🧬 Anatomia
As 6 camadas que transformam um chat comum num assistente que ve, lembra e age. Cada modulo abre uma "parte do corpo" do seu Jarvis — Canais, Identidade, Ferramentas, Skills, Agentes e Cerebros — para voce entender o todo peca por peca.
Leia da esquerda pra direita: voce fala com o Jarvis, que aciona as 6 camadas em ordem — e o resultado e uma acao no mundo. Cada modulo desta trilha abre uma camada.
Mapa da trilha
Conteudo detalhado
📡 Canais — por onde voce fala com ele
As portas de entrada e saida do seu Jarvis. Por que Telegram virou o favorito, como o WhatsApp e a voz entram, e por que a whitelist e a primeira trava de seguranca.
Um canal e a "porta" por onde voce conversa com o Jarvis: pode ser o Telegram, o WhatsApp, a voz, uma pagina web ou o proprio terminal. O cerebro e o mesmo; muda so a porta.
Escolher o canal certo decide se voce vai falar com ele do celular, do PC ou de qualquer lugar — e tambem o quanto isso expoe o sistema.
Canal, entrada/saida, multicanal, o cerebro unico atras das portas.
O Telegram pede so um token (uma senha gerada pelo @BotFather). Ele usa long-polling: e o seu Jarvis que vai buscar mensagens no Telegram, em vez de abrir um servidor web esperando conexao.
Long-polling = nenhuma porta aberta para a internet = uma porta a menos para invasores. Por isso e o canal mais seguro para comecar — alem de gratis e ja mobile.
@BotFather, token, long-polling, zero servidor exposto.
Alem do Telegram, da pra plugar WhatsApp (texto, imagem e voz, via Evolution API), e-mail e web. Multicanal e ter o mesmo cerebro respondendo em varios lugares.
Cada pessoa vive num app diferente; saber que o cerebro e independente do canal te deixa escolher onde seu Jarvis aparece.
WhatsApp, Evolution API, e-mail, web, um cerebro / muitas bocas.
A whitelist e uma lista de quem pode falar com o bot. So o SEU ID de usuario e atendido; qualquer outro e ignorado em silencio — nem resposta de erro recebe.
Um bot publico que responde a todo mundo gasta seu dinheiro e pode ser manipulado. A whitelist e a defesa mais simples e a primeira que voce liga.
Whitelist, user ID, single-owner, ignorar em silencio.
O mesmo canal transporta texto, audio (o Telegram manda voz em arquivo .ogg) e imagem. A voz e uma entrada/saida opcional, decidida na hora.
Entender que voz e so mais um tipo de midia no canal te prepara para a Trilha 5, onde o pipeline de voz e montado de verdade.
Texto, audio .ogg, imagem, voz opcional decidida em runtime.
Como o canal e um app de mensagens, seu Jarvis esta acessivel de qualquer aparelho onde voce tem aquele app — celular, tablet, PC — sem precisar de app proprio na loja.
E o atalho que evita construir e publicar um aplicativo: "o Telegram ja e mobile". Isso volta forte na Trilha 5.
Sem app nativo, multi-dispositivo, sincronizado pelo proprio app.
🪪 Identidade — memoria, persona e quem ele e
O que da carater e memoria ao Jarvis: a alma (SOUL.md), o contrato (AGENTS.md), seu perfil, a memoria que sobrevive ao fechar a conversa — e por que "quem ele atende" tambem faz parte da identidade.
O SOUL.md e um arquivo de texto com a personalidade, os valores, o tom e as prioridades do dono. Ele e injetado SEMPRE no system prompt (as instrucoes invisiveis que o modelo le antes de tudo).
"Sem o brain rewire, a arquitetura e so uma pasta": e o SOUL.md que faz o assistente soar como SEU, e nao um chatbot generico.
SOUL.md, system prompt, ficha de personagem, tom e valores.
O AGENTS.md diz o que ele FAZ e o que NUNCA faz, em listas explicitas de "SEMPRE" e "NUNCA". E o contrato de comportamento.
