OpenClaw: agentes para equipes

Infraestrutura - Apresentação

Apresentando o instrutor e o ambiente de hospedagem

Olá! Eu sou Ricardo Bugan, Head (liderança) de Produto e pessoa desenvolvedora, e serei seu instrutor neste curso de OpenCLO na Alura.

Estamos com uma instância da Hostinger (provedora de hospedagem), que será a nossa VPS (servidor virtual privado) ao longo do curso. No entanto, não é obrigatório usar a Hostinger; é possível utilizar a HostGator (provedora de hospedagem) ou outras ferramentas, ou ainda realizar uma instalação própria do OpenCLO.

Definindo o foco do curso e integrando com o Slack

Nosso foco estará em casos de uso: como e em quais possibilidades aplicar o OpenCLO no nosso dia a dia na empresa.

Conectaremos o OpenCLO ao Slack (ferramenta de comunicação), um caso bastante comum, já que muitas empresas utilizam o Slack para integração de pessoas e comunicação interna, e criaremos nossos agentes.

Configurando e disponibilizando os agentes

Trabalharemos com dois agentes, Kai e Karina, com funções distintas e em canais diferentes. Colocaremos Kai no canal da nossa daily (reunião diária) das pessoas desenvolvedoras, e Karina no canal de onboarding (integração). Veremos que esses agentes respondem de acordo com a nossa configuração do OpenCLO.

No OpenCLO, também configuraremos Kai e Karina; estarão disponíveis na plataforma.

Atribuindo tarefas aos agentes e comparando soluções

Todos os agentes têm seus arquivos. Vamos ver em detalhe para que servem, como pensamos a configuração dos agentes e também lhes atribuiremos tarefas a serem executadas — tarefas de CronJobs (tarefas agendadas) — para que possam executá-las e nos enviar os resultados.

Observando aqui, nosso agente Kai realizará a reunião diária das pessoas desenvolvedoras em todos os dias que indicarmos. Ele será associado a um quadro do Trello (ferramenta de gestão de projetos), poderá manipular esse quadro e cuidar da gestão da agilidade da equipe ou da gestão de projetos por meio do Slack (plataforma de comunicação). Assim, a equipe não precisa sair do Slack para realizar as operações com seus assistentes.

Também discutiremos neste curso as vantagens desse modelo e como ele difere da nuvem, do Gemini (modelo de linguagem), do Codex (modelo de código), do Antigravity (ferramenta) e de outras soluções. A ideia é termos uma infraestrutura de agentes que possa ser compartilhada com a equipe, com a empresa ou com outros contextos, e não ficar restrita apenas à máquina pessoal e ao trabalho local em pastas — como é comum em soluções de Cloud (nuvem) como o Gemini. Neste curso, entenderemos melhor essa ferramenta e como ela pode ser utilizada no dia a dia de uma empresa e de uma equipe.

Infraestrutura - Foco e ferramentas do curso

Apresentando o curso e definindo o uso de VPS na Hostinger

Vamos começar nosso curso. Antes de usarmos a ferramenta de fato, vamos apresentar o que faremos, para quem este curso foi pensado e como é o paradigma do OpenClaw.

Usaremos a Hostinger como nossa provedora do OpenClaw, que vem com o aplicativo já instalado em uma VPS (servidor virtual privado).

Como primeiro ponto de segurança no uso do OpenClaw, vamos utilizar uma VPS e não instalar no computador pessoal, pois a ferramenta tem acesso à máquina inteira e é voltada a manter assistentes na nuvem disponíveis o tempo todo, conectados a vários canais.

Definindo o público-alvo e introduzindo a linha de comando

Com isso, falamos com quem vai montar a infraestrutura ou os processos do OpenClaw: provavelmente uma pessoa da área de TI, com entendimento de como tudo vai funcionar. Se você não é da área de TI e atua como pessoa gestora das áreas de produtos, marcas, comercial e afins, pode acompanhar o curso, que está disponível para visualização. No entanto, provavelmente haverá mais dificuldade para entender como configurar e onde localizar as ferramentas no dia a dia.

Aqui vamos usar bastante a linha de comando; vamos mostrar os comandos do OpenClaw que podemos utilizar para organizar e realizar as configurações. No uso do OpenClaw, mesmo havendo uma interface gráfica, em alguns momentos ela não consegue conectar: está em execução, mas indica que não é possível estabelecer conexão.

Detalhando as limitações da interface gráfica e a necessidade do CLI

Apesar de existir a interface gráfica, na hora de configurar tarefas e agentes há itens que não estão presentes na interface ou são pouco claros. Por exemplo, na área de agentes não há um botão para adicionar um novo agente; para isso, precisamos do CLI (linha de comando).

