- 01 / 15
Permissões e privacidade
Delimite cada usuário, projeto e agente às ferramentas, pipelines e recursos de que precisa, para um acesso de privilégio mínimo. As credenciais dos conectores são criptografadas em repouso e chegam às execuções do pipeline por handles de uso único. A segurança em nível de linha mantém as contas separadas. Os agentes de dispositivo só tocam nos apps e sites que você permite. Payloads de eventos e memória armazenada são tratados como dados não confiáveis para limitar a injeção de prompt. A redação de privacidade da Sether e o escaneamento de ações do Koreshield são opcionais por agente ou chat.
- 02 / 15
Aprovação humana
As aprovações humanas (human-in-the-loop) de agentes de IA pausam as ações que você escolhe antes de elas rodarem. O modo seguro é o padrão, e a autonomia é uma opção que você ativa. Aprove, rejeite ou edite os argumentos em uma única folha de aprovações, no computador ou no celular. Cada decisão é registrada junto com sua execução. Ações de navegador e computador são controladas por tipo de efeito, aprovações em execuções disparadas por um gatilho expiram, e um botão de parada encerra uma execução.
- 03 / 15
Avaliações e evidências
A avaliação de agentes olha para a evidência, não só para a resposta final. A Melaya inspeciona cada resultado de ferramenta buscando erros de autenticação, dados vazios, escritas não confirmadas e respostas que declaram uma fonte indisponível quando ela retornou dados. Verificações opcionais cobrem o schema de saída, o grounding e as citações. O modo de observação pontua as execuções em um dashboard. O modo de aplicação tenta de novo com uma nota de correção, até um limite definido. Um juiz LLM opcional pode rejeitar uma resposta, mas nunca aprova uma sozinho.
- 04 / 15
Rastros e observabilidade
Toda execução recebe um ID, uma visão em tempo real e um histórico guardado. O rastreamento de LLM registra spans do OpenTelemetry para chamadas de modelo e de ferramenta, com latência, entradas, saídas e contagem de tokens. Um registro de auditoria de chamadas de ferramenta mostra qual agente chamou cada ferramenta, qual modelo pediu e quem aprovou, disponível pela REST API. O rastreamento de custo por token precifica cada chamada. Padrões de segredos conhecidos são mascarados antes do armazenamento, e o acesso segue a participação no projeto.
- 05 / 15
Confiabilidade e recuperação
Guardrails verificam cada chamada de ferramenta antes de ela rodar. A Melaya valida os argumentos contra o schema da ferramenta, corrige incompatibilidades de tipo seguras e retorna um erro claro para que o agente possa corrigir sua própria chamada. Timeouts, retries com backoff e circuit breakers absorvem APIs instáveis e rate limits. Ações de escrita rodam uma por vez, resultados grandes demais saem da janela de contexto, e todo loop de agente tem um limite de etapas.
- 06 / 15
Agendas e eventos
Rode agentes de IA agendados em um cron no seu fuso horário, ou dispare-os a partir de eventos. A Melaya recebe webhooks assinados, assinaturas push em apps conectados, streams de WebSocket e SSE, e faz polling como alternativa. Filtros opcionais e perguntas à Laya decidem se um evento importa. Cada evento então faz uma única coisa: notificar você, chamar uma ferramenta, acordar um crew em execução ou iniciar um pipeline. Cada entrega deixa um recibo.
- 07 / 15
Orquestração de agentes
Orquestração multiagente em um canvas visual. Rode agentes de IA em sequência ou em paralelo, ramifique a partir da saída de um agente, repita uma etapa em um loop limitado, ou desenhe um grafo que roteia o trabalho entre etapas. Comece a partir de crews reutilizáveis de agentes prontos para pesquisa, finanças, vendas, jurídico, RH e operações. No Melaya Assistant, um agente líder pode passar uma subtarefa para um subagente especialista.
- 08 / 15
Instruções e entradas
Dê a cada agente de IA um papel, um system prompt e uma instrução de tarefa, ou comece a partir de uma persona pronta ou de um template de pipeline que seu time possa compartilhar. Descreva um objetivo em linguagem simples e o Build with AI rascunha o workflow multiagente. Cada execução pode levar um brief e arquivos anexados como PDFs e planilhas. A Melaya gera e valida o código do pipeline no servidor antes de executá-lo.
