📲 Onde o Jarvis mora no celular (os canais)
Voce nao precisa baixar nenhum app de loja para ter um assistente de IA no bolso. O segredo e simples e ate meio surpreendente: voce usa um app de mensagens que ja roda no seu telefone — Telegram ou WhatsApp — como a "porta" do seu Jarvis. Neste modulo voce descobre onde ele realmente mora, como o telefone vira so a tela de um agente que trabalha 24/7, e por que isso e mais SEU do que a Siri ou o Gemini.
📲 A virada: sem app de loja
Quando alguem imagina "um assistente de IA no celular", quase sempre pensa em baixar um app novo na App Store ou na Play Store, criar mais uma conta, aceitar mais um termo de uso. A virada deste modulo e perceber que nada disso e necessario. Voce ja tem, instalado e logado, um app de mensagens que abre em qualquer celular do mundo: o Telegram ou o WhatsApp. Esse app vira a porta do seu Jarvis.
Pense assim: o seu assistente nao e um aplicativo, e um contato. Voce manda mensagem para ele como manda para um amigo, e ele responde no mesmo lugar. A frase que resume toda esta trilha e: "o Telegram ja e mobile". Como o app de mensagens roda em iPhone, Android, no computador e no navegador, o seu Jarvis automaticamente vai junto — sem voce escrever uma linha de codigo de app.
🚪 O que e um "canal"
Um canal e simplesmente a porta por onde voce conversa com o assistente. Em vez de construir um app inteiro, voce reaproveita uma porta que ja existe e que o mundo todo ja sabe usar.
- •Voce nao instala nada novo — usa o app de mensagens que ja esta no telefone.
- •O mesmo assistente fica acessivel do celular, do tablet e do PC ao mesmo tempo.
- •Manutencao zero de app: sem build, sem aprovacao de loja, sem atualizar versao.
Novo aqui? "App nativo" e um programa feito sob medida para iPhone ou Android, que voce baixa na loja. "Canal" e a porta de conversa do assistente. A grande sacada e usar um canal que ja existe (Telegram/WhatsApp) no lugar de construir um app nativo do zero.
Conceitos-chave
A porta de conversa com o Jarvis (Telegram, WhatsApp, voz, web).
O app de mensagens carrega seu assistente para qualquer aparelho.
Zero build, zero loja, zero aprovacao — so o canal que ja existe.
Voce fala com ele como com um amigo na lista de conversas.
✈️ Telegram (agentejax)
O Telegram e o canal preferido para um Jarvis de bolso, e o projeto que serve de referencia aqui se chama agentejax — um agente escrito em TypeScript que vive no Telegram, fica acessivel 24 horas e e construido pra ser simples. Por que o Telegram? Porque criar um robo (um "bot") ali e absurdamente facil: voce conversa com um robo oficial chamado @BotFather, ele te entrega um token (uma senha longa que identifica o seu bot), e pronto — voce ja tem um canal.
A segunda razao e tecnica, mas importante para a sua seguranca: o Telegram usa long-polling. Em vez de o seu agente abrir uma "porta" no computador para a internet inteira poder bater (o que e arriscado), e o seu agente que liga para o Telegram a cada instante perguntando "chegou mensagem nova pra mim?". Resultado: nenhuma porta exposta, nenhum servidor web aberto ao mundo — uma falha de seguranca a menos.
🛡️ A primeira trava: a whitelist
Um bot de Telegram, por padrao, pode ser encontrado por qualquer pessoa. Sem protecao, um estranho poderia mandar mensagem e usar o SEU assistente (e a SUA conta de IA). A trava se chama whitelist: uma lista com o seu user ID (o numero unico da sua conta no Telegram). O agente so atende quem esta na lista; qualquer outro e ignorado em silencio.
- •So o seu ID: apenas voce e respondido.
- •Os outros somem: mensagens de fora nem geram resposta — nao ha como adivinhar que existe um bot ali.
- •Seguranca por padrao: a porta fica fechada para todos, menos para o dono.
Leitura do diagrama: a sua mensagem sai do celular, passa pelo Telegram (que nao abre porta nenhuma no seu agente, graca ao long-polling), chega ao agente rodando na nuvem ou no seu PC, e so ali ele aciona as ferramentas. O telefone e apenas a vitrine.
Objetivo: nascer um bot de Telegram seu, pegar o token (a senha do bot) e descobrir o seu user ID para a whitelist. Sao 3 conversas dentro do proprio Telegram — nada de instalar programa.
