MULT-CHAT-HUB

Use quando precisar parsear CSV simples para formato colunar numérico (Record<string, number[]>) sem dependências externas — ideal para upload de datasets em apps de análise.

Use quando precisar extrair um objeto JSON balanceado de uma string mista (ex: output de LLM contendo "/use_tool foo {\"data\":{\"x\":[1,2]}}"), respeitando JSON aninhado, strings escapadas e contagem de chaves.

Use quando precisar persistir state de React/SPA em localStorage com fallback automático de truncamento (FIFO em listas) quando exceder o limite de 5MB do navegador.

Use quando precisar expor um endpoint POST /api/chat (ou similar) que faz proxy para Ollama local rodando em localhost:11434, injetando system instruction e parametrizando o nível de pensamento (num_predict).

Use quando o usuário precisar de estatística descritiva (mean, std, min, max, p25, p50, p75, count) em arrays numéricos sem dependências externas — ideal para resumir colunas de datasets em dashboards ou relatórios.

Use quando precisar de 5 análises quantitativas locais (estatística descritiva, regressão linear preditiva, detecção de anomalias por z-score, otimização linear, recomendação de stack) executadas no browser ou Node, sem Python e sem chamadas de rede.

Use quando precisar renderizar gráficos inline em React baseados no tipo de análise quantitativa retornada (BarChart para descritiva, ComposedChart para regressão, ScatterChart para anomalias, cards para otimização/recomendação) usando recharts.

Use quando construir um chatbot/CLI web onde o LLM (ou o usuário) emite comandos prefixados com `/` (ex: `/criar_tarefa "X" "Y"`, `/use_tool foo {json}`) e o app precisa interpretá-los e executar handlers correspondentes.