Claude Code + Multica = A melhor configuração de Agente IA

BBetter Stack
컴퓨터/소프트웨어창업/스타트업AI/미래기술

Transcript

00:00:00Ok, o Multicore afirma ser a ferramenta capaz de transformar os seus agentes em verdadeiros colegas de equipa,
00:00:05por isso o Claude Code, OpenCode, Codex CLI, Hermes e outros podem ser configurados com o seu próprio sistema
00:00:11de prompts e as suas próprias competências, e podem ser-lhes atribuídas tarefas com atualizações de estado, eles podem alertá-lo
00:00:16se precisarem da sua ajuda, agendar tarefas recorrentes, e pode falar diretamente com o seu agente.
00:00:21Mas será que esta versão open-source das rotinas do Claude e agentes geridos vale realmente o seu tempo?
00:00:27Clique em subscrever e vamos descobrir.
00:00:32Bem, a forma pretendida de usar o Multicore é instalá-lo na sua máquina de trabalho, que idealmente
00:00:37tem um agente de codificação de terminal como o Claude Code ou OpenCode, e depois ligá-lo à
00:00:42interface de nuvem do Multicore.
00:00:44Mas não vamos fazer isso, vamos seguir pelo caminho totalmente auto-alojado.
00:00:48Portanto, vamos instalar o Multicore num VPS, e explicarei porquê mais tarde.
00:00:52Na verdade, costumo saltar toda a fase de configuração, mas para auto-alojar com o Multicore, há
00:00:58algumas coisas que tive de descobrir e que não estavam na documentação.
00:01:01Por isso, vamos passar por isso primeiro antes de ver alguns exemplos de como o utilizar.
00:01:05Já configurei o Multicore num VPS novo da Hetzner ao executar este comando, e isso
00:01:10usará o Docker para instalar o Multicore.
00:01:12Por isso, certifique-se de que tem o Docker instalado no seu VPS.
00:01:15E quando executa tudo, tem apenas três contentores a correr: o backend do Multicore,
00:01:19que acredito estar escrito em Go, o frontend do Multicore, que é TypeScript e Next.js,
00:01:24e a base de dados Postgres que é utilizada para armazenar informações de sessão.
00:01:27A seguir, precisaria de executar "Multicore setup self-host".
00:01:30Mas tive alguns problemas com isso.
00:01:31Portanto, se executarmos "Multicore self-host", e se eu fosse repor a minha configuração atual e
00:01:35o meu espaço de trabalho, verá que me pede para autenticar com este URL, que o levará
00:01:39a este ecrã.
00:01:40E se adicionar o seu endereço de e-mail e clicar em continuar, terá de inserir um código de reenvio.
00:01:45Ora, tive muitas dificuldades com esta secção.
00:01:48Por isso, recomendo que evite a parte do reenvio completamente ao entrar no
00:01:53diretório .multicore server, abrir o ficheiro env, garantir que o ambiente da aplicação está definido
00:01:58para "development" e também garantir que o valor da chave da API de reenvio esteja vazio.
00:02:02Isto fará com que o código tenha este valor.
00:02:04Assim que o tiver feito, permaneça dentro deste diretório e execute este comando para reiniciar os contentores
00:02:09com o ficheiro de variáveis de ambiente atualizado.
00:02:11E depois de o fazer, deverá conseguir iniciar sessão com seis oitos.
00:02:15Agora, ainda não terminámos.
00:02:17A partir daqui, vá a "runtimes", e pode ver que tenho dois runtimes diferentes instalados,
00:02:21mas deveria ter nada porque isso ainda não foi configurado.
00:02:24Se executar "Multicore Daemon Status", pode ver que neste momento o meu está a correr e a usar estes
00:02:28agentes com um espaço de trabalho, mas o seu deverá ter um erro.
00:02:32E isso é porque primeiro no seu VPS, precisará de ter uma ferramenta de codificação de terminal instalada.
00:02:36Portanto, tenho o Claude Code e o Open Code instalados.
00:02:39E para ligar esse runtime à sua instância Multicore, teria de ir a definições,
00:02:44e tokens de API, depois criar um novo token de API, e então executar "Multicore login" com a flag do token
00:02:50e colar o seu token aqui.
00:02:52Depois, se tiver um Multicore Daemon a correr, pare-o antes de o iniciar novamente.
00:02:56O Daemon no Multicore verifica os binários harness instalados, pesquisa tarefas do Multicore
00:03:01para dar aos agentes e gera múltiplos agentes usando árvores de trabalho para que estas tarefas
00:03:07sejam concluídas.
00:03:08Portanto, assim que o fizer, o Daemon deverá agora mostrar os seus runtimes disponíveis.
00:03:11E a beleza de o ligar desta forma é que pode adicionar múltiplas máquinas à sua
00:03:15instância Multicore.
00:03:16Portanto, se tiver múltiplos VPSs, pode instalar o Multicore em todos eles e ligá-los
00:03:20a uma única interface usando os seus diferentes tokens de API.
00:03:23Ok, com a configuração resolvida, vamos ver algumas tarefas simples com o Multicore.
00:03:28E não vou abordar todo o potencial.
00:03:30Como ter múltiplos agentes com múltiplos projetos e adicionar múltiplas tarefas, só quero mostrar-lhe
00:03:35funcionalidades individuais para que possa imaginar o quão poderoso é o Multicore, se essa for a forma
00:03:39como gostaria de trabalhar.
00:03:40Antes de poder fazer qualquer coisa com o Multicore, teria de criar um agente.
00:03:43E já criei um aqui chamado Medibot, mas pode fazê-lo clicando neste botão de mais
00:03:48e seguindo as instruções.
00:03:50Portanto, este bot médico é semelhante ou tem um prompt de sistema semelhante ao que fiz no vídeo sobre
00:03:56Agentes Geridos pelo Claude, que simplesmente obtém a