Laya é um modelo de decisão não autoregressivo de código aberto, projetado para escolhas categóricas rápidas e verificações de risco. Ele aceita texto e devolve um rótulo, uma pontuação definida pelo usuário ou uma probabilidade de "sim/não" sem gerar respostas conversacionais. O LayaPHP, criado por Marc Reichel, é o cliente PHP que encaminha requisições ao serviço laya-serve e devolve respostas tipadas com valores de confiança.
O cliente expõe três tipos de perguntas – yes/no, choice e score – que podem ser combinadas em um único request via o método predict(). No exemplo da documentação, um e‑commerce classifica reviews de produtos verificando spam, abuso e sentimento, usando Question::yesNo e Question::choice. Cada resposta inclui um campo answerConfidence que indica a confiança da predição; o código demonstra como encaminhar para revisão manual se algum valor ficar abaixo de 0,7.
Para usar o LayaPHP, o ambiente precisa atender a alguns requisitos:
- PHP 8.4 ou superior;
- Um cliente HTTP compatível com PSR‑18, como Guzzle;
- Docker Compose para iniciar o servidor
laya-serve(o repositório fornece umdocker‑compose.yml); - Aproximadamente 1 GB de pesos de modelo são baixados na primeira classificação.
composer require marcreichel/laya-php guzzlehttp/guzzle) e iniciar o container (docker compose up -d --wait), o serviço fica disponível em http://localhost:8000. Em projetos Laravel 13 ou superior, o provider é descoberto automaticamente; basta definir LAYA_URL no .env. O Artisan oferece o comando php artisan laya:health para checar a conectividade.O LayaPHP funciona tanto dentro quanto fora do Laravel – a classe Laya pode ser instanciada manualmente. Para testes, o método Laya::fake() permite simular respostas sem iniciar o modelo, facilitando a cobertura de unidades. A principal vantagem para desenvolvedores é a possibilidade de executar inferência localmente, eliminando tarifas por chamada de APIs externas e mantendo dados sensíveis dentro da própria infraestrutura.
Como boas práticas, recomenda‑se ajustar os limiares de confiança de acordo com o domínio da aplicação e comparar as decisões automáticas com avaliações humanas existentes antes de confiar plenamente no modelo. Caso o modelo apresente desempenho insatisfatório, pode‑se atualizar para uma versão mais recente – por exemplo, a referência ao teste local com Laya 0.3.23 indica que versões posteriores podem alterar classificações.
Fonte: Laravel News