O mesmo ocorre na parte de configurações. Se entrarmos em Canais e abrirmos o Slack, há uma interface extensa, com muitas opções. Na nossa experiência, ter o CLI disponível, com as configurações pelo terminal, torna o trabalho mais simples, com menos ruído visual do que pela interface gráfica.

Orientando a abordagem do curso e exemplificando casos de uso

Neste curso, vamos demonstrar algumas ações no terminal e outras na interface. A orientação geral é para quem tem familiaridade com o terminal e vai montar a infraestrutura do OpenClaw para disponibilizá-la ao restante da empresa.

Pense neste curso como um espaço no qual vamos apresentar casos de uso, enquanto alguém de infraestrutura da sua empresa fará a implantação: haverá um servidor na nuvem; as configurações serão feitas via CLI; existirão conexões entre várias ferramentas e permissões a conceder. Tudo isso é mais simples para quem administra ferramentas e atua em TI e infraestrutura.

Os casos de uso apresentados servirão para entender como a ferramenta funciona durante o curso e para traduzir esse funcionamento ao seu contexto.

Vamos iniciar o curso para entender como é a arquitetura do OpenCLO, o que o OpenCLO faz e como nós vamos utilizá-lo durante este curso.

Infraestrutura - Vantagens do agente compartilhado

Apresentando a proposta do OpenCLO

Vamos começar entendendo a vantagem de ter um modelo compartilhado, qual é a diferença entre assistentes pessoais como Claude e Gemini em comparação com o OpenCLO, por que poderíamos escolher o OpenCLO e quando faz sentido optar por ele.

O OpenCLO é uma ferramenta que nos permite criar vários agentes de inteligência artificial, isto é, vários assistentes de IA, que podem ser usados por meio de canais de comunicação como Slack, Discord, Microsoft Teams, WhatsApp e Telegram. Ela oferece diversos canais disponíveis para utilização e, ao conectarmos a uma ferramenta naturalmente compartilhada com mais pessoas (por exemplo, um workspace no Slack), mais de uma pessoa pode usar o mesmo assistente. Assim, temos centralização da configuração desse assistente, que muitas pessoas podem utilizar.

Detalhando infraestrutura, integrações e modelos

O que o OpenCLO oferece? Ele estará sempre online e disponível, pois fica hospedado na nuvem. Neste curso da Alura, nós vamos utilizar a Hostinger como provedora que disponibiliza uma VPS (Servidor Privado Virtual) com o OpenCLO já pré-instalado. A HostGator oferece algo muito similar: solicitamos uma instância pré-instalada e ela já vem configurada para começarmos a usar, ou para ajustarmos conforme nossas necessidades. Também poderíamos instalar o OpenCLO na AWS, na Azure ou em qualquer outro provedor de nuvem. Pagamos por uma instância e fazemos a instalação via Docker ou por outros métodos suportados. Ele estará sempre disponível justamente por estar na nuvem.

O OpenCLO possui conexão e interface com várias aplicações. Em contextos corporativos, as principais costumam ser Microsoft Teams, Slack e, dependendo do caso de uso, Discord. Também é possível integrá-lo com outras interfaces, como WhatsApp ou Telegram de um grupo da empresa, caso essa seja a necessidade. Particularmente, nós nunca vimos o Telegram ser utilizado de forma empresarial, mas é uma possibilidade, e esse canal está à disposição.

Além disso, o OpenCLO é agnóstico em relação aos LLMs (Large Language Models, Modelos de Linguagem Grande). Podemos usá-lo com Claude, OpenAI, Gemini e outros provedores disponibilizados pela própria plataforma. No caso da HostGator, já existem dois provedores pré-configurados que permitem a compra direta de créditos. Por ser agnóstico, escolhemos qual LLM utilizar. Inclusive, é possível trabalhar com vários provedores em paralelo, com cada pessoa utilizando seu provedor preferido para determinada tarefa. Se tivermos um provedor melhor em análise de texto, outro mais adequado para conversas e outro mais eficiente para documentação, podemos manter provedores de LLM separados e escolher o modelo conforme o agente.

Comparando com assistentes pessoais e em nuvem

Quanto às diferenças e aos diferenciais desse modelo de instalação, ter um agente na nuvem sempre disponível traz, primeiro, a unificação da experiência dos agentes. Ao contrário de Claude, Gemini e outros assistentes pessoais instalados localmente na máquina da pessoa usuária, teremos um agente instalado em um computador na nuvem, e todas as pessoas que interagirem com esse agente terão exatamente o mesmo conjunto de instruções a ser seguido. A forma como o agente se identifica, o tom de voz, os arquivos aos quais tem acesso e a memória à qual tem acesso — tudo isso é compartilhado com todas as pessoas que estiverem usando esse assistente. Dessa forma, a experiência de todas as pessoas fica mais unificada.

