📡 Canais — por onde voce fala com ele
A primeira das seis camadas da Anatomia e a mais simples de entender e a mais facil de errar: a porta. Antes de o Jarvis ter cerebro, memoria ou maos, ele precisa de um lugar por onde voce o chama e ele te responde. Neste modulo voce vai entender o que e um canal, por que o Telegram virou o predileto, o que e uma whitelist (a primeira trava de seguranca) e como o mesmo cerebro chega em qualquer aparelho.
📨 O que e um canal
Imagine o seu Jarvis como uma pessoa muito capaz trancada numa sala. Ela pensa, lembra, sabe usar ferramentas — mas voce so consegue conversar com ela se houver uma porta. Um canal e exatamente isso: a porta de entrada e saida por onde voce fala com o assistente e por onde ele te responde. Sem canal, o cerebro mais inteligente do mundo fica calado.
Na pratica, um canal e quase sempre um aplicativo que voce ja usa: um app de mensagens (Telegram, WhatsApp), o e-mail, uma pagina web, ou ate o proprio terminal/Claude Code de quem desenvolve. O ponto importante e que o canal nao e o cerebro — ele so transporta. A mesma "pessoa na sala" pode ter varias portas ao mesmo tempo.
Novo aqui? Canal = a porta de comunicacao entre voce e o Jarvis (Telegram, WhatsApp, voz, web, terminal). Cerebro = o modelo de IA que pensa (vimos na Trilha 1). O canal carrega a mensagem; o cerebro decide a resposta. Sao coisas separadas — e isso e otimo, porque da pra trocar uma sem mexer na outra.
🔌 O canal e a tomada, nao o aparelho
Pense numa tomada na parede. Ela nao "faz" nada sozinha — mas e por ela que a energia chega no liquidificador, no carregador ou na TV. O canal e a tomada: ele leva a sua mensagem ate o cerebro e traz a resposta de volta. Voce pode plugar varios aparelhos (canais) no mesmo Jarvis.
- •Entrada: voce manda texto, audio ou foto pelo canal.
- •Saida: o Jarvis responde por aquele mesmo canal.
- •Independencia: trocar de canal nao muda quem ele e — so muda a porta.
No centro, o cerebro do Jarvis; nas pontas, os canais. A licao do diagrama: voce nao constroi varios Jarvis — voce conecta varias portas ao mesmo cerebro. Cada raio e uma porta; o cerebro e sempre o mesmo.
Conceitos-chave
A porta de entrada/saida por onde voce conversa com o Jarvis.
Voce envia pela porta; ele responde pela mesma porta.
A porta transporta; o modelo pensa. Trocar uma nao mexe na outra.
O mesmo Jarvis pode ter varias portas abertas ao mesmo tempo.
✈️ Por que Telegram e o preferido
Entre todos os canais possiveis, quase todos os projetos da nossa familia (GravityClaw, Intelecto, agentejax) escolhem o Telegram como porta principal. Nao e moda nem gosto pessoal: e uma decisao de engenharia e de seguranca. O Telegram resolve, de graca, varios problemas que outros canais te dao de presente.
Novo aqui? Token e uma senha longa e unica que o Telegram te da para o seu robo (bot) — quem tem o token "e" o bot. Long-polling ("ficar perguntando") e quando o SEU programa pergunta de tempos em tempos ao Telegram "chegou mensagem nova?", em vez de o Telegram bater na sua porta. A diferenca parece pequena, mas e a chave da seguranca — ja explico.
✓ Por que Telegram brilha
- ✓So um token: pega no @BotFather em 2 minutos, sem cadastro de empresa.
- ✓Long-polling: seu programa PERGUNTA ao Telegram; nao precisa abrir nenhuma porta no seu PC.
- ✓Sem servidor web exposto: nada da internet "alcanca" sua maquina.
- ✓Gratis e multiplataforma: PC, celular, web — ja roda em tudo.
