Melaya — Build AI agents for any job. Agentic platform for research, ops, outreach, reporting — and the only one where agents can actually trade.

// CASO DE USO · INVESTIDOR

Screene cada deal com um sócioque cita cada fonte.

Você vê de 80 a 120 decks inbound por mês e a maioria morre na sua inbox porque não há tempo de ler além do slide 4. A Melaya entrega um crew de quatro personas que faz triagem de decks contra sua tese, roda o market map, faz stress test do claim, pontua o backchannel do fundador e rascunha o memo de IC com citações. Cada memo nomeia o slide fonte, o comparável, a série FRED, o paper. Você decide quais três empresas recebem cheque.

Ver os pipelines ↓
01
// O que quebra hoje

O status quo custa mais que o agente.

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.

  1. 01

    Você vê 100 decks inbound por mês e 70 deles nunca passam do slide 4 porque a fila de leitura cresce enquanto o trabalho de tese espera por sexta.

  2. 02

    Um backchannel de fundador exige 6 calls para ser bem feito, então você pula nos borderline e passa naquele que depois levanta uma Série B quente sem você.

  3. 03

    Pass notes do ciclo passado vivem em um Notion que você nunca abre, então o mesmo fundador volta a te pingar, e você re-pesquisa a empresa do zero em vez de abrir o memo do trimestre passado.

02
// Pipelines que você pode construir

Componha. Aprove. Replay.

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.

P01

Faça triagem de decks inbound contra a tese

Na chegada do deck no Gmail ou Drive, MarketAnalyst pontua contra sua tese escrita, filtro de estágio e banda de check size, e escreve uma nota de pass ou pursue de 6 linhas. Contexto estático segura a tese para o scoring ficar consistente nos 100 decks deste mês.

P02

Rode um market map de categoria

MarketAnalyst lista 15 a 30 empresas comparáveis por estágio de funding, múltiplo de receita e wedge de produto. As ferramentas EDGAR e scraping com escopo restringem reads a filings públicos e sua allowlist, então nenhum intel competitivo não divulgado sai da rodada.

P03

Pontue o backchannel do fundador

Busca no LinkedIn e recuperação de memos anteriores trazem 8 referências de operador ranqueadas para um fundador. A ferramenta rag_retrieve puxa cada touchpoint passado com o mesmo operador para você entrar na call já conhecendo a textura do relacionamento anterior.

P04

Faça stress test da tese de investimento

LiteratureSpecialist traz papers que argumentam contra o claim central do deal, MacroEconomist nomeia 3 eventos macro que invalidariam o timing, DataScientist propõe uma kill metric falsificável. O gate HITL te força a assinar embaixo dos critérios de kill antes do memo sair.

P05

Acompanhe KPI de portfólio em um schedule

DataScientist normaliza updates mensais de fundador em uma única tabela de KPI com crescimento de ARR, burn multiple, logos net new e runway. Memória cross-run rastreia quais métricas cada empresa de portfólio de fato reporta para updates faltando sinalizarem automaticamente.

P06

Rascunhe o LP report trimestral

Puxa a tabela de KPI de portfólio, as novas posições deste trimestre e o frame macro em uma LP letter de uma página com benchmark na linha um. Gate HITL bloqueia o export até você aprovar cada número e cada fonte citada, então nada vai para LPs sem seu OK.

03
// O crew

Crew de pesquisa e análise

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.

Market Analyst

MarketAnalyst

Monta a leitura de categoria para um deal com rodadas de funding, múltiplos de receita comparáveis, sinais on-chain ou de uso de produto, e um teto de TAM nomeado com riscos declarados.

Data Scientist

DataScientist

Propõe uma definição de KPI falsificável por deal, normaliza matemática de cohort e retention entre decks, e escreve o pseudo-código que um dashboard de portfólio pode rodar em schedule.

Literature Specialist

LiteratureSpecialist

Lê pesquisa acadêmica e da indústria que suporta ou contradiz uma tese, pontua qualidade de replicação, e sempre traz um paper que argumenta contra o deal.

Macro Economist

MacroEconomist

Define o frame de ciclo de capital com função de reação do Fed, tendência de DXY, e um calendário de 30 dias de eventos macro que movem pricing de venture e timing de setor.

04
// ferramentas com escopo

Só as ações que você concede.

Cada ferramenta abaixo é uma ferramenta compartilhada real do bundle Melaya. Allowlist por agente, HITL nas escritas, revogação em um clique.

shared/tools/core/

Busca geral, fetch estruturado e leituras de arquivos locais para as quatro personas. pause_for_human é o nó HITL explícito que segura cada memo, envio e LP draft até você aprovar.

web_searchweb_fetchhttp_requestfile_readgrep_searchpause_for_human
shared/tools/sec_edgar_tools/

MarketAnalyst puxa filings comparáveis públicos, prospectos S 1 e dados de Form 4 de insider para benchmarks de categoria. Read-only, então nenhum gate de write é necessário.

edgar_ticker_to_cikedgar_recent_filingsedgar_company_factsedgar_full_text_searchedgar_insider_form4
shared/tools/fred_tools/

MacroEconomist consulta o FRED por rates, índices de funding de venture e calendários de release com o series id citado em cada parágrafo macro do memo. Read-only.

fred_series_observationsfred_series_searchfred_series_infofred_release_dates
shared/tools/arxiv_tools/

LiteratureSpecialist escaneia papers recentes na categoria técnica do deal, pontua qualidade de replicação, e lista um paper contraditório por tese. Read-only.

