ENTITY - Extração de Entidades de Texto

O que é este Node?

O ENTITY é o node responsável por extrair automaticamente entidades estruturadas de textos através de análise de padrões e expressões regulares. Ele identifica e classifica informações como emails, telefones, CPFs e nomes de pessoas dentro de qualquer texto fornecido.

Por que este Node existe?

Em conversas por WhatsApp, usuários frequentemente compartilham informações importantes misturadas em textos corridos: "Meu email é joao@empresa.com e meu telefone é (11) 98765-4321". Processar manualmente essas mensagens para extrair dados estruturados seria trabalhoso e propenso a erros. O ENTITY existe para:

Automatizar Coleta de Dados: Extrair automaticamente emails, telefones, CPFs e nomes sem precisar fazer perguntas específicas
Validar Presença de Informações: Verificar se o usuário forneceu os dados necessários em suas mensagens
Estruturar Dados Não-Estruturados: Transformar textos livres em dados organizados e utilizáveis
Facilitar Cadastros: Permitir que usuários enviem todas suas informações de uma vez, sem formulários rígidos

Como funciona internamente?

Quando o ENTITY é executado, o sistema:

Recebe o Texto: Obtém o texto a ser analisado do parâmetro text
Valida Entrada: Verifica se o texto foi fornecido, caso contrário retorna erro
Define Tipos de Busca: Usa entityTypes se fornecido, ou procura todos os tipos por padrão (email, phone, cpf, person)
Aplica Regex para Email: Busca padrões de email usando expressão regular /[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}/g
Aplica Regex para Telefone: Busca telefones brasileiros usando /(\(?\d{2}\)?\s?)?9?\d{4}-?\d{4}/g
Aplica Regex para CPF: Busca CPFs usando /\d{3}\.?\d{3}\.?\d{3}-?\d{2}/g
Aplica Regex para Nomes: Busca nomes próprios capitalizados usando /\b[A-Z][a-z]+(\s+[A-Z][a-z]+)+\b/g
Monta Array de Entidades: Cada entidade encontrada é adicionada com seu tipo, valor e confiança
Retorna Resultado: Devolve objeto com todas as entidades encontradas, contagem total e timestamp

Código interno (ai-processing-executor.service.ts:169-234):

private async executeEntity(parameters: any, context: any): Promise<any> {
  const { text, entityTypes } = parameters;

  this.logger.log(`🔍 ENTITY - Extracting entities from: "${text?.substring(0, 50)}..."`);

  if (!text) {
    throw new Error('Text is required for entity extraction');
  }

  // Simple entity extraction simulation
  const entities: any[] = [];

  // Email extraction
  const emailRegex = /[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}/g;
  const emails = text.match(emailRegex) || [];
  emails.forEach(email => {
    entities.push({
      type: 'email',
      value: email,
      confidence: 0.9
    });
  });

  // Phone extraction (Brazilian format)
  const phoneRegex = /(\(?\d{2}\)?\s?)?9?\d{4}-?\d{4}/g;
  const phones = text.match(phoneRegex) || [];
  phones.forEach(phone => {
    entities.push({
      type: 'phone',
      value: phone,
      confidence: 0.8
    });
  });

  // CPF extraction
  const cpfRegex = /\d{3}\.?\d{3}\.?\d{3}-?\d{2}/g;
  const cpfs = text.match(cpfRegex) || [];
  cpfs.forEach(cpf => {
    entities.push({
      type: 'cpf',
      value: cpf,
      confidence: 0.85
    });
  });

  // Name extraction (capitalized words)
  const nameRegex = /\b[A-Z][a-z]+(\s+[A-Z][a-z]+)+\b/g;
  const names = text.match(nameRegex) || [];
  names.forEach(name => {
    entities.push({
      type: 'person',
      value: name,
      confidence: 0.7
    });
  });

  return {
    success: true,
    action: 'entities_extracted',
    text: text,
    entityTypes: entityTypes || ['email', 'phone', 'cpf', 'person'],
    entities: entities,
    totalFound: entities.length,
    timestamp: new Date().toISOString()
  };
}

Quando você DEVE usar este Node?

