Skip to content

README.md

Latest commit

 

History

History
155 lines (107 loc) · 7.1 KB

README.md

File metadata and controls

155 lines (107 loc) · 7.1 KB
Raw
fazer.ai agents

fazer.ai agents

Agentes de IA que assumem seu atendimento. Falam como gente, agendam, cobram e vendem. Self-hosted, com qualquer modelo.

Português (Brasil) · English

Free: Apache 2.0 Bun TypeScript React 19 PostgreSQL + pgvector LangGraph

fazer.ai agents é a plataforma self-hosted de agentes de IA que tocam o atendimento: transcrevem áudios, leem imagens, respondem por texto ou por voz, consultam a base de conhecimento, agendam, orçam, cobram, movem o funil e sabem quando passar para o time humano. No WhatsApp e em qualquer outro canal, tudo na sua própria infraestrutura.

Destaques

  • 🗣️ Multimodal nativo: ouve áudios, lê imagens e responde por voz, sem plugin.
  • 🧠 Qualquer modelo, inclusive local: OpenAI, Anthropic, Google, DeepSeek, OpenRouter ou modelos locais (Ollama, LM Studio, vLLM) por endpoint OpenAI-compatível.
  • 💬 Ritmo de gente: espera o cliente terminar de escrever, mostra "digitando…" e responde em balões, no tempo de uma pessoa.
  • 🧰 Age, não só responde: base de conhecimento (RAG), ferramentas HTTP, servidores MCP e toolpacks. Agenda, orça, move o funil e passa pro humano.
  • 🚀 Sobe num comando: onboarding guiado por IA instala a stack inteira num VPS e valida ponta a ponta.

🚀 Comece agora

Do primeiro comando ao agente atendendo no WhatsApp, conduzido por um agente de IA no seu terminal. Uma linha só instala o CLI, autentica na fazer.ai, conecta os MCPs e instala a skill de onboarding, que sobe a stack completa (Chatwoot + fazer.ai agents + observability, com TLS) num VPS e valida a instância ponta a ponta.

macOS e Linux

curl -fsSL https://app.fazer.ai/api/agents/install.sh | bash

Windows (PowerShell)

irm https://app.fazer.ai/api/agents/install.ps1 | iex

A versão Pro tem o próprio instalador, liberado para assinantes.

Três skills acompanham a operação, desde a instalação ao uso no dia a dia:

  • agents-onboarding: sobe a stack do zero num VPS (Coolify, Portainer ou compose) e valida ponta a ponta.
  • agents-operation: investiga conversas em produção e ajusta o comportamento do agente, com toda mudança aprovada.
  • agents-dev: clona o código e conduz o desenvolvimento seguindo os invariantes do projeto.

Funcionalidades

🤖 Agente

  • Runtime LangGraph TS com memória durável por conversa (checkpointer no Postgres).
  • Multi-modelo por agente: OpenAI, Anthropic, Google, DeepSeek, OpenRouter e modelos locais via endpoint OpenAI-compatível (Ollama, LM Studio, vLLM), com a chave no cofre.
  • Editor progressivo: prompt, ferramentas, comportamento e base de conhecimento num só lugar.
  • Playground para conversar com o agente antes de colocá-lo no ar.

💬 WhatsApp e canais (via Chatwoot)

  • Um agente, várias caixas de entrada, com roteamento por inbox.
  • Janela de 24h do WhatsApp respeitada, com templates HSM para envios proativos fora da janela.
  • Redirecionamento de canal: opção para usar o WhatsApp oficial só como porta de entrada e leva a conversa para o chat do site, sem custo por mensagem durante o atendimento.
  • Omnichannel: qualquer canal que o Chatwoot suporta.

🎙️ Multimodal e humanização

  • Transcrição de áudios (STT): OpenAI, Gemini, ElevenLabs ou OpenAI-compatível.
  • Respostas em voz (TTS) com preferência por contato (cliente escolhe se quer resposta em áudio ou texto): OpenAI e ElevenLabs.
  • Visão: interpreta imagens e documentos enviados pelo cliente.
  • Debounce: agrupa rajadas de mensagens e responde uma vez só.
  • Split e "digitando…": quebra a resposta com ritmo natural.

🧰 Ferramentas e conhecimento

  • Base de conhecimento (RAG) com pgvector e fila de aprovação de sugestões.
  • Ferramentas nativas e ferramentas HTTP customizadas (schema, allowlist de host, credencial no cofre).
  • Catálogo de integrações: toolpacks, servidores MCP e ferramentas nativas.
  • Conecte o agente a servidores MCP externos.

📈 Vendas e operação

  • Agendamento no Google Calendar com lembretes automáticos.
  • Kanban de funil: o agente move o card conforme o estágio da conversa. Requer Chatwoot fazer.ai Pro.
  • Follow-ups proativos que respeitam o horário de atendimento.
  • Handoff para humano: roteia pela fila, ou deixa o agente escolher pra qual time ou agente passar.

🖥️ Console do operador

  • Dashboard com KPIs e custo real de LLM (via Langfuse).
  • Conversas com detalhe, aviso de erro e ação de re-engajar.
  • Componentes reutilizáveis (pools de building blocks) para montar o comportamento do agente.
  • Canais, Webhooks, API keys, Logs, Admin e Configurações.
  • Multi-idioma (i18n) e tema claro/escuro.

🔌 Plataforma e API

  • Um núcleo, três formas de dirigir: REST v1, servidor MCP e console web.
  • Servidor MCP com OAuth 2.1 e ferramentas de escrita com dry-run por padrão.
  • Webhooks de saída com HMAC, retry com backoff e fila morta.
  • Logs de execução por etapa, com alertas (Discord ou webhook) e retenção.

🔒 Segurança e self-host

  • Cofre de segredos criptografados.
  • Auth com JWT e Google, setup de primeiro acesso e controle de cadastro.
  • PostgreSQL com RLS e role de runtime sem superusuário.
  • Deploy em Docker, Coolify, Portainer ou compose.

Edições

A edição Free é open-source (Apache 2.0) e traz tudo que está acima.

A edição Pro acrescenta o que quem opera em escala precisa:

  • Multi-tenant: vários clientes ou marcas num único deploy, isolados no banco por RLS.
  • Branding próprio: painel com a sua identidade (white-label).

Detalhes em app.fazer.ai/#/agents.

Stack

Bun + Elysia · React 19 + Tailwind CSS v4 · Prisma + PostgreSQL (pgvector) · LangGraph TS · Langfuse (observability, opcional).

Desenvolvimento local

bun install
cp .env.example .env      # DATABASE_URL, MIGRATION_DATABASE_URL, ENCRYPTION_KEY
docker compose up -d      # PostgreSQL (pgvector)
bun db:bootstrap          # role de runtime + grants
bun prisma:migrate
bun dev                   # http://localhost:3000

Links

Free sob Apache 2.0 · Pro sob EULA proprietária · feito com ☕ pela fazer.ai