Diferentemente de um cenário como o de um assistente em Cloud (nuvem), no qual, mesmo que possamos pegar um pacote de skills (habilidades) ou um plugin (extensão) e repassar para outra pessoa usar, à medida que essa pessoa utilizar, o assistente dela em Cloud (nuvem) terá memória própria e mudará a forma como responde, ainda que esse plugin (extensão) esteja instalado, porque o tom de voz mudará, a maneira como a pessoa solicita a comunicação será diferente e o foco nas informações pedidas pode pender mais para um lado ou para o outro. Isso se perde quando temos um assistente pessoal, como Cloud (nuvem), Gemini (Gemini) e Codecs (Codecs).

Centralizando a infraestrutura e reconhecendo limitações

Aqui, como já mencionamos, teremos uma única equipe responsável pela infraestrutura. Por estar na nuvem e ser uma ferramenta que, basicamente, para utilizarmos, exigirá configurar diferentes canais e agentes, precisaremos de uma equipe que cuide dessa infraestrutura, opere o OpenCloud (OpenCloud) e realize a instalação para toda a empresa que irá utilizá-la. Assim, centralizamos a questão de infraestrutura, deixamos uma pessoa responsável e todas as pessoas solicitam, ou criamos um processo para que a criação de novos agentes seja realizada por essa equipe, ou por quem tiver acesso à VPS (servidor privado virtual). Como se trata de um assistente compartilhado com toda a empresa e de uma ferramenta de configuração, se liberarmos isso para toda a organização e alguém fizer uma configuração incorreta, derrubaremos o assistente de todas as pessoas. Esse é um ponto de atenção importante.

Não é uma ferramenta simples de configurar; ainda está em estágios iniciais. Embora tenha quase um ano desde o lançamento e ainda seja anunciada como beta, ela tende a falhar com relativa facilidade. Confessamos que não é a ferramenta mais fácil de usar e configurar.

Acessando a máquina via CLI e avaliando riscos de segurança

Ela fica sempre disponível e, como já dissemos, está conectada à ferramenta que utilizamos. Quanto aos canais, podemos usar o canal que quisermos e acessar toda a máquina, incluindo a linha de comando, com CLI (interface de linha de comando). Essa é outra diferença relevante. Enquanto em contextos como o de Cloud Coworking (trabalho colaborativo em nuvem), ou em Gemini (Gemini), ou em Antigravity (antigravidade), não há acesso a uma pasta dedicada para esse assistente — na qual esse assistente pode mover o que for necessário, ao menos o que autorizarmos, dentro dessa pasta e com os MCPs (Protocolos de Contexto de Modelo) conectados a ele —, no OpenCloud (OpenCloud) os agentes têm acesso a todo o computador, com acesso completo ao CLI (interface de linha de comando). O OpenCloud (OpenCloud) não restringe como o CLI (interface de linha de comando) será usado, nem limita necessariamente o alcance de ação do assistente naquela máquina. Existem algumas diretrizes e delimitações, como cada agente ter seu próprio espaço de trabalho; ainda assim, é possível acessar o restante do computador, ver outros agentes e modificar configurações na máquina como um todo. Esse é um detalhe de segurança adicional e um dos motivos para não instalarmos diretamente na máquina pessoal, e sim usarmos na nuvem.

Já houve casos, principalmente no lançamento, de pessoas testando a ferramenta, explorando funcionalidades, instalando na própria máquina e a ferramenta apagar todo o sistema ou encher o disco. Portanto, há efeitos colaterais que podem ser bastante desagradáveis se instalarmos na máquina local. Como compensação, se tivermos a configuração em uma VPS (servidor privado virtual), podemos clonar a VPS (servidor privado virtual), separar a instância, criar uma nova e voltar a usar ou reconfigurar o OpenCloud (OpenCloud).

Vamos explorar essa ferramenta, organizá-la e observar alguns casos de uso. No entanto, é fundamental termos cuidado, pois ela pode gerar efeitos adversos. Não a instalemos na máquina pessoal. Utilizemos um provedor de nuvem para trabalhar com essa ferramenta.

Sobre o curso OpenClaw: agentes para equipes

O curso OpenClaw: agentes para equipes possui 118 minutos de vídeos, em um total de 37 atividades. Gostou? Conheça nossos outros cursos de Automação & Produtividade em Inteligência Artificial, ou leia nossos artigos de Inteligência Artificial.

Matricule-se e comece a estudar com a gente hoje! Conheça outros tópicos abordados durante o curso:

• Infraestrutura
• Agente de consulta
• Agente agilista
• Agente revisor de PRs
• Automação de processos