Use ENTITY sempre que precisar de extrair informações estruturadas de textos livres fornecidos por usuários:

Casos de uso

Cadastro Simplificado: "Envie seus dados: nome, email e telefone" - extrair todas as informações de uma mensagem
Validação de Documentos: Verificar se o usuário forneceu CPF em suas mensagens
Coleta Inteligente: Permitir que usuários enviem dados de múltiplas formas sem rigidez de formato
Análise de Histórico: Buscar emails, telefones ou CPFs em conversas antigas
Preenchimento Automático: Extrair dados para preencher formulários automaticamente

Quando NÃO usar ENTITY

Dados já estruturados: Use VARIABLE diretamente se já tem o dado isolado
Validação complexa: Use nodes específicos (EMAIL, PHONE) para validações mais rigorosas
Formatos internacionais: ENTITY está otimizado para padrões brasileiros (telefone, CPF)
Precisão crítica: Para situações que exigem 100% de precisão, use validação manual adicional

Parâmetros Detalhados

text (string, obrigatório)

O que é: O texto que será analisado para extração de entidades. Pode ser uma mensagem do usuário, um texto longo, ou qualquer conteúdo que contenha dados estruturados.

Padrão: Nenhum (obrigatório)

Flow completo para testar:

{
  "name": "Teste ENTITY - Parâmetro text",
  "nodes": [
    {
      "id": "start_1",
      "type": "start",
      "position": { "x": 100, "y": 100 },
      "data": { "label": "Início" }
    },
    {
      "id": "input_1",
      "type": "input",
      "position": { "x": 300, "y": 100 },
      "data": {
        "label": "Coletar Mensagem",
        "parameters": {
          "message": "Envie uma mensagem com suas informações (nome, email, telefone)",
          "variable": "user_message"
        }
      }
    },
    {
      "id": "entity_1",
      "type": "entity",
      "position": { "x": 500, "y": 100 },
      "data": {
        "label": "Extrair Entidades",
        "parameters": {
          "text": "{{user_message}}"
        }
      }
    },
    {
      "id": "message_1",
      "type": "message",
      "position": { "x": 700, "y": 100 },
      "data": {
        "label": "Mostrar Resultado",
        "parameters": {
          "message": "Encontrei {{entity_1.totalFound}} entidades:\n\n{{entity_1.entities}}"
        }
      }
    },
    {
      "id": "end_1",
      "type": "end",
      "position": { "x": 900, "y": 100 },
      "data": { "label": "Fim" }
    }
  ],
  "edges": [
    { "source": "start_1", "target": "input_1" },
    { "source": "input_1", "target": "entity_1" },
    { "source": "entity_1", "target": "message_1" },
    { "source": "message_1", "target": "end_1" }
  ]
}

Teste:

Inicie o flow
Digite: "Olá, meu nome é João Silva, email joao@empresa.com e telefone (11) 98765-4321"
O sistema mostrará todas as entidades encontradas: nome (João Silva), email (joao@empresa.com) e telefone ((11) 98765-4321)

entityTypes (array, opcional)

O que é: Lista de tipos específicos de entidades que você deseja extrair. Permite filtrar a busca para apenas os tipos necessários. Valores possíveis: 'email', 'phone', 'cpf', 'person'.

Padrão: ['email', 'phone', 'cpf', 'person'] (todos os tipos)

Flow completo para testar:

{
  "name": "Teste ENTITY - Parâmetro entityTypes",
  "nodes": [
    {
      "id": "start_1",
      "type": "start",
      "position": { "x": 100, "y": 100 },
      "data": { "label": "Início" }
    },
    {
      "id": "input_1",
      "type": "input",
      "position": { "x": 300, "y": 100 },
      "data": {
        "label": "Coletar Texto",
        "parameters": {
          "message": "Envie um texto com várias informações",
          "variable": "user_text"
        }
      }
    },
    {
      "id": "entity_1",
      "type": "entity",
      "position": { "x": 500, "y": 100 },
      "data": {
        "label": "Buscar Apenas Emails",
        "parameters": {
          "text": "{{user_text}}",
          "entityTypes": ["email"]
        }
      }
    },
    {
      "id": "message_1",
      "type": "message",
      "position": { "x": 700, "y": 100 },
      "data": {
        "label": "Mostrar Emails",
        "parameters": {
          "message": "Emails encontrados: {{entity_1.totalFound}}\n\nDetalhes:\n{{entity_1.entities}}"
        }
      }
    },
    {
      "id": "end_1",
      "type": "end",
      "position": { "x": 900, "y": 100 },
      "data": { "label": "Fim" }
    }
  ],
  "edges": [
    { "source": "start_1", "target": "input_1" },
    { "source": "input_1", "target": "entity_1" },
    { "source": "entity_1", "target": "message_1" },
    { "source": "message_1", "target": "end_1" }
  ]
}

