> ## Documentation Index
> Fetch the complete documentation index at: https://strattumai.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.
# O que é a Strattum
> A infraestrutura que transforma dados fragmentados em contexto operacional confiável para agentes de IA em médias empresas.
A Strattum é uma plataforma de infraestrutura de dados e contexto para médias empresas. Ela pega os dados espalhados em CRM, ERP, SaaS, WhatsApp e planilhas e os transforma em contexto operacional que qualquer agente, Copilot ou LLM pode consumir.
O problema que ela resolve não é o modelo de linguagem. É o contexto que o agente recebe: fragmentado, desatualizado e não estruturado. A Strattum organiza esse contexto e o entrega de forma confiável, auditável e acionável.
Todos os dados ficam na infraestrutura cloud do próprio cliente (AWS, GCP ou Azure). A plataforma é deployada como BYOC — Bring Your Own Cloud. Nenhum dado trafega para fora do ambiente corporativo.
***
## Por que a Strattum existe
Agentes de IA falham em produção por causa do contexto que recebem: fragmentado, desatualizado e não estruturado. O modelo raramente é o gargalo. Os dados de uma empresa média vivem em sistemas que não se comunicam, e montar o contexto de cada decisão vira trabalho manual.
Com a plataforma no lugar:
* O agente conhece a entidade antes de decidir, sem precisar reconstruir o histórico a cada interação.
* O time de dados controla a camada de contexto, que é o que ele pode de fato controlar.
* Cada decisão do agente é rastreável até o contexto exato que a embasou.
***
## As três camadas
A plataforma se organiza em três camadas que se constroem uma sobre a outra. Cada uma tem uma responsabilidade distinta.
### Data Engineering
Traz os dados para dentro da infraestrutura do cliente e os organiza. Ingestão incremental via conectores (**Data Pipelines**) e um data lake governado on-premise (**Data Catalog**). Sem dados confiáveis aqui, não existe contexto depois.
### AI Engineering
Transforma dados em contexto estruturado para os agentes. O **Memory** consolida tudo que se sabe sobre uma entidade em um grafo. O **Knowledge** indexa a documentação da empresa para busca semântica. O **MCP Server** expõe esse contexto para qualquer agente externo via Model Context Protocol.
### Operations Engineering
Garante que o contexto entregue é confiável. O **Evals** mede a qualidade do contexto entregue ao agente — completude, precisão e relevância. O **Observability** monitora essa qualidade em produção e registra o audit trail de cada decisão.
Evals e Observability medem a qualidade do **contexto** entregue ao agente — completude, precisão e relevância. O comportamento do LLM e as respostas do agente são responsabilidade do provedor do modelo; a Strattum entrega o contexto.
***
## Os produtos
Cada camada reúne um conjunto de módulos. Adote apenas os que o seu caso de uso exige.
| Módulo | Camada | O que faz |
| ------------------ | ---------------- | --------------------------------------------------------------------------------------- |
| **Data Pipelines** | Data Engineering | Ingestão incremental de dados de qualquer fonte via conectores |
| **Data Catalog** | Data Engineering | Data lake on-premise organizado e governado na infra do cliente |
| **Memory** | AI Engineering | Grafo de entidades — tudo que se sabe sobre um cliente, contrato ou associado |
| **Knowledge** | AI Engineering | Base de conhecimento corporativo consultável via RAG |
| **Skills** | AI Engineering | Scripts versionados no Workspace Git, executados por agentes para automações e análises |
| **MCP Server** | AI Engineering | Adaptador Model Context Protocol para Copilots, IDEs e LLMs |
| **Evals** | Ops Engineering | Métricas de qualidade do contexto entregue ao agente |
| **Observability** | Ops Engineering | Monitoramento em tempo real do contexto em produção |
O **Memory** costuma ser o ponto de entrada mais natural. A dor de não ter visão unificada do cliente é imediata, e o valor aparece assim que o primeiro conector e a ontologia estão configurados.
***
## O modelo BYOC
A Strattum roda na sua própria cloud. Você provisiona a infraestrutura (AWS, GCP ou Azure), e a plataforma é instalada ali — object storage, bancos e serviços vivem no seu ambiente.
Isso é determinante para fintechs, healthtechs e cooperativas de crédito com exigência regulatória de localização de dados (LGPD, Bacen). Os dados nunca saem do perímetro do cliente, o que elimina vendor lock-in e dados em terceiros.
Para o starter, o mínimo é uma VM com Docker Compose (4 vCPU, 16 GB RAM) \[verificar]. Object storage do cliente (S3, GCS ou Azure Blob) guarda o data lake; DuckDB roda embutido como query engine, sem clusters gerenciados.
***
## Próximos passos
Entenda os termos centrais: contexto, entidade, grafo, ontologia, Medallion e GraphRAG.
Consolide tudo que se sabe sobre uma entidade em um grafo de contexto.
Indexe a documentação da empresa para consulta semântica pelos agentes.
Conecte suas fontes, defina a ontologia e ative o pipeline de contexto.