- ✓"Ja e mobile": voce nao precisa publicar app nenhum.
✗ O que um "servidor web" cobra
- ✗Precisa abrir uma porta publica para a internet te achar.
- ✗Essa porta vira alvo: qualquer um pode bater nela.
- ✗Exige dominio, certificado, configuracao — atrito real.
- ✗Foi exatamente o furo do OpenClaw (vamos ver os numeros).
📊 O dado que decide a discussao
No Panorama (Trilha 2) vimos que o OpenClaw, o sistema original, expunha um servidor web. O resultado foi um desastre de seguranca: pesquisadores encontraram 42.665 instancias publicas na internet, e 93,4% delas sem nenhuma senha — qualquer pessoa podia conversar com o "Jarvis" alheio.
A reacao da familia lean (GravityClaw e cia.) foi direta: so Telegram, com long-polling, zero portas abertas. Se nao ha porta exposta, nao ha o que escanear. A escolha do canal virou uma decisao de seguranca.
💡 Dica pratica
A regra mental para escolher canal: "meu PC precisa ficar acessivel de fora?" Se a resposta for nao, voce esta no caminho seguro. Telegram com long-polling te da isso de graca — por isso ele e o ponto de partida recomendado, e por isso quase todo projeto da familia comeca por ele.
Conceitos-chave
A senha unica do seu bot, criada no robo oficial do Telegram.
Seu programa pergunta ao Telegram; ninguem bate na sua porta.
Nada da internet alcanca sua maquina — superficie de ataque minima.
Telegram roda em tudo; voce nao publica app de loja.
💬 WhatsApp e o resto
Telegram e o ponto de partida, mas nao e o unico destino. No Brasil, em particular, muita gente vive no WhatsApp — e faz sentido querer o Jarvis ali. O projeto agentevoz conecta o assistente ao WhatsApp atraves de uma ferramenta chamada Evolution API, que faz a ponte entre o WhatsApp e o seu codigo. Pela mesma porta passam texto, imagem e ate audio.
Alem desses dois, ha outras portas: e-mail (o Jarvis le e responde sua caixa), uma pagina web (um chat no navegador) e o terminal / Claude Code (o canal de quem desenvolve). A grande ideia da camada de canais e que esses caminhos sao intercambiaveis e somaveis: o mesmo cerebro pode atender em varios ao mesmo tempo.
Novo aqui? O WhatsApp nao oferece um "token de bot" simples como o Telegram. A Evolution API e um programa intermediario (open source) que se conecta ao WhatsApp e expoe uma interface que o seu Jarvis entende. E uma ponte — voce ganha o alcance do WhatsApp, mas adiciona uma peca a mais para cuidar.
| Canal | Facilidade | Seguranca padrao | Quando usar |
|---|---|---|---|
| ✈️ Telegram | Altissima (so token) | Excelente (zero portas) | Sempre o ponto de partida. |
| Media (precisa Evolution API) | Depende da ponte | Quando seu publico vive no WhatsApp. | |
| Media | Boa (assincrono) | Tarefas que nao tem pressa. | |
| 🌐 Web | Baixa (exige servidor) | Exige cuidado (porta aberta) | Quando precisa de uma interface visual. |
| ⌨️ Terminal | Alta (so para quem desenvolve) | Excelente (local) | Desenvolvimento e teste. |
📊 A vantagem do multicanal
Como o canal e separado do cerebro, somar portas e barato: o mesmo Jarvis, com a mesma memoria e a mesma personalidade, pode te atender no Telegram em casa e no WhatsApp no trabalho. Voce nao duplica o assistente — apenas abre mais uma porta para a mesma sala. Esse desenho "um cerebro, varias bocas" e o coracao da Anatomia.
Conceitos-chave
A ponte open source que conecta o WhatsApp ao seu Jarvis.
Trocar a porta nao muda quem o assistente e.
Varias portas para o mesmo cerebro, ao mesmo tempo.
