Linguagem natural, memória e ferramentas conectadas à operação.

Felipe AzambujaHermes Agent · Nous Research e comunidade

Felipe
Azambuja

Programador, professor de programação e fundador da PycodeBR

PythonSoftwareInteligência Artificial
Felipe Azambuja em palco, segurando um microfone
PALESTRANTE
Felipe Azambuja PycodeBR
Símbolo oficial da PycodeBR

PycodeBR

Escola online de programação
e Inteligência Artificial.

Programação Sistemas IA aplicada
+8 milalunos ativos no Brasil e no mundo
@pycodebrSeguir
QR Code para o Instagram da PycodeBR

Conteúdo novo todos os dias.

2022: ChatGPT e aplicações
com modelos de linguagem

ChatGPT

30 de novembro
for item in range(3): print(item)

A interface de conversa chega ao cotidiano.

LangChain

Primeiro pacote Python: 24 de outubro
$
AplicaçãoSeu código e suas regras
ModeloUma chamada por API
DadosDocumentos e ferramentas

O desenvolvedor conecta o modelo à aplicação.

Marcos de acesso e composição, não o início da pesquisa em inteligência artificial.

2023: frameworks, fluxos
visuais e agentes

Construir um fluxo

Entrada
Modelo
Saída

LangChain e Langflow ajudam a compor aplicações. O n8n integra LangChain em outubro.

Experimentar agentes

Objetivo Escolher a
próxima ação Executar Observar AutoGPT

O modelo participa da escolha das ações e recebe os resultados das ferramentas.

Workflows e agentes podem coexistir. O n8n já existia desde 2019.

2024: estado, ciclos
e integrações com MCP

LangGraph

Janeiro
Continuar, repetir ou encerrar
Estadoo que já aconteceu
Decisãopróximo passo
Encerrar

O fluxo guarda o que já aconteceu.

Langflow 1.0

24 de junho
Entrada Modelo Ferramenta

A composição da aplicação também pode ser visual.

MCP

25 de novembro
Aplicação
de IA
Servidor de
ferramentas
ArquivosBancoAPIs

Um protocolo para conectar ferramentas e dados.

Model Context Protocol padroniza a integração; as permissões continuam na implementação.

2025: a IA passa a trabalhar no projeto

projeto · terminal
  • projeto/
  • ├ src/busca.py
  • ├ testes/test_busca.py
  • └ SKILL.md

>

lendo src/busca.py

- if filtro and termo:

+ if filtro is not None and termo:

pytest · 12 passed

diff pronto para revisão

Representação didática: ler arquivos, alterar código, testar e revisar o diff.

Claude Code

Preview em fevereiro.
Disponibilidade geral em maio.

Codex CLI

Apresentado em abril.
Execução no terminal.

Agent Skills

Procedimentos, scripts e referências
carregados conforme a tarefa.

A CLI é o aplicativo que conduz a execução. O modelo é uma escolha separada.

2026: assistentes pessoais
com memória e canais

Janeiro · popularização e renomeações
ClawdbotMoltbotOpenClaw
Símbolo oficial do OpenClaw

Um dos pioneiros desta onda de assistentes pessoais open source.

Seu computadorSeus canaisFerramentas autorizadas
25 de fevereiro · Nous Research

Hermes Agent

Hermes Agent, projeto Nous Research

Execução por ferramentas, memória persistida e criação de skills.

Núcleo em PythonContinuidadeAuto skills

O projeto que se tornou OpenClaw começou em 2025. Hermes é um projeto independente, lançado depois.

CLIs, skills, MCPs e agentes autônomos

$ editando src/ · rodando testes

CLIs de programação

A IA trabalha dentro do projeto.

SKILL.mdpublicar.mdMCP

Skills e MCPs

Procedimentos reutilizáveis e integrações.

>_

Agentes autônomos

Contexto e execução entre tarefas e canais.

Hermes Agent
Combinados no mesmo processoUm Hermes consulta uma skill, chama uma ferramenta MCP e usa uma CLI no código.

