Integrare AI

Inteligența artificială traversează întreaga platformă sub forma unui strat coerent, nu a unor funcții izolate: un protocol standardizat prin care modelele AI pot accesa datele aplicației (MCP), un asistent conversațional construit peste Claude Agent SDK și un model de viziune care numără sticlele dintr-o fotografie. Fiecare piesă rezolvă o problemă concretă, cu propriile reguli de autorizare și de trafic.

MCP — Model Context Protocol

MCP (Model Context Protocol) este un standard care definește un limbaj comun între o aplicație și un model de limbaj. În loc ca modelul să primească conținut nestructurat și să ghicească ce poate face, aplicația își expune datele și acțiunile sub formă de tools — funcții clar descrise, cu parametri validați și rezultate predictibile.

Recash rulează un server MCP propriu, care publică către model o listă restrânsă de operații:

• consultarea postărilor și a locațiilor active de pe hartă
• starea reputației și istoricul de tranzacții al unui utilizator
• detaliile unei colectări în desfășurare

Punctul esențial este izolarea: modelul nu primește acces direct la baza de date, ci doar la tool-urile expuse explicit. Fiecare apel trece prin aceleași reguli de autorizare ca orice alt client al aplicației — un tool nu poate returna date la care utilizatorul curent nu are dreptul.

Asistentul AI — Claude Agent SDK

Peste stratul MCP rulează un asistent conversațional construit cu Claude Agent SDK, framework-ul Anthropic pentru agenți care pot raționa și apela funcții. Asistentul interpretează întrebări în limbaj natural, decide singur ce funcții sunt necesare și compune răspunsul din rezultatele lor.

Fluxul unei întrebări arată astfel:

• utilizatorul adresează o întrebare în limbaj natural, fără să cunoască structura datelor
• Claude alege tool-urile MCP potrivite și le apelează cu parametrii deduși din context
• rezultatele structurate sunt transformate într-un răspuns clar, în limba română

Pentru că fiecare răspuns se bazează pe tool-uri, nu pe memorie, asistentul nu inventează date — o postare, o reputație sau un istoric ajung în răspuns doar dacă există efectiv în baza de date. Din același motiv, asistentul nu poate acționa dincolo de tool-urile expuse: capabilitățile sale sunt exact cele publicate prin MCP.

Estimarea sticlelor cu Gemini

A treia utilizare a inteligenței artificiale este vizuală: un model Gemini estimează numărul de sticle dintr-o fotografie, eliminând numărarea manuală la completarea unei postări. Modelul primește instrucțiuni precise, are o listă de modele de rezervă și rute cu limite proprii de trafic, distincte de restul aplicației.

Detaliile complete — instrucțiunile modelului, mecanismul de fallback și plafoanele de cereri — sunt tratate în pagina dedicată: Analiză AI a sticlelor.

Un model potrivit pentru fiecare sarcină

Recash nu se leagă de un singur furnizor de AI, ci alege modelul în funcție de sarcină. Claude, prin Agent SDK, este potrivit pentru dialog și pentru apelarea structurată de tools, unde contează raționamentul și respectarea strictă a unui format. Gemini este folosit pentru sarcina pur vizuală de numărare a sticlelor, unde ceea ce contează este interpretarea imaginii la un cost predictibil. Fiecare model acoperă exact partea la care este cel mai bun, iar stratul MCP menține totul în aceleași limite de securitate ca restul platformei.