Teste:

Inicie o flow
Digite: "Contatos: maria@empresa.com, João Silva (11) 98765-4321 CPF: 123.456.789-00"
O sistema mostrará APENAS os emails encontrados (maria@empresa.com), ignorando nome, telefone e CPF

Parâmetros

Campo	Tipo	Obrigatório	Descrição
text	string	Sim	Texto a ser analisado para extração de entidades
entityTypes	array	Não	Tipos específicos a extrair: ['email', 'phone', 'cpf', 'person'] (padrão: todos)

Tipos de Entidades Suportados

email (confiança: 90%)

Pattern: [a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,} Exemplos:

phone (confiança: 80%)

Pattern: (\(?\d{2}\)?\s?)?9?\d{4}-?\d{4} (formato brasileiro) Exemplos:

(11) 98765-4321
11987654321
98765-4321
3456-7890

cpf (confiança: 85%)

Pattern: \d{3}\.?\d{3}\.?\d{3}-?\d{2} Exemplos:

123.456.789-00
12345678900
123456789-00

person (confiança: 70%)

Pattern: \b[A-Z][a-z]+(\s+[A-Z][a-z]+)+\b (palavras capitalizadas) Exemplos:

João Silva
Maria da Conceição
Pedro Henrique Santos

Nota: Nomes de uma palavra só (ex: "João") não são detectados para evitar falsos positivos.

Exemplo 1: Cadastro Simplificado Completo

Objetivo: Permitir que o usuário envie todos seus dados em uma única mensagem livre, extrair as informações automaticamente e confirmar os dados encontrados.

JSON para Importar

{
  "name": "Cadastro com Extração Automática",
  "nodes": [
    {
      "id": "start_1",
      "type": "start",
      "position": { "x": 100, "y": 100 },
      "data": { "label": "Início" }
    },
    {
      "id": "message_1",
      "type": "message",
      "position": { "x": 300, "y": 100 },
      "data": {
        "label": "Solicitar Dados",
        "parameters": {
          "message": "Bem-vindo ao cadastro!\n\nPor favor, envie em uma única mensagem:\n- Seu nome completo\n- Email\n- Telefone\n- CPF"
        }
      }
    },
    {
      "id": "input_1",
      "type": "input",
      "position": { "x": 500, "y": 100 },
      "data": {
        "label": "Receber Dados",
        "parameters": {
          "variable": "dados_usuario"
        }
      }
    },
    {
      "id": "entity_1",
      "type": "entity",
      "position": { "x": 700, "y": 100 },
      "data": {
        "label": "Extrair Informações",
        "parameters": {
          "text": "{{dados_usuario}}"
        }
      }
    },
    {
      "id": "condition_1",
      "type": "condition",
      "position": { "x": 900, "y": 100 },
      "data": {
        "label": "Validar Dados",
        "parameters": {
          "condition": "{{entity_1.totalFound}} >= 4"
        }
      }
    },
    {
      "id": "message_2",
      "type": "message",
      "position": { "x": 1100, "y": 50 },
      "data": {
        "label": "Confirmação",
        "parameters": {
          "message": "Dados recebidos com sucesso!\n\n✅ Total de informações encontradas: {{entity_1.totalFound}}\n\nDados extraídos:\n{{entity_1.entities}}\n\nCadastro concluído!"
        }
      }
    },
    {
      "id": "message_3",
      "type": "message",
      "position": { "x": 1100, "y": 150 },
      "data": {
        "label": "Dados Incompletos",
        "parameters": {
          "message": "❌ Encontrei apenas {{entity_1.totalFound}} informações.\n\nPor favor, envie novamente incluindo:\n- Nome completo\n- Email\n- Telefone\n- CPF"
        }
      }
    },
    {
      "id": "end_1",
      "type": "end",
      "position": { "x": 1300, "y": 100 },
      "data": { "label": "Fim" }
    }
  ],
  "edges": [
    { "source": "start_1", "target": "message_1" },
    { "source": "message_1", "target": "input_1" },
    { "source": "input_1", "target": "entity_1" },
    { "source": "entity_1", "target": "condition_1" },
    { "source": "condition_1", "target": "message_2", "label": "true" },
    { "source": "condition_1", "target": "message_3", "label": "false" },
    { "source": "message_2", "target": "end_1" },
    { "source": "message_3", "target": "end_1" }
  ]
}

Saída esperada:

Sistema: Bem-vindo ao cadastro!

