flowchart TD
    A["Angular Client"] -->|"POST
{testo}"| B["App Backend"]
    B -->|"POST
{estrattopdf, apikey}"| C["AI Backend"]
    C -->|"OpenAI SDK
(via OpenRouter)"| D["LLM
(modello singolo)"]
    D -->|"JSON grezzo"| C
    C -->|"Synonym matching
+ normalizzazione"| B
    B -->|"Query DB catalogo
+ salvataggio"| A
    style D fill:#f9f9f9,stroke:#666,stroke-dasharray: 5 5,color:#333
              

graph TD
    subgraph "Client (Browser)"
        A["PDF Caricato dall'utente"] --> B{"Tipo PDF?"}
        B -->|Testuale| C["pdf.js → testo"]
        B -->|Scansionato| D["Tesseract OCR → testo"]
        C --> E["Testo estratto"]
        D --> E
    end

    subgraph "Backend AI (Node.js)"
        E -->|estrattopdf| F["Crea Trace LangFuse"]
        F --> H["eslabGraph.invoke()"]
    end

    subgraph "LangGraph Workflow"
        H --> PRE["preProcessNode
Pulizia testo + tokenizzazione
nomi esami candidati"]
        PRE --> RES["resolveNode
Ricerca vettoriale (Embedding Similarity)
su catalogo completo DB (3500+ esami)"]
        RES --> I["extractNode
Prompt LLM con SOLO esami
rilevanti (top-K match)"]
        I -->|"Structured Output (Zod)"| J["validateNode
Validazione codici regionali"]
        J -->|"errori validazione
(max 3 retry)"| I
        J -->|"parsedData OK"| K["synonymNode
Fuzzy Match per parametri complessi"]
        J -->|"fatalError o max retry"| L["END con errore"]
        K --> POST["postProcessNode
Normalizzazione unità di misura
+ check range valori"]
        POST --> M["END con risultato"]
    end

    subgraph "Client (Browser)"
        M --> N["Mostra risultati al medico"]
        N --> O["Medico corregge/conferma"]
        O --> P["Import su DB PostgreSQL"]
    end

    subgraph "DB PostgreSQL + pgvector"
        DB[("tab_cat_tariffario
3500+ esami")]
        VDB[("Vector Store
Embeddings catalogo")]
        DB -.->|"Sync iniziale"| VDB
        VDB -.->|"Similarity search"| RES
    end