Conversa Labs e Maestro: atendimento com ações de IA controladas


- Concluído: Recuperar o estado da conversa
- Concluído: Chamar uma ferramenta autorizada
- Etapa atual: Transferir para atendimento humano
A plataforma reúne módulos de atendimento e o serviço de agentes de IA. O Maestro pode segurar uma resposta cuja ação declarada não corresponda às ferramentas executadas, pedir aprovação humana e pausar quando um operador assume.
Em 30 segundos
Problema
Atendimento, processos de negócio e ações de IA precisam compartilhar contexto de conta, permissões e controle humano.
Minha contribuição
Sou sócio e o principal desenvolvedor dos módulos e serviços próprios do Conversa Labs. Construí módulos sobre o núcleo open source (MIT) do Chatwoot, sem a edição Enterprise, e desenvolvi o Maestro como serviço de agentes de IA.
Resultado
A plataforma reúne módulos de atendimento e o serviço de agentes de IA. O Maestro pode segurar uma resposta cuja ação declarada não corresponda às ferramentas executadas, pedir aprovação humana e pausar quando um operador assume.
Decisões técnicas
Construir módulos próprios sobre o núcleo MIT, sem a edição Enterprise.
- Por quê
- O contexto de conta conecta os módulos às permissões e conversas do atendimento.
- Custo da decisão
- Manter compatibilidade exige adaptar os módulos às mudanças oficiais.
Comparar ações declaradas com ferramentas executadas antes de enviar.
- Por quê
- A resposta precisa refletir ações que realmente rodaram; ações sensíveis exigem aprovação humana.
- Custo da decisão
- A checagem pode segurar a resposta, e a aprovação humana introduz um estado de espera.
Vincular memória e custo a cada conta.
- Por quê
- A memória e as estimativas de custo precisam acompanhar o contexto de cada conta. As checagens determinísticas podem segurar a resposta antes da entrega; um juiz LLM opcional avalia amostras depois, sem alterar a resposta.
- Custo da decisão
- Busca semântica exige índice de embeddings; se o juiz opcional estiver indisponível, a avaliação usa regras.
Operação
O trabalho Rails/Vue inclui CRM/Kanban, conciliação de comissões de pedidos pagos, canal WhatsApp Web, editor visual de fluxos, roteamento de atendimento, permissões granulares e servidor MCP com OAuth 2.1. O Maestro usa Python, FastAPI, LangGraph, PostgreSQL/pgvector e Redis para estado por conversa, memória por conta/contato e busca híbrida, com recuperação semântica quando configurada. Instrumentei uso e estimativas de custo de IA por conta e conversa, incluindo fallback, com rastreamento no Langfuse quando habilitado. Construí um gerador de referências a partir de contratos com checagem de termos privados antes de publicar, checkout de assinaturas em Astro e integração de teste grátis; configurei assinatura cosign, geração de SBOM e entrega em Docker Swarm.
- CRM/Kanban
- Conciliação de comissões de pedidos pagos
- Canal WhatsApp Web
- Editor visual de fluxos
- Roteamento de atendimento
- Papéis e permissões granulares
- Servidor MCP
Autoria
A licença MIT corresponde ao núcleo open source do Chatwoot. Meu trabalho abrange os módulos próprios, o serviço Maestro e as integrações descritas; a autoria do núcleo permanece com seus criadores. Atuo no Conversa Labs desde novembro de 2025.