Por favor, envie em uma única mensagem:
- Seu nome completo
- Email
- Telefone
- CPF

Usuário: Oi, sou João Silva, meu email é joao.silva@empresa.com, telefone (11) 98765-4321 e CPF 123.456.789-00

Sistema: Dados recebidos com sucesso!

✅ Total de informações encontradas: 4

Dados extraídos:
[{"type":"person","value":"João Silva","confidence":0.7},{"type":"email","value":"joao.silva@empresa.com","confidence":0.9},{"type":"phone","value":"(11) 98765-4321","confidence":0.8},{"type":"cpf","value":"123.456.789-00","confidence":0.85}]

Cadastro concluído!

Objetivo: Buscar apenas emails em mensagens de usuários que desejam se cadastrar na newsletter, ignorando outros dados.

JSON para Importar

{
  "name": "Cadastro Newsletter - Apenas Emails",
  "nodes": [
    {
      "id": "start_1",
      "type": "start",
      "position": { "x": 100, "y": 100 },
      "data": { "label": "Início" }
    },
    {
      "id": "message_1",
      "type": "message",
      "position": { "x": 300, "y": 100 },
      "data": {
        "label": "Solicitar Email",
        "parameters": {
          "message": "📧 Newsletter Semanal\n\nEnvie seu email para receber nossas novidades!"
        }
      }
    },
    {
      "id": "input_1",
      "type": "input",
      "position": { "x": 500, "y": 100 },
      "data": {
        "label": "Receber Mensagem",
        "parameters": {
          "variable": "mensagem"
        }
      }
    },
    {
      "id": "entity_1",
      "type": "entity",
      "position": { "x": 700, "y": 100 },
      "data": {
        "label": "Extrair Email",
        "parameters": {
          "text": "{{mensagem}}",
          "entityTypes": ["email"]
        }
      }
    },
    {
      "id": "condition_1",
      "type": "condition",
      "position": { "x": 900, "y": 100 },
      "data": {
        "label": "Email Encontrado?",
        "parameters": {
          "condition": "{{entity_1.totalFound}} > 0"
        }
      }
    },
    {
      "id": "variable_1",
      "type": "variable",
      "position": { "x": 1100, "y": 50 },
      "data": {
        "label": "Salvar Email",
        "parameters": {
          "name": "email_cadastrado",
          "value": "{{entity_1.entities[0].value}}"
        }
      }
    },
    {
      "id": "message_2",
      "type": "message",
      "position": { "x": 1300, "y": 50 },
      "data": {
        "label": "Confirmação",
        "parameters": {
          "message": "✅ Email cadastrado com sucesso!\n\n📧 {{email_cadastrado}}\n\nVocê receberá nossa newsletter semanalmente."
        }
      }
    },
    {
      "id": "message_3",
      "type": "message",
      "position": { "x": 1100, "y": 150 },
      "data": {
        "label": "Email Não Encontrado",
        "parameters": {
          "message": "❌ Não encontrei um email válido na sua mensagem.\n\nExemplo: seuemail@exemplo.com\n\nPor favor, tente novamente."
        }
      }
    },
    {
      "id": "end_1",
      "type": "end",
      "position": { "x": 1500, "y": 100 },
      "data": { "label": "Fim" }
    }
  ],
  "edges": [
    { "source": "start_1", "target": "message_1" },
    { "source": "message_1", "target": "input_1" },
    { "source": "input_1", "target": "entity_1" },
    { "source": "entity_1", "target": "condition_1" },
    { "source": "condition_1", "target": "variable_1", "label": "true" },
    { "source": "condition_1", "target": "message_3", "label": "false" },
    { "source": "variable_1", "target": "message_2" },
    { "source": "message_2", "target": "end_1" },
    { "source": "message_3", "target": "end_1" }
  ]
}

Saída esperada:

Sistema: 📧 Newsletter Semanal

Envie seu email para receber nossas novidades!

Usuário: Olá, quero me cadastrar! Meu email é maria@exemplo.com

Sistema: ✅ Email cadastrado com sucesso!

📧 maria@exemplo.com

Você receberá nossa newsletter semanalmente.