Mais portas = mais alcance, mas mais pecas para manter.
🚪 Whitelist = a 1a trava
Aqui mora o conceito de seguranca mais importante deste modulo. Um bot de Telegram, por padrao, e publico: qualquer pessoa que descubra o nome dele pode comecar a conversar. Se esse bot e o seu Jarvis — com acesso a sua agenda, seus e-mails, seus arquivos — isso e perigoso. A solucao e simples e poderosa: a whitelist (lista de permitidos).
Novo aqui? Cada usuario do Telegram tem um ID numerico unico (por exemplo, 123456789). A whitelist e uma lista curta com os IDs que o Jarvis aceita atender. Se a mensagem vem de um ID que NAO esta na lista, o Jarvis simplesmente ignora — em silencio, sem nem responder "acesso negado". O contrario de whitelist seria blacklist (bloquear alguns); aqui a logica e mais segura: bloqueia todo mundo, libera so quem voce escolheu.
Toda mensagem passa primeiro pela checagem da whitelist: ID conhecido segue para o cerebro; ID estranho e descartado sem resposta. Por isso ela e a "1a trava" — acontece antes de o modelo sequer ser acionado, e ignorar em silencio nao da pistas para um invasor.
⚠️ Sem whitelist, o estrago e real
Lembre dos 93,4% de instancias sem nenhuma autenticacao do OpenClaw: na pratica, eram "Jarvis" abertos para qualquer um. Sem a primeira trava, um estranho pode pedir ao seu assistente para ler seus e-mails, gastar seus creditos de IA ou rodar comandos na sua maquina. A whitelist e a linha que separa "meu assistente pessoal" de "um robo que obedece qualquer um".
# OBJETIVO: criar seu bot no Telegram, descobrir seu ID e
# deixar so VOCE na lista de permitidos (a 1a trava).
# ------------------------------------------------------------
# PASSO 1 — no app Telegram, fale com o @BotFather e digite:
/newbot
# ele pergunta um nome e um @usuario; no fim te entrega o token:
8123456789:AAH<resto-do-seu-token-secreto>
# PASSO 2 — descubra o SEU id: fale com o @userinfobot, ele responde:
Id: <seu-id-numerico> (ex.: 123456789)
# PASSO 3 — coloque os dois no arquivo .env do seu Jarvis:
TELEGRAM_BOT_TOKEN=<seu-token-do-botfather>
TELEGRAM_ALLOWED_IDS=<seu-id-numerico>
# (para liberar mais alguem, separe por virgula: 123456789,987654321)
Como verificar: mande "oi" para o seu bot pela SUA conta — ele responde. Peca para um amigo mandar "oi" pelo mesmo bot — ele nao responde nada. Se o seu "oi" funciona e o do estranho e ignorado em silencio, a whitelist esta no lugar. Guarde o token como senha: quem o tem controla o bot.
Conceitos-chave
Lista curta de IDs que o Jarvis aceita; o resto e ignorado.
O numero unico que identifica voce no Telegram.
Nao responder ao estranho — nem da pistas a quem ataca.
Token e IDs ficam num arquivo de segredos, fora do codigo.
🎙️ Texto, voz e midia
Um canal nao carrega so texto. O Telegram, por exemplo, transporta texto, audio e imagem pela mesma porta. Quando voce grava uma mensagem de voz, o app entrega um arquivo de audio (formato .ogg); quando voce manda uma foto, ele entrega a imagem. O canal e o mesmo — muda apenas o tipo de "carga" que passa por ele.
Aqui entra uma frase que vale a pena guardar: "voz e interface, nao cerebro". O modelo continua pensando em texto. A voz e so um jeito de entrar e sair — uma camada opcional que pode ser ligada ou desligada em tempo de execucao (na hora, conforme a situacao). Falar com o Jarvis ou digitar para ele leva a mesma "sala": o cerebro nao muda.