Linguagem natural para executar tarefas com o Hermes

Pedido em linguagem natural

“”

ContextoRegrasPermissões
ObservarDecidirExecutarVerificar
Hermes AgentHermes Agent
execução · ferramentas
  1. read_fileconteúdo e estrutura do projeto
  2. terminalgerar a versão do site
  3. terminalgerar o PDF
  4. terminalinstalar a dependência que faltava
  5. terminalgerar o PDF de novo
  6. publicarsite e downloads no destino autorizado
  7. verificarendereço final e versão servida
Arquivos e códigoTerminal e APIsTestes e conferência

O runtime executa as ferramentas e devolve os resultados; o modelo participa da escolha da próxima ação.

Memória e auto skills no Hermes

MEMORY.md

Fatos persistidos

Informações selecionadas sobre você e sua operação.

Exemplo: formato e regras das entregas.
Base de contexto

Detalhes consultáveis

Documentos, projetos e histórico recuperados quando fazem falta.

Exemplo: fontes e decisões de uma palestra.
SKILL.md

Procedimentos revisados

## Publicar uma página

1. Gerar os arquivos

2. Enviar ao destino autorizado

3.

Hermes AgentHermes

    O aprendizado fica em arquivos e contexto recuperáveis, sem alterar os pesos do modelo.

    Infraestrutura de IA da PycodeBR

    Usuário e equipe
    Terminal / SSHCLI e acesso técnico
    Interfaces desktopHermes Desktop · Orca Desktop
    Acesso móvelOrca Mobile · Tailscale VPN
    MensageriaSlack e WhatsApp · Telegram como opção
    VPS · ambiente de execução
    Gateway e rotinasPedidos, agendas e eventos
    Base de contextoDocumentos · memória e skills
    Hermes AgentHermes Agentobservar · executar · verificar
    Projetos e GitHubCódigo e arquivos · CLIs opcionais
    Ferramentas de execuçãoTerminal, browser e código
    Estado e dadosSessões e bancos operacionais
    Serviços e entregas
    ModelosOpenAI e outros provedores · OpenCode Go/Zen como opção
    MCPs · APIs · ComposioNotion, ClickUp, Google Workspace e contas autorizadas
    Central de OperaçõesDashboards, relatórios e materiais · HTTPS

    Essa base pode ser replicada e adaptada a outras operações, conforme sistemas, recursos e permissões.

    Rotinas, eventos e pedidos na operação

    registro da operação00:00
      Agenda · horário definidoEvento · webhookPedido · conversa

      Exemplos da operação PycodeBR. Cada rotina tem permissões, saída e verificação próprias.

      Pipeline de conteúdo para o Instagram

      Pesquisaweb e X
      Fontesleitura e seleção
      Textomanchete e legenda
      Arteimagem 1080 × 1350
      Revisãorelatório na Central
      Publicaçãopolítica de cada fluxo
      Post publicado pela PycodeBR: Python 3.15 muda como aplicações carregam módulos REVISADO
      Posts publicados pela PycodeBR
      radarx.com.br/news
      Captura pública do relatório Radar-X News de 5 de outubro de 2026
      Fluxo Apublica nos horários definidos0posts
      Fluxo Baguarda a aprovação da equipe0posts

      Todos os dias, com pesquisa, texto e arte no mesmo pipeline.

      Geração, revisão e publicação têm critérios próprios.

      Painéis e materiais sob demanda

      pergunta da operação

      Semana atualPor canalInscrições
      Orgânico
      E-mail
      fonte indisponívelAnúncios
      Indicação
      Coleta: 3 de 4 fontesTotal parcial · não publicar como completo

      Uma fonte indisponível aparece como indisponível, nunca como zero.

      AGENTES
      AUTÔNOMOS

      Apresentações

      • links abrem
      • texto legível
      # Guia
      ## Passo 1
      - instalar
      - testar

      Guias

      • arquivos completos
      • fontes citadas

      Páginas e relatórios

      • acesso adequado
      • versão servida conferida

      Gráfico e cartões ilustrativos, sem métricas da empresa. Cada formato tem uma conferência própria.

      Atendimento e proatividade nos canais da operação

      Contexto multimodal
      Evento recebidowebhook guarda a mensagem
      Bancoregistro persistido
      Mídiatranscrição no próprio servidor
      Seleçãoo que merece análise
      Modelosó quando necessário

      Algumas etapas rodam com código, sem chamar o modelo a cada mensagem.

