Extracao dentro do app
Agentes abrem o app, navegam ate os dados e os extraem do mesmo jeito que uma pessoa faria: tela por tela, em um dispositivo real.
Três dores que toda equipe de vendas e BD enfrenta toda semana. Cada uma é o que seus reps realmente reclamam, não o que uma página de funcionalidade chamaria.
Os dados que voce precisa vivem dentro de apps mobile que nao têm API, e scraping web nao os alcanca.
Cada pipeline abaixo é uma forma que você monta no canvas usando o crew e as ferramentas mais abaixo. Não é uma funcionalidade que entregamos pronta, é um padrão que você configura.
Agentes abrem o app, navegam ate os dados e os extraem do mesmo jeito que uma pessoa faria: tela por tela, em um dispositivo real.
Limitados aos apps que voce autorizar, no horario que voce definir, com cada execucao registrada e revisavel.
As telas extraidas se tornam registros validados e estruturados que seu pipeline pode consumir.
Personas reais do crew research_team. Cada uma vem com um system prompt afinado e uma allowlist de ferramentas padrão. Troque modelos por persona no canvas.
Transforma extracoes tela por tela em datasets limpos e validados.
Define quais fontes dentro do app importam e o que extrair delas.
Documenta cada fonte e mantem as extracoes reproduziveis.
Cada ferramenta abaixo é uma ferramenta compartilhada real do bundle Melaya. Allowlist por agente, HITL nas escritas, revogação em um clique.
Navega o app e le os dados da tela em um dispositivo real.
Valida e perfila o que foi extraido das telas.
Armazena os resultados onde seu pipeline espera recebe-los.
Constroi um registro pesquisavel de cada execucao de extracao.
Cada pipeline vem com três camadas de acesso ao conhecimento. Combine por agente no canvas. Sem espaço vetorial compartilhado com outro cliente, sem leitura surpresa, sem recuperação opaca.
includeContextDocumentos por pipeline anexados à entrada de agentes específicos a cada run. O brief de ICP, playbook, tabela de preços ou corpus de emails de deals ganhos. O que precisa estar lá antes do agente pensar. Você escolhe quais personas recebem quais docs.
rag_retrieveUma ferramenta com escopo concedida por agente. Quando o agente decide que precisa de mais profundidade, ele consulta o base vetorial do workflow sob demanda. Mesma base de conhecimento do Contexto estático, acessada só quando o modelo pede.
pipeline_memoryEstado em nível de pipeline que carrega de um run para o próximo. A pesquisa de ontem está no escopo do follow-up de hoje. O crew lembra do que já prospectou, do que foi aprovado, do que foi enviado. O audit log é a base de conhecimento de segunda ordem.
Esse e o ponto. O agente le os dados da tela do app em um dispositivo real, entao nenhuma API e necessaria.
Sim. As execucoes sao limitadas aos apps que voce autorizar, agendadas por voce, e cada etapa e registrada e revisavel.
Scripts param de funcionar quando os dados vivem dentro de um app mobile sem API e sem endpoint web estável. O Device Control da Melaya opera um Android real, então os agentes leem as mesmas telas que uma pessoa vê. A persona Data Scientist então valida o output com o pacote data_utils, e os rastros completos mostram o que cada etapa leu.
Não. n8n, Zapier e Make executam passos de trigger-ação predefinidos contra APIs, então um app sem API fica fora de alcance. Os agentes da Melaya planejam entre etapas num canvas de agentes, ferramentas, triggers e gates de aprovação, e o pacote do celular lê telas do app diretamente num dispositivo real. Zapier e Make ganham em amplitude de conectores para automações de API simples.
Três pacotes de ferramentas carregam o pipeline. O pacote do celular navega pelo app e lê cada tela num dispositivo real, data_utils valida e perfila os campos extraídos, e o pacote database registra os resultados onde seu pipeline espera. O pacote knowledge mantém um registro pesquisável de cada execução de extração.
Sim. As execuções disparam no cronograma que você definir, e cada agente tem escopo para uma lista de permissão, então o pacote do celular só pode abrir os apps que você aprovou. A persona Market Analyst decide quais fontes dentro do app importam, e cada execução agendada produz um rastro completo que você pode revisar.
A governança na Melaya se apoia em listas de permissão de ferramentas com escopo, aprovação humana a cada escrita e rastros completos. Os agentes abrem apenas apps permitidos, escritas pelo pacote database podem pausar para aprovação antes de persistir, e a avaliação determinística primeiro roda verificações baseadas em regras em dados extraídos antes de qualquer avaliação por modelo.
Sim. A persona Literature Specialist documenta cada fonte e mantém as extrações reproduzíveis, e qualquer execução pode ser salva como template reutilizável. Os rastros completos registram cada etapa com timestamps, então você pode comparar execuções, detectar drift de layout dentro de um app e re-rodar o mesmo pipeline sem alterações.
Num celular real. O Device Control da Melaya opera um Android real: os agentes abrem apps permitidos, leem a tela e tocam e digitam da forma que uma pessoa faz. Qualquer coisa que publicasse ou submetesse pausa para aprovação no dispositivo, e uma extração somente leitura nunca posta em seu nome.
Sim. A Melaya roda na nuvem ou no seu runner local, então etapas sensíveis de extração e os datasets resultantes podem ficar em hardware que você controla. O roteamento de modelo por etapa entre 23 provedores permite manter o parsing em modelos locais, e o custo por resultado aceito é visível em cada execução.
O plano Sandbox é grátis e sem cartão. Entre na lista de espera e enviaremos um email no momento em que abrir uma vaga.
← Voltar para todos os casos de uso