Regra escrita vale mais do que torcer para o modelo adivinhar. E aqui que voce define limites — o que volta forte na trilha de criancas.
AGENTS.md, listas SEMPRE/NUNCA, regras explicitas, guardrails.
O arquivo USER guarda quem e voce: nome, contexto, preferencias, pessoas e projetos que importam. E a ficha do dono.
Sem isso, o Jarvis te trata como estranho a cada conversa. Com o perfil, ele ja sabe seu nome, seu fuso e o que voce costuma pedir.
USER, perfil do dono, contexto pessoal, preferencias.
A conversa esquece tudo ao fechar. A memoria persistente sao arquivos .md + um indice SQLite FTS5/BM25 (busca por palavra) e/ou um banco vetorial (busca por significado).
E a diferenca entre um chat que recomeca do zero toda vez e um assistente que lembra do que voces combinaram semana passada.
Memoria persistente, .md, SQLite FTS5/BM25, banco vetorial.
Quem o Jarvis atende faz parte de quem ele e: a whitelist de ID (do modulo 3.1) mais os secrets (chaves de API) guardados so no arquivo .env.
Identidade nao e so personalidade — e tambem fronteira. Misturar persona e autenticacao deixa claro que seguranca e parte do carater do agente.
Whitelist, secrets, arquivo .env, fronteira de identidade.
O mesmo Jarvis pode trocar de modo (trabalho, estudo, "modo historinha") so trocando qual SOUL/perfil esta ativo. Uma persona e um conjunto de comportamento intercambiavel.
Em vez de manter varios bots, voce mantem um e troca a "roupa". Isso e a base do tutor infantil da Trilha 6.
Persona, modos, SOUL ativo, um agente / varias roupas.
🔧 Ferramentas — as maos do Jarvis (tools + MCP)
Como o Jarvis sai do "so fala" e passa a agir: o que sao ferramentas, como o modelo as chama, e por que o MCP virou o "USB" que conecta qualquer ferramenta a qualquer agente com seguranca.
Sozinho, o LLM so produz texto. As ferramentas (tools) dao a ele maos e olhos: buscar na web, ler/escrever arquivos, mandar e-mail, ver a agenda, rodar um comando.
E o que separa "conversar" de "fazer". Sem ferramentas, ele "responde como um estranho"; com elas, vira assistente de verdade.
Ferramenta/tool, acao no mundo, dados reais, maos e olhos.
Function-calling e o mecanismo onde o modelo "pede" uma funcao (ex.: enviar_email(...)); o sistema executa de verdade e devolve o resultado para o loop continuar.
E o encanamento por baixo de tudo. Entender que o modelo so PEDE (nao executa) explica por que da pra ter confirmacao e sandbox.
Function-calling, o modelo pede / o sistema executa, retorno ao loop.
O MCP (Model Context Protocol, da Anthropic, nov/2024) e um padrao onde cada integracao vive num servidor MCP separado e auditavel. E o "USB" das ferramentas de IA.
Com MCP voce pluga Gmail, Notion ou GitHub sem reescrever o agente — e da pra ler exatamente o que cada servidor faz.
MCP, servidor MCP, padrao universal, integracoes plugaveis.
Baixar "skill files" de terceiros e arriscado: no OpenClaw foram achadas 341 skills maliciosas. O MCP isola cada integracao num servidor auditavel, com permissoes claras.
A licao de seguranca do curso: prefira o padrao auditavel (MCP) a codigo de estranho que voce nunca leu.
341 skills maliciosas, codigo de terceiros, auditabilidade, MCP-only.
Acoes perigosas (rodar shell, apagar arquivo) pedem confirmacao e rodam num sandbox (ambiente isolado). E toda entrada e tratada como possivel prompt-injection (texto que tenta sequestrar o agente).
Dar maos ao agente sem freios e perigoso. Confirmacao + sandbox e como voce solta poder sem perder o controle.
Confirmacao, sandbox, prompt-injection, zero-trust.
