsApp que ajuda usuários a gerenciarem sua nutrição diária. Ele coleta dados pessoais para criar perfis nutricionais, analisa refeições, sugere ajustes em dietas e integra recomendações de produtos de uma loja parceira (Day1 Nutrition). O sistema é dividido em "departamentos" como cadastro de usuários, suporte calórico, criação e importação de dietas.

O workflow principal é gerenciado pelo n8n, que orquestra fluxos de dados entre o WhatsApp (via Evolution API), bancos de dados (PostgreSQL e Redis para buffering de mensagens) e integrações com IA (OpenAI para chat completions). Chatwoot é usado para monitoramento e gerenciamento de conversas.

Baseado no arquivo JSON fornecido ("Whatsnutri v2.1.json"), o workflow no n8n inclui mais de 50 nodes que lidam com tarefas como:

• Consulta e criação de usuários no PostgreSQL.
• Processamento de mensagens (texto, áudio, imagens, documentos) com OCR para extrair conteúdo.
• Integração com OpenAI para gerar respostas personalizadas baseadas em prompts específicos para cada "departamento".
• Gerenciamento de acesso (verificação de assinaturas e expirações).
• Buffering de mensagens com Redis para handling assíncrono.
• Envio de respostas formatadas via WhatsApp.

O JSON descreve um workflow ativo com nodes como "Obter o Usuário" (para queries SQL), "Agente Cadastro" (para configuração de prompts de IA), e integrações HTTP para chamadas à API da OpenAI. Conexões entre nodes garantem fluxos lógicos, como verificação de existência de usuário antes de criar um novo, ou roteamento de mensagens para o departamento correto.

Funcionalidades

• Cadastro de Usuários:
  • Coleta dados como nome, gênero, altura, peso, data de nascimento, objetivo nutricional e nível de atividade física.
  • Calcula métricas como IMC (BMI) e TMB (BMR) automaticamente.
• Análise e Suporte Nutricional:
  • Analisa refeições enviadas via texto, áudio, imagens ou documentos (com OCR para extração de texto).
  • Sugere ajustes e integra produtos da loja Day1 Nutrition com justificativas nutricionais.
• Criação e Importação de Dietas:
  • Gera dietas personalizadas ou importa planos existentes de nutricionistas.
• Gerenciamento de Conversas:
  • Suporte a mensagens frias (para leads não assinantes) com redirecionamento para assinatura.
  • Verificação de acesso e expiração de assinaturas.
• Integrações Inteligentes:
  • Uso de prompts personalizados para cada departamento, com formatação JSON para respostas estruturadas.
  • Buffering de mensagens com Redis para evitar sobrecarga e garantir processamento sequencial.

Tecnologias Utilizadas

• n8n: Para automação do workflow principal, orquestrando fluxos de dados, queries SQL e chamadas de API (baseado no JSON fornecido).
• PostgreSQL: Banco de dados relacional para armazenar perfis de usuários, dietas e histórico de mensagens.
• Redis: Para buffering de mensagens e gerenciamento de estado assíncrono (ex: "push message buffer" e "get messages buffer" no workflow).
• Evolution API: Integração com WhatsApp para envio e recebimento de mensagens, incluindo áudio, imagens e documentos.
• Chatwoot: Para monitoramento e gerenciamento de conversas em tempo real.
• OpenAI API: Para geração de respostas inteligentes via chat completions, com prompts customizados para nutrição.
• Outras: OCR para processamento de imagens/documentos, e cálculos matemáticos integrados no n8n para métricas nutricionais.

Como Foi Feito: Explicação do Workflow no n8n

O workflow no n8n (descrito no JSON) é o coração do sistema. Aqui vai uma visão geral passo a passo:

1. Entrada de Mensagens:

   • Node "input evolution": Recebe mensagens do WhatsApp via Evolution API.
   • Node "normalizacao": Normaliza o input (ex: extrai chat_id, tipo de mensagem).
   • Switch para tipos de mensagens (texto, áudio, imagem, documento) e processamento específico (ex: transcrição de áudio com OpenAI, OCR para imagens).

2. Gerenciamento de Usuários:

   • Node "Obter o Usuário": Consulta PostgreSQL para verificar se o usuário existe baseado no chat_id.
   • Se não existe, "Criar o usuário": Insere novo registro no banco.
   • Calcula campos como BMI e BMR no node "Set Campos Calculados no User".

3. Processamento de Mensagens:

   • Nodes como "Obtem Mensagens" e "Mensagens ORDENADAS": Recupera histórico de conversas do Redis/PostgreSQL.
   • "Processar Mensagens": Prepara array de mensagens para envio à OpenAI.

4. Roteamento por Departamento e Acesso:

   • Switchs como "Switch Acesso" e "Switch Departamento": Verifica assinatura e roteia para agentes específicos (Cadastro, Suporte Calórico, Criação de Dieta).
   • Para leads frios: Redireciona para assinatura via Instagram.

5. Geração de Respostas com IA:

   • Nodes "Agente [Departamento]": Configura prompts personalizados (ex: para cadastro, inclui boas-vindas e coleta de dados).
   • "Conversor para API Completions": Prepara payload para OpenAI (modelo gpt-4o, temperature 0.5).
   • "API Call Completions": Chama a API da OpenAI.
   • "Parse Response": Extrai conteúdo JSON da resposta (mensagem e dados do usuário).

6. Saída e Atualizações:

   • Atualiza banco com novos dados (ex: "Atualiza Informações USER").
   • Envia resposta via WhatsApp (node "Responder TEXTO").
   • Salva mensagens no histórico (PostgreSQL/Redis).

O workflow inclui proteções como ignorar comandos maliciosos, manter escopo no tema de nutrição e formatar saídas em JSON estrito.

Por que este projeto é importante?

Este projeto destaca minha habilidade em criar sistemas de IA conversacionais escaláveis para saúde e nutrição. Ele integra múltiplas tecnologias para uma experiência seamless via WhatsApp, promovendo adesão a dietas e bem-estar. Além disso, demonstra expertise em automação com n8n, gerenciamento de dados com PostgreSQL/Redis e integrações éticas de IA, evitando riscos à saúde.

Próximos passos

Pretendo expandir com:

• Integração de mais ferramentas de IA para análise avançada de nutrientes.
• Suporte a múltiplos idiomas e personalizações regionais.
• Dashboards no Chatwoot para nutricionistas monitorarem usuários.
• Testes de performance para escalabilidade em alto volume de mensagens.

Contribua!

Contribuições são bem-vindas! Se você tiver sugestões para melhorias no workflow ou integrações, abra issues ou pull requests no repositório (em breve disponível publicamente).

Conecte-se comigo

Quer discutir sobre IA aplicada à nutrição ou colaborar em projetos de automação? Conecte-se comigo no LinkedIn ou confira outros projetos no meu GitHub.

Obrigado por ler! Se gostou deste projeto, acompanhe o blog para mais conteúdos sobre IA, automação e tecnologia.

Publicado por Jefferson Peixoto em 17 de dezembro de 2025