ikin-expert 2.0.2

High-Performance Rete Engine with Hash Joins for Python.

Ikin-Expert 🧠 v2.0.2

A High-Performance Rete Engine with Hash Joins for Python.

"A ciência é feita de dados, mas a sabedoria é feita de inferências."

---

🚀 O que há de novo na v2.0.2?

Esta versão consolida o motor para uso em Sistemas Críticos (HealthTech):

• ✅ Correção de Memória: O método .reset() agora garante a limpeza total da WorkingMemory, permitindo o processamento seguro de múltiplos pacientes/casos em sequência.
• ✅ Novos Operadores Lógicos: Suporte nativo para AND, OR, NOT e AS (Alias) para regras complexas.
• ✅ Hash Joins O(1): Cruzamento de dados instantâneo entre fatos diferentes utilizando tabelas hash indexadas.

---

📋 Sobre o Projeto

O Ikin-Expert é uma biblioteca de Sistemas Especialistas projetada para substituir ferramentas legadas no ecossistema Python moderno (3.10+).

Diferente de antecessores que utilizavam estruturas de dados lentas, o Ikin-Expert implementa Indexação Automática e tipagem forte com Pydantic.

Principais Diferenciais

• ⚡ Hash Joins (O(1)): Se você cruzar 10.000 Pacientes com 10.000 Exames, o sistema usa índices hash para encontrar pares instantaneamente, evitando o produto cartesiano lento.
• 🛡️ Type Safety: Integração nativa com Pydantic.
• 🔗 Sintaxe Poderosa: Use MATCH para ligar variáveis e AND/OR para lógica condicional aninhada.
• 🏥 Medical-Grade: Projetado para suportar o projeto NephroIA (Diagnóstico Renal), garantindo estabilidade e precisão.

---

🛠 Instalação

Agora disponível oficialmente no PyPI:

pip install ikin-expert

Requisitos: Python 3.10 ou superior.

---

💻 Exemplo de Uso: Automação Residencial (IoT)

Veja como criar um "cérebro" para uma casa inteligente que toma decisões baseadas em sensores:

from ikin_expert import KnowledgeEngine, Rule, Fact, MATCH, OR

# 1. Definindo os Sensores (Fatos)
class Sensor(Fact):
    tipo: str     # "movimento", "temperatura", "fumaca"
    local: str    # "sala", "cozinha", "quarto"
    ativo: bool

class Ambiente(Fact):
    periodo: str  # "dia", "noite"

# 2. Criando o Cérebro da Casa
class HomeAssistant(KnowledgeEngine):

    # REGRA: Iluminação Inteligente
    # SE detectar movimento em um local (MATCH.loc) E for noite...
    # ... ENTÃO acenda a luz DAQUELE local específico.
    @Rule(
        Sensor(tipo="movimento", local=MATCH.loc, ativo=True),
        Ambiente(periodo="noite")
    )
    def acender_luzes(self, loc):
        print(f"💡 AÇÃO: Movimento detectado! Acendendo luzes da {loc}.")

    # REGRA: Segurança Crítica (Incêndio)
    # SE detectar fumaça OU temperatura muito alta (> 60 graus)...
    # ... ENTÃO dispare o alarme geral.
    @Rule(
        OR(
            Sensor(tipo="fumaca", ativo=True),
            Sensor(tipo="temperatura", valor__gt=60.0)
        ),
        salience=100  # Prioridade máxima! Executa antes de tudo.
    )
    def alarme_incendio(self):
        print("🔥 EMERGÊNCIA: Risco de Incêndio! Ativando sprinklers e sirene.")

# 3. Execução
jarvis = HomeAssistant()
jarvis.reset()

# Cenário: É noite, houve movimento na sala e a cozinha está pegando fogo
jarvis.declare(Ambiente(periodo="noite"))
jarvis.declare(Sensor(tipo="movimento", local="sala", ativo=True))
jarvis.declare(Sensor(tipo="temperatura", local="cozinha", valor=85.0))

jarvis.run()

---

🆚 Comparativo de Performance

Tecnologia	Método de Junção	Resultado (1k x 1k dados)
Legado / Naive	Loop Aninhado	🐌 Lento / Trava CPU
Ikin-Expert v2.0	Hash Join Indexado	🚀 Instantâneo

---

⚖️ Propriedade Intelectual

• Registro de Software (INPI): BR 51 2026 000822-0
• Licença: Dual License (MIT + Apache 2.0)

---

👨🏿‍🔬 Autor e Pesquisador

Desenvolvido por Kalluan Cley Fiuza.

• 🔬 Foco de Pesquisa: HealthTech, IA Simbólica, Nefrologia Computacional.
• 🏢 Mantenedor: Projeto incubado no ecossistema Kalluan Cartoon™.
• 📧 Email: [e-mail]
• 🔗 LinkedIn: Kalluan C. Fiuza
• 🆔 ORCID: 0009-0005-2693-6477
• 📚 Currículo Lattes: Acessar Lattes

---