Sistemas que entraram em produção e continuam rodando.

Estrutura de departamentos de agentes rodando continuamente em servidor próprio: um agente gestor que decompõe pedidos e despacha para especialistas, kanban de trabalho, catálogo de skills por domínio e cadeia de combustível que gasta a franquia da assinatura antes de tocar em crédito pago. Um agente de plantão monitora automações e bancos, diagnostica falhas, corrige o que está dentro de limites seguros e escala para uma pessoa quando a decisão exige.

Servidor MCP que funciona como memória única dos projetos: qualquer assistente — desktop, IDE ou linha de comando — registra avanços e decisões e recupera o contexto de onde o outro parou. Resolve o problema real de continuidade quando se troca de ferramenta de IA no meio do trabalho, com busca híbrida (texto e vetorial) e autorização por escopo entre projetos.

Motor que gera minutas contratuais a partir de um manual normativo interno de 76 páginas, respeitando cláusulas obrigatórias e vedações por tipo de contrato. Arquitetura multiagente: um redator e três avaliadores em paralelo, com verificação automática de conformidade e teto de custo por documento.

Plataforma com mais de 140 câmeras em nuvem (Kubernetes/EKS) que processa centenas de milhares de leituras de vídeo por dia para verificar presença por turma, alimentar um telão ao vivo e gerar alertas com validação humana. O ponto difícil foi a ingestão: câmeras atrás de NAT, sem NVR e sem porta aberta.

Sistema de orçado × realizado × comprometido por centro de resultado, reconstruído do zero em código próprio: 47 tabelas, reconciliação diária linha a linha contra o ERP e alerta automático ao gestor quando o orçamento estoura.

Motor de reposição para uma rede com mais de 170 filiais: analisa 18 meses de consumo por item e unidade, classifica porte, dispara alerta quando o consumo foge do padrão e sugere o pedido com o melhor fornecedor por região.

Biblioteca que resolve um problema caro de quem roda LLM em produção: você tem franquia de assinatura (já paga) e crédito de API (dinheiro que some), e a ordem certa é óbvia — mas implementar não é. Ela distingue “acabou a cota” de “o prompt está errado”, pausa a fonte esgotada para não desperdiçar tentativa, gira entre várias contas e só então toca no crédito.

Presença de voz para desktop: detecção de palavra de ativação rodando inteiramente na máquina (Vosk, sem chamar API em runtime), síntese de voz local com Piper, e uma ponte em PowerShell/.NET que registra atalho global e gerencia a captura do microfone. A inteligência fica num núcleo remoto — o dispositivo nunca recebe chave de modelo.

App de tarefas em que a inteligência mora fora do app: ao criar uma tarefa, o front grava no banco e dispara um webhook; um orquestrador externo chama o modelo, reescreve título e descrição, grava direto no banco, e o tempo real devolve a atualização à tela sem recarregar. Tem também um canal de entrada por WhatsApp que transforma mensagem em tarefa.

Dashboard que consolida, em uma tela, a saúde operacional de dezenas de canais de WhatsApp e o estágio de cada lead no funil. Todas as chamadas às APIs externas passam por rotas de servidor, de modo que nenhum token chega ao navegador; os dados atualizam por polling curto com cache no cliente.

Pipeline que recebe um tema e devolve um curso inteiro publicado: uma chamada ao modelo gera o plano de módulos e aulas, outra escreve cada aula sob regime editorial rígido, e uma camada de pós-processamento normaliza o HTML antes de publicar no CMS por API. A segunda versão virou serviço em contêiner, com fila e máquina de estados.

Migração completa de nuvem: 9 instâncias em provedor caro consolidadas em 2 servidores sob Docker Swarm, com Traefik, TLS automático e os mesmos serviços no ar. Junto vieram pipelines de dados e bots de atendimento que substituíram trabalho manual recorrente.