🧭 Fundamentos

A mesma cabeça atende por três canais: o bot @inemav3bot no Telegram, o terminal com npm run cli e a porta HTTP local em 127.0.0.1:3142.

Saber que os canais são só adaptadores explica por que o assistente continua útil mesmo sem token do Telegram configurado.

Canal · Adaptador · ALLOWED_CHAT_ID · HTTP_BIND_V3

Canais, bus, fila, orquestrador, cérebro, gestor do Ollama e custo. Cada uma é uma subpasta de src/, nenhuma com módulo acima de 500 linhas.

Com o mapa das camadas na cabeça, qualquer erro no log já aponta para um lugar em vez de virar caça ao tesouro.

Bus · Fila durável · Orquestrador · Gateway de custo

O v2 segue em produção no @inemaclaudebot. O v3 tem bot, porta 3142 e banco próprios, e só lê o banco do v2 por snapshot.

As regras de coexistência explicam decisões que de fora parecem arbitrárias, como recusar o token do v2 no boot.

Estrangulamento · Erro 409 · Banco próprio · Fases 0 a 9

Tier local no Ollama com custo zero, tier barato no OpenRouter e tier premium pelo CLI claude. Subir de degrau registra o motivo.

É o que separa um assistente com conta previsível de um que surpreende no fim do mês.

Tier · Gateway · precos.yaml · Trava em 100 %

Toda chamada de modelo pelo gateway, Ollama só pelo serviço systemd, módulo abaixo de 500 linhas, falha real vira linha em FALHAS.md.

Cada regra existe por causa de um problema já vivido: gasto cego, memória estourada, arquivo impossível de revisar, erro repetido.

Gateway único · MemoryMax=2G · Tag do papel geral · FALHAS.md

Na 3.2.3 o bot conversa, delega, lembra, agenda, alerta e mede custo. Fase 8 (o corte) e fase 10 (MCP nativo, voz) estão anotadas, não iniciadas.

Conhecer o limite evita cobrar do sistema algo que ele nunca prometeu, e mostra onde vale contribuir.

Versão 3.2.3 · Fase 8 · Fase 10 · 187 testes

Cada canal traduz o que chegou para o aviso mensagem.recebida no bus. Chats em TELEGRAM_CHATS_OBSERVAR alimentam o cérebro e nunca respondem.

É o desacoplamento que permite trocar ou somar canais sem mexer no orquestrador nem no cérebro.

Bus · Adaptador · Chat observado · conversation_log

O modo padrão junta mensagens seguidas por 2 segundos. Os outros três decidem o que fazer quando uma nova chega com outra em curso.

Cada modo tem um limite honesto: steer não injeta no agente em execução e interrupt não aborta geração já em voo no Ollama.

Janela collect · Lane · Tabela prefs · Contador de geração

O papel roteador usa llama3.2 e devolve {rota, agente, tier, motivo}. Quando indica consultar, especialistas só leitura rodam antes do lead.

Classificar de graça antes de gastar é a principal economia do desenho, e o campo motivo deixa a decisão auditável.

Roteador · Rota direto · Rota agente · Especialistas read-only

Identidade, persona, USER.md, memória em três camadas (palavra-chave com FTS5, vetor bge-m3, importância e recência) e histórico do chat.

Essas camadas são pagas em toda mensagem. Saber o que ocupa espaço é o primeiro passo para cortar overhead com /context.

FTS5 · Embedding bge-m3 · Salience · Vault USER.md

A rota agente vira job na lane agente, e o worker roda claude -p --output-format json com sessão retomada e custo real registrado.

Entender lease, retry e idempotência explica por que nada se perde no restart e por que cancelar leva até 30 segundos.

Job · Lease · idem_key · Lead e especialistas

O turno entra no log, a mensagem vira memória classificada por regex PT-BR, um fato durável vira proposta para o vault e a chamada é gravada em chamadas_llm.

Esse rastro é o que transforma conversa em memória, e a guarda de exfiltração é o que impede um segredo de vazar na saída.

conversation_log · Memória semantic · Proposta de vault · Guarda de exfiltração