      Iniciativa autorizada

      EquipeA campanha precisa de criativos novos.

      KratosPreparei dez propostas para revisão.

      REVISÃO DA EQUIPE

      Preparar a proposta era a ação permitida. Publicar e comprar mídia são decisões separadas.

      Interfaces ilustrativas. A coleta e a iniciativa dependem das permissões de cada fluxo.

      Cortes de vídeo: da gravação ao aviso no WhatsApp

      GravaçãoFelipe grava o encontro
      Google Drivevídeo e transcrição
      Transcriçãotempo por palavra
      Cortesideias completas
      Ediçãoheditor
      Conferênciaáudio, legenda, quadros
      Pasta de cortesvídeos no Drive
      Avisolink no WhatsApp
      REC00:00:00Encontro gravado com tela e câmera
      Encontros Elite
      MP4
      Encontro_Elite_11.mp4gravação completa
      PDF
      Resumo e transcrição.pdftexto da reunião
      00:41:12.480apáginanãosaiudeumúnicoprompt

      faster-whisper local · alinhamento de cada palavra no áudio

      00:0002:22:08
      R02Serviço pronto ou mais um sistema?R03Qual júnior está sendo descrito?R06Inovar tornando algo acessível

      Cada corte ganha um mundo visual próprio, montado em HTML com GSAP e renderizado com HyperFrames.

      CinemaGameThrillerIDEAeroportoChatDocumentárioPodcastMissão

      heditor · skill pública da PycodeBR · github.com/pycodebr/heditor

      • Pausas medidas e cortadas na emenda
      • Fim das palavras preservado
      • Voz em −14 LUFS, trilha por baixo
      • Quadros revisados por visão
      • Transcrição do áudio final conferida
      cortes / encontro-11
      R03_cinema_v4.mp4R06_cinema_v1.mp4R07_cinema_v1.mp4R10_cinema_v1.mp4
      19:42
      PycodeBR

      Os cortes do encontro 11 estão no Drive. São quatro vídeos para você revisar.

      A aprovação acontece no próprio WhatsApp; publicar continua sendo outra decisão.

      Cinema

      Fluxo usado nos cortes dos encontros Elite. Trechos reais editados pelo Hermes, exibidos sem áudio.

      Workflow de IA Assistida em cinco passos

      quero salvar filtro de busca pra usar depois

      Objetivosalvar e recuperar filtros de busca

      Usuárioscada pessoa vê os próprios filtros

      Regrasnome único por pessoa

      Restriçõesa busca atual continua igual

      # PRD · Filtros salvos

      ## Requisitos

      - salvar as condições da busca

      - listar e aplicar um filtro salvo

      ## Critérios de aceite

      - salvar e recuperar conserva as condições

      ## Sprints

      S1 modeloS2 telasS3 testes de ponta a ponta

      projeto/

      ├ app/filtros/

      ├ templates/

      ├ static/design-system.css

      ├ tests/

      ├ PRD.md

      └ AGENTS.md

      def salvar_filtro(usuario, nome, condicoes):

      filtro = FiltroSalvo(dono=usuario, nome=nome)

      filtro.condicoes = condicoes

      filtro.full_clean()

      filtro.save()

      return filtro

      - condicoes = request.GET

      + condicoes = filtrar_campos(request.GET)

      pytest · 18 passed

      $ git commit -m "feat: salva filtros de busca"

      $ git push

      ↺ próxima sprint

      01

      O quinto passo se repete a cada sprint. O deploy é planejado no pedido e no PRD e acontece depois da validação.

      Hermes como harness e orquestrador de desenvolvimento

      Hermes Agent

      Hermes principal

      PRD, contexto e skills.

      delegate_task
      Implementaçãofilho Hermes → Claude Code pela CLI

      editando app/filtros/views.py

      worktree: sprint-2

      Revisão e testesfilho Hermes → Codex CLI

      2 observações de revisão

      pytest · 18 passed

      Investigação delimitadafilho Hermes → OpenCode pela CLI

      3 consultas encontradas

      relatório entregue ao principal

      Integração conferida

      Diff, testes e critérios da sprint.

      • diff revisado
      • testes passando
      • critérios atendidos

      delegate_task cria filhos Hermes. As CLIs externas são chamadas pelo terminal, com ambientes e acessos preparados.

