A plataforma
A plataforma inteira existe para encurtar esse percurso sem pular nenhuma das etapas que a sua empresa vai cobrar depois.
A jornada
É este o caminho que um caso de uso percorre, do primeiro arquivo até o agente atendendo gente de verdade.
Os sistemas de trabalho, os repositórios de documento, as ferramentas internas. A credencial é administrada pela organização, de forma que a conexão sobreviva à saída de quem a configurou.
O que entra é extraído, dividido em chunks e indexado automaticamente. O resultado é uma base que o agente consulta e cita, não um arquivo colado dentro de um prompt.
No canvas, ligando nós de modelo, conhecimento, ferramenta e decisão. O que o agente pode alcançar é definido aqui, e é aplicado na execução depois.
O modelo é o que a organização cadastrou, as ferramentas são as que quem acionou tem permissão de usar, e a política de saída roda na fronteira do modelo. Nada disso depende de a interface lembrar de verificar.
Publicado, o agente ganha endereço e credencial, e as aplicações da empresa passam a chamá-lo direto. Em paralelo, o endpoint MCP da organização entrega as bases já vetorizadas para busca a partir dos clientes de IA que o time usa. São duas portas independentes, sob a mesma política.
A execução é observável passo a passo, o consumo é atribuído a quem o gerou, e o acesso fica em auditoria. É o que transforma um piloto em algo que passa por uma revisão.
Engenharia de contexto
Janela de contexto grande virou desculpa para não pensar. Mas todo token cobra em três moedas que importam: dinheiro, tempo de resposta e atenção do modelo. O diagrama abaixo mostra o caminho inteiro, de tudo o que poderia ser enviado até o pouco que entra. Estas são as decisões que ele representa:
A busca combina um ranking semântico, que entende sinônimo e paráfrase, com um ranking léxico, que acerta nome próprio, código de produto e sigla. Os dois são fundidos por Reciprocal Rank Fusion, e só o topo dessa fusão vira contexto. Uma abordagem sozinha erraria metade dos casos. A soma das duas é o que permite mandar pouco sem perder a resposta.
Conversa longa é reduzida a uma linha de fatos datados, processada em paralelo por trecho, com sobreposição para não perder nada na emenda. Saudação, agradecimento e conversa fiada não sobrevivem à redução, não porque sejam feias, mas porque custam janela e não mudam resposta.
A descrição de cada ferramenta disponível ocupa contexto em toda chamada. O agente enxerga apenas as ferramentas ligadas a ele e permitidas a quem o acionou, o que é regra de segurança e, de quebra, economia de token.
Consumo atribuído por chamada, modelo, agente e origem, com o contexto recuperado visível em cada execução. Otimização sem medição é chute. Com medição, dá para apontar o agente caro e o chunk que entrou sem precisar.
Visibilidade
Agente de IA costuma ser caixa-preta: entrou uma pergunta, saiu um texto, e boa sorte para explicar o que houve no meio. Aqui cada execução é reconstituível.
Quais chunks foram recuperados, de qual base e por qual caminho. Resposta estranha quase sempre é contexto errado, e é a primeira coisa que você consegue conferir.
Qual ferramenta foi acionada, em que ponto do fluxo e com que resultado.
Duração medida nó a nó, e não só no total. É o que separa "o agente está lento" de "a recuperação está lenta".
Modelo usado e consumo atribuído, ligados à execução que o gerou.
Execução durável
Num fluxo com vários agentes, cada passo é uma chamada paga a um modelo. Quando a orquestração trata o fluxo como um bloco único, uma instabilidade no penúltimo passo joga tudo fora: o fluxo recomeça do zero, e todos os agentes que já tinham respondido são chamados e cobrados outra vez. Aqui, cada agente é um passo durável. Se o quarto falha, o quarto é retomado, e os três anteriores mantêm o resultado que já produziram.
Não o fluxo inteiro multiplicado pelas tentativas. Os passos que já responderam não são chamados de novo, e chamada que não acontece é custo que não existe. Em fluxos longos, com guardrails e modelos de raciocínio, é a diferença entre um incidente barato e um incidente caro.
Modelo de linguagem não é função determinística: reexecutar um agente que já tinha acertado é um convite a uma resposta diferente. Preservar o resultado do passo preserva o que já estava validado.
Ciclo de vida
Desenhar é o começo. O que decide se ele fica em produção é o que acontece depois: se dá para observar, medir, avaliar contra um dataset e auditar o que ele fez.
Os cinco pilares
A ordem conta a história: você constrói o agente, ele conhece as bases da empresa, conecta nos sistemas dela, é servido como endpoint para as suas aplicações, e tudo isso fica sob controle. Abaixo, o que cada pilar entrega e as peças que o compõem.
Pilar
Do fluxo em branco ao agente publicado, no canvas.
Um agente é um desenho, não um projeto. Você liga nós de modelo, conhecimento, ferramenta e decisão, testa ali mesmo e publica. Quem constrói não precisa saber onde o modelo roda, nem escrever a cola entre as partes.
Nós de modelo, conhecimento, ferramenta e decisão ligados em fluxo. Os agentes pertencem à organização, não a uma pessoa: quem constrói e quem mantém podem ser times diferentes, e nada se perde quando alguém sai.