- 09 / 15
Laya · System One
Laya é um modelo System One de pesos abertos que a Melaya hospeda. Ele responde perguntas tipadas de escolha, pontuação e sim ou não, com confiança calibrada e sem gerar texto. Os agentes o usam para classificar ou ranquear muitos itens em uma única chamada, filtrar gatilhos de eventos e rodar etapas de decisão nos pipelines. No modo rápido de navegador, celular e computador, ele é um recurso restrito para alvos ambíguos. Seu modelo de IA principal continua planejando.
- 10 / 15
Ferramentas e integrações
Dê a cada agente de IA só as ferramentas de que ele precisa, escolhidas de um catálogo amplo de ferramentas tipadas e conectores de API para email, CRM, planilhas, bancos de dados, pagamentos, redes sociais e a web. Conecte seus apps de negócio com OAuth ou uma API key, mantida criptografada. O Assistant carrega ferramentas extras sob demanda para manter os prompts leves. A Melaya roda um servidor MCP remoto, então Claude, ChatGPT, Cursor e outros clientes MCP podem executar seus pipelines com permissões delimitadas.
- 11 / 15
Dispositivos e uso do computador
Uso do computador com IA e um loop de segurança. Os agentes operam um navegador web real, um celular Android e os apps de desktop do seu próprio computador. Cada etapa segue ler, agir, verificar: leia a página ou a árvore de acessibilidade, aja em um elemento nomeado, depois confirme a mudança. O modo rápido executa várias etapas planejadas por chamada de modelo. Allowlists de apps e sites, gates de aprovação e um botão de parada cobrem cada dispositivo.
- 12 / 15
Memória e contexto
A Melaya guarda a memória do agente dentro da janela de contexto de cada modelo. A memória de trabalho compacta turnos antigos em um resumo, e resultados longos de ferramentas são paginados em vez de cortados. A memória persistente entre execuções é opcional por pipeline: os agentes guardam lições e falhas de ferramentas para a próxima execução, delimitadas por agente, com os segredos mascarados. Você pode revisar, editar ou excluir cada entrada. O Assistant mantém sua própria memória de conversa.
- 13 / 15
Conhecimento e busca
Baseie seus agentes de IA nos seus próprios arquivos PDF, Word, Excel e PowerPoint. Documentos curtos vão direto para o prompt, e os longos são esquematizados e lidos página por página. Para coleções grandes, ative o modo de busca: a Melaya indexa os arquivos em um armazenamento vetorial e os agentes os buscam com RAG. Conecte cofres Obsidian do seu computador, de um upload ou de um repositório Git, e escolha por agente qual conhecimento ele vê.
- 14 / 15
Modelos e provedores
A Melaya funciona com o modelo que você traz. Escolha o LLM de cada agente de IA entre OpenAI, Anthropic, Google Gemini, Mistral, DeepSeek, Qwen e dezenas de outros provedores, ou roteie através do OpenRouter, LiteLLM e outros gateways. Rode modelos de pesos abertos localmente com Ollama ou LM Studio, use sua assinatura do Claude Code, Codex ou GitHub Copilot através do runner local, ou aponte para qualquer endpoint compatível com OpenAI. Misture modelos em um único pipeline.
- 15 / 15
Execução e orçamentos
As execuções rodam em um sandbox isolado na nuvem ou em um runner auto-hospedado no seu próprio computador ou servidor. Pipelines que precisam de modelos locais ou das suas sessões autenticadas rodam no runner. Execuções na nuvem são dimensionadas conforme suas ferramentas e entram em fila quando a capacidade está ocupada. Limites de custo opcionais por pipeline ou por agente avisam em 80% e interrompem a execução no limite. Os planos definem cotas de execução, concorrência e frequência de agendamento.
Um mapa das capacidades da Melaya. A disponibilidade depende do produto, plano e configuração. Proteções opcionais, memória persistente e correções por avaliação precisam ser ativadas.