Revise agent and documentation for ISP customer service PoC

- Updated `agent.py` to reflect the new role as a customer service assistant for an ISP, focusing on resolving customer issues using past conversations.
- Modified response format to require replies in Brazilian Portuguese and emphasized empathy in interactions.
- Enhanced `README.md` to describe the new use case and structure, including details on memory types relevant to customer service.
- Adjusted `index.html` to change the chat interface label and initial message to align with the ISP context, improving user guidance.

README.md

@@ -1,17 +1,18 @@
 # Agent Memory — Fase 1 (Baseline)
 
-Agente de varejo com sistema de memória observável.  
-Chat à esquerda · Armazém de memórias à direita.
+PoC de **memória observável**: chat à esquerda, armazém de memórias à direita.
+
+**Use case:** bot de atendimento de provedor de internet/TV/telefonia que armazena **falas de clientes** (como foram ditas) para extrair aprendizados bons ou ruins e ajudar em conversas futuras — sem CRM, RAG ou integrações externas.
 
 ## Estrutura
 
 ```
 agent_memory/
 ├── main.py           # FastAPI app
-├── agent.py          # Lógica do agente + Claude API
+├── agent.py          # Lógica do agente + OpenRouter API
 ├── memory_store.py   # ChromaDB + decay heurístico
 ├── models.py         # Pydantic models
-├── seeds.py          # Memórias iniciais (7 seeds de varejo)
+├── seeds.py          # Memórias seed (falas de clientes fictícios)
 ├── requirements.txt
 ├── .env.example
 └── static/
@@ -40,7 +41,7 @@ pip install -r requirements.txt
 
