GitHubHelp

shadrairfn/AutoReply-SentimentClass

★ 0Forks 0JavaScriptGitHub ↗Compare

README

AutoReply E-Commerce API Documentation

Repositori ini berisi dokumentasi penggunaan API untuk sistem Manajemen Produk, Pengiriman, dan Chatbot AI yang terintegrasi dengan teknologi RAG (Retrieval-Augmented Generation).

Alur Penggunaan (Step-by-Step)

Ikuti urutan di bawah ini untuk menguji fitur lengkap mulai dari manajemen produk hingga interaksi dengan AI Chatbot.

1. Menambahkan Produk Baru

Langkah pertama adalah membuat data produk ke dalam database agar AI memiliki referensi pengetahuan.

  • Endpoint: POST https://entitled-jaquenetta-asah-ae247427.koyeb.app/products/create
  • Body (JSON/Form-Data):
    • name: Nama produk.
    • description: Penjelasan detail produk.
    • price: Harga produk (Integer).
    • stock: Jumlah stok tersedia (Integer).
    • location: Lokasi gudang/toko (misal: "Kota Bandung").
    • files (Optional): Gambar produk.
  • Output: Simpan nilai id dari respon untuk digunakan sebagai product_id.

2. Melakukan Simulasi Pembelian

Buat data pengiriman dengan melakukan simulasi pembelian untuk menghasilkan konteks logistik.

  • Endpoint: POST https://entitled-jaquenetta-asah-ae247427.koyeb.app/products/buy
  • Query Params:
    • product_id: ID yang didapat dari langkah no. 1.
  • Body (JSON):
    • destination: Alamat atau kota tujuan pengiriman.
  • Output: Simpan nilai id pengiriman dari respon sebagai delivery_id.

3. Berinteraksi dengan AI Chatbot

Gunakan endpoint ini untuk bertanya kepada AI mengenai detail produk atau status pengiriman secara spesifik.

  • Endpoint: POST https://entitled-jaquenetta-asah-ae247427.koyeb.app/chatbot/reply
  • Query Params:
    • product_id: ID Produk.
    • delivery_id: ID Pengiriman yang didapat dari langkah no. 2.
  • Body (JSON):
    • question: Pertanyaan Anda (Contoh: "Kapan barang saya sampai?" atau "Apakah stok masih ada?").
  • Fitur: AI akan membaca konteks dari tabel produk dan pengiriman secara otomatis menggunakan Vector Search untuk memberikan jawaban yang akurat.

Arsitektur Teknologi

Sistem ini dibangun dengan integrasi beberapa teknologi modern:

Komponen Teknologi
Backend Node.js, Express.js, Drizzle ORM
Database PostgreSQL (Supabase) + pgvector
AI Inference Modal.com (Model: Qwen 2.5-3B)
Hosting Koyeb

Catatan Penting

  1. Validasi ID: Pastikan product_id dan delivery_id valid agar AI mendapatkan konteks yang tepat dari database.
  2. Cold Start: Jika mendapatkan error timeout pada request pertama, harap tunggu beberapa saat karena server AI di Modal.com mungkin sedang melakukan spin-up GPU (Cold Start).
  3. Sopan Santun: AI telah diatur untuk menjawab dengan gaya bahasa admin yang profesional, empatik, dan ringkas.

Developed with ❤️ as part of an Informatics Engineering Project.

Contributors

shadrairfn

Issues