Rede de Agentes LRNSdigital

Servidor MCP com 34 agentes especializados, roteamento automático via LLM e memória vetorial persistente — tudo a custo zero.

🔗 Ver Aplicação em Produção

---

O Problema

Gerir ~10 negócios em simultâneo significa contexto técnico e de domínio disperso por dezenas de conversas — cada nova sessão de IA começa do zero, sem memória do que já foi decidido, testado ou construído. Este sistema resolve isso: uma rede de agentes especializados com memória persistente e partilhada, acessível diretamente de qualquer cliente MCP (incluindo claude.ai), sem custo de infraestrutura.

Principais Funcionalidades

• 34 agentes especializados por domínio de negócio (jurídico, engenharia, design, dados, marketing, entre outros) — roteados automaticamente por linguagem natural. Lista gerada: docs/generated/AGENTS.md
• Memória vetorial (RAG) por agente + conhecimento global partilhado por toda a rede
• Execução remota de código: desligada. O bridge-worker da VM foi desligado (S20 do network-agents-setup: a chave SSH perdeu-se e não há capacidade na Oracle para outro servidor). A tool dispatch_code_task falha fechada e não cria tarefas; só volta com CODE_TASKS_ENABLED=1 e um worker novo.
• Registo automático de execuções (agent_log) para auditoria e aprendizagem futura

Repositório irmão: network-agents-setup, com o motor de execução (plan_runner), a governação (HITL, orçamentos de tokens) e os domain packs. Este repo é a superfície MCP de produção.

Stack Técnica

• Runtime: Node.js, Vercel Serverless Functions (protocolo MCP)
• LLM de roteamento: Google Gemini Flash Lite (tier gratuito, sem cartão de crédito)
• Base de dados: Supabase (PostgreSQL + extensão pgvector para busca semântica)
• Automação: GitHub Actions (transcrição de vídeo, scraping, heartbeat)

Dados e privacidade

• Transcrições vivem no Supabase, não no git. O workflow transcribe.yml grava cada transcrição na tabela public.transcripts. A pasta transcripts/ está no .gitignore.

• Retenção por data (jobs diários do pg_cron; purge-expired-content às 03:17 UTC):

  • transcripts e image_posts (conteúdo de terceiros): 60 dias desde a criação;
  • scrapes: 60 dias, ou 12 meses se o site for teu (domínios em public.retention_own_domains; hoje viannalegal.com.br);
  • token_usage (só contagens de tokens): 24 meses (análise anual e auditoria);
  • agent_log: 90 dias (job cleanup-agent-logs-daily, 03:00, que já existia).

  Só apaga as cópias extraídas, nunca os sites nem as publicações de origem. Para voltar a ter uma, extrai-se o link outra vez. SQL: memory/retention.sql.

• O repo público não tem conteúdo de terceiros. Também não tem dados de clientes nem segredos: as chaves só existem como variáveis de ambiente (Vercel, GitHub Actions).

• Política de privacidade (LGPD + GDPR), inventário de dados e separação repo público/privado: network-agents-setup/docs/governance/PRIVACY-POLICY.md.

Destaques Técnicos

1. Custo zero por desenho, não por sorte: todo o roteamento corre em Gemini Flash Lite gratuito — a arquitetura foi pensada desde o início para nunca depender de créditos pagos para operação normal.
2. Conhecimento global vs. por agente: a busca semântica filtra por agent_id específico OU agent_id = 'global' na mesma função SQL — conhecimento fundamental (metodologia, princípios) fica visível a todos os agentes sem duplicação manual em cada um.
3. Onboarding de agente à prova de falha silenciosa (em progresso): todo agente novo devia exigir linha correspondente na tabela projects antes de aceitar save_project_state. Na prática, esta regra continua a ser esquecida — os 3 agentes horizontais mais recentes (comunicações, marketing, produto/tech) ficaram sem essa linha até serem detetados numa auditoria de rotina. A correção é sempre rápida; o processo de onboarding que a previna de acontecer de todo ainda não existe.

Como Rodar Localmente

git clone https://github.com/souzalrns/agent-network-mcp.git
cd agent-network-mcp
npm install
# Configurar GEMINI_API_KEY, SUPABASE_URL, SUPABASE_SERVICE_ROLE_KEY (ver .env.example)
npm run dev

Deploy:

• O projecto Vercel está ligado a este repositório: cada merge na main faz um deploy de produção.
• As variáveis de ambiente estão descritas no .env.example e configuram-se em Vercel → Project → Settings → Environment Variables.

Ligação como conector MCP:

• O endpoint é /api/mcp e exige Authorization: Bearer <MCP_API_KEY>.
• Sem a chave configurada, o endpoint responde 503 (fail-closed).

Estado do Projeto

Em produção, servindo pedidos reais diariamente. Evolução ativa — arquitetura horizontal consolidada em agosto de 2026, conhecimento global adicionado na mesma altura.

---

Feito por Luiz Souza • GitHub • Portfólio • Licença MIT