      Deploy e observabilidade da aplicação

      Código e imagemGitHub → registry
      Usuáriosrequisições HTTPS
      Traefikentrada HTTPS e TLS
      Docker Swarm · VPS
      Django
      PostgreSQL
      RabbitMQ
      Redis
      Celery Worker + Beat para tarefas
      Prometheusmétricas por scrape
      Lokilogs enviados pelo coletor
      Grafana
      latência
      erros
      logs

      Base dos encontros Elite #03 e #04. cAdvisor e node-exporter complementam as métricas; Alloy é a recomendação atual para a coleta de logs.

      Arquitetura de monitoria com Hermes e MCPs

      Aplicação e observabilidade
      Latência em altaGrafana

      MCP do sistemaMentorIA como exemplo: estado e dados do domínio
      VPS · infraestrutura do Hermes
      Webhook ou rotinaentrada filtrada e deduplicada
      Fila de trabalhouma demanda por vez
      Hermescontexto, skills e histórico
      MCP do Grafanaconsultar métricas e logs
      Investigar
      Preparar a ação
      Avisar e conferirDiagnóstico e evidências em canal autorizado.

      Arquitetura de referência. O alerta inicia a análise; os MCPs fornecem consultas. Gráficos ilustrativos, sem dados de produção.

      Reports de usuários e propostas de correção

      Report do usuário · MentorIA como exemplo

      Evento + MCP do sistemareceber o sinal, consultar o report e verificar duplicidade
      Hermesfila, contexto, skills e critérios de aceite
      Branch / worktreereproduzir o bug ou delimitar a melhoria
      Código e testesimplementar, revisar e corrigir sem alterar produção
      Pull Requestdiff, testes e riscos para a revisão de Felipe

      Arquitetura de referência proposta. Eventos e consultas são mecanismos separados; a cena não cria PRs nem altera serviços.

      Aprovação da PR, merge e deploy da correção

      Aberta

      Corrigir a combinação de filtros

      Teste do comportamento afetado

      Diff revisável e riscos descritos

      Versão vinculada à aprovação

      - if filtro and termo:

      + if filtro is not None and termo:

      Merge após aprovação
      Deploy após o merge
      Verificar a entrega

      Demonstração local, sem enviar mensagens nem alterar repositórios. Uma mudança na PR exige nova revisão.

      Permissões e limites para a execução autônoma

      Dentro do escopo autorizado

      Consultar métricas e logsInvestigar e testar em isolamentoPreparar uma branch e uma PR

      Orçamento, limites de tempo e rastreabilidade.

      Com aprovação definida

      Merge da revisão aprovadaDeploy no ambiente combinadoMudanças sensíveis de dados e acesso

      Controles nas ferramentas, além das instruções.

      Mensagens, reports e logs são entradas externas. O conteúdo deles ajuda na investigação e continua sujeito às regras de autorização.

      Continue com os
      materiais da palestra.

      • Começando com Hermes do zeroinstalação, primeiros prompts, Composio e base de contexto
      • Workflow de IA Assistidaos cinco passos e o ciclo por sprint
      • Arquitetura e observabilidadeoperação, monitoria e manutenção com revisão humana
      • Laboratório em Pythonsimulação local de aprovação, merge e deploy
      github.com/pycodebr/pycodebr_python_brasil_2026

      Hermes Agent · Nous Research e comunidade
      Felipe Azambuja · PycodeBR

      $

      guia: materiais/comecando-com-hermes-do-zero.md

      QR Code: https://github.com/pycodebr/pycodebr_python_brasil_2026

      Repositório com slides, guias e código

      Escolha um slide

      Apresentação e materiais

      Materiais no GitHub Guia: Começando com Hermes do zero Baixar PDF Baixar PowerPoint Revisão anterior (v3.0.0) no GitHub

      → ← navegar · Home End início e fim · O índice · F tela cheia · R recomeçar a animação do slide · M pausar ou retomar animações · T cronômetro · B tela preta · ? opções

      As animações dos fluxos ficam em loop enquanto o slide está aberto. Nos slides com botões, clicar em uma etapa assume o controle; R retoma a demonstração automática.