Apresentação e documentação do projeto OCCIO Agentes — plataforma de…
INEMA
1. 🧠 Orquestração de agentes de IA⌗
O núcleo do projeto
- Criar “squads de agentes” especializados automaticamente
- Cada agente tem uma função (pesquisa, copy, preço, atendimento, fiscal, etc.)
- Uso de um orquestrador (ex: LangGraph) para coordenar tudo
👉 Ideia central: você não usa uma IA, usa um time inteiro de IAs
2. 💬 Interface centrada em chat + timeline⌗
A experiência do usuário
- Usuário descreve um objetivo em linguagem natural
- O sistema responde montando o plano
- Existe uma timeline visível das tarefas
- Cada etapa pode ser acompanhada e revisada
👉 Não é só chat — é chat + execução estruturada
3. 👤 Human-in-the-loop (aprovação humana)⌗
Controle como diferencial
- Usuário aprova ações críticas (publicar anúncio, responder cliente, etc.)
- Possibilidade de autoaprovação configurável depois
- Evita erros e aumenta confiança
👉 A IA executa, mas você continua no controle
4. 🇧🇷 Verticalização no Brasil (grande diferencial)⌗
“abrasileirar” o modelo
-
Integrações locais:
-
Marketplaces (Mercado Livre, Shopee)
- Fiscal (NF-e, NFS-e)
- Pagamentos (Pix, boleto)
- Logística (Correios, transportadoras)
- Foco em PMEs brasileiras
👉 Isso é o “fosso” competitivo do projeto
5. 🛒 Caso de uso principal: E-commerce⌗
Primeira aplicação prática
- Pesquisa de mercado
- Criação de anúncios
- Precificação
- Atendimento
- Emissão fiscal
👉 Começa com e-commerce, mas pode expandir
6. 🧱 Arquitetura moderna e modular⌗
Base técnica
- Front: Next.js
- Backend: FastAPI
- Orquestração: LangGraph
- Infra: Postgres + pgvector + Redis + S3
- Workers + sandbox para execução segura
👉 Pensado para escalar desde o início
7. 🚀 Estratégia de MVP (muito importante)⌗
Caminho recomendado:
- D (agora): UX + chat com squad simulado
- C (depois): e-commerce real com integrações
👉 Primeiro vender a visão, depois entregar o operacional
8. 📈 Expansão futura⌗
Depois do e-commerce:
- Fiscal completo
- Logística
- Ads (tráfego pago)
- Marketplace de agentes/skills
👉 Vira uma plataforma multiagente plugável
🧩 Resumão em 1 linha⌗
O OCCIO é uma plataforma que transforma um pedido em linguagem natural em um time de agentes de IA que executa tarefas reais de negócio, com controle humano e foco no Brasil.
O projeto é uma plataforma de orquestração de agentes de IA inspirada no Accio Work, da Alibaba, mas adaptada para o contexto de PMEs brasileiras. A proposta é que o usuário descreva um objetivo de negócio em linguagem natural, e o sistema monte dinamicamente um “squad” de agentes especializados para executar esse objetivo com aprovação humana nas etapas sensíveis.
O caso de uso mais forte no material é o de e-commerce no Brasil. No exemplo dado, o usuário quer vender uma caneca no Mercado Livre e Shopee, e o sistema cria agentes para pesquisa de mercado, criação de anúncios, precificação, atendimento e emissão fiscal, tudo com timeline visível e controle humano antes de publicar ou responder.
Hoje o repositório está em fase de planejamento e define como stack-alvo: Next.js 15 + TypeScript no front, FastAPI + Python no backend e LangGraph como orquestrador. A arquitetura prevista inclui front com chat, timeline e aprovações; gateway/API; orquestrador; workers; sandbox; integrações brasileiras; e infraestrutura com Postgres, pgvector, Redis e S3.
Em termos de produto, o material diz que foram avaliadas 4 opções de MVP, e a recomendação é seguir a rota D → C:
- começar pela camada de UX/chat com squad simulado para validar experiência e servir como pitch;
- depois evoluir para o vertical de e-commerce BR, com integrações reais.
O diferencial estratégico do projeto está em “abrasileirar” o modelo: em vez de grounding em dados Alibaba, a ideia é conectar em APIs locais como marketplaces, emissão fiscal, frete, pagamentos e canais como WhatsApp. O repositório destaca isso como o principal fosso competitivo frente a soluções mais genéricas.
Também há um plano de ação por fases:
- fundação técnica,
- UX + orquestrador genérico,
- vertical e-commerce,
- depois fiscal, logística, ads e marketplace de skills.
Os principais riscos mapeados são: custo de LLM, custo/limitações de WhatsApp oficial, mudanças nas APIs dos marketplaces, necessidade de diferenciação frente a players como Manus/Lindy e o risco de o processo de aprovação humana virar gargalo. Para isso, o projeto sugere mitigadores como roteamento por complexidade, camadas de abstração e autoaprovação configurável.
Em uma frase: é um repositório de planejamento de produto e arquitetura para criar um “Accio Work brasileiro”, começando por uma experiência de chat/squad e evoluindo para um operador multiagente focado em e-commerce SMB no Brasil.
github.com/inematds/occio-agentes ↗
OCCIO Agentes
1