title: “AI Assistant” description: “Chat AI 3-panel dengan dual engine (Grounded + Fast + ReAct Agent), 25 tool registry, long-term memory, artifact preview, dan voice input.”

AI Assistant

AI Assistant adalah pusat interaksi kecerdasan buatan SNISHOP ERP. Bukan sekadar chatbot — ini adalah antarmuka multi-engine yang mampu menjawab pertanyaan berbasis data real-time, menjalankan tool lintas modul, menghasilkan artifact (chart, tabel Excel, dokumen Word), dan mengingat preferensi user dalam jangka panjang.

Arsitektur 3-Panel

Pipeline Chat — 3 Engine

AI Assistant menggunakan pipeline 3-tier yang dieksekusi secara berurutan:

Engine 1: Grounded Chat (457 baris)

Menjawab pertanyaan berbasis data real-time dari database:

Intent	Query
`sales_summary`	Total penjualan, rata-rata, trend
`top_products`	Produk terlaris dengan jumlah
`inventory_summary`	Ringkasan stok per lokasi
`finance_overview`	Income, expense, profit periode
`hpp_analysis`	Analisis HPP dan margin
`production_summary`	Ringkasan produksi

Mekanisme:

detectDataIntents(text) — scan keyword, max 3 intent
runGroundedQueries(intents, {companyId, period, locationId}) — parallel query
loadCompanyFacts(companyId) — fakta statis perusahaan
answerFromFacts(question, facts) — konteks tambahan
InvokeLLM dengan STRUCTURED_ANSWER_SCHEMA:
- ringkasan_eksekutif, angka_kunci, tabel, visualisasi
- analisis, rekomendasi, navigasi, aksi_cepat

Engine 2: Fast Chat (156 baris)

Respons cepat untuk pertanyaan umum:

Parameter	Nilai
Model default	`hermes-3-llama-3`
Model alternatif	`claude-3-5-sonnet`, `gpt-4o`, `gemini-1-5-pro`
Chat history	8 pesan terakhir
Max content length	2.000 karakter per pesan
Internet search	Force `gemini_3_flash`

Engine 3: Agent Engine — ReAct Loop (436 baris)

Agen otonom dengan kemampuan tool-calling: 13 Prinsip Agent:

Selalu berpikir sebelum bertindak
Gunakan tool yang tepat untuk tugas
Simpan preferensi user sebagai memori
Berikan jawaban final yang lengkap
Recovery dari error secara mandiri

Komponen Utama

ChatWindow (978 baris)

Komponen inti yang menangani seluruh alur percakapan:

Fitur	Detail
Model Picker	Dropdown 4 model dengan indikator tier
File Upload	Max 100MB, upload via Cloudinary
Voice Input	SpeechRecognition `id-ID`, auto-send setelah 2 detik hening
Credit Tracking	3/chat, 10/agent run — sync via BroadcastChannel
Progress Stream	ThinkingSteps: thinking → tool_call → tool_result → complete

MessageBubble (561 baris)

Render pesan dengan fitur generatif:

Code Block	Render
```chart	Recharts: BarChart, LineChart, PieChart
```excel	AIExcelExportPreview — CSV UTF-8 BOM
```word	AIWordExportPreview — HTML .doc
```action_link	AICrossMenuNav — tombol navigasi ERP

Aksi per pesan:

Copy ke clipboard
Simpan ke Notes
Regenerate respons
Edit & kirim ulang
Thumbs up/down (feedback untuk adaptive learning)

ArtifactPreviewPanel (265 baris)

Panel kanan bergaya Claude untuk preview artifact:

Render chart interaktif
Preview dokumen Excel/Word
Tombol aksi navigasi

SOUL Personality Engine (115 baris)

Default personality: empatik, proaktif, menggunakan emoji, berbahasa Indonesia.

Suggested Prompts & Tool Links

6 Suggested Prompts

Prompt	Fungsi
Analisis Penjualan	Ringkasan penjualan + trend
Buat Laporan	Generate laporan keuangan
Bantu Coding	Bantuan teknis development
Desain Konten	Generate konten marketing
Riset Pasar	Analisis pasar + kompetitor
Otomasi	Setup automasi bisnis

6 Tool Links

Shortcut navigasi ke modul ERP langsung dari chat.