/start
/newbot
<Nome-do-seu-Jarvis> # ex.: Meu Jarvis
<usuario_do_bot>_bot # precisa terminar em "_bot", ex.: meujarvis_bot
# O @BotFather responde com algo assim — guarde esta linha:
# "Use this token to access the HTTP API:"
123456789:AAExxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx # <-- ESTE e o seu TELEGRAM_BOT_TOKEN
# 2) Descubra o SEU user ID: abra @userinfobot e mande qualquer coisa.
# Ele responde "Id: 987654321" -> esse numero e o seu <SEU_USER_ID>
# 3) No arquivo .env do agente (agentejax), preencha:
TELEGRAM_BOT_TOKEN=<cole-o-token-do-passo-1>
TELEGRAM_WHITELIST=<SEU_USER_ID> # so este ID sera atendido
Como verificar: com o agente rodando, abra a conversa com o seu bot e mande oi. Se ele responder, o token esta certo. Para testar a trava, peca a um amigo (que NAO esta na whitelist) para escrever ao bot: ele nao deve receber resposta nenhuma. Se o seu "oi" nao voltar, confira se o token foi copiado inteiro (sem espacos) e se o agente esta de pe.
Conceitos-chave
O robo oficial do Telegram que cria bots e entrega o token.
A senha longa que identifica e autoriza o seu bot. Nunca exponha.
O agente liga para o Telegram; nada de porta aberta ao mundo.
Lista de IDs autorizados; so o dono e atendido.
💬 WhatsApp (agentevoz)
No Brasil, o canal de mensagens dominante e o WhatsApp. O projeto de referencia para isso se chama agentevoz — um agente em Python que atende pelo WhatsApp e foi pensado para atendimento de verdade: ele recebe texto, imagem e ate audio, e decide na hora a melhor forma de responder. A ponte tecnica entre o seu agente e o WhatsApp se chama Evolution API.
🔌 Evolution API: o adaptador do WhatsApp
O WhatsApp nao foi feito originalmente para bots como o Telegram. A Evolution API e um programa intermediario (uma "ponte") que conecta a sua conta de WhatsApp ao seu agente: ela recebe as mensagens que chegam e as repassa, e envia de volta as respostas do agente. Voce a conecta ao seu numero lendo um QR code, parecido com o WhatsApp Web.
Em outras palavras: o agente nao fala "WhatsApp" diretamente; ele fala com a Evolution API, e ela traduz para o WhatsApp. Trocar de canal e quase so trocar o adaptador.
O grande diferencial do agentevoz e o Policy Engine ("motor de regras"): uma camada que decide, mensagem a mensagem, como responder. Ele escolhe entre texto, voz ou passar para um humano, e tambem entre um modelo barato ou um modelo premium. Assim o assistente nao gasta um modelo caro para responder "bom dia", e sabe a hora de chamar uma pessoa de verdade.
✓ O que o Policy Engine decide
- ✓Responder em texto (rapido e barato) ou em voz.
- ✓Usar modelo barato para o simples, premium para o dificil.
- ✓Reconhecer quando e melhor passar para um humano.
- ✓Economia: gasta caro so quando vale a pena.
✗ Sem um Policy Engine
- ✗Todo "oi" cai no modelo mais caro — fatura inflada.
- ✗Sempre o mesmo formato, mesmo quando voz faria mais sentido.
- ✗O bot tenta resolver tudo sozinho — e trava no que so um humano resolve.
- ✗Nenhuma regra clara de quando escalar ou economizar.
Novo aqui? "Evolution API" e o programa-ponte que liga o WhatsApp ao seu agente. "Policy Engine" e a camada de decisao que escolhe texto/voz/humano e modelo barato/caro a cada mensagem. "Modelo" e o cerebro de IA (vimos na Trilha 1). A voz em si, com Whisper e TTS, e o assunto do proximo modulo (5.2).
Conceitos-chave
A ponte que conecta sua conta de WhatsApp ao agente.
Decide texto/voz/humano e modelo barato/premium por mensagem.
O mesmo cerebro atende em varios canais ao mesmo tempo.
Quando o bot reconhece que so uma pessoa resolve.
🖥️ O agente roda onde?
Esta e a pergunta que mais confunde quem chega: se o celular e so a porta, onde o assistente de fato roda? A resposta: o programa do agente — o codigo que pensa, lembra e age — roda em um computador que fica ligado, e o celular apenas conversa com ele. Voce tem duas escolhas principais de "casa" para esse agente.
Na nuvem (ex.: Railway)
Voce sobe o agente para um servico que mantem o programa ligado 24/7 por uma mensalidade pequena e fixa. Nao depende do seu PC estar aberto; o assistente responde mesmo com voce dormindo. O Railway e um exemplo popular: voce faz o deploy e esquece.
No seu PC de casa
O agente roda no seu proprio computador (ou num mini-PC dedicado) ligado em casa. Custo de hospedagem zero, e os dados nunca saem da sua sala. A contrapartida: o PC precisa ficar ligado para o assistente estar disponivel.
📊 A regra mental
Separe sempre duas coisas que parecem uma so:
- •O canal (Telegram/WhatsApp) mora no celular — e a porta.
