Configuração Pós-Instalação

A plataforma funciona em camadas que se constroem uma sobre a outra. O setup segue esta sequência:

1. Workspace Git    → versionar configurações
       ↓
2. Conectores       → trazer dados para dentro
       ↓
3. Ontologia        → definir quais entidades rastrear
       ↓
4. Knowledge        → carregar documentos e políticas
       ↓
5. Skills + MCP     → conectar os agentes ao contexto
       ↓
6. Verificação      → confirmar que tudo está saudável

Você pode executar cada passo em dias diferentes. A plataforma começa a gerar valor assim que o primeiro conector e a ontologia estiverem configurados.

Passo 1 — Workspace Git

O que é o Workspace Git

O Workspace Git é o repositório Git que armazena todas as configurações da plataforma do cliente. Todos os arquivos de configuração — ontologias, transformations, templates de contexto, skills — ficam versionados nesse repositório. Por que versionar em Git:

Histórico completo de alterações de configuração
Possibilidade de rollback para qualquer versão anterior
Revisão de mudanças via Pull Request antes de aplicar
Rastreabilidade de quem alterou o quê e quando

O que fica no Workspace Git:

config/memory/graph_mapping.yaml — ontologia do grafo de entidades
config/connectors/ — configurações dos conectores (tabelas, modos de sync)
skills/scripts/ — scripts de Skills executáveis pelos agentes
skills/secrets/ — referências a segredos (nunca valores em plaintext)
knowledge/source_types/ — configurações das fontes operacionais do Knowledge

Como configurar

Acesse Settings no Console

No menu lateral, clique em Settings → Workspace Git.

Conecte o repositório

Informe a URL do repositório Git (pode ser GitHub, GitLab ou Bitbucket) e o token de acesso com permissão de leitura e escrita.

Defina a branch principal

Configure a branch que a plataforma deve acompanhar (geralmente main ou production).

Confirme a sincronização

Após salvar, a plataforma sincroniza o Workspace. O status deve mudar para Conectado.

Passo 2 — Conectores

O que são conectores

Conectores são as ligações entre a plataforma e suas fontes de dados. Sem pelo menos um conector ativo, o Memory não tem dados para processar e os pipelines não têm origem.

Quais conectores adicionar primeiro

Objetivo	Conectores prioritários
Rastrear clientes e contratos (Memory)	CRM (HubSpot, Salesforce), banco principal (PostgreSQL)
Base de conhecimento para agentes (Knowledge)	Notion, Confluence, Google Drive
Contexto de comunicação e atendimento	Slack, Zendesk

Para o mínimo funcional: 1 banco de dados ou CRM para o Memory + 1 fonte de documentos para o Knowledge.

Como adicionar um conector

Acesse Connections

No Console, clique em Connections na sidebar esquerda.

Clique em Nova Conexão

Selecione o tipo de conector (banco de dados, API, documentos).

Preencha as credenciais

Cada conector tem campos específicos. Consulte o guia de conectores para instruções detalhadas por tipo de fonte.

Teste e ative

Clique em Testar Conexão antes de salvar. Após salvar, o conector inicia a primeira sincronização automaticamente.

Verificando o status

Após configurar, aguarde até 5 minutos e verifique:

Status Conectado (verde) — funcionando normalmente
Status Sincronizando (azul) — primeira carga em progresso
Status Erro (vermelho) — clique em ··· → “Ver logs” para o erro específico

Passo 3 — Ontologia do Memory

O que é a ontologia

A ontologia define quais tipos de entidades o Memory deve extrair, consolidar e rastrear. Sem ela, o Memory não sabe o que procurar nas fontes de dados. Uma entidade pode ser um cliente, um associado, um contrato, uma oportunidade — qualquer objeto de negócio relevante para o seu contexto.

Como configurar

Acesse Memory → Configuration

No Console, clique em Memory na sidebar, depois em Configuration.

Selecione um perfil base

Escolha o perfil mais próximo da sua operação para começar com sugestões pré-configuradas:

SaaS B2B / Customer Success

Tipos sugeridos: Cliente, Contrato, Oportunidade, UsuárioAtributos consolidados por Cliente: MRR/ARR, plano contratado, data de renovação, NPS histórico, contatos principais, features solicitadas, histórico de incidentes, responsável de CS.

Fintech / Crédito

Tipos sugeridos: Tomador, Operação, Garantia, CobrançaAtributos consolidados por Tomador: CPF/CNPJ, score de crédito, operações ativas, histórico de pagamentos, contatos, alertas de cobrança, renegociações.

Cooperativa de Crédito

Tipos sugeridos: Associado, Produto, Sinistro, Defesa de CréditoAtributos consolidados por Associado: histórico de produtos contratados, comportamento de pagamento, sinistros em análise, documentos de crédito.

Ajuste conforme necessário

Adicione tipos customizados ou ajuste os atributos de cada tipo para o contexto específico da sua empresa.

Configure o confidence threshold

Define o nível de confiança mínimo para aprovação automática de extração:

Configuração	Threshold	Quando usar
Conservador	0.90+	Dados críticos (crédito, compliance)
Balanceado	0.80+	Recomendado para começar
Agressivo	0.70+	Quando velocidade importa mais que precisão

Recomendação: comece com Balanceado (0.80). Após 2 semanas, avalie o volume da fila de revisão e ajuste.

Revisão de entidades extraídas

Após configurar a ontologia, acesse Memory → Review Queue para aprovar as primeiras entidades extraídas:

Aprovar — entidade vai para o grafo principal
Editar e aprovar — corrige atributos antes de incluir
Rejeitar — não entra no grafo; o modelo aprende com a rejeição

Nos primeiros dias espere uma fila maior — o modelo ainda está aprendendo os padrões das suas fontes. Com o tempo, a taxa de aprovação automática aumenta.