Natural Language Commands

assistantCommands.js (128 baris) menangani perintah langsung:

Perintah	Fungsi	RBAC
`jalankan agent`	Jalankan agen AI	Semua user
`riwayat AI`	Lihat riwayat agen	Semua user
`tambah stok`	Tambah stok produk	`ai_can_add_product`
`buat catatan`	Buat catatan baru	Semua user
`buat tugas`	Buat tugas baru	Semua user
`jadwalkan meeting`	Buat jadwal meeting	Owner/Admin
`buat BOM`	Buat Bill of Materials	Owner/Admin
`buat agent`	Buat agen AI baru	Owner/Admin

Semua perintah dicatat di AuditLog.

Export & Backup

Export Percakapan

File .txt dengan format:

=== Percakapan: [Judul] ===
Tanggal: [DD/MM/YYYY]

[User]: Pesan user
[AI]: Respons AI

---

Pencarian

Mencari di:

Judul percakapan
Isi pesan (user + AI)
Grouping hasil berdasarkan tanggal

Integrasi dengan Data Real-Time

AI Assistant terhubung langsung ke database melalui Base44:

Data Source	Entity
Produk & Stok	`CompanyProduct`, `CompanyInventory`
Penjualan	`CompanyPOSTransaction`
Pelanggan	`Customer`
Keuangan	`FinancialRecord`, `GLJournalEntry`
Karyawan	`CompanyMember`
Kehadiran	`AttendanceRecord`
Manufaktur	`ProductionOrder`

Batasan

Batasan	Detail
Tidak bisa transaksi langsung	Create/update/delete memerlukan konfirmasi
Tidak akses data sensitif	Password, token, API key tidak pernah diakses
Kuota bulanan	Terbatas sesuai plan (300-9.000)
File upload	Max 100MB per file
Chat history	8 pesan terakhir dalam konteks
Memory	Max 50 item per user

Tips Penggunaan

Gunakan bahasa natural — tidak perlu keyword khusus
Bisa bertanya dalam Bahasa Indonesia atau English
Sertakan konteks (tanggal, lokasi, produk) untuk jawaban lebih akurat
Gunakan voice input untuk kecepatan — auto-send setelah 2 detik hening
Manfaatkan artifact preview untuk melihat chart dan dokumen langsung
Pin percakapan penting untuk akses cepat

Related Documentation:

Entity Relationship Diagram

Tabel Schema Lengkap

AIAgent — Agen AI Assistant

Entitas agen AI yang digunakan oleh Assistant. Setiap agen memiliki scope per-company dan bisa dibuat dari chat langsung melalui perintah buat agent atau dari Agent Hub.

Field	Tipe	Required	Default	Deskripsi
`agent_key`	string	Ya	—	Kunci unik agent (auto-generated slug dari nama)
`company_id`	string	Ya	—	ID perusahaan pemilik (scope company-level)
`created_by`	string	Ya	—	Email user yang membuat agent
`name`	string	Ya	—	Nama AI Agent
`system_prompt`	string	Ya	—	Instruksi sistem utama untuk LLM (max 4.000 karakter)
`tagline`	string	Tidak	—	Deskripsi singkat satu baris
`description`	string	Tidak	—	Penjelasan lengkap fungsi agent (max 2.000 karakter)
`category`	enum	Tidak	`other`	Kategori: `business`, `content`, `writing`, `social`, `other`
`icon`	string	Tidak	`Sparkles`	Nama icon lucide-react
`color`	string	Tidak	`#4F46E5`	Warna hex untuk tampilan card
`input_fields`	array[object]	Tidak	—	Field input dinamis: `{key, label, type, placeholder, required}`
`model`	string	Tidak	`automatic`	Model LLM default
`use_internet`	boolean	Tidak	`false`	Gunakan konteks internet saat eksekusi
`status`	enum	Tidak	`active`	`active` = jalan otomatis, `paused` = tidak otomatis tapi bisa manual, `inactive` = nonaktif
`source_template_key`	string	Tidak	`null`	Link ke AIAgentTemplate asal jika dibuat dari template (nullable)
`run_count`	number	Tidak	`0`	Total eksekusi agent
`total_cost_amount`	number	Tidak	`0`	Total biaya Rupiah semua run
`total_cost_credit`	number	Tidak	`0`	Total kredit yang dipakai semua run
`created_date`	datetime	Tidak	—	Waktu agent dibuat
`updated_date`	datetime	Tidak	—	Waktu agent terakhir diperbarui

AIAgentRun — Riwayat Eksekusi Chat & Agent

Setiap kali Assistant menjalankan agen atau chat diproses melalui pipeline, satu record AIAgentRun dibuat untuk audit trail dan billing.