Novo aqui? Para o modelo "ouvir" a sua voz, o audio passa por um STT ("speech-to-text", fala vira texto). Para ele "falar", o texto da resposta passa por um TTS ("text-to-speech", texto vira fala). No meio, o cerebro so ve texto. "Em tempo de execucao" quer dizer que a decisao de usar voz e tomada na hora — voce nao precisa decidir isso ao construir o sistema.
Voce grava um audio
O Telegram entrega um arquivo .ogg pela mesma porta de sempre.
STT transcreve (fala → texto)
Uma ferramenta de transcricao (ex.: Whisper) converte o audio em texto em portugues.
O cerebro pensa em texto
O modelo recebe texto e devolve texto — exatamente como se voce tivesse digitado.
TTS responde em voz (opcional)
Se a voz estiver ligada, o texto da resposta vira audio e volta pela porta. Senao, ele responde por texto.
💡 Dica pratica
Comece so com texto. Voz e mais "uau", mas adiciona pecas (transcricao, geracao de audio, custo). O caminho saudavel e: texto primeiro, depois ligar a voz quando ja funciona. E lembre que voz costuma usar servicos diferentes do cerebro — atencao para nao confundir as chaves de cada um (a chave do transcritor nem sempre e a mesma do modelo).
Conceitos-chave
A mesma porta carrega texto, audio e imagem.
Fala vira texto (STT); texto vira fala (TTS).
O cerebro pensa em texto; a voz so entra e sai.
Ligar a voz e uma escolha tomada na hora, opcional.
📱 Um canal, muitos dispositivos
Tem uma frase que aparece em quase todos os projetos: "o Telegram ja e mobile". Ela esconde uma das maiores vantagens da camada de canais. Como o Telegram (e o WhatsApp) ja roda no celular, no tablet, no notebook e na web, escolher esse canal te da acesso ao Jarvis de qualquer aparelho — sem voce ter que construir, publicar e manter um aplicativo proprio na loja.
O detalhe que confunde leigos: o cerebro do Jarvis nao "mora" no seu celular. Ele roda em algum lugar fixo — no seu PC de casa ligado, ou num servidor barato na nuvem — e o celular e so mais uma tela que se conecta a ele pelo canal. Voce comeca uma conversa no PC, continua no celular no onibus e termina no tablet a noite: e sempre a mesma sala, a mesma memoria, o mesmo assistente.
✓ "Telegram ja e mobile" significa
- ✓Acesso de celular, PC, tablet e web — todos ja existentes.
- ✓Zero app de loja para publicar ou aprovar.
- ✓Mesma conversa e memoria em qualquer aparelho.
- ✓O cerebro fica num lugar fixo; o aparelho e so a tela.
✗ Se fosse um app nativo
- ✗Teria que desenvolver para Android E iOS.
- ✗Passar por aprovacao das lojas (e taxas).
- ✗Pedir ao usuario para baixar e atualizar.
- ✗Manter tudo isso por conta propria, para sempre.
🧭 Onde isso te leva
Essa ideia e a ponte para a Trilha 5 ("Jarvis no celular"): nao existe "app do Jarvis" — existe um cerebro rodando em algum lugar e um canal (Telegram/WhatsApp) que voce ja tem no bolso. O celular vira o controle remoto de um assistente que pode rodar 24 horas por dia, mesmo com o seu laptop fechado.
Guarde: canal = onde voce fala; cerebro = onde ele pensa. Separar os dois e o que faz o Jarvis te seguir por todos os aparelhos sem virar seis apps diferentes.
Conceitos-chave
O canal ja roda em todo aparelho — sem app proprio.
O modelo roda num lugar; o aparelho so se conecta.
Mesma conversa e memoria em qualquer dispositivo.
Nada para publicar, aprovar ou pedir para baixar.
Auto-checagem (opcional): por que tantos projetos escolhem o Telegram como canal principal?
🎯 Resumo do modulo
Proximo modulo:
Modulo 3-2: Identidade — memoria, persona e quem ele e