Conjuntos prontos de agente, conhecimento e ferramenta, agrupados por caso de uso. Um kit entrega a configuração inteira de uma vez, em vez de exigir que cada time remonte tudo.
Pilar
Os dados da empresa viram contexto enxuto, com origem declarada.
Conhecimento não é anexo de prompt. O que você sobe é extraído, dividido em chunks e indexado sozinho. Na hora da pergunta, a recuperação é híbrida e devolve os poucos trechos que respondem, citando de onde saíram. A qualidade da resposta é decidida aqui, antes de o modelo ver qualquer coisa.
Suba o documento e pronto: extração, divisão em chunks e indexação acontecem sem pipeline para você manter. A consulta roda dois rankings em paralelo, um semântico por similaridade vetorial e um léxico sobre o texto, com tratamento de acentuação em português, e funde os dois por Reciprocal Rank Fusion. Busca só vetorial erra em nome próprio, código e sigla. Busca só léxica erra em sinônimo. A híbrida cobre as duas.
Gere um dataset de perguntas a partir da sua própria base de conhecimento e rode-o contra os modelos candidatos. A escolha do modelo passa a ser comparação de acurácia e de custo no SEU material, não a impressão de quem testou três prompts na sexta-feira.
A exploração do que já está disponível: quais bases, quais agentes, quais ferramentas. Resolve o problema silencioso de toda plataforma corporativa, que é ninguém usar o que não sabe que existe.
Arquivos e mídia tratados como fonte de conhecimento consultável, não como anexo perdido numa conversa.
Pilar
Os sistemas que a empresa já usa, ao alcance do agente.
A credencial corporativa é da organização, não da pessoa que configurou. Isso muda quem responde quando alguém sai da empresa, e é a diferença entre uma integração e um risco.
Os sistemas de trabalho da empresa conectados de uma vez, com a credencial administrada pela organização. Três cliques, não um projeto de integração de seis semanas.
Servidores de ferramenta ligados ao agente por protocolo aberto. Uma ferramenta só entra em jogo se tiver sido ligada àquele agente e se quem o acionou tiver permissão de usá-la, inclusive quando a execução é assíncrona.
Pilar
Duas portas para fora, cada uma com a sua credencial.
Um agente que só existe dentro da plataforma não atende ninguém. Publicar é o que dá endereço a ele. São duas saídas independentes: o endpoint do agente, que as aplicações da empresa chamam, e o endpoint MCP da organização, que entrega as bases de conhecimento já vetorizadas para os clientes de IA que o time usa. Cada uma se configura, se credencia e se revoga separadamente.
Todo agente publicado é chamável a partir do seu produto: o widget de atendimento, o portal do cliente, o sistema interno. É a plataforma servindo o software que a empresa já tem, em vez de exigir que as pessoas migrem para mais uma interface.
Um endpoint à parte, que você configura e expõe. Ele serve as bases de conhecimento da organização, já vetorizadas, para busca a partir de clientes que falam MCP, como Claude Code e Codex. Quem trabalha nessas ferramentas consulta o conhecimento da empresa de dentro do próprio ambiente, sem copiar documento para lugar nenhum. É endpoint de busca, independente dos agentes do canvas.
Cada aplicação e cada cliente recebe a própria credencial, com escopo do que pode alcançar, validade e revogação independentes. Desligar um integrador é revogar uma credencial, não girar um segredo compartilhado e torcer para não derrubar os outros.
Pilar
Quem pode o quê, com qual modelo, a que custo, e o registro de tudo.
Este é o pilar que existe por causa do problema lá de cima. Controle aqui não é uma tela de permissões: é uma camada que a execução inteira atravessa, valha ela numa chamada da sua aplicação, num cliente de IA do time ou num processo que roda sozinho de madrugada.
O catálogo traz 87 provedores e mais de 2.000 modelos em modo conversa, com preço e capacidades declarados. Você cadastra os que a empresa vai usar, com a chave dela ou a da plataforma, testa antes de liberar, rotaciona a chave sem quebrar os agentes que dependem dela, e define guardrails por endpoint. Não é lock-in de um fornecedor de modelo: é a liberdade de trocar quando o preço ou a acurácia mudarem.
A camada da empresa: agentes, bases, ferramentas e kits que valem para a organização inteira, com dono e ciclo de vida próprios.
As pessoas entram com a identidade corporativa que a empresa já usa, por OIDC. Quem sai da empresa perde o acesso no mesmo movimento, sem que ninguém precise lembrar de uma segunda lista.
O acesso é organizado por grupo, não pessoa a pessoa. Entrou no time, herdou o acesso do time. Saiu, perdeu. E o que ele construiu continua de pé, porque pertence à organização.
Cada execução expõe o contexto que o agente recuperou, a ferramenta que ele chamou, a duração de cada passo e o custo da chamada. É o que permite achar o nó lento, o trecho recuperado que não deveria estar ali e o agente que gasta mais do que entrega.
O que foi executado, por quem ou por qual aplicação, sobre qual base e com qual modelo. É o que você mostra quando alguém pergunta, e alguém sempre pergunta.
Catálogo
Para quem chegou aqui procurando um item específico.
O acesso ao beta é por convite e estamos abrindo aos poucos. Conte o que você quer resolver.