Field	Tipe	Required	Default	Deskripsi
`user_id`	string	Ya	—	ID user yang menjalankan
`agent_key`	string	Ya	—	Kunci agen yang dijalankan
`user_email`	string	Tidak	—	Email user eksekutor
`company_id`	string	Tidak	—	ID perusahaan aktif (null untuk personal)
`company_name`	string	Tidak	—	Nama perusahaan saat agent dijalankan
`agent_name`	string	Tidak	—	Nama agen saat run (snapshot)
`model_used`	string	Tidak	—	Model AI yang dipakai pada run ini
`model_name`	string	Tidak	—	Nama tampilan model
`input_data`	object	Tidak	—	Input yang diberikan user
`output`	string	Tidak	—	Hasil dari AI Agent (max 100.000 karakter)
`cost_amount`	number	Tidak	`0`	Biaya Rupiah yang dipotong
`cost_credit`	number	Tidak	`0`	Kredit yang dipotong
`payment_method`	enum	Tidak	`balance`	Metode bayar: `balance`, `credit`, `free`
`status`	enum	Tidak	`success`	Status eksekusi: `success`, `failed`

AIAgentModel — Katalog Model LLM Assistant

Daftar model AI yang tersedia untuk dipilih user di Model Picker pada ChatWindow. Setiap model memiliki multiplier harga dan tier kualitas.

Field	Tipe	Required	Default	Deskripsi
`model_key`	string	Ya	—	Kunci model untuk InvokeLLM (contoh: `automatic`, `gpt_5_mini`, `claude_sonnet_4_6`)
`name`	string	Ya	—	Nama tampilan model (contoh: `Standar (Cepat & Hemat)`)
`description`	string	Tidak	—	Penjelasan singkat kualitas/kecepatan (max 500 karakter)
`price_multiplier`	number	Tidak	`1`	Pengali biaya — biaya akhir = harga dasar × multiplier
`tier`	enum	Tidak	`standard`	Tingkatan kualitas: `standard`, `advanced`, `premium`
`supports_internet`	boolean	Tidak	`false`	Model mendukung konteks internet
`is_active`	boolean	Tidak	`true`	Status aktif model
`order`	number	Tidak	`0`	Urutan tampil di dropdown Model Picker

AIAgentSettings — Pengaturan Global Billing Assistant

Konfigurasi global untuk sistem billing dan pembayaran AI. Hanya ada satu record dengan setting_key = 'global'. Mengatur konversi kredit dan metode pembayaran yang diizinkan.

Field	Tipe	Required	Default	Deskripsi
`setting_key`	string	Ya	`global`	Kunci pengaturan (selalu `global` untuk pengaturan utama)
`description`	string	Tidak	—	Catatan pengaturan (max 1.000 karakter)
`credit_to_rupiah_rate`	number	Tidak	`10`	Nilai 1 kredit dalam Rupiah (1 kredit = Rp10)
`base_price_per_run`	number	Tidak	`1000`	Harga dasar default per run (Rupiah) bila agent tidak set harga sendiri
`allow_credit_payment`	boolean	Tidak	`true`	Izinkan user membayar dengan kredit
`allow_balance_payment`	boolean	Tidak	`true`	Izinkan user membayar dengan saldo Rupiah

AILearningData — Data Pembelajaran Adaptif

Entitas yang menyimpan hasil pembelajaran AI dari feedback user (thumbs up/down) dan koreksi. Digunakan oleh Agent Engine untuk meningkatkan akurasi respons seiring waktu. Scope bisa personal (per user) atau business (per perusahaan).

Field	Tipe	Required	Default	Deskripsi
`scope_key`	string	Ya	—	Kunci scope: `ai_learn_personal_<userId>` atau `ai_learn_business_<companyId>`
`user_id`	string	Tidak	—	ID user pemilik scope (untuk scope personal)
`company_id`	string	Tidak	—	ID perusahaan (untuk scope business)
`keyword_map`	object	Tidak	—	Peta keyword → `{category, confidence, type}` hasil pembelajaran
`corrections`	array[object]	Tidak	—	Log koreksi user: `{input_text, original_category, correct_category, type, timestamp, record_id}`
`positive_count`	number	Tidak	`0`	Jumlah konfirmasi “benar” dari user
`correction_count`	number	Tidak	`0`	Jumlah koreksi dari user
`last_updated`	datetime	Tidak	—	Terakhir diperbarui

AIAgentSchedule — Jadwal & Trigger Otomatis

Konfigurasi eksekusi otomatis agen berdasarkan jadwal (cron) atau event bisnis. Agent yang dijadwalkan akan dijalankan oleh runDueAgentSchedules dan hasilnya dikirim melalui channel notifikasi yang dikonfigurasi.

