Três chamadas
Toda integração se resume a três chamadas. O agente lê o contexto antes de falar ou agir, busca no histórico quando a conversa pede mais e registra o que foi dito ou feito, para que todos os outros agentes fiquem sabendo.conversation() fixa o contexto e captura os turnos, task() faz o mesmo para um agente interno, action() registra o que um agente fez num sistema de registro e tools() entrega a busca no histórico ao seu LLM como chamada de função.
O que o agente recebe
Às 14h07 a Marina liga. Ela reclamou no WhatsApp às 14h02, e o agente de cobrança lançou o crédito na fatura dela às 14h06. Antes de o agente de voz dizer alô,context() devolve isto, sem modelo de IA e, com o contexto aquecido, sem consulta ao banco:
Context Pack
slots, fora do corpo fixado. A contestação da fatura (“a fatura de agosto veio cobrada duas vezes”) é de cobrança, que a política inicial libera a partir de V2, e mesmo assim é da Marina em V1: foi ela quem a escreveu, e a política devolve ao cliente o que ele mesmo disse (o espelho); ela espera na reserva, como todo fato de reclamação que nenhuma conversa do corpo diz, pelo turno em que a Marina falar da fatura. Um saldo que a empresa tivesse informado ficaria retido até um OTP nesta ligação, e o contexto diria quantos itens ficaram de fora em withheld. O exemplo é a saída do compilador da Niadra para uma cliente sintética, num espaço novo com a política inicial. O contexto fica fixado na conversa, então os turnos seguintes recebem os mesmos bytes, e o seu provedor de LLM pode reaproveitar o começo do prompt em cache. O que acontece em outros canais durante a ligação chega em live, fora do corpo fixado.
Como funciona
- Escrita. O SDK envia os eventos em lote. A Niadra grava o evento bruto antes de responder, resolve a identidade do cliente na hora e deixa o turno legível para todos os outros agentes em menos de um segundo depois que ele chega à API.
- Leitura.
context()resolve o handle, filtra a memória pela sua política e pelo nível de verificação da conversa e devolve o contexto com ETag. O contexto habitual de cada agente é preparado com antecedência, e o de cada tarefa fica pronto a partir da primeira leitura. Nenhum LLM e nenhuma busca vetorial ficam nesse caminho. Cada leitura deixa um comprovante. - Histórico.
search(),timeline()eopen()percorrem tudo o que já aconteceu com aquele cliente, com a mesma política, o mesmo nível de verificação e um orçamento de tokens. A contagem de recorrência (quantas reclamações do mesmo tema nos últimos 90 dias) é uma contagem sobre episódios tipados, não um palpite. - Sistemas e agentes internos. Eventos de CRM, ERP e help desk entram por webhook, por lote de arquivos ou pela API e viram objetos de negócio ligados ao cliente certo. O que um agente faz num sistema entra como ação e fecha a pendência que pedia aquilo.
- Governança. O seu time vê quem leu o quê, mede se cada agente usou o contexto que recebeu, recebe webhooks assinados quando uma regra sua acontece e apaga ou exporta os dados de um cliente pela API.
O que cada caminho faz
Os tempos medidos na região estão no benchmark.
| Memória derivada depois do fim da sessão | menos de 60 s |
A Niadra é memória. Ela nunca responde ao cliente, nunca executa ação nos seus sistemas e nunca encadeia passos entre eles. Os seus agentes agem com as credenciais deles; a Niadra guarda o que eles precisam lembrar e o que eles fizeram.
Próximos passos
Início rápido
Da chave de API ao primeiro contexto entregue.
O contexto e as views
O que entra no contexto, em que ordem e por quê.
Navegação do histórico
Busca, linha do tempo e abrir item, com qualquer LLM.
Referência da API
Cada rota, com esquemas e exemplos.