Documentação completa
O GovernIT Digital Twin Intelligence Engine (DTIE) é um Cognitive Digital Twin Engine — um centro de inteligência operacional que transforma dados estruturados e não-estruturados de uma organização em um modelo vivo, explorável e simulável. Esta documentação descreve, módulo a módulo, o que a plataforma faz, como usar cada área e como as peças se conectam.
TanStack Start (React 19 + Vite 7), Tailwind v4 com tema OKLCH neural (fundo #050816, Neon Blue, Gold), Recharts para visualização, Supabase, para autenticação e persistência com RLS, e Lovable AI Gateway para todos os agentes de IA (modelo padrão GovernIT Intelligence Core).
Login por e-mail/senha ou Google OAuth. Todas as versões salvas do Knowledge Graph residem em tabela protegida por Row-Level Security — cada usuário só vê os próprios snapshots. Sessões são renovadas automaticamente e propagadas via bearer token para os server functions.
Toda a interface responde ao switcher no topo direito. Português é o idioma padrão; a preferência é persistida no navegador. Prompts dos agentes de IA também trocam de idioma automaticamente.
Agentes especializados e módulos consomem a mesma função servidor (askAi) que fala com o Lovable AI Gateway. Sem chaves de API para configurar — o gateway resolve autenticação, modelo e limites.
Ponto de entrada. Mostra o núcleo cognitivo (holograma neural), KPIs (saúde, confiança, precisão, complexidade), o gráfico de cobertura cognitiva, o radar de riscos, o status dos agentes e recomendações em destaque.
Painel do gêmeo cognitivo com métricas ao vivo — saúde, cognição, latência — animadas continuamente para simular o pulso da organização.
Explorador SVG interativo do grafo de conhecimento. Suporta pan/zoom, arrastar nós, timeline T0–T6 com autoplay, busca, filtros por tipo, e inspetor de entidade (editar rótulo, tipo, confiança, ligações).
Visão drill-down organizacional com perfis de risco por departamento e detalhamento de times.
Catálogo de integrações (Postgres, Snowflake, Slack, GitHub, Salesforce, S3…). O estado de conexão é persistido localmente para simulação de ingestão.
Seis agentes especializados — Estratégia, Conformidade, Financeiro, Cibersegurança, Jurídico, Saúde — cada um com prompt de sistema próprio. Consome o Lovable AI Gateway em streaming; suporta histórico, limpeza e prompts sugeridos em PT/EN.
Indexador de documentos apoiado por IA: cole o texto de um contrato/relatório e obtenha resumo executivo + análise de riscos.
Motor de raciocínio hipotético. Você define o cenário (ex.: 'reduzir opex em 15%'), o horizonte temporal e o apetite ao risco; a IA gera consequências, mitigadores e alternativas.
Motor de forecasting com projeções multi-cenário (receita, opex, risco) em gráficos de linha interativos.
Feed de recomendações da IA com tags de impacto (Alto/Médio/Baixo). Cada item pode ser Aplicado ou Descartado.
Da ideia à especificação técnica: descreva o sistema desejado e receba um documento completo (objetivo, personas, módulos, modelo de dados, APIs, fluxos, regras, segurança/LGPD).
Catálogo de políticas (LGPD, ISO 27001, SOX, uso ético de IA…) com status (ativa/revisão/rascunho) e barra de cobertura.
Registro imutável e explicável dos eventos da plataforma (atores humanos e agentes, ação, alvo, severidade, hash assinado).
Superfície pública programável: liste endpoints e gere/copie/rotacione chaves de API (gvit_*).
Preferências do operador — conta (e-mail, sair), idioma, notificações, densidade, segurança.
- 1) Faça login em /auth com Google ou e-mail.
- 2) Explore o Dashboard para ver o estado geral do gêmeo cognitivo.
- 3) Abra o Knowledge Graph, viaje na timeline, edite um nó e salve uma versão.
- 4) Converse com um AI Agent (ex.: Estratégia) para obter recomendações.
- 5) Rode o Scenario Simulator para testar uma hipótese.
- 6) Use o System Generator para gerar a especificação de um novo sistema.
- 7) Revise políticas em Governance e verifique a trilha em Audit.
Snapshots do Knowledge Graph são gravados na tabela graph_versions (Supabase / Lovable Cloud), protegidos por RLS. Preferências de idioma, densidade e conectores ficam no navegador (localStorage). Chaves de API do módulo API existem apenas no cliente do MVP e não devem ser usadas em produção.
- Métricas do Dashboard e do Digital Twin são simuladas para demonstração.
- Conectores exibem o catálogo mas não executam ingestão real.
- Endpoints listados na API são um contrato de projeto; a implementação real deve ser feita como server functions.
- Eventos do Audit Center são exemplos; integre com um logger real antes de produção.