Field	Tipe	Required	Default	Deskripsi
`agent_id`	string	Ya	—	Referensi ke AIAgent (agent_key)
`company_id`	string	Ya	—	ID perusahaan
`trigger_type`	enum	Ya	—	Jenis trigger: `schedule_daily`, `schedule_weekly`, `schedule_monthly`, `event_low_stock`, `event_invoice_overdue`, `event_new_transaction`, `event_task_due`, `event_custom`
`created_by`	string	Ya	—	Email user yang membuat schedule
`trigger_config`	object	Tidak	—	Konfigurasi trigger — Schedule: `{hour, minute, day_of_week?, day_of_month?}` / Event: `{threshold?, product_category?, days_before?}`
`is_active`	boolean	Tidak	`true`	Apakah schedule/trigger aktif
`last_triggered_at`	datetime	Tidak	—	Waktu terakhir trigger fired
`trigger_count`	number	Tidak	`0`	Berapa kali trigger sudah fired
`notification_channel`	enum	Tidak	`in_app`	Channel notifikasi: `in_app`, `whatsapp`, `email`, `all`
`created_date`	datetime	Tidak	—	Waktu schedule dibuat

State Machine — Assistant Conversation Lifecycle

Sequence Diagram — Assistant Interaction

Interaksi Chat Grounded (Data Real-Time)

Tool Calling — Agent Engine ReAct Loop

Adaptive Learning dari Feedback User

Enum Tables

agent_category — Kategori Agen AI

Nilai Enum	Label	Deskripsi
`business`	Bisnis	Analisis bisnis, laporan keuangan, KPI, strategi
`content`	Konten	Generate konten produk, deskripsi, katalog
`writing`	Penulisan	Copywriting, editing, proofreading, blog
`social`	Media Sosial	Konten sosial media, hashtag, caption
`other`	Lainnya	Kegunaan umum, custom purpose

agent_status — Status Agen AI

Nilai Enum	Label	Deskripsi
`active`	Aktif	Agent berjalan otomatis dan bisa dijalankan manual
`paused`	Dijeda	Tidak berjalan otomatis (scheduled off), tapi masih bisa dijalankan manual
`inactive`	Nonaktif	Agent nonaktif sepenuhnya, tidak bisa dijalankan

model_tier — Tingkatan Model LLM

Nilai Enum	Label	Multiplier	Best For
`standard`	Standar	×1.0	Tugas sederhana, jawaban cepat, chat ringan
`advanced`	Lanjutan	×1.5	Analisis, rekomendasi, konten panjang
`premium`	Premium	×3.0	Complex reasoning, multi-step task, internet search

payment_method — Metode Pembayaran Run

Nilai Enum	Deskripsi
`balance`	Dibayar dari saldo Rupiah perusahaan
`credit`	Dibayar dari kredit AI
`free`	Gratis (tidak ada biaya)

trigger_type — Jenis Trigger Schedule

Nilai Enum	Kategori	Deskripsi
`schedule_daily`	Jadwal	Setiap hari pada waktu yang ditentukan
`schedule_weekly`	Jadwal	Setiap minggu pada hari dan waktu tertentu
`schedule_monthly`	Jadwal	Setiap bulan pada tanggal dan waktu tertentu
`event_low_stock`	Event	Dipicu saat stok produk di bawah threshold
`event_invoice_overdue`	Event	Dipicu saat invoice melewati jatuh tempo
`event_new_transaction`	Event	Dipicu saat ada transaksi baru masuk
`event_task_due`	Event	Dipicu saat tugas mendekati deadline
`event_custom`	Event	Trigger kustom yang dikonfigurasi user

notification_channel — Channel Notifikasi

Nilai Enum	Deskripsi
`in_app`	Notifikasi dalam aplikasi
`whatsapp`	Kirim via WhatsApp
`email`	Kirim via email
`all`	Semua channel aktif

data_intent — Intent Data untuk Grounded Chat

Nilai Intent	Deskripsi	Query Target
`sales_summary`	Ringkasan penjualan	Total penjualan, rata-rata, trend
`top_products`	Produk terlaris	Produk dengan jumlah penjualan tertinggi
`inventory_summary`	Ringkasan stok	Stok per lokasi gudang
`finance_overview`	Ringkasan keuangan	Income, expense, profit periode
`hpp_analysis`	Analisis HPP	Harga pokok penjualan dan margin
`production_summary`	Ringkasan produksi	Output produksi dan status

learning_scope — Scope Pembelajaran AI

Pola Scope Key	Deskripsi
`ai_learn_personal_<userId>`	Pembelajaran personal per user — menyimpan preferensi dan koreksi individual
`ai_learn_business_<companyId>`	Pembelajaran bisnis per perusahaan — menyimpan pola dan koreksi kolektif