- •O agente (o programa que pensa) mora na nuvem OU no seu PC — e o motor.
- •Porque o agente roda em uma maquina sempre ligada, ele pode trabalhar 24/7 — inclusive enquanto voce nao olha o celular.
💡 Dica pratica
Comece no seu PC para aprender e testar de graca; quando quiser disponibilidade total (responder de madrugada, mandar o resumo das 7h sozinho), migre para a nuvem. O codigo e quase o mesmo — muda so onde voce liga o programa.
Conceitos-chave
A porta (celular) e o motor (servidor) sao coisas separadas.
Hospeda o agente 24/7 sem depender do seu PC ligado.
Custo zero de hospedagem e dados que nao saem de casa.
Como o agente vive numa maquina ligada, age o tempo todo.
🔒 Privacidade no bolso
Aqui esta o ponto mais bonito do "Jarvis no celular": ter o assistente no bolso nao significa entregar seus dados para uma nuvem qualquer. Porque o canal (no celular) e o cerebro (no agente) sao separados, voce pode manter o cerebro 100% local — rodando no PC de casa — e deixar so o canal viajando no telefone.
A peca que torna isso possivel chama-se Ollama: um programa que roda modelos de IA na sua propria maquina, de graca, sem internet e sem mandar nada para fora. Voce conversa pelo Telegram no celular; a mensagem chega ao agente no seu PC; o agente pergunta a um modelo que vive ali mesmo, na sua sala. O dado vai do seu celular ao seu computador e volta — nunca para a OpenAI ou a Anthropic.
🏠 O cerebro fica em casa, a porta vai no bolso
E o melhor de dois mundos: a comodidade de falar pelo celular de qualquer lugar, com a privacidade de um cerebro que nunca sai da sua casa.
- •Canal no celular: o Telegram que voce ja usa.
- •Cerebro local: Ollama rodando no PC de casa, $0 por token.
- •Resultado: assistente no bolso, dados na sua sala.
Honestidade tecnica: a mensagem ainda passa pelos servidores do Telegram/WhatsApp para chegar ate voce — isso vale para qualquer conversa nesses apps. O ganho de privacidade aqui e que o raciocinio e a memoria do assistente acontecem na sua maquina, e nao no servidor de uma empresa de IA. Para sigilo total ponta a ponta, o proximo modulo (5.2) detalha o on-device de verdade.
Conceitos-chave
O modelo roda no seu PC; os dados nao saem de casa.
Programa que roda modelos de IA localmente, gratis e offline.
Permite porta no celular e inteligencia em casa ao mesmo tempo.
Modelo local nao cobra por uso — explore a vontade.
🚧 Limitacoes dos assistentes nativos
"Mas o meu celular ja tem a Siri (ou o Gemini, ou a Alexa). Para que todo esse trabalho?" Boa pergunta. A diferenca esta numa palavra: posse. A Siri e o Gemini sao assistentes nativos — fechados, controlados pela Apple e pela Google. Voce nao ve o codigo, nao escolhe o modelo, nao define a personalidade e nao decide para onde vao os seus dados. O seu bot de Telegram/WhatsApp, ao contrario, e seu.
✗ Assistente nativo (Siri / Gemini / Alexa)
- ✗Caixa-preta: voce nao le o codigo nem sabe o que ele faz por dentro.
- ✗Sem personalidade sua: nao da pra reescrever quem ele e.
- ✗Dados na empresa: o que voce fala vai para os servidores deles.
- ✗Ferramentas limitadas: so faz o que a fabricante liberou.
✓ Seu bot de Telegram / WhatsApp
- ✓Aberto: voce ve, entende e muda cada parte do codigo.
- ✓Persona sua: define o tom, os valores e o jeito dele (a alma, no SOUL.md).
- ✓Cerebro a sua escolha: nuvem ou local, voce decide onde os dados vivem.
- ✓Ferramentas abertas: conecte agenda, e-mail, o que quiser, via MCP.
⚠️ O ponto que ninguem fala
Com um assistente nativo, se a empresa muda de ideia, desliga um recurso ou aumenta o preco, o problema e seu e voce nada pode fazer. Com o seu bot, voce e dono da regra. Comodo nao e o mesmo que livre — e a proposta desta trilha e um assistente comodo e livre.
Conceitos-chave
Siri/Gemini/Alexa: fechados e controlados pela fabricante.
Voce nao ve nem controla o que acontece por dentro.
O seu bot e seu: codigo, persona, dados e ferramentas.
Da pra ter os dois — assistente facil de usar e seu de verdade.
Auto-checagem (opcional): no "Jarvis de bolso", onde o agente de fato roda?
🎯 Resumo do modulo
Proximo modulo:
5.2 — Voz e on-device: falar, ouvir e rodar local