Skip to content

process-mining.md

Latest commit

 

History

History
93 lines (72 loc) · 3.06 KB

process-mining.md

File metadata and controls

93 lines (72 loc) · 3.06 KB
Raw

Integração: Process Mining via /v1/process/events

GET /v1/process/events expõe o event log XES das transições de ordens. Cada evento representa uma mudança de estado de uma ordem (pending → approved → filled, etc.), seguindo a semântica do padrão XES (Extensible Event Stream) compatível com PM4Py.

Autenticação

Se API_KEYS estiver configurado no ambiente, incluir o header em toda requisição:

X-API-Key: <sua-chave>

Se API_KEYS estiver vazio (default em dev), a API é aberta.

Parâmetros

Parâmetro Tipo Padrão Descrição
case_id string — Filtra por uma ordem específica (order ID)
limit integer 200 Máximo de eventos retornados (1–1000)

Schema do evento

{
  "case_id":   "ord_abc123",
  "activity":  "order:filled",
  "actor":     "execution_agent",
  "timestamp": "2026-06-12T14:30:00Z",
  "attributes": {
    "pair":   "BTC/USDT",
    "side":   "buy",
    "price":  50000.0,
    "pnl":    null
  }
}

Semântica case_id

case_id = order ID gerado pelo sistema (ex: ord_<uuid8>). Todos os eventos de uma mesma ordem compartilham o mesmo case_id, equivalente ao case:concept:name no padrão XES. Um "caso" corresponde ao lifecycle completo de uma ordem.

Atividades (activity) comuns

activity Descrição
order:submitted Ordem enviada para aprovação HITL
order:approved Operador aprovou manualmente
order:auto_filled Auto-aprovada dentro do threshold de autonomia
order:filled Executada pelo loop de orquestração
order:rejected Bloqueada pelos guardrails de risco
order:cancelled Timeout de decisão expirou (decision_timeout)

Exemplo: importar no PM4Py

import requests
import pandas as pd
import pm4py

# 1. Buscar todos os eventos
events = requests.get(
    "http://localhost:8000/v1/process/events",
    headers={"X-API-Key": "sua-chave"},
    params={"limit": 1000},
).json()["data"]

# 2. Montar DataFrame compatível com PM4Py
df = pd.DataFrame([{
    "case:concept:name": e["case_id"],
    "concept:name":      e["activity"],
    "org:resource":      e["actor"],
    "time:timestamp":    pd.Timestamp(e["timestamp"]),
} for e in events])
df["time:timestamp"] = df["time:timestamp"].dt.tz_localize("UTC")

# 3. Converter e descobrir processo (Inductive Miner)
log = pm4py.convert_to_event_log(df)
net, im, fm = pm4py.discover_petri_net_inductive(log)
pm4py.view_petri_net(net, im, fm)

Para filtrar por uma única ordem: ?case_id=ord_abc123.

Referências