Lab — Lavi Sahu

07Lab — diário de construção

Eu construo este site do jeito que eu gostaria que um fornecedor de IA construísse um sistema de planejamento: mostrar o diff, não o pitch.

Lab — open source

Oito repositórios, não um mockup

Código público e funcional, não um slide de portfólio: ferramentas de planejamento de supply chain, um sistema de configuração de IA, um app de ditado por voz offline, e o design system do qual esta própria página é feita. Escolha um card para ver o que ele realmente faz.

Explore GitHub @LaviSahu

Resilience Radar — Python (stdlib only) — self-contained HTML dashboard

View on GitHub →

Supply chain resilience control tower — risk radar, what-if simulation (time-to-recover / time-to-survive), and mitigation ranking. No dependencies to install; the dashboard is one self-contained HTML file.

git clone https://github.com/LaviSahu/resilience-radar.git

What the code actually does

# risk_score = likelihood(1-5) * impact(1-5), range 1-25.
TIER_THRESHOLDS: list[tuple[int, RiskTier]] = [
    (20, RiskTier.CRITICAL),
    (12, RiskTier.HIGH),
    (6, RiskTier.MEDIUM),
    (1, RiskTier.LOW),
]

def likelihood_score(event: Event, classification: Classification) -> int:
    """1-5, from event confidence (0-1) plus a source-reliability adjustment."""
    base = event.confidence * 5
    adjustment = SOURCE_RELIABILITY_ADJUSTMENT.get(classification.source_category, 0)
    return _clamp(base + adjustment, 1, 5)

src/resilience_radar/scoring.py — classic likelihood × impact risk scoring, plus a per-source reliability adjustment (geopolitical/regulatory signals score noisier than, say, a supplier or logistics event).

Lab — diário de construção

Registro de verificação — o que está acima, e como cada peça foi realmente checada

Visto por olhos humanos

Every animation on the rebuilt pages

The merge-conflict resolutions of 2026-09-19

Lido, não executado

The twin's system prompt

Each repo description (2 of 8 carry verbatim code excerpts)

Ninguém checou

Everything the twin tells you

Whether anyone has ever used these repos

A terceira coluna é a honesta. Ela esvazia só quando a lacuna esvaziar — não antes.

Lab — diário de construção

Não precisa acreditar em mim — mova as alavancas.

Três ferramentas ao vivo — simulador de cenários, calculadora de estoques, gráfico de efeito chicote. Sem slides, sem enrolação: cada número é calculado no seu navegador enquanto você move as alavancas.

Lab — diário de construção

Uma funcionalidade de IA de verdade, não um mockup

Isto não é um chatbot embutido. É uma Cloudflare Pages Function chamando Workers AI diretamente — travada neste domínio, com limite de requisições por IP, com um system prompt que manda dizer 'eu não sei' em vez de inventar nome de cliente ou um número. Pergunte algo sobre S&OP ou planejamento de estoques.

Pergunte ao meu gêmeo de IA

não verificado

Uma demo: um modelo de linguagem com um prompt curto na minha voz. Ele pode estar errado com toda a confiança — não aja com base no que ele diz. Pergunte sobre S&OP, IBP, o9, estoques.

Pergunte qualquer coisa sobre planejamento. O gêmeo responde na minha voz.

Autoavaliação do gêmeo — Tom: próximo. Fatos: não verificados por ninguém, incluindo eu. Modelo: @cf/meta/llama-3.3-70b-instruct-fp8-fast, limitado a 512 tokens, instruído a dizer "eu não sei" em vez de inventar nome de cliente ou um número. Uma proteção, não uma garantia.

Gerado por IA · não substitui o Lavi de verdade

Lab — diário de construçãoMesclado, não publicado.

Diário de construção — 2026-09-19

Lab — diário de construçãorefkit

Refkit — 28 ports, 1 in production

Every card below is a real VengeanceUI port — working code, not a screenshot. Exactly one of them, VeCreepy, is actually load-bearing right now: it's the Connect link in this site's own footer. The other twenty-seven are verified to render, not yet asked to carry a real page's weight. Same rule as the build log above — a component only counts as shipped once it's doing a job, not once it looks good in a gallery.

Lab — essays

Five frameworks, worked through properly

Not case studies from my own client work — original, research-driven essays on real named frameworks and formulas (bullwhip ratio, TTR/TTS resilience, the Kraljic matrix, Theory of Constraints, digital twins), each grounded in a cited real source, not invented. Pick a card for the summary, or read the full essay.

For the fuller story behind the bullwhip math — two 2000s-era factory fires and what they cost — see Buffer Shock, on the Blog →

# risk_score = likelihood(1-5) * impact(1-5), range 1-25. TIER_THRESHOLDS: list[tuple[int, RiskTier]] = [ (20, RiskTier.CRITICAL), (12, RiskTier.HIGH), (6, RiskTier.MEDIUM), (1, RiskTier.LOW), ] def likelihood_score(event: Event, classification: Classification) -> int: """1-5, from event confidence (0-1) plus a source-reliability adjustment.""" base = event.confidence * 5 adjustment = SOURCE_RELIABILITY_ADJUSTMENT.get(classification.source_category, 0) return _clamp(base + adjustment, 1, 5)

Uma funcionalidade de IA de verdade, não um mockup

Refkit — 28 ports, 1 in production

Five frameworks, worked through properly