Skip to main content
Esta página cobre os problemas mais comuns do Memory — fila de revisão, Entity Resolution e calibração de threshold. Para cada um, você tem o sintoma que aparece no Console, a causa mais provável e a correção.

​
Problemas comuns

Sintoma: Memory → Review Queue acumula centenas de entidades pendentes e o time não consegue vencer o volume.Causa provável: o auto_confirm_threshold está alto demais para as suas fontes, então muitas entidades de boa qualidade caem na fila em vez de entrar direto no grafo. Nos primeiros dias a fila é naturalmente maior, porque o modelo ainda está aprendendo os padrões das fontes.Correção:
  • Nas primeiras semanas, processe a fila em lote: selecione itens pendentes de alta confiança e use Confirmar em bulk.
  • Depois de calibrar, eleve o auto_confirm_threshold gradualmente para reduzir o trabalho manual. Ajuste por fonte via PUT /v1/memory/ner-review/thresholds/{source_type}.
  • Estabeleça uma rotina de revisão — diária para fontes de alta frequência como Slack. Itens pendentes são conhecimento que ainda não chegou aos agentes.
Sintoma: “TechCorp”, “Tech Corp Ltda” e “TechCorp Brasil” existem como nós separados; o mesmo cliente aparece mais de uma vez.Causa provável: o Entity Resolution não encontrou uma chave determinística (CPF, CNPJ, email normalizado, telefone) para unir os registros, e o matching probabilístico ficou abaixo do corte. Fontes não-estruturadas geram grafias diferentes para a mesma entidade.Correção:
  • Em NER Review, use a ação Remapear para redirecionar cada variação ao nó canônico. É a ferramenta principal de deduplicação progressiva.
  • Se sua empresa já tem um ID unificado nos sistemas, exponha esse campo como external_id no conector — o Memory usa essa chave direto e pula o Entity Resolution.
  • Padronize CPF/CNPJ, email e telefone na camada clean/ do conector para o matching determinístico resolver antes de chegar ao probabilístico. [verificar campos disponíveis por fonte]
Sintoma: você busca por um cliente em Memory → Entities e ele não está lá, mesmo com dados na fonte.Causa provável:
  • A entidade caiu abaixo do review_threshold e foi rejeitada silenciosamente.
  • O conector que traz essa entidade não sincronizou, ou o Memory Worker ainda não processou o último ciclo.
  • A ontologia não inclui o tipo de entidade correspondente.
Correção:
  • Confira o status do conector de origem em Connections — ele precisa estar Conectado. Veja Conectores não sincronizam.
  • O Memory Worker roda em ciclos configuráveis (padrão a cada 5 minutos). Aguarde um ciclo após a sincronização do conector.
  • Confirme que o tipo de entidade está na ontologia em Memory → Configuration. Sem o tipo definido, o Memory não procura por ele.
  • Se a entidade foi rejeitada por confiança baixa, reduza o review_threshold da fonte para que casos semelhantes entrem na fila em vez de serem descartados.
Sintoma: ou entram entidades erradas no grafo automaticamente, ou quase tudo cai na fila de revisão.Causa provável: o threshold não está ajustado ao ruído da fonte. Threshold baixo demais aceita falsos positivos; alto demais empurra tudo para revisão manual.Correção:
  • Comece Balanceado (0.80) na ontologia e reavalie o volume da fila após 2 semanas.
  • Para dados críticos (crédito, compliance), use o perfil Conservador (0.90+).
  • Lembre que reduzir o review_threshold aumenta o volume da fila, e reduzir o auto_confirm_threshold aumenta o que precisa de revisão manual. Ajuste um de cada vez e acompanhe o impacto via Observability.
  • Ajustes valem só para itens novos — a fila existente não é reclassificada retroativamente.

​
Onde ver os logs

O volume da fila e a taxa de NER ambíguo aparecem em Observability. Use essas métricas para identificar quais fontes geram mais revisões manuais antes de mexer em threshold. O status do conector de origem fica em Connections → ··· → Ver logs.

​
Como abrir um chamado

Se o comportamento persistir após ajustar threshold e confirmar que o conector sincroniza, abra um chamado no canal #strattum-suporte no Slack. Inclua a fonte envolvida, os thresholds atuais e um exemplo de entidade afetada (texto detectado e score).

​
Próximos passos

Memory — visão geral

Como Entity Resolution e o grafo consolidam tudo sobre uma entidade.

NER Review

Fluxo de confiança, thresholds por fonte e ações de confirmar, rejeitar e remapear.

Configuração pós-instalação

Como definir a ontologia e o confidence threshold no setup inicial.

Conectores não sincronizam

Quando a entidade não aparece porque a fonte não sincronizou.