arxiv_searcharxiv_get_paperarxiv_recentarxiv_by_author
shared/tools/openalex_tools/

Rastreia grafos de citação ao redor de pesquisa anterior de um fundador ou um claim de categoria para LiteratureSpecialist nomear o trabalho original por trás da nota de rodapé de um pitch.

openalex_search_worksopenalex_get_workopenalex_work_citationsopenalex_author_works
shared/tools/scraping/

Puxe cobertura de lançamento de produto, snapshots de página de contratação e notícias de categoria para o market map. Escopo por agente em uma allowlist que você define, nunca concede a personas de drafting uma ferramenta de write.

scrape_pagescrape_linksscrape_structuredfetch_rss
shared/tools/social_linkedin/

Busque no LinkedIn alvos de backchannel de fundador, conexões de empregador anterior e referências de operador. Read-only neste bundle, nenhuma ferramenta de write é concedida, então nada pode dar DM em uma referência sem você.

linkedin_searchlinkedin_resolve_profilelinkedin_browse_feed
shared/tools/knowledge/

Monte o store de conhecimento por workflow a partir de memos passados, pass notes, updates de fundador e seu documento de tese. Alimenta Contexto estático, rag_retrieve e Memória cross-run.

build_knowledgebuild_knowledge_from_textbuild_knowledge_from_file
05
// Três camadas de conhecimento

O crew lê o que você dá a ele.

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.

L1

Contexto estático

includeContext

Documentos 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.

L2

Ferramenta de recuperação RAG

rag_retrieve

Uma 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.

L3

Memória entre runs

pipeline_memory

Estado 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.

07
// FAQ

Perguntas que recebemos toda semana.

O agente vai enviar notas ou compromissos a fundadores por conta própria?

Não. Cada write outbound, cada export de memo de IC e cada LP report para em um gate HITL. O crew prepara o screen do deal, o plano de referência e o draft de memo. Você aprova antes que algo chegue ao fundador, seus sócios ou seus LPs.

Os agentes conseguem raciocinar sobre meu deal flow, CRM e memos passados?

De três formas. Contexto estático anexa sua tese, banda de check size e filtro de estágio a cada persona em cada rodada. A ferramenta rag_retrieve deixa MarketAnalyst e LiteratureSpecialist puxarem de memos passados, updates de fundador e arquivos de diligence anteriores sob demanda. Memória cross-run significa que o pass do trimestre passado em uma empresa está no escopo quando o fundador volta a te pingar.

Isso é uma alternativa ao Affinity ou ao Harmonic?

Fica ao lado deles. Affinity segura seu grafo de relacionamento, Harmonic expõe empresas antes que captem. Melaya é a camada de raciocínio que screena o deck, roda o market map, pontua o backchannel do fundador e escreve o memo com citações, enquanto Affinity continua como sistema de registro.

Como isso se compara a PitchBook, Tracxn ou Crunchbase?

PitchBook, Tracxn e Crunchbase são feeds de dados e superfícies de busca. Melaya os trata como ferramentas com escopo que qualquer persona pode chamar, e depois compõe um workflow em cima que roda MarketAnalyst, DataScientist e LiteratureSpecialist em schedule e escreve o brief com fontes citadas inline.

Isso é exagero se eu sou um anjo solo ou um syndicate lead de uma pessoa?

Não. O crew roda como 4 personas em um canvas, não 4 assentos em uma SaaS. Um anjo solo tipicamente usa o workflow de triagem de deck e o de backchannel de fundador, pula os pipelines de KPI de portfólio e LP letter, e paga por um cliente. O mesmo canvas cresce quando você levanta um veículo de fundo.

Como a gente evita que o memo soe como IA?

Drafts citam parágrafos específicos do deck, series ids do FRED para claims macro, identificadores arXiv ou SSRN para research de categoria, e operadores nomeados da lista de referência. LiteratureSpecialist precisa trazer um paper contraditório por tese, então o tom soa como nota de um sócio trabalhando, não como um resumo confiante.

Em quais modelos posso rodar o crew?

Qualquer um. Claude no LiteratureSpecialist e no sintetizador de memo onde long context e qualidade de raciocínio justificam o custo, GPT no DataScientist para drafting de código de KPI, um Ollama local no MarketAnalyst quando o conteúdo do data room não pode sair da sua máquina. Cada persona escolhe seu próprio modelo.

Em quanto tempo coloco o primeiro pipeline rodando em decks inbound?

Com uma inbox de Gmail e uma pasta de Google Drive conectadas, o workflow de triagem de deck é um canvas de 4 nós: ingerir deck, pontuar contra tese, rascunhar nota de pass ou pursue, deixar em stage para sua revisão. A maioria dos investidores entrega numa sessão de trabalho e zera o backlog dos primeiros 20 decks no mesmo dia.

Consigo auditar exatamente o que o agente decidiu e por quê?

Cada rodada loga cada chamada de ferramenta, cada chunk recuperado, cada invocação de modelo e cada aprovação. Faça replay de qualquer rodada para ver qual slide de deck, qual série FRED, qual paper e qual call de referência guiou o veredito. O log de auditoria é a trilha do memo de IC.

Consigo restringir quais agentes podem ler o data room?

Sim. Allowlists de agent_tools têm escopo por persona, então MarketAnalyst pode ler filings públicos enquanto só a persona deal lead segura o reader com escopo para o data room do fundador. O canvas mostra o gate antes da rodada começar.

Construa pipelines de vcs, anjos e analistas de investimento na Melaya.

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
discord.joinCta