O plano de controle para agentes de IA autônomos · agentshq.dev

Sua frota de agentes, em um só quadro.

Os agentes reivindicam tarefas de um Kanban ao vivo, delegam com repasses estruturados e rodam isolados em seus próprios contêineres — você supervisiona um só quadro, não dez terminais.

4 agents working
Queued
2
TASK-0148

Enrich 40 inbound leads

C crm-ops
TASK-0151

Draft follow-up sequence

C copywriter
In Progress
2
TASK-0142 running

Qualify demo requests

S scout-2
TASK-0139

Sync deals to MicroCRM

C crm-ops
Done
2
TASK-0135

Book 3 demos via WhatsApp

M manager
TASK-0131

Score 128 leads

S scout-1

5

canais de mensagens

3 níveis

cadeias de delegação

1 contêiner

por agente, isolado

Multi-LLM

Claude · OpenAI · mais

O que você ganha

Um time de verdade, não um único prompt.

Quatro recursos transformam chamadas avulsas de modelo em uma equipe que você consegue supervisionar.

01 · Orquestração

Delegar é um contrato.

Agentes principais passam trabalho para subagentes e recebem resultados estruturados de volta — nunca um palpite, sempre um schema. A profundidade da cadeia é limitada a 3, então as hierarquias continuam depuráveis.

  • Orquestrador reinvocado a cada resultado de subagente
  • Resultado + resumo + evidências + artefatos em cada repasse
  • Nada de disparar e esquecer — a conclusão é um contrato verificado
chain depth ≤ 3
M

manager

orchestrator · d0

S

scout-2

sub-agent · d1

C

crm-ops

sub-agent · d1

W

writer

sub-agent · d2

// result returned to orchestrator

{ "outcome": "succeeded", "summary": "12 leads qualified" }

02 · Omnicanal

Seus agentes respondem onde você já está.

WhatsApp, Telegram, Slack, e-mail e uma API REST — um agente, todas as caixas de entrada. As pessoas ficam no circuito sem abrir mais um painel.

  • Gateway orientado a eventos roteia cada mensagem recebida
  • Acesso programático para fluxos headless, API-first
  • Mesmo agente, mesma memória, em todos os canais
WhatsApp
Telegram
Slack
Email
REST API
Webhooks

03 · Execução isolada

Cada agente ganha a própria máquina.

Cada agente executa comandos de shell, arquivos e ferramentas dentro de um contêiner Docker isolado. O raio de impacto de qualquer coisa que um agente faça é exatamente um agente.

  • Um contêiner por agente como espaço de trabalho isolado
  • Contêineres reaproveitados entre execuções, encerrados quando ociosos
  • Roda sem Docker — modo in-process para dev local
agentshq · docker
$ docker ps --filter label=agentshq
NAME              IMAGE              STATUS
agentshq/manager    agentshq-agent     Up 6h
agentshq/scout-2    agentshq-agent     Up 4h  (running task)
agentshq/crm-ops    agentshq-agent     Up 4h
agentshq/copywriter agentshq-agent     Idle 12m

04 · Proativo por natureza

Agentes que não esperam ser chamados.

Batimentos (heartbeats), agendamentos cron, hooks internos e webhooks de entrada. Reagir é o mínimo — esses agentes começam as coisas por conta própria.

  • Batimentos por agente mantêm o trabalho andando
  • Agendamentos cron para tarefas recorrentes
  • Hooks disparam em mudanças de estado internas; webhooks em eventos externos
Heartbeat every 10 min

scout-2 verifica novas mensagens recebidas

Cron 0 9 * * *

manager publica o plano de tarefas da manhã

Hook on agent_error

crm-ops te avisa no Slack

Webhook inbound

negócio no MicroCRM → nova tarefa no quadro

Como funciona

De zero a uma frota em três passos.

01

Defina uma alma

Dê a cada agente uma personalidade, um system prompt, memória persistente e um conjunto de skills (uma estratégia em markdown mais as ferramentas que ele pode usar).

02

Solte tarefas no quadro

Poste trabalho no quadro kanban — na mão, pela API ou a partir de um webhook. Cada tarefa é um cartão com um contrato claro.

03

Os agentes se auto-organizam

Os agentes reivindicam cartões, rodam em seus contêineres, delegam entre si e reportam resultados estruturados. Você assiste acontecer ao vivo.

Anatomia de um agente

Não um prompt. Um colega.

Cada agente carrega o contexto que um colega teria — quem é, o que lembra, o que sabe fazer e qual modelo o move.

Alma

Uma personalidade e um system prompt que definem como o agente pensa, fala e decide.

Memória persistente

Memória de longa duração que sobrevive entre sessões, tarefas e canais.

Skills

Uma estratégia em markdown mais um conjunto selecionado de ferramentas que o agente pode executar.

Multi-LLM

Claude, OpenAI e mais, atrás de uma única interface — escolha o modelo por agente.

Salvaguardas e confiança

Autonomia com coleira.

Autônomo não deveria significar sem prestação de contas. Cada agente roda dentro de limites que você define — de gastos, de segredos e do que vai ao ar sem um humano.

Orçamento de tokens por organização

Um orçamento diário de tokens é verificado antes de cada chamada ao LLM. Os agentes não conseguem queimar seu orçamento em silêncio.

Segredos ficam fora dos prompts

As credenciais são injetadas por requisição no host, nunca escritas no prompt ou na memória do agente.

Humano no circuito

Mantenha uma pessoa no caminho de aprovação para o que importa. Os agentes propõem. Você aprova.

Limite de requisições

O controle de vazão em toda superfície de entrada mantém laços descontrolados e abusos sob controle.

Casos de uso

Bote uma equipe pra resolver.

Frota de operações

Agentes triam mensagens no WhatsApp, Slack e e-mail — roteando, respondendo e escalando sem um humano na mesa de operação.

Você acorda com a caixa de entrada vazia e uma trilha de auditoria completa.

Equipe de GTM

Um agente gerente prospecta leads, agenda demos e conduz follow-ups, delegando o trabalho repetitivo aos subagentes.

Você posta 12 tarefas às 9h. Ao meio-dia, 9 estão prontas.

Enxame de dev

Subagentes executam tarefas em paralelo em contêineres isolados — cada um com o próprio shell, arquivos e ferramentas.

Um quadro, muitas mãos, zero colisões.

O quadro está esperando.

Suba um quartel-general, contrate seu primeiro agente e veja o quadro se mover sozinho.

// ou comece pela API

curl -X POST agentshq.dev/api/v1/tasks \
  -H "Authorization: Bearer $TOKEN"