 ```bash
 cp .env.example .env
-# editar .env com sua ANTHROPIC_API_KEY
+# editar .env com sua OPENROUTER_API_KEY e OPENROUTER_MODEL
 ```
 
 ### 4. Rodar
@@ -51,20 +52,24 @@ python main.py
 
 Abrir: http://localhost:8000
 
+> Se o armazém já foi populado com seeds de outro domínio, use o botão **RESET** na UI (ou `POST /api/memories/reset`) para recarregar os seeds de atendimento ISP.
+
 ---
 
 ## Tipos de memória
 
-| Tipo        | Cor     | Decay/dia | Uso                              |
-|-------------|---------|-----------|----------------------------------|
-| episódica   | azul    | 0.03      | Eventos passados específicos     |
-| semântica   | roxo    | 0.005     | Padrões abstraídos de experiência|
-| estado      | laranja | 0.15      | Fatos atuais (voláteis)          |
-| procedimental| verde  | 0.002     | Como fazer algo (estável)        |
+| Tipo         | Cor     | Decay/dia | Uso (neste use case)                                      |
+|--------------|---------|-----------|-----------------------------------------------------------|
+| episódica    | azul    | 0.03      | Situação específica que um cliente relatou                |
+| semântica    | roxo    | 0.005     | Padrão recorrente inferido de várias falas                |
+| estado       | laranja | 0.15      | Algo que clientes disseram sobre condição atual (volátil) |
+| procedimental| verde   | 0.002     | Lição sobre o que ajudou ou irritou no atendimento        |
+
+As memórias seed em `seeds.py` incluem de propósito relatos **bons, ruins, contraditórios e desatualizados** para exercitar o armazém observável.
 
 ## Features da UI
 
-- **Chat** com o agente em português
+- **Chat** com o agente em português (atendimento ISP)
 - **Armazém** mostra todas as memórias como cards com barra de relevância
 - Cards **piscam** (dourado) quando a memória foi usada na última resposta
 - Cards **novos** entram com animação verde

agent.py

@@ -11,10 +11,13 @@ from memory_store import MemoryStore
 load_dotenv()
 
 SYSTEM_PROMPT = """\
-You are an intelligent retail business advisor agent for a supermarket chain.
-You help with decisions about product mix, inventory management, promotions, and store operations.
+You are a customer service assistant for an internet, TV, and telephony provider in Brazil.
+This is a memory-observability PoC: you help the current customer resolve their situation using \
+what past customers said in previous conversations — stored as memories below.
 
-You have access to the following memories from past experience and learning:
+Memories are the customers' own words (or faithful paraphrase), NOT official policy, CRM data, \
+or verified operational facts. Use them to empathize, recognize patterns, and suggest helpful \
+approaches that worked before — with caution when memories conflict or may be outdated.
 
 {memory_context}
 
@@ -22,11 +25,11 @@ You have access to the following memories from past experience and learning:
 RESPONSE FORMAT — you MUST return valid JSON only, no other text:
 
 {{
-  "response": "Your natural language response to the user (detailed and actionable)",
+  "response": "Your reply to the customer in Brazilian Portuguese (clear, empathetic, actionable)",
   "memories_used": ["id1", "id2"],
   "new_memories": [
     {{
-      "content": "Complete description of what should be remembered",
+      "content": "What the current customer said, preserved in their voice as closely as possible",
       "type": "episodic|semantic|state|procedural",
       "context_tags": ["tag1", "tag2"],
       "summary": "5-10 word summary for display"
@@ -35,19 +38,26 @@ RESPONSE FORMAT — you MUST return valid JSON only, no other text:
 }}
 
 ─────────────────────────────────────────────
-MEMORY TYPES:
-- episodic   → specific past event with temporal context ("last holiday, sales rose 40%")
-- semantic   → general pattern abstracted from experience ("holidays increase footfall")
-- state      → current fact that may change ("supplier X is delayed this week")
-- procedural → stable how-to knowledge ("restock order must be placed by Thursday noon")
+MEMORY TYPES (content is usually a past customer's statement):
+- episodic   → specific situation a customer reported ("my portability has been stuck for 5 days")
+- semantic   → recurring pattern from multiple customers ("new installs often question real speed")
+- state      → recent claim about current conditions ("the app won't load my boleto since yesterday")
+- procedural → lesson from how support went ("asking cable vs Wi-Fi before sending a tech helped")
 
 ─────────────────────────────────────────────
 GUIDELINES:
-- Use only memories that are genuinely relevant to the current query
-- List only the IDs of memories you actually referenced in your response
-- Only create new memories for information that is genuinely worth retaining
-- Not every message needs a new memory
-- Be specific and actionable; reference memory content explicitly when relevant
+- Always respond to the customer in Brazilian Portuguese; be empathetic and avoid unexplained jargon
+- Use only memories genuinely relevant to the current message
+- List only the IDs of memories you actually drew on in your response
+- When memories contradict each other, do NOT state uncertain things as fact; ask clarifying questions \
+or acknowledge uncertainty
+- Create new_memories only for noteworthy things the CURRENT customer said — keep their wording \
+and tone; not every message needs a new memory
+- Choose memory type based on what was said: one-off event (episodic), recurring theme (semantic), \
+current-sounding situation (state), or insight about what helped/hurt in support (procedural)
+- PoC limits: you have no access to billing, CRM, or network systems — guide with questions, \
+logical troubleshooting steps, and reasonable next steps without inventing protocol numbers, \
+discounts, stock levels, or coverage
 - Respond ONLY with the JSON object — no preamble, no markdown fences
 """
 

static/index.html

@@ -874,13 +874,15 @@
 
   <!-- ── Chat ───────────────────────────────────────── -->
   <div class="chat-panel">
-    <div class="panel-label">// terminal — agente de varejo</div>
+    <div class="panel-label">// terminal — atendimento ISP</div>
     <div class="messages" id="messages">
       <div class="msg agent">
         <div class="msg-label">agente</div>
-        <div class="msg-bubble">Olá. Sou o agente de inteligência de varejo. Posso te ajudar com decisões de mix de produtos, gestão de estoque, promoções e operações da loja.
+        <div class="msg-bubble">Olá. Sou o assistente de atendimento desta operadora de internet, TV e telefone.
 
-Já nasci com algumas memórias de domínio. Pode me dar mais contexto sobre a situação atual da loja, eventos próximos, ou perguntar sobre decisões de mix de produtos.</div>
+Uso memórias de falas de clientes anteriores — exatamente como disseram — para tentar ajudar em situações parecidas: lentidão, quedas, fatura, cancelamento, instalação, portabilidade e mais.
+
+O painel à direita mostra o que foi lembrado. Conte o seu problema que eu tento orientar com base nisso.</div>
       </div>
     </div>
     <div class="input-area">
@@ -888,7 +890,7 @@ Já nasci com algumas memórias de domínio. Pode me dar mais contexto sobre a s
         <textarea
           id="chat-input"
           class="chat-input"
-          placeholder="mensagem para o agente..."
+          placeholder="descreva seu problema ou dúvida..."
           rows="1"
           onkeydown="handleKey(event)"
           oninput="autoResize(this)"