Começar
Conceitos
O Daguito é uma plataforma de IA conversacional multi-tenant, pensada primeiro para voz e construída sobre um motor de fluxos. Antes de montar seu primeiro agente, vale entender as peças: como uma mensagem entra, como um fluxo executa e onde cada dado vive. Esta página é esse mapa.
Conceitos-chave do Daguito
Antes de aprofundar, é importante entender os termos que usamos na plataforma:
As instruções que definem o comportamento do seu agente. É como você explica ao modelo o que ele deve fazer, como falar e quais regras seguir. No Daguito, é configurado como "System prompt" no nó de agente IA.
O estado que seu agente conserva durante a conversa. Inclui os dados que o usuário foi fornecendo (facts), o histórico de mensagens, variáveis de trabalho e estado persistente entre ramificações do fluxo. Não confundir com o Base de Conhecimento, que é a informação que o agente consulta dos seus documentos enviados.
Ações que o agente pode executar para interagir com o mundo real: chamar APIs, buscar na sua base de conhecimento, processar pagamentos, enviar emails. São os "braços" do agente.
O evento que inicia um fluxo. Pode ser uma mensagem do WhatsApp, um webhook externo, uma tarefa programada ou uma ação manual. É a "porta de entrada" de cada conversa.
Cada bloco no seu fluxo visual. Os nós são as unidades de computação: alguns usam IA (agentes), outros são determinísticos (ações, decisões, transformações). Eles se conectam entre si para criar o comportamento.
O fluxo completo de nós conectados que define o comportamento do seu agente. É como um mapa: o usuário entra por um trigger e percorre diferentes nós até completar sua tarefa.
Seu repositório de documentos e informações. O agente busca aqui para responder com contexto preciso e atualizado.
A superfície por onde seu usuário interage: widget web, WhatsApp, Instagram, voz, API. O mesmo agente pode atender múltiplos canais sem mudar seu comportamento.
Triggers
Um trigger é a informação de entrada que um nó recebe para ativá-lo. Quando um evento chega — uma mensagem do WhatsApp, um áudio, uma chamada HTTP — o nó acorda, usa seu prompt, consulta sua memória e responde com uma saída. Sem trigger, o nó não faz nada.
Ejemplo: mensaje desde WhatsApp
// Qué llega cuando un cliente escribe por WhatsApp
{
kind: 'message',
channel: 'whatsapp',
text: '¿Cuánto vale?',
sender: { id: '...' },
session_key: '...'
}Ver todos los triggers y ejemplos →
Mensagens: cargas normalizadas
Não importa se a mensagem chega por WhatsApp, widget ou voz — sempre é processada da mesma forma. Um mesmo fluxo atende todos os canais sem código diferente para cada um.
Cada mensagem tem um tipo (kind) que define quais dados traz. São sete:
Como o agente responde: Streaming vs Oneshot
Quando o assistente de IA gera uma resposta, ele pode entregá-la de duas formas diferentes. Escolher a correta depende do canal onde você está publicando seu agente:
- Entrega em Tempo Real (Streaming): A resposta é enviada palavra por palavra à medida que é gerada — como ver alguém digitando ao vivo. O cliente não espera todas as palavras terminarem para ler a primeira. Ideal para o chat web e o widget da sua loja.
- Resposta Completa (Oneshot): A IA gera toda a resposta internamente e a envia em um único bloco ao terminar. O cliente recebe a mensagem completa de uma só vez. Obrigatório para WhatsApp e Instagram, que não suportam mensagens em tempo real.
Canais: superfícies de entrada
Um canal é cada superfície pela qual uma mensagem entra. O enum lista todos: adicionar um canal novo começa por incluí-lo aqui e depois construir seu adaptador.
Fluxos: grafos de orquestração
Um fluxo é um grafo dirigido acíclico (DAG) de nós conectados entre si. É a peça executável do Daguito: no Daguito dizemos sempre "fluxo" — nunca "workflow" ou outro nome.
Nós: unidades de computação
Cada nó em um fluxo é uma unidade de computação autônoma. Todos recebem o mesmo contexto e devolvem o mesmo tipo de resultado. Há três papéis canônicos: agent (IA com autonomia), nó sem IA (tarefa fixa e previsível) e trigger (o ponto de entrada). A distinção fundamental entre agent e nó sem IA não é se usam IA, mas se o modelo tem autonomia para decidir o que fazer.
Base de Conhecimento
O base de conhecimento é o banco de dados que seu agente consulta antes de responder: catálogos, PDFs, políticas ou FAQs. É independente da Memória de conversação — a memória guarda o histórico do chat, o Conhecimento guarda seus documentos. Daguito combina busca semântica por vetores com um pipeline de recuperação, tudo isolado por organização.
Coalescing de mensagens
Quando um usuário manda três mensagens em cinco segundos, você não quer três turnos do agente — quer um só com tudo junto. O coalescing agrupa essas mensagens de entrada antes de enfileirá-las ao fluxo.
- Todos os canais (widget, WhatsApp, webhook) passam pelo mesmo pipeline de ingestão e usam a mesma função de agrupamento.
- Evita turnos redundantes, reduz o custo de LLM e melhora a latência da interface conversacional.