Exemplo 3: Validação de CPF em Documentação

Objetivo: Extrair e validar CPF de mensagens enviadas por usuários durante processo de verificação de identidade.

JSON para Importar

{
  "name": "Verificação de CPF",
  "nodes": [
    {
      "id": "start_1",
      "type": "start",
      "position": { "x": 100, "y": 100 },
      "data": { "label": "Início" }
    },
    {
      "id": "message_1",
      "type": "message",
      "position": { "x": 300, "y": 100 },
      "data": {
        "label": "Solicitar CPF",
        "parameters": {
          "message": "🆔 Verificação de Identidade\n\nPara continuar, envie seu CPF.\n\nFormatos aceitos:\n- 123.456.789-00\n- 12345678900"
        }
      }
    },
    {
      "id": "input_1",
      "type": "input",
      "position": { "x": 500, "y": 100 },
      "data": {
        "label": "Receber CPF",
        "parameters": {
          "variable": "mensagem_cpf"
        }
      }
    },
    {
      "id": "entity_1",
      "type": "entity",
      "position": { "x": 700, "y": 100 },
      "data": {
        "label": "Extrair CPF",
        "parameters": {
          "text": "{{mensagem_cpf}}",
          "entityTypes": ["cpf"]
        }
      }
    },
    {
      "id": "condition_1",
      "type": "condition",
      "position": { "x": 900, "y": 100 },
      "data": {
        "label": "CPF Encontrado?",
        "parameters": {
          "condition": "{{entity_1.totalFound}} == 1"
        }
      }
    },
    {
      "id": "variable_1",
      "type": "variable",
      "position": { "x": 1100, "y": 50 },
      "data": {
        "label": "Armazenar CPF",
        "parameters": {
          "name": "cpf_usuario",
          "value": "{{entity_1.entities[0].value}}"
        }
      }
    },
    {
      "id": "message_2",
      "type": "message",
      "position": { "x": 1300, "y": 50 },
      "data": {
        "label": "CPF Validado",
        "parameters": {
          "message": "✅ CPF identificado!\n\n📋 {{cpf_usuario}}\n\nConfiança: {{entity_1.entities[0].confidence}}\n\nVerificação em andamento..."
        }
      }
    },
    {
      "id": "condition_2",
      "type": "condition",
      "position": { "x": 1100, "y": 150 },
      "data": {
        "label": "Múltiplos CPFs?",
        "parameters": {
          "condition": "{{entity_1.totalFound}} > 1"
        }
      }
    },
    {
      "id": "message_3",
      "type": "message",
      "position": { "x": 1300, "y": 150 },
      "data": {
        "label": "Múltiplos CPFs",
        "parameters": {
          "message": "⚠️ Encontrei {{entity_1.totalFound}} CPFs na sua mensagem.\n\nPor favor, envie apenas UM CPF por vez."
        }
      }
    },
    {
      "id": "message_4",
      "type": "message",
      "position": { "x": 1300, "y": 250 },
      "data": {
        "label": "CPF Não Encontrado",
        "parameters": {
          "message": "❌ CPF não identificado.\n\nVerifique o formato:\n✓ 123.456.789-00\n✓ 12345678900\n\nTente novamente."
        }
      }
    },
    {
      "id": "end_1",
      "type": "end",
      "position": { "x": 1500, "y": 150 },
      "data": { "label": "Fim" }
    }
  ],
  "edges": [
    { "source": "start_1", "target": "message_1" },
    { "source": "message_1", "target": "input_1" },
    { "source": "input_1", "target": "entity_1" },
    { "source": "entity_1", "target": "condition_1" },
    { "source": "condition_1", "target": "variable_1", "label": "true" },
    { "source": "condition_1", "target": "condition_2", "label": "false" },
    { "source": "variable_1", "target": "message_2" },
    { "source": "condition_2", "target": "message_3", "label": "true" },
    { "source": "condition_2", "target": "message_4", "label": "false" },
    { "source": "message_2", "target": "end_1" },
    { "source": "message_3", "target": "end_1" },
    { "source": "message_4", "target": "end_1" }
  ]
}

Saída esperada:

Sistema: 🆔 Verificação de Identidade

Para continuar, envie seu CPF.

Formatos aceitos:
- 123.456.789-00
- 12345678900

Usuário: Meu CPF é 123.456.789-00

Sistema: ✅ CPF identificado!

📋 123.456.789-00

Confiança: 0.85

Verificação em andamento...

