contexto
Cada novo cliente de agente de IA não pode significar um novo sistema do zero — precisa ser configuração, não projeto.
problema
Agentes artesanais viram dívida: sem observabilidade, sem fila, sem isolamento entre clientes, qualquer pico de mensagens derruba tudo.
solução
Plataforma única: onboarding de um cliente novo é criar registros e subir documentos para o RAG. Todo o resto — filas, retries, memória de conversa, traços de LLM — já existe.
arquitetura
- ▸FastAPI + Arq (Redis) para processamento assíncrono de mensagens
- ▸RAG com pgvector: cada cliente com sua base de conhecimento isolada
- ▸LangGraph swarm para orquestrar sub-agentes especialistas
- ▸Langfuse para rastrear cada token: custo, latência e qualidade por cliente
em imagens
Ilustração do sistema
imagem em breve
Trace de conversa no Langfuse, a ferramenta de observabilidade usada na plataforma — imagem oficial da documentação
imagem em breve
Arquitetura da plataforma
imagem em breve
resultados
Cliente novo em produção em dias, não semanas
Custo de LLM visível por cliente e por conversa
Picos de mensagem absorvidos pela fila, zero perda