Objetivo
Criar um sistema de agentes capaz de analisar projetos, sugerir melhorias e auxiliar no diagnóstico de problemas de software.
agentes · automação self-hosted
AI Agent Infrastructure
Este projeto surgiu da necessidade de lidar com a complexidade crescente de desenvolvimento de software. Conforme os projetos aumentam, entender o que está acontecendo, identificar erros e tomar decisões se torna mais difícil e demorado. A proposta aqui é construir um sistema de agentes que analisa projetos, sugere caminhos e auxilia no diagnóstico de problemas, funcionando como uma camada de apoio ao desenvolvimento, não apenas como gerador de código. Mais do que automatizar tarefas, o objetivo é explorar até que ponto um sistema local pode ajudar a compreender, organizar e evoluir software de forma prática.
Visão geral
Um sistema de geração assistida tratado como fluxo de engenharia, não como prompt único.
Este projeto implementa um pipeline composto por múltiplos agentes com responsabilidades distintas, como análise de contexto, inspeção de projeto, desenvolvimento e validação. Em vez de um único modelo tentando resolver tudo, o sistema divide o problema em etapas menores, permitindo maior controle sobre o processo e tornando o comportamento mais previsível. A arquitetura é pensada para rodar localmente, com foco em privacidade, autonomia e experimentação prática, aproveitando o ambiente do homelab para testar diferentes estratégias de interação entre agentes.
Abordagem
Dividir o processo em agentes especializados, cada um responsável por uma parte do fluxo, permitindo maior controle, clareza e evolução incremental do sistema.
Estado
Projeto além da fase puramente conceitual, com fluxo já exercitado na prática e documentado em forma pública sanitizada.
Mais do que geração de código
O foco deste projeto não é apenas gerar código automaticamente, mas ajudar a entender projetos. A proposta é que os agentes atuem como suporte ao raciocínio, analisando estrutura, identificando possíveis problemas e sugerindo caminhos.
Isso muda o papel da inteligência artificial dentro do desenvolvimento, saindo de uma ferramenta de execução para uma ferramenta de diagnóstico e apoio à decisão.
Papel dentro do laboratório
Este projeto representa a evolução natural do ambiente construído anteriormente. A infraestrutura de VPN permite acesso seguro, o homelab fornece o ambiente de execução e a automação reduz o custo operacional. Sobre essa base, os agentes passam a atuar como uma camada mais inteligente, explorando novas formas de interação com código e sistemas dentro de um ambiente totalmente controlado.
Fluxo documentado
1. Research
Coleta de informações iniciais e entendimento do objetivo da mudança.
2. Context Builder
Injeção de identidade persistente do site, regras editoriais e limites de conteúdo antes da geração.
3. Design Planner
Definição de direção visual, seções, hierarquia e notas de interface antes do código.
4. Development
Geração das alterações estruturais e implementação inicial da página ou ajuste solicitado.
5. UI Refinement
Polimento da interface com foco em espaçamento, tipografia, cards, botões e acabamento visual.
6. QA + Preview + Git
Validação, deploy de preview, criação de branch isolada e revisão humana antes do merge.
Decisões importantes de arquitetura
Identidade persistente do site
A introdução de um documento estável de identidade melhorou a consistência entre gerações e reduziu desvios editoriais.
Homepage como manifesto
A homepage deixou de ser apenas uma lista de projetos e passou a funcionar como entrada editorial e filosófica para o restante do site.
Git como fronteira de revisão
Cada mudança gerada pode ser isolada em sua própria branch, facilitando inspeção, comparação e aprovação humana antes de estabilizar a alteração.
Separação público / privado
A documentação pública existe para explicar o sistema com segurança, sem misturar repositórios, runtime real e segredos operacionais.
Repositório
Explorar a documentação pública do projeto
O repositório reúne visão arquitetural, fluxo de trabalho, decisões de design do sistema e exemplos seguros do pipeline documentado.