8000 kallbuloso (Amaral karl) · GitHub
[go: up one dir, main page]

Skip to content
View kallbuloso's full-sized avatar
  • kallbuloso
  • Brazil
  • 18:10 (UTC -03:00)

Block or report kallbuloso

Block user

Prevent this user from interacting with your repositories and sending you notifications. Learn more about blocking users.

You must be logged in to block users.

Content in all repositories owned by your account will be closed.
Maximum 250 characters. Please don’t include any personal information such as legal names or email addresses. This note will only be visible to you.
Report abuse

Contact GitHub support about this user’s behavior. Learn more about reporting abuse.

Report abuse
kallbuloso/readme.md

Amaral — Software Architect, AI-native SaaS and Agentic Systems

👋 Olá, eu sou o Amaral (kallbuloso)

Sou desenvolvedor de software e arquiteto de sistemas, com cerca de 20 anos construindo software e uma base de aproximadamente 30 anos em eletrônica.

Hoje meu foco está em software AI-native: memória semântica, knowledge graphs, sistemas agênticos, automações e SaaS verticais construídos a partir de problemas reais de negócio — não apenas CRUDs com um botão de IA colado depois.

Python Laravel Vue.js Vuetify PostgreSQL pgvector Neo4j Docker


🚀 O que estou construindo agora

Uma camada de memória semântica e knowledge graph para aplicações e sistemas agênticos.

O projeto nasceu inspirado por ideias do ecossistema Cognee, mas evoluiu para uma arquitetura própria, com PostgreSQL + pgvector como fonte autoritativa, Neo4j como projeção reconstruível, pipelines duráveis, recuperação híbrida, GraphRAG, provenance e mecanismos explícitos de consistência e recovery.

Estado atual: v0.4.0

  • ingestão de texto, arquivos e URLs;
  • Remember, Cognify, Recall, Improve e Forget;
  • busca vetorial, lexical, híbrida e graph-grounded RAG;
  • datasets e runs duráveis com retry/cancel;
  • armazenamento filesystem ou S3-compatible;
  • Sessions e SessionEntries como contexto temporal durável;
  • Skills versionadas como memória procedural, com resolução semântica e interoperabilidade SKILL.md.

Para mim, memória de IA não é um campo conversation_history maior. É infraestrutura.

Um assistente pessoal local-first e agêntico, atualmente em desenvolvimento.

A intenção é usar o Sofias Memory como camada transversal de memória, conhecimento e contexto, enquanto o Assistant concentra agents, tools, sessions, orchestration, execução e evolução do comportamento.

O projeto está sendo construído a partir de PRD + ADRs + backlog técnico, com arquitetura antes de improvisação — porque “vamos conectar alguns agentes e ver o que acontece” funciona muito bem até começar a acontecer.

🛠️ Sofias Lyder

Um SaaS vertical para assistências técnicas, em desenvolvimento privado, baseado em décadas de experiência prática no domínio.

A proposta não é um ERP genérico: o produto modela o fluxo real da oficina — entrada do equipamento, diagnóstico, orçamento quando necessário, autorização, execução, estoque, venda, comunicação e entrega.

O projeto também funciona como campo de aplicação para a infraestrutura de IA e memória que estou desenvolvendo no ecossistema Sofias.

🧩 SofiasTech

É a identidade sob a qual concentro meus projetos de software com IA, automações, agentes e SaaS.

A direção é construir produtos nos quais IA faça parte da arquitetura e do fluxo operacional — não seja apenas uma integração decorativa com um LLM.


🧭 Como penso arquitetura

Alguns princípios aparecem repetidamente no que construo:

  • Fonte de verdade explícita: em sistemas cognitivos, dados autoritativos precisam estar claramente separados de projeções reconstruíveis.
  • Durabilidade antes do happy path: idempotência, retry, recovery, concorrência e observabilidade são parte da feature.
  • IA com provenance: respostas são melhores quando é possível explicar de onde o contexto veio.
  • Graph quando há motivo: knowledge graph é ferramenta de modelagem e recuperação, não decoração arquitetural.
  • SaaS vertical antes de SaaS genérico: conhecimento de domínio vale mais que uma tela CRUD perfeitamente alinhada.
  • Automação acima de repetição: se uma rotina é previsível e frequente, provavelmente deveria ser automatizada.
  • Local-first / self-hosted quando fizer sentido: controle de dados e infraestrutura pode ser uma vantagem, não um inconveniente.
  • Documentação como parte da implementação: PRDs, ADRs, contratos e backlogs ajudam a manter a arquitetura coerente enquanto o produto cresce.