RBAC — Hak Akses AI Assistant

Role	Chat dengan AI	Pilih Model	Jalankan Agent	Buat Agent dari Chat	Lihat Riwayat Chat	Kelola Schedule	Kelola Settings & Model
Super Admin	Ya	Ya	Ya	Ya	Ya (semua company)	Ya	Ya
Admin Perusahaan	Ya	Ya	Ya	Ya	Ya (per company)	Ya	Tidak
Manajer	Ya	Ya	Ya	Ya	Ya (per company)	Ya	Tidak
Staff	Ya	Ya	Ya	Tidak	Ya (milik sendiri)	Tidak	Tidak
Viewer	Ya	Ya (read-only)	Tidak	Tidak	Ya (milik sendiri)	Tidak	Tidak

Hak Akses Perintah Natural Language

Perintah	Super Admin	Admin	Manajer	Staff	Viewer
`jalankan agent`	Ya	Ya	Ya	Ya	Tidak
`riwayat AI`	Ya	Ya	Ya	Ya	Ya
`tambah stok`	Ya	Ya	Ya	Ya (`ai_can_add_product`)	Tidak
`buat catatan`	Ya	Ya	Ya	Ya	Tidak
`buat tugas`	Ya	Ya	Ya	Ya	Tidak
`jadwalkan meeting`	Ya	Ya	Ya	Tidak	Tidak
`buat BOM`	Ya	Ya	Tidak	Tidak	Tidak
`buat agent`	Ya	Ya	Tidak	Tidak	Tidak

RLS Policy Ringkasan

Entitas	Create	Read	Update	Delete
`AIAgent`	Admin, Manajer	Member company	Admin, Manajer (owner)	Admin (owner)
`AIAgentRun`	System (auto)	Member (milik sendiri + admin)	—	—
`AIAgentModel`	Admin sistem	Publik (semua role)	Admin sistem	Admin sistem
`AIAgentSettings`	Admin sistem	Admin	Admin sistem	—
`AILearningData`	System (auto)	Member (milik sendiri + admin)	System (auto)	—
`AIAgentSchedule`	Admin, Manajer	Member company	Admin, Manajer	Admin

​title: “AI Assistant” description: “Chat AI 3-panel dengan dual engine (Grounded + Fast + ReAct Agent), 25 tool registry, long-term memory, artifact preview, dan voice input.”

​AI Assistant

​Arsitektur 3-Panel

​Pipeline Chat — 3 Engine

​Engine 1: Grounded Chat (457 baris)

​Engine 2: Fast Chat (156 baris)

​Engine 3: Agent Engine — ReAct Loop (436 baris)

​Komponen Utama

​ChatWindow (978 baris)

​MessageBubble (561 baris)

​ArtifactPreviewPanel (265 baris)

​SOUL Personality Engine (115 baris)

​Suggested Prompts & Tool Links

​6 Suggested Prompts

​6 Tool Links

​Natural Language Commands

​Export & Backup

​Export Percakapan

​Pencarian

​Integrasi dengan Data Real-Time

​Batasan

​Tips Penggunaan

​Entity Relationship Diagram

​Tabel Schema Lengkap

​AIAgent — Agen AI Assistant

​AIAgentRun — Riwayat Eksekusi Chat & Agent

​AIAgentModel — Katalog Model LLM Assistant

​AIAgentSettings — Pengaturan Global Billing Assistant

​AILearningData — Data Pembelajaran Adaptif

​AIAgentSchedule — Jadwal & Trigger Otomatis

​State Machine — Assistant Conversation Lifecycle

​Sequence Diagram — Assistant Interaction

​Interaksi Chat Grounded (Data Real-Time)

​Tool Calling — Agent Engine ReAct Loop

​Adaptive Learning dari Feedback User

​Enum Tables

​agent_category — Kategori Agen AI

​agent_status — Status Agen AI

​model_tier — Tingkatan Model LLM

​payment_method — Metode Pembayaran Run

​trigger_type — Jenis Trigger Schedule

​notification_channel — Channel Notifikasi

​data_intent — Intent Data untuk Grounded Chat

​learning_scope — Scope Pembelajaran AI

​RBAC — Hak Akses AI Assistant

​Hak Akses Perintah Natural Language

​RLS Policy Ringkasan