Stack tecnológico

A tecnologia por trás de cada agente.

Sem caixa-preta. É nisto que a MindLab roda, camada por camada: os modelos que você pode escolher, a plataforma que executa os agentes, a visão que roda na sua própria máquina e a infraestrutura que mantém tudo no ar.

Agende uma demo

Modelos

Três provedores com adaptador real na plataforma. Cada agente usa um, e você pode trocá-lo pelo painel sem fazer um novo deploy.

  • OpenAI

    Modelos GPT: o padrão da maioria dos agentes e o motor da voz em tempo real.

  • Anthropic

    Modelos Claude para contexto longo e casos que exigem raciocínio cuidadoso.

  • Google Gemini

    Gemini para alto volume e baixa latência, além dos modelos de pesos abertos Gemma.

Voz

Voz para voz no telefone, no widget e no avatar presencial.

  • OpenAI Realtime

    Voz conversacional em tempo real sobre uma sessão WebSocket persistente.

  • ElevenLabs

    Síntese de voz neural e transcrição em streaming.

  • Gemini Live

    O segundo motor de voz ao vivo, usado pelo avatar.

  • Web Speech API

    A voz do próprio navegador, para implantações que precisam de custo zero por minuto.

Visão computacional

O CP-Vision roda na máquina do próprio cliente: os quadros são descritos localmente e nunca saem dela.

  • Python

    Linguagem do serviço de visão.

  • FastAPI

    Sua API e o WebSocket que transmite as descrições quadro a quadro.

  • llama.cpp

    Inferência local do modelo de visão e linguagem — nenhuma chamada à nuvem por quadro.

  • MediaPipe

    Percepção no navegador: pessoas, gestos e pontos de referência do rosto.

  • ONNX Runtime

    Backend alternativo de percepção, rodando na GPU via WebGPU.

Avatar presencial

O MetaHuman fotorrealista que atende os clientes em uma tela dentro da agência ou da loja.

  • Unreal Engine

    Renderiza o avatar e o transmite como vídeo para o navegador.

  • WebRTC

    Transporte do Pixel Streaming: vídeo, áudio e entrada sem nenhum plugin.

  • Three.js

    3D no navegador: o orbe de voz e os avatares leves.

  • Blender

    Preparação e revisão dos modelos do avatar.

Plataforma de agentes

Os serviços que guardam os agentes, suas ferramentas, sua memória e cada conversa.

  • TypeScript

    Todos os serviços são tipados de ponta a ponta, em modo estrito.

  • Node.js

    Runtime da API principal.

  • Bun

    Runtime do serviço de RAG e dos servidores MCP.

  • NestJS

    Framework da API: módulos, injeção de dependências e eventos.

  • Fastify

    A camada HTTP por baixo, escolhida pelo throughput.

  • Socket.IO

    Canal ao vivo do chat e do áudio de voz, escalado entre instâncias com Redis.

  • BullMQ

    Trabalho assíncrono: campanhas, indexação, notificações e novas tentativas.

  • Model Context Protocol

    Como os agentes chegam aos seus sistemas — nossos próprios servidores MCP para Shopify, Salesforce, Odoo, Genesys, HubSpot, Google Calendar e outros.

Dados e conhecimento

Conversas, configuração e bases de conhecimento, isoladas por cliente.

  • PostgreSQL

    Banco de dados principal: agentes, conversas, tenants e suas configurações.

  • Redis

    Cache, filas e o pub/sub que mantém todas as instâncias sincronizadas.

  • Qdrant

    Banco vetorial das bases de conhecimento: busca semântica nos seus documentos.

  • Neo4j

    Grafo de conhecimento: entidades e relações para perguntas que uma busca simples não responde.

  • Prisma

    Schema e acesso tipado ao banco de dados.

  • LangChain

    Divisão de documentos e as cadeias auxiliares do RAG.

Interfaces

O widget de chat, o painel e este site compartilham a mesma stack de front-end.

  • React

    Modelo de componentes de todas as interfaces.

  • Vite

    Build de todos os front-ends, incluindo o bundle incorporável do widget.

  • Tailwind CSS

    Design system: utilitários e tokens em vez de CSS avulso.

Infraestrutura

Contêineres no Kubernetes, descritos como código e implantados a cada merge.

  • AWS

    Onde a plataforma roda: Kubernetes gerenciado, bancos de dados, armazenamento de objetos e CDN.

  • Kubernetes

    Orquestração dos serviços de backend.

  • Terraform

    Toda a infraestrutura como código, revisável em um pull request.

  • Argo CD

    GitOps: o cluster segue o que o repositório diz que ele deve rodar.

  • Docker

    Cada serviço é distribuído como imagem de contêiner.

  • GitHub Actions

    CI/CD: testes, build e deploy, sem credenciais estáticas.

  • Cloudflare

    DNS e a borda deste site, incluindo a sua camada para agentes.

Observabilidade e qualidade

O que nos avisa que algo quebrou antes que um cliente perceba.

  • OpenTelemetry

    Traces distribuídos entre os serviços.

  • Grafana

    Dashboards e armazenamento de traces.

  • Prometheus

    Métricas dos serviços e alertas.

  • Sentry

    Erros da API e das interfaces, com o stack trace.

  • Jest

    Suíte de testes da API da plataforma.

  • Vitest

    Suíte de testes dos front-ends.

Como construímos

Escolhas que fizemos de propósito

Uma stack é um conjunto de trade-offs. Estes são os nossos, e o porquê.

  • Sem lock-in de modelo

    Três provedores com adaptador real e 48 modelos selecionáveis. Se um modelo melhor for lançado no mês que vem, você troca pelo painel — a integração não muda.

  • Conectamos, não substituímos

    O agente chega ao ERP, ao CRM ou ao e-commerce que você já usa por meio de servidores MCP e APIs. Nada precisa ser migrado para usar a MindLab.

  • A visão fica do seu lado

    O modelo de visão roda na máquina da unidade. Os quadros são descritos localmente; o que sai é texto, não vídeo.

  • Sem surpresas onde importa

    PostgreSQL, contêineres, infraestrutura como código e serviços tipados. A parte interessante deve ser o agente, não o encanamento por baixo dele.

Próximo passo

Quer os detalhes?

Em uma demo, apresentamos a arquitetura à sua equipe: integrações, fluxos de dados e como fica uma implantação do seu lado.

Agende uma demo