Hosting agentów AI. Twój agent, Twój serwer, Twój klucz.

1. Um agente de IA não precisa de viver na nuvem de terceiros

A maioria dos assistentes de IA mais populares funciona como um serviço SaaS: chave de API, limite mensal de consultas e dados das conversas que passam por servidores de terceiros. Em muitas aplicações empresariais, como o atendimento ao cliente ou a automatização interna com acesso aos dados da empresa, isso levanta a questão de para onde vão realmente os dados.

O catálogo de aplicações da Saplo inclui vários motores prontos a utilizar para criar os teus próprios agentes e automatizações com IA. Instalados no teu Box, sob o teu domínio, funcionam sem depender de uma infraestrutura SaaS de terceiros, para além do modelo de linguagem a que o agente se liga.

A aplicação de destaque é o Hermes Agent (Nous Research): um agente de IA pessoal ligado ao Telegram, Discord, Slack e à API, com um painel web para configurar a chave de acesso ao modelo e essas ligações, sem necessidade de aceder ao próprio servidor. O manifesto da aplicação requer cerca de 1,5 GB de RAM.

2. Quatro motores, quatro abordagens diferentes para a IA

O Hermes Agent é um agente de mensagens pronto e configurado, ideal para teres um assistente no Telegram ou no Discord sem construí-lo de raiz. Basta colar a chave do modelo e ligar a aplicação de mensagens no painel da aplicação.

O Flowise é um construtor visual de agentes de IA e chatbots, do tipo arrastar e largar, que combina modelos LLM, ferramentas (chamadas de API, funções) e bases de dados vetoriais RAG num grafo de nós sem escrever código. O manifesto requer 2 GB de RAM, porque a imagem inclui o Chromium usado nos nós que fazem scraping de páginas e ficheiros PDF.

Embora o n8n não seja um motor de IA dedicado, muitas vezes funciona como a cola que liga o agente de IA aos restantes sistemas da empresa: um webhook do Hermes Agent ou do Flowise pode iniciar um workflow no n8n que guarde o resultado no CRM ou envie uma notificação, tudo entre aplicações no mesmo Box.

O Windmill é uma plataforma de automatização por código (Python, TypeScript, Go, Bash), mais próxima dos programadores do que os fluxos visuais do n8n ou do Flowise. É útil quando a lógica do agente exige um script personalizado, e não apenas blocos de nós prontos a utilizar.

3. De que recursos precisa uma infraestrutura própria de agentes de IA?

O Hermes Agent (mínimo 1,5 GB de RAM) e o Flowise (mínimo 2 GB de RAM) ultrapassam, em conjunto, a memória do Box M. Por isso, instalar ambos no mesmo Box exige, na prática, um Box L (6 GB de RAM), com margem para o sistema e para outras aplicações a correr em simultâneo.

O Hermes Agent, sem outras aplicações pesadas, cabe no Box M (2 GB de RAM), o que chega para quem quer apenas um agente de IA ligado a aplicações de mensagens, sem motores visuais ou automatizações adicionais.

O custo do modelo de linguagem em si (a chave de API do fornecedor de LLM) é cobrado à parte do custo do hosting, tal como acontece em qualquer outra solução de IA auto-hospedada, porque a Saplo aloja o motor do agente, não o modelo que o agente utiliza.

4. Porque é que isto é diferente de uma subscrição SaaS para um agente de IA?

Uma subscrição SaaS para um assistente de IA é normalmente cobrada por utilizador ou em função do número de consultas por mês. À medida que a escala de utilização aumenta na empresa, o custo mensal também cresce, muitas vezes sem um teto claro.

Uma instância própria na Saplo tem um custo anual fixo (o preço do Box), independente do número de mensagens que o agente tenha processado num mês. Para uma empresa com tráfego irregular ou sazonal, este modelo facilita a previsão orçamentária.

Os dados das conversas e da configuração do agente permanecem no contentor LXC no teu Box, não na base de dados do fornecedor do SaaS, o que, para empresas que processam dados pessoais de clientes através do agente (por exemplo, no apoio ao cliente), é relevante na avaliação da conformidade com o RGPD.

5. Para quem é indicado

Para uma pequena empresa que queira um assistente simples no Telegram para responder a perguntas dos clientes, um Box M com o Hermes Agent é uma forma rápida e barata de começar, sem ter de construir tudo de raiz.

