Crop.AI

Identifica doenças em folhas de soja pela câmera do celular e recomenda tratamento, funcionando sem sinal de internet — que é o cenário normal do produtor rural em campo.

O diagnóstico visual, o catálogo de defensivos e o chat com o agrônomo virtual operam offline. Quando há rede, o app envia o que ficou pendente e busca uma segunda opinião de um modelo multimodal na nuvem.

Estado

MVP implementado, em transição para release candidate de campo. Não está pronto para publicação nas lojas.

Culturas	Soja
Classes de visão computacional	17 (16 doenças + Saudável)
Testes	65 backend, 54 frontend

Stack

Frontend — Expo SDK 56, React Native 0.85, Expo Router, Zustand, op-sqlite com SQLCipher, llama.rn, react-native-vision-camera, react-native-fast-tflite

Backend — Fastify 5, Drizzle ORM, PostgreSQL, S3, Gemini/Claude

Não é um monorepo: são dois projetos npm independentes, cada um com seu package.json e seu lockfile.

Como funciona

Três componentes de IA, com papéis distintos:

Componente	Onde roda	Papel
Visão computacional (TFLite)	Aparelho	Diagnóstico primário, 100% offline
SLM (llama.rn)	Aparelho	Chat quando não há sinal
LLM multimodal	Nuvem	Segunda opinião e chat online

O resultado da visão computacional aparece antes de qualquer chamada de rede. A segunda opinião da nuvem enriquece depois, e quando as duas divergem, ambas são exibidas — ocultar uma delas poderia levar à aplicação errada de defensivo.

Sem rede, tudo é gravado em filas locais criptografadas e sincronizado quando a conexão volta.

Rodando localmente

Requer Node 22, Docker e um development build — o app depende de módulos nativos e não roda no Expo Go.

cp .env.example .env          # preencha JWT_SECRET e LLM_API_KEY
docker compose up -d db minio minio-init

cd backend
npm ci
npm run db:migrate
npm run db:seed
npm run dev                   # http://localhost:3000

Em outro terminal:

cd frontend
npm ci
npx expo start

Verifique com:

curl http://localhost:3000/api/v1/health

Testes

cd backend  && npm test       # exige o PostgreSQL do compose no ar
cd frontend && npm test

Limitação conhecida

O chat offline exige que o modelo .gguf já esteja no aparelho. A distribuição automática do modelo ainda não foi implementada; hoje o arquivo precisa ser copiado manualmente para documentDirectory/models/. Sem ele, o Modo Campo não responde.

Estrutura

backend/    API Fastify, schema Drizzle e integrações
frontend/   Aplicativo Expo / React Native
seed/       Catálogo de doenças e defensivos em JSON

Aviso legal

As recomendações de defensivos vêm de um catálogo curado a partir do AGROFIT e de publicações da Embrapa, e exigem validação de engenheiro agrônomo antes da aplicação, conforme a Lei 7.802/1989. O aplicativo exibe esse aviso em toda recomendação.

Este software não substitui avaliação profissional. As classes de visão computacional foram treinadas com conjuntos de tamanhos desiguais, e a acurácia varia entre elas.