AgroRecall AI
AgroRecall AI · Hackathon Solana & Cursor
AgroRecall AI é uma plataforma web de resposta inteligente a incidentes em cadeias de produção de alimentos.
O problema que buscamos resolver acontece quando um lote apresenta contaminação, falha de qualidade ou outro tipo de risco. Mesmo quando existe rastreabilidade, descobrir rapidamente quais produtos foram derivados daquele lote, para onde foram enviados e quais estabelecimentos já os receberam pode exigir uma análise demorada.
O AgroRecall AI transforma essa rastreabilidade em uma resposta automática.
Cada etapa da cadeia registra os eventos relacionados aos lotes: criação, transformação em novos produtos, transporte, recebimento e análises de qualidade. A partir dessas relações, o sistema constrói um grafo da cadeia produtiva.
Quando um incidente é registrado em um lote, o AgroRecall percorre automaticamente esse grafo e identifica todos os lotes derivados, remessas, empresas e estabelecimentos potencialmente afetados.
O sistema então organiza o impacto por prioridade, diferenciando produtos ainda armazenados, produtos em transporte e produtos que já chegaram ao varejo. Isso permite que uma equipe visualize rapidamente onde o risco está concentrado e quais ações precisam ser realizadas primeiro.
A inteligência artificial é utilizada para auxiliar na interpretação do incidente, gerar resumos executivos e sugerir ações. A IA não decide quais produtos estão contaminados: essa identificação é feita de forma determinística a partir das relações reais entre os lotes.
A Solana é utilizada como camada de confiança e auditoria. Eventos importantes podem gerar hashes criptográficos e provas verificáveis, permitindo detectar alterações posteriores no histórico da cadeia sem armazenar informações comerciais sensíveis diretamente na blockchain.
O MVP apresenta uma interface de Command Center onde é possível visualizar a cadeia de produção, registrar incidentes, analisar automaticamente o impacto, acompanhar prioridades de recall e verificar a integridade dos registros.
Nosso objetivo é transformar um processo que pode exigir buscas manuais entre diferentes sistemas em uma resposta rápida, visual, auditável e integrada.
Ver projeto →