🧰 Stack que uso com mais frequência

Camada Tecnologias
Backend Python, FastAPI, PHP, Laravel, REST APIs, workers e pipelines assíncronos
Frontend Vue 3, Composition API, Inertia.js, Vuetify 3, Vite, Pinia
Dados PostgreSQL, pgvector, Neo4j, Redis, SQLite
IA LLMs OpenAI-compatible, embeddings, RAG, GraphRAG, semantic memory, agentes
Automação n8n, webhooks, Chatwoot, Evolution API
Infra Docker, WSL2, Portainer, EasyPanel, S3-compatible storage, Cloudflare
Integrações Google APIs, WhatsApp, Mercado Livre, Mercado Pago, OAuth2

Tecnologia para mim é meio, não identidade. Laravel continua excelente onde Laravel é a melhor resposta; Python entrou com força porque sistemas cognitivos e agênticos pedem outro conjunto de ferramentas.


🔬 Interesses técnicos atuais

  • arquiteturas de memória para agentes;
  • memória episódica, semântica e procedural;
  • agent management e orchestration;
  • skills reutilizáveis e progressive disclosure;
  • context engineering;
  • knowledge graphs e GraphRAG;
  • pipelines duráveis e sistemas recuperáveis;
  • IA aplicada a SaaS vertical;
  • integração entre aplicações Laravel e serviços Python;
  • infraestrutura self-hosted para aplicações com IA.

⚡ Um pouco da trajetória

Minha formação prática veio primeiro da eletrônica: diagnóstico, reparo e resolução de problemas reais, onde a explicação bonita perde imediatamente para o circuito que continua queimando fusível.

Essa mentalidade foi comigo para o software. Ao longo dos anos trabalhei com aplicações comerciais, automações, integrações, sistemas para assistências técnicas e diferentes gerações de aplicações Laravel/Vue.

Hoje estou juntando essas duas décadas de software com a experiência de domínio acumulada para construir uma nova geração de produtos centrados em IA, memória e agentes.


📌 Alguns repositórios

  • 🧠 sofias_memory — memória semântica, knowledge graph, RAG, Sessions e Skills.
  • 🤖 sofias_assistant — fundação do assistente pessoal agêntico local-first.
  • 🔧 eletrolyder_new — experiência acumulada em software para assistências técnicas.
  • 🐳 compose-easypanel — stacks e experimentos de infraestrutura self-hosted.

🐍 Contribuições

GitHub contribution snake

🌐 Contato


Construindo software que consiga lembrar, raciocinar sobre contexto e continuar funcionando depois que a demo termina.

🤖 Sofia esteve aqui.

Esta página foi atualizada em setembro de 2026 com a ajuda da Sofia, assistente pessoal em desenvolvimento do Amaral.

O objetivo do Sofia's Assistant é construir justamente esse tipo de continuidade: um assistente capaz de lembrar contexto, recuperar conhecimento, usar skills e evoluir junto com o trabalho — em vez de começar do zero a cada conversa.

Conheça o projeto → Sofia's Assistant

Pinned Loading

  1. sofias_memory sofias_memory Public

    Self-hosted semantic and cognitive memory infrastructure for applications, automations, and AI agents. Provides durable knowledge ingestion, pgvector recall, provenance, temporal truth, supersessio…

    Python 1

  2. vilv vilv Public

    Starter Kit Laravel 11, Inertia js, Vue 3 e Vuetify

    PHP 1

  3. notify notify Public

    PHP

  4. laravel-blade-directives laravel-blade-directives Public

    PHP

  5. laravel-packager laravel-packager Public

    A cli tool for creating Laravel packages

    PHP

0