Resposta do Node

{
  "success": true,
  "action": "entities_extracted",
  "text": "Olá, meu nome é João Silva, email joao@empresa.com e telefone (11) 98765-4321",
  "entityTypes": ["email", "phone", "cpf", "person"],
  "entities": [
    {
      "type": "person",
      "value": "João Silva",
      "confidence": 0.7
    },
    {
      "type": "email",
      "value": "joao@empresa.com",
      "confidence": 0.9
    },
    {
      "type": "phone",
      "value": "(11) 98765-4321",
      "confidence": 0.8
    }
  ],
  "totalFound": 3,
  "timestamp": "2025-01-15T10:30:00.000Z"
}

Campos da resposta:

success: Sempre true se a extração foi executada
action: Sempre "entities_extracted"
text: Texto original que foi analisado
entityTypes: Array com os tipos buscados
entities: Array de objetos com cada entidade encontrada
type: Tipo da entidade (email, phone, cpf, person)
value: Valor extraído
confidence: Nível de confiança (0.7 a 0.9)
totalFound: Número total de entidades encontradas
timestamp: Data/hora da extração

Boas Práticas

✅ SIM:

Valide o resultado: Sempre verifique totalFound antes de usar as entidades
Use entityTypes: Filtre tipos específicos para melhor performance e precisão
Combine com validação: Use nodes específicos (EMAIL, PHONE) para validação adicional dos dados extraídos
Trate múltiplos resultados: Prepare seu flow para quando múltiplas entidades forem encontradas
Mostre confiança ao usuário: Informe o nível de certeza quando relevante
Confirme dados: Sempre peça confirmação ao usuário antes de salvar dados extraídos

❌ NÃO:

Não confie cegamente: Regex pode ter falsos positivos, especialmente em nomes de pessoas
Não ignore erros: Sempre trate caso nenhuma entidade seja encontrada
Não use para validação final: ENTITY extrai, mas não valida completamente (ex: CPF pode estar em formato correto mas ser inválido)
Não espere 100% de precisão em nomes: Nomes de uma palavra ou em minúsculas não serão detectados
Não use para formatos internacionais: Os regex são otimizados para padrões brasileiros

Dicas

💡 Dica 1 - Combine tipos para contextos específicos: Em um cadastro de cliente, use ["person", "email", "phone"]. Para verificação fiscal, use apenas ["cpf"].

💡 Dica 2 - Acesse entidades específicas: Use {{entity_1.entities[0].value}} para pegar a primeira entidade encontrada, ou itere pelo array quando múltiplas entidades forem necessárias.

💡 Dica 3 - Confiança indica precisão: Emails têm 90% de confiança (maior precisão), nomes têm 70% (mais propensos a falsos positivos). Use isso para decidir se precisa de confirmação manual.

💡 Dica 4 - Pré-processe o texto: Se possível, remova quebras de linha e caracteres especiais desnecessários antes de passar para o ENTITY para melhor detecção.

💡 Dica 5 - Feedback ao usuário: Quando totalFound for 0, explique claramente o formato esperado com exemplos concretos.

💡 Dica 6 - Telefones flexíveis: O regex aceita telefones com ou sem DDD, com ou sem formatação. Normalize depois se necessário.

💡 Dica 7 - Use SWITCH para distribuir tipos: Depois da extração, use SWITCH no tipo da entidade para processar cada um de forma diferente.

Próximo Node

→ SENTIMENT - Análise de sentimento em textos → FORMATTER - Formatação avançada de dados extraídos → VALIDATOR - Validação rigorosa de dados → VARIABLE - Armazenar entidades extraídas

ENTITY - Extração de Entidades de Texto

O que é este Node?

Por que este Node existe?

Como funciona internamente?

Quando você DEVE usar este Node?

Casos de uso

Quando NÃO usar ENTITY

Parâmetros Detalhados

text (string, obrigatório)

entityTypes (array, opcional)

Parâmetros

Tipos de Entidades Suportados

email (confiança: 90%)

phone (confiança: 80%)

cpf (confiança: 85%)

person (confiança: 70%)

Exemplo 1: Cadastro Simplificado Completo

JSON para Importar

Exemplo 2: Extração Seletiva de Emails para Newsletter

JSON para Importar

Exemplo 3: Validação de CPF em Documentação

JSON para Importar

Resposta do Node

Boas Práticas

Dicas

Próximo Node