Bài toán

Trong nền tảng có nhiều mini-app, cư dân thường biết mình muốn làm gì nhưng không biết chức năng nằm ở đâu, phải tự chuyển giữa nhiều màn hình và nhập lại thông tin. Điều này đặc biệt rõ với các nhu cầu liên dịch vụ như đặt lịch khám rồi chuẩn bị xe di chuyển.

Giải pháp

NaviX là AI Concierge tiếp nhận yêu cầu bằng ngôn ngữ tự nhiên, nhận diện ý định, thu thập thông tin còn thiếu và hướng người dùng đến đúng dịch vụ. Hệ thống hiện triển khai hai use case chính: đặt lịch khám và đặt xe.

LLM chỉ đảm nhiệm việc hiểu ngôn ngữ và sinh dữ liệu có cấu trúc; các thao tác nghiệp vụ được kiểm soát bởi Service Catalog, tool resolver và cơ chế xác nhận của người dùng (Human-in-the-loop). Vì vậy, NaviX không tự suy đoán địa điểm, tham số hay tự hoàn tất booking khi chưa có xác nhận.

Giải pháp kỹ thuật và tính khả thi

• Agent: LangGraph với luồng analyze → execute tools → respond.
• LLM: DeepSeek qua API tương thích OpenAI; structured output theo schema.
• Backend: FastAPI, PostgreSQL, SQLAlchemy async và Alembic.
• Frontend: React PWA; có Android shell Tauri dùng chung UI core.
• Tích hợp: SerpApi Google Maps để resolve địa điểm/cơ sở.
• Độ tin cậy: session có trạng thái, catalog allowlist, guardrail tất định, Confirm/Cancel và CI cho backend, frontend, mobile.

Đánh giá nội bộ ngày 22/08/2026 trên 21 tình huống end-to-end ghi nhận 20/21 Task Success (95%). Dataset hiện vẫn là Draft và cần được kiểm chứng tiếp bằng UAT người dùng.

Hướng phát triển

1. Thực hiện UAT với cư dân mới và đo baseline về thời gian, số bước và tỷ lệ hoàn thành.
2. Lặp lại evaluation để đánh giá độ ổn định của mô hình.
3. Mở rộng lên thành trợ lý ảo bao gồm chat bot + task-oriented dialogue system
4. Mở rộng thêm dịch vụ khi đã có đủ bằng chứng về nhu cầu và hiệu quả.