Sem dados reais (sua agenda, seu e-mail), o Jarvis so responde generico. Conectar ferramentas o transforma de "conversador" em ASSISTENTE que age sobre a sua vida.
E o "porque" de toda a camada: a conexao com o mundo real e o que da valor pratico ao agente.
Dados reais, generico vs pessoal, Connections, valor pratico.
🧩 Skills — habilidades empacotadas
Receitas reutilizaveis: o que e uma skill, por que empacotar um passo-a-passo, como ela quase nao custa contexto ate ser usada, e a verdade honesta sobre portabilidade entre modelos.
Uma skill e uma receita: um arquivo markdown (SKILL.md) que empacota um passo-a-passo repetido. Ex.: "escreve um post de LinkedIn" = pesquisar → grafico → texto → revisar → publicar.
E como voce ensina um procedimento uma vez e reutiliza sempre — a base da biblioteca de capacidades do seu Jarvis.
Skill, SKILL.md, receita, passo-a-passo empacotado.
Em vez de explicar os 5 passos toda vez, voce diz uma frase ("faz meu post da semana") e a skill executa o procedimento inteiro.
Empacotar transforma instrucao repetida em comando curto — menos esforco seu, mais consistencia no resultado.
Abstracao, comando curto, consistencia, reuso.
O carregamento progressivo (progressive disclosure) faz a skill ocupar so o frontmatter (~100 tokens com nome e descricao) ate ser acionada. So entao o passo-a-passo completo entra no contexto.
Voce pode ter dezenas de skills sem entupir a janela de contexto — o agente "sabe que elas existem" sem carregar tudo.
Progressive disclosure, frontmatter, ~100 tokens, economia de contexto.
Uma ferramenta e uma acao atomica ("enviar e-mail"). Uma skill e um procedimento que ORQUESTRA varias ferramentas e usa julgamento entre elas.
Confundir os dois leva a desenhar errado. Ferramenta = verbo unico; skill = a receita que encadeia os verbos.
Acao atomica vs procedimento, orquestracao, julgamento.
A spec de Agent Skills + o polyskill deixam UMA fonte de skill rodar tanto no Claude Code quanto no Codex. "Multiplos modelos" aqui significa portabilidade, nao um conselho de modelos votando.
Evita o mito comum: a vantagem real e nao ficar preso a um runtime, e nao "varios cerebros decidindo juntos".
Agent Skills, polyskill, cross-runtime, portabilidade honesta.
Cada execucao pode melhorar a receita: o agente nota o que falhou e ajusta o SKILL.md. A biblioteca de skills vira seu acervo de capacidades que cresce com o uso.
Skills nao sao estaticas — sao ativos vivos. Isso muda como voce pensa em "ensinar" o seu Jarvis ao longo do tempo.
Auto-correcao, acervo de capacidades, melhoria continua.
🤝 Agentes — o loop que trabalha sozinho
A camada de autonomia: o loop agentico como peca, sub-agentes que poupam contexto, multi-agente, a cadencia (heartbeat/cron) que age sem voce — e os freios que mantem tudo seguro.
Um agente e um LLM rodando em loop: recebe pedido → pensa → chama ferramenta → le o resultado → chama mais → responde. Aqui ele vira uma camada da anatomia, com autonomia.
E o motor que ja apareceu na Trilha 1; ver de novo como camada conecta as pecas (ferramentas, skills) em algo que age sozinho.
Loop agentico, autonomia, pedido→pensa→tool→resposta.
O agente principal delega uma tarefa pesada a um sub-agente, que queima o PROPRIO contexto e devolve so a resposta final. A sessao principal fica leve.
E o truque para tarefas grandes (ler 50 arquivos, pesquisar muito) sem entupir a janela de contexto do agente principal.
Sub-agente, delegacao, contexto isolado, so a resposta volta.
Multi-agente e ter varios especialistas (pesquisa, escrita, revisao) coordenados. Mais poder, mas tambem mais partes para coordenar e mais coisa que pode dar errado.
Saber quando vale a pena (e quando so complica) evita over-engineering — um erro comum de quem descobre o padrao.
Multi-agente, especialistas, coordenacao, custo de complexidade.
Cadencia sao gatilhos de tempo — heartbeat, cron, routines — que fazem o Jarvis agir sozinho no horario: o resumo das 7h, monitorar a caixa de entrada, "com o laptop fechado".
E o que transforma o assistente de "responde quando chamo" em "trabalha enquanto eu durmo". Volta como a 4a camada do CLAWS na Trilha 4.
Heartbeat, cron, routines, acao agendada.
Um loop autonomo precisa de freios: teto de iteracoes (para nao rodar para sempre), gates de aprovacao para acoes serias e um audit log (registro forense de cada acao).
Autonomia sem limite e como deixar o carro andar sem freio. Esses controles sao o que tornam o "trabalha sozinho" confiavel.
Teto de iteracoes, gates de aprovacao, audit log forense.
Um agente reativo responde quando voce chama. Um proativo te avisa antes de voce pedir ("seu voo atrasou, ja reorganizei a agenda"). E o salto de assistente para parceiro.
E o objetivo final da camada de agentes — e so faz sentido com cadencia + memoria + limites bem postos.
Reativo vs proativo, antecipacao, parceria.
🧠 Cerebros — o motor que pensa e a memoria organizada
Honestamente: "cerebros" nao e um conselho de modelos votando. E (a) o motor LLM trocavel e (b) a memoria organizada em zonas. Aqui voce ve como trocar de cerebro sem mexer no codigo e como o "segundo cerebro" vira memoria.
O "cerebro" e o motor LLM — o modelo que pensa. Ele e plugavel: da pra fazer hot-swap (troca a quente, sem reiniciar tudo) pelo .env entre anthropic, openrouter ou ollama. "Um cerebro, varias bocas."
Tratar o modelo como peca substituivel te liberta de qualquer fornecedor unico — a tese central do curso.
Motor LLM, hot-swap, .env, plugavel, um cerebro/varias bocas.
A mesma interface aceita modelos diferentes: um modelo local barato para tarefa simples, um da nuvem potente para tarefa dificil. A escolha vira uma decisao economica por resposta.
E como voce equilibra custo e qualidade sem reescrever nada — so apontando o .env para outro modelo.
Mesma interface, barato vs potente, custo por resposta.
Nao existe nos projetos um juiz ou roteador magico de N modelos votando juntos. "Multiplos modelos", de forma honesta, significa substituicao e portabilidade (cross-runtime), nao votacao simultanea.
E uma confusao comum no marketing de IA. Desmistificar isso te poupa de buscar uma feature que nao existe.
Mito do conselho, substituicao, portabilidade, sem votacao.
A outra acepcao de "cerebros" e a memoria do Jarvis, organizada como um "segundo cerebro". Um amontoado de notas incha e vira bagunca; separar em zonas da ordem.
Memoria desorganizada e tao ruim quanto memoria nenhuma. Estruturar e o que faz o agente achar o que importa.
Segundo cerebro, memoria organizada, zonas, evitar o amontoado.
A memoria se divide em 3: Projeto (episodico: o que rolou, decisoes), Self (identidade: valores, duvidas — muda devagar) e Conhecimento (referencia: fatos que so acumulam). Uma inbox unica + uma skill /triagem roteia, e [[wikilinks]] cruzam os tres.
E o esquema concreto que voce vai aplicar para nao deixar a memoria do seu Jarvis virar um deposito.
Projeto/Self/Conhecimento, inbox + /triagem, [[wikilinks]].
No fundo, memoria sao arquivos .md legiveis (a verdade) + um indice SQLite FTS5/BM25 (a busca rapida). O CLAUDE.md/AGENTS.md e o ROTEADOR lido no inicio de cada sessao.
"Sobrevive ao hype porque e so texto": entender isso te livra de depender de bancos exoticos e te deixa dono da sua memoria.
Filesystem .md, indice SQLite FTS5/BM25, CLAUDE.md/AGENTS.md roteador.