BPOM AI Agent

Fondasi awal AI agent untuk membantu menjawab pertanyaan umum mengenai BPOM berdasarkan knowledge base yang disediakan.

Fokus versi saat ini

• menerima pertanyaan teks melalui POST /api/ask;
• mencari konteks dari dokumen .md atau .txt;
• menyusun jawaban hanya dari konteks yang ditemukan;
• menyertakan sumber dokumen;
• mengeskalasi pertanyaan personal, transaksional, atau yang tidak memiliki sumber memadai;
• menyediakan dashboard operator dengan Overview, Escalations, Knowledge Base, Analytics, Virtual Office, dan Settings;
• menyediakan Virtual Office: visualisasi pixel-art real-time lantai call center — meja agent AI menjawab panggilan, kasus yang tidak bisa dijawab diantar ke inbox eskalasi, dan petugas menindaklanjutinya pada jam kerja.

Voice provider, eksekusi n8n nyata, penyimpanan session, dan data dashboard produksi masih berada pada roadmap P1. Dashboard saat ini merupakan UI operasional dengan sebagian data simulasi.

Dokumentasi proyek

• docs/PRD.md — product requirements, scope, user story, dan acceptance criteria.
• docs/ARCHITECTURE.md — arsitektur saat ini dan target integrasi.
• docs/N8N_WORKFLOW_SPEC.md — spesifikasi node dan jalur workflow n8n.
• docs/RAG_KNOWLEDGE_SPEC.md — kebijakan corpus, retrieval, dan evaluasi RAG.
• docs/TEST_PLAN.md — test matrix dan checklist penerimaan.
• docs/ROADMAP.md — tahapan pengerjaan sampai pilot.
• docs/REPORT_TEMPLATE.md — template laporan akademik.

Knowledge base resmi

Snapshot diperbarui pada 24 Agustus 2026 dari situs resmi Direktorat Jenderal Pajak. Isinya mencakup:

• 54 PDF panduan, manual, leaflet, dan materi BPOM;
• 230 halaman FAQ BPOMpedia;
• 6.266 halaman detail peraturan resmi BPOM dari katalog peraturan BPK, termasuk PMK, PER, keputusan, dan regulasi historis;
• 35.000+ potongan teks unik setelah deduplikasi;
• manifest terpisah untuk corpus BPOM dan katalog regulasi, berisi URL, hash, tanggal, status hukum katalog, serta status ekstraksi.

FAQ BPOMpedia mendapat prioritas ringan karena umumnya lebih baru daripada buku manual 2024. Regulasi yang berstatus aktif mendapat prioritas lebih tinggi daripada regulasi yang tidak aktif atau dicabut. Dokumen regulasi yang hanya berisi metadata ditandai warning dan tidak dimasukkan ke retrieval. Jika jawaban tidak memiliki konteks yang memadai atau menyangkut tindakan personal/transaksional, agent melakukan eskalasi.

Struktur utama:

knowledge/
├── bpompedia/          # Markdown FAQ terbaru untuk RAG
├── manuals/               # Hasil ekstraksi PDF untuk RAG
├── curated/               # Routing intent, glosarium, troubleshooting, dan guardrails
├── source_files/          # Arsip PDF dan HTML resmi
└── _meta/                 # Manifest sumber dan curated layer

Regulasi detail hasil sinkronisasi disimpan di knowledge/regulations/ dan metadata katalog di knowledge/_meta/regulations-manifest.json.

Untuk menyinkronkan ulang materi resmi:

python tools\sync_official_knowledge.py
python tools\sync_official_regulations.py
python tools\clean_extracted_text.py
python tools\audit_knowledge.py

Virtual Office

View Virtual Office menggantikan diagram workflow n8n statis dengan visualisasi lantai call center yang berjalan real-time di browser. Delapan belas meja agent AI menerima panggilan, mendengarkan, mencari di knowledge base, lalu menjawab; pada puncak pagi sekitar 14 dari 18 meja terpakai bersamaan. Sekitar 7% panggilan tidak bisa diselesaikan AI; agent berdiri, mengantar kasusnya ke inbox eskalasi, dan kembali ke mejanya. Di luar jam kerja kasus menumpuk di inbox — enam petugas datang pukul 08:00 pada hari kerja dan mengosongkannya.

Jika view dibuka di luar jam kerja asli (malam atau akhir pekan), jam simulasi dimulai pada pukul 09:30 hari kerja berikutnya supaya kantor langsung terlihat ramai, bukan separuh mati. HUD menandainya dengan "jam simulasi · di luar jam kerja asli" agar jamnya tidak disalahartikan sebagai waktu sungguhan.

Semua data bersifat simulasi di sisi klien (tidak ada endpoint baru). Kontrol kecepatan 1×–300× ada di toolbar untuk mempercepat pergantian shift; klik meja mana pun untuk melihat panggilan atau kasus yang sedang ditangani; tombol Edit layout membuka palet sprite untuk menata ulang perabot dan lantai, tersimpan otomatis di localStorage.

app/static/office/          # tilemap, simulasi, renderer, panel, editor (ES module, tanpa build step)
app/static/assets/office/   # sprite pixel-art (lihat ATTRIBUTION.md — pixel-agents, MIT)
tests/js/                   # test untuk logika murni tilemap + simulasi

Sinkronkan ulang sprite dan bangun ulang catalog.json:

python tools\sync_office_assets.py

Jalankan test JavaScript (butuh Node 18+, tanpa dependensi tambahan):

node --test "tests/js/*.test.js"

Menjalankan proyek

1. Buat virtual environment dan aktifkan.

2. Instal dependensi:

   pip install -e ".[dev]"

3. Salin .env.example menjadi .env, lalu isi OPENAI_API_KEY dan OPENAI_MODEL.

4. Jalankan API:

   uvicorn app.main:app --reload

5. Buka dokumentasi interaktif di http://127.0.0.1:8000/docs.

Contoh request:

{
  "question": "Bagaimana cara melakukan aktivasi akun BPOM?"
}

Catatan penting

Dokumen contoh dalam repositori bukan sumber informasi perpajakan. Ganti dengan materi resmi yang telah diverifikasi sebelum melakukan demonstrasi. Agent tidak dirancang untuk mengubah data, menjalankan transaksi, atau memberikan keputusan perpajakan personal.