strattum.ai — Platform Architecture

Infraestrutura de contexto que transforma dados fragmentados em contexto acionável para Agentes de IA no mid-market brasileiro.

Data Sources

CRM

ERP

Help Desk

Databases

Documentos

+ more connectors

Toda a solução é deployada na sua infraestrutura — Private Cloud · BYOC

strattum.ai

dlt Prefect DuckDB FalkorDB Qdrant LLM

1. Data Engineering

Data Pipelines

Ingestão incremental ou full sync via dlt + Prefect. Suporte a batch, event-based e agendamentos customizados.

Data Catalog

Dados estruturados organizados em Data Lake local + Postgres. Base centralizada para enriquecimento e consulta.

Memory Worker

Extração de entidades
e relações do Catalog

↓

Knowledge Worker

Vetorização e embeddings
de documentos

↓

2. AI Engineering

Memory

Banco de grafos (FalkorDB). Relações, histórico e perfis operacionais de entidades do negócio.

Knowledge

Banco vetorial (Qdrant). Documentos indexados para recuperação semântica e busca contextual.

Scripts · Workspace Git

Skills + MCP Server

A orquestração roda nos agentes do próprio cliente: consomem Memory e Knowledge via MCP e executam Skills para automações e análises.

↓

3. Ops Engineering

Observability

Monitoramento do contexto em tempo real. Logs de decisão dos agentes e acesso a Memory e Knowledge.

Evals

Métricas de qualidade do contexto, rastreabilidade e auditoria completa de decisões dos agentes.

Consumers

MCP Server

Copilot, IDEs e ferramentas de desenvolvimento

strattum-mcp

AI Agents

Agentes customizados com contexto operacional confiável

Custom Agents

Console UI

Visualização de perfis, configuração de integrações e administração

Admin

*** ## Como ler o diagrama Os dados entram pelas **Fontes** (CRM, ERP, Helpdesk, Documentos), são ingeridos e organizados pelo **Data Engineering**, transformados em contexto pelo **AI Engineering** e entregues aos **Consumers** finais. A camada de **Ops Engineering** monitora todo esse fluxo continuamente. O **Memory Worker** e o **Knowledge Worker** são processos de transformação que operam entre as camadas de Data e AI Engineering. O Memory Worker extrai entidades e relações do Catalog; o Knowledge Worker vetoriza documentos para busca semântica. Toda a plataforma é deployada na infraestrutura do próprio cliente (AWS, GCP ou Azure). Os dados nunca saem do ambiente do cliente — sem vendor lock-in, sem dados em terceiros. Cada camada tem uma cor fixa em toda a plataforma: * **Indigo** → Data Engineering (infraestrutura de dados) * **Violet** → AI Engineering (construção do contexto) * **Teal** → Ops Engineering (auditoria e governança) *** ## Próximos passos Conecte sua primeira fonte de dados em menos de 10 minutos. Estruture o contexto de entidades a partir dos dados ingeridos.