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.
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
SessionEntriescomo 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_historymaior. 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.
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.
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.
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.
| 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.
- 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.
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.
- 🧠 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.
- GitHub: @kallbuloso
- LinkedIn: Claudinei de Carvalho
- Email: kallbuloso@gmail.com
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.