Passo 4 — Knowledge

O que adicionar ao Knowledge

Conteúdo de alto valor:

Políticas internas (crédito, cobrança, atendimento, compliance)
Manuais de produto e ERP
Runbooks operacionais (onboarding, sinistros, renovações)
FAQs e bases de artigos de suporte
Regimentos e normativas internas

Importante: documentos NÃO são carregados automaticamente. É necessário selecionar manualmente quais arquivos ou pastas serão indexados. A opção de carregar documento de uma fonte (Notion, Google Drive, etc.) só aparece se o conector respectivo estiver configurado no Passo 2.

Como adicionar fontes de documentos

Acesse Knowledge no Console

Clique em Knowledge na sidebar.

Adicione uma fonte

Clique em + Adicionar e escolha o tipo:

Conectar fonte — usa um conector já configurado (Notion, Google Drive, Confluence). Selecione as pastas ou páginas específicas que deseja indexar.
Upload — envie arquivos PDF, DOCX, TXT ou Markdown diretamente. Limite: 50MB por arquivo.
URL — indexa páginas web públicas com re-indexação periódica.

Organize em Collections

Agrupe documentos em Collections por tema (ex: “Crédito”, “Atendimento”, “RH”). Isso permite que agentes consultem apenas o subconjunto relevante para cada tarefa.

Verifique a qualidade da indexação

Após a ingestão, clique em Ver chunks em qualquer documento e teste com perguntas reais no campo de busca semântica. Todos os chunks devem ter status verde.

Passo 5 — Skills e MCP

Como o agente consome o contexto

A orquestração de contexto roda nos agentes do próprio cliente. O agente consulta Memory e Knowledge pelo MCP Server e executa Skills — scripts versionados no Workspace Git — para cruzar fontes, gerar relatórios e rodar automações. Você conecta os dois nesta etapa: expõe as ferramentas via MCP e disponibiliza as primeiras Skills.

Conectar um agente via MCP

O MCP Server expõe as ferramentas search_entity, get_entity_context e search_knowledge para qualquer cliente MCP (Claude Code, Cursor, Microsoft Copilot).

Escolha o transporte

Use stdio para clientes locais (Claude Code, Cursor) ou sse para agentes remotos (Microsoft Copilot, porta 8005). Ver MCP Server para a configuração de cada cliente.

Aponte para as APIs internas

Configure MEMORY_API_URL (http://localhost:8002) e KNOWLEDGE_API_URL (http://localhost:8003) no cliente MCP. Para o modo sse, defina também MCP_API_KEY.

Valide a conexão

No agente conectado, peça o contexto de uma entidade conhecida. O agente deve chamar search_entity seguido de get_entity_context e retornar o perfil consolidado em Markdown.

Disponibilizar a primeira Skill

Escreva a skill no Workspace Git

Cada skill é um par de arquivos em /workspace/skills/scripts/ — um .yaml de metadados e o script (.py ou .js). Ver Skills para a estrutura completa.

Commite e faça push

Após o push, a plataforma sincroniza o Workspace Git e a skill aparece em Skills no Console.

Execute e acompanhe o log

Abra Skills no Console, localize a skill, preencha os parâmetros e clique em Executar. Acompanhe o log de execução em tempo real.

Passo 6 — Verificação Final

Antes de conectar um agente à plataforma, verifique: Conectores:

Pelo menos 1 conector com status “Conectado” (verde)
Nenhum conector com status “Erro” sem explicação
Última sincronização dentro do intervalo esperado

Memory:

Pelo menos 1 tipo de entidade configurado na ontologia
Pelo menos 1 entidade listada em Memory → Entities
Fila de revisão com volume gerenciável

Knowledge:

Pelo menos 1 documento com embedding completo (status verde)
Busca semântica retornando resultados relevantes para perguntas de teste

Skills e MCP:

MCP Server conectado a pelo menos 1 agente
Agente consegue chamar get_entity_context e receber o perfil consolidado
Pelo menos 1 Skill sincronizada do Workspace Git e visível em Skills
Última execução de Skill concluída com sucesso

Dashboard:

Nenhum item crítico no painel “Requer Atenção”

Próximos passos

Com a configuração inicial completa, conecte seus agentes:

MCP Server

Conecte Claude Code, ChatGPT ou Microsoft Copilot à plataforma.

Skills

Configure automações e análises executadas por agentes.

​Passo 1 — Workspace Git

​O que é o Workspace Git

​Como configurar

​Passo 2 — Conectores

​O que são conectores

​Quais conectores adicionar primeiro

​Como adicionar um conector

​Verificando o status

​Passo 3 — Ontologia do Memory

​O que é a ontologia

​Como configurar

​Revisão de entidades extraídas

​Passo 4 — Knowledge

​O que adicionar ao Knowledge

​Como adicionar fontes de documentos

​Passo 5 — Skills e MCP

​Como o agente consome o contexto

​Conectar um agente via MCP

​Disponibilizar a primeira Skill

​Passo 6 — Verificação Final

​Próximos passos

MCP Server

Skills

Passo 1 — Workspace Git

O que é o Workspace Git

Como configurar

Passo 2 — Conectores

O que são conectores

Quais conectores adicionar primeiro

Como adicionar um conector

Verificando o status

Passo 3 — Ontologia do Memory

O que é a ontologia

Como configurar

Revisão de entidades extraídas

Passo 4 — Knowledge

O que adicionar ao Knowledge

Como adicionar fontes de documentos

Passo 5 — Skills e MCP

Como o agente consome o contexto

Conectar um agente via MCP

Disponibilizar a primeira Skill

Passo 6 — Verificação Final

Próximos passos