Para uma equipa técnica que esteja a construir um fluxo mais complexo (agente, automação e integrações com CRM), o Box L com Hermes Agent, Flowise ou Windmill, e n8n, juntos no mesmo Box, oferece controlo total sobre todo o stack de IA.

Para quem está a testar qual motor de IA se adapta melhor às necessidades da empresa, o catálogo permite instalar vários motores ao mesmo tempo num único Box e compará-los sem precisar de várias subscrições SaaS separadas.

6. Como começar com o teu próprio agente de IA, passo a passo

Escolhe o motor para cada caso de uso: Hermes Agent para um assistente simples de comunicação, Flowise para um agente mais complexo com acesso a documentos (RAG) e Windmill quando a lógica exige código próprio, e não apenas blocos de nós.

Instala a aplicação escolhida a partir do catálogo no Box adequado (Box M, no mínimo, para o Hermes Agent sozinho, ou Box L se combinares vários motores). Isto cria um contentor Docker com o proxy inverso e os certificados SSL já configurados.

Configura a chave do modelo de linguagem no painel da aplicação escolhida, sem acesso ao próprio servidor. A configuração foi concebida para que uma pessoa não técnica da empresa possa integrar um mensageiro ou definir o prompt do sistema de forma independente.

Testa o agente com um pequeno grupo de utilizadores, por exemplo num canal de testes interno no Discord, antes de o disponibilizares aos clientes, para detetares erros na configuração do prompt ou das integrações antes de qualquer contacto real com os clientes.

Se precisares de que as respostas do agente sejam encaminhadas para o CRM ou para uma base de dados, ou de que acionem outras automações na empresa, liga o agente aos restantes sistemas através do n8n instalado no mesmo Box.

7. Privacidade dos dados ao utilizar agentes de IA na empresa

As conversas tratadas por um agente de IA, como perguntas de clientes no Telegram, ficam guardadas num contentor no teu Box, e não na base de dados de um fornecedor SaaS externo, o que facilita o controlo sobre quem tem acesso a estes dados.

O modelo de linguagem com que o agente conversa é normalmente um serviço externo (a API do fornecedor de LLM), pelo que o conteúdo das perguntas acaba, na mesma, por chegar a esse fornecedor. Convém tê-lo em conta ao avaliar a conformidade com o RGPD relativamente aos dados pessoais presentes nas conversas.

Para empresas que tratam dados sensíveis de clientes através de um agente, vale a pena considerar fornecedores de modelos de linguagem com uma política clara de não utilizar as consultas para novo treino do modelo, independentemente de onde o motor do agente esteja alojado.

Um motor de agente auto-hospedado (Hermes Agent, Flowise) dá-te controlo sobre os registos e o histórico das conversas ao nível da infraestrutura, algo que uma plataforma SaaS externa para criar chatbots nem sempre garante por completo.

8. Integração do agente de IA com os sistemas existentes da empresa

Um agente de IA raramente funciona totalmente isolado dos restantes sistemas da empresa: normalmente tem de consultar a disponibilidade de um produto na base de dados, registar um novo pedido no CRM ou encaminhar uma pergunta mais complexa do cliente para um consultor. Isso exige ligar o agente a outras aplicações, e não apenas ao modelo de linguagem.

Na plataforma Saplo, esta ligação é normalmente estabelecida através do n8n instalado no mesmo Box: um webhook do Hermes Agent ou do Flowise aciona um workflow que consulta a base de dados, guarda os dados no CRM, como o Baserow, ou envia uma notificação pelo Slack ou Discord para a pessoa certa da equipa.

Esta arquitetura (agente, automação e base de dados, tudo no mesmo Box) permite criar cenários de apoio ao cliente relativamente complexos sem escrever código de integração próprio, utilizando apenas motores prontos do catálogo de aplicações, ligados por mecanismos padrão de webhooks e API.

Para empresas com um sistema CRM existente fora da plataforma Saplo (por exemplo, um SaaS externo e pago), o agente e a automação podem ligar-se a ele através da API pública desse sistema, desde que o fornecedor do CRM a disponibilize. Assim, preserva-se a infraestrutura atual da empresa e acrescenta-se uma camada de IA sem migrar todo o sistema CRM.

Para testar esta integração, começa por um cenário simples (por exemplo, o agente guarda apenas a pergunta do cliente na base de dados, sem responder automaticamente). Depois de confirmares que os dados chegam corretamente ao destino certo, podes ampliar o cenário com ações mais avançadas do agente.

À medida que as integrações crescem, torna-se importante documentar quais os workflows do n8n associados a cada agente e aos sistemas a que se ligam. De facto, várias aplicações ligadas entre si no mesmo Box, sem documentação, transformam-se rapidamente numa teia de dependências difícil de compreender para quem se junta ao projeto mais tarde.

9. Desenvolvimento do ecossistema open source em torno dos agentes de IA

Hermes Agent, Flowise, Windmill e motores semelhantes são projetos open source em desenvolvimento ativo, o que significa que lançam regularmente novas funcionalidades e integrações com novos modelos de linguagem. Assim, podes utilizá-los na tua própria instância sem esperar que o fornecedor do SaaS decida disponibilizá-los.

O ritmo de desenvolvimento na área dos agentes de IA é excecionalmente elevado comparativamente com outras categorias de software. Por isso, utilizar motores open source ativamente mantidos oferece mais hipóteses de acesso imediato a novas funcionalidades assim que são lançadas, em vez de esperar pela atualização de uma plataforma comercial fechada.

Na plataforma Saplo, a atualização destes motores para uma versão mais recente é feita através de uma receita no catálogo de aplicações. Assim, é mais fácil manter-te atualizado sem teres de acompanhar individualmente os repositórios GitHub de cada ferramenta utilizada.

Para equipas que experimentam diferentes modelos de linguagem (mudar de fornecedor de LLM, testar novos modelos), um motor de agente auto-hospedado permite-te ligar qualquer chave de API sem as limitações impostas por uma plataforma fechada associada a um único fornecedor de modelos.

A comunidade em torno destes projetos (fóruns, repositórios com exemplos, canais de Discord de projetos open source) é uma fonte adicional de conhecimento para resolver cenários mais atípicos, complementar à documentação do Saplo, que se concentra na camada de infraestrutura e não na configuração do motor do agente.

10. Avaliação da eficácia do agente de IA após a implementação

Após a implementação de um agente de mensagens (por exemplo, Hermes Agent no Telegram), vale a pena acompanhar que percentagem das perguntas dos clientes é tratada autonomamente pelo agente e que percentagem tem de ser encaminhada para uma pessoa. Isto fornece uma métrica concreta para saber se o agente está realmente a aliviar a carga de trabalho da equipa de apoio ao cliente.

A revisão periódica das conversas (de forma anonimizada, preservando a privacidade dos clientes) ajuda a identificar perguntas repetidas para as quais o agente não tem uma boa resposta, o que é um sinal de que deves melhorar o prompt do sistema ou acrescentar informação à base de conhecimento do agente. Este ciclo (observar, corrigir, observar novamente) é uma forma natural de melhorar a qualidade do agente ao longo do tempo, tal como acontece com o desenvolvimento de qualquer outro produto em contacto direto com os clientes.

Para agentes criados no Flowise com acesso a documentos da empresa (RAG), vale a pena verificares periodicamente se a base de conhecimento que o agente utiliza está atualizada. Documentos desatualizados podem levar a respostas desatualizadas e potencialmente incorretas aos clientes.

A avaliação da eficácia deve considerar também a satisfação dos clientes com a conversa com o agente, e não apenas a eficácia técnica do sistema, pois mesmo uma resposta tecnicamente correta pode ser percebida como demasiado rígida ou inadequada ao tom que o cliente usa para comunicar.

11. Resumo: a tua própria infraestrutura de IA como vantagem, não como custo

Tratar a infraestrutura de agentes de IA como um recurso que a empresa possui, e não como algo que aluga num SaaS cobrado com base no número de consultas, muda a economia da implementação de IA numa pequena ou média empresa: o custo é fixo e previsível, os dados permanecem sob controlo da empresa e a escolha do motor (Hermes Agent, Flowise, Windmill) depende da necessidade real, e não do que um fornecedor de nuvem oferece de momento no seu catálogo restrito de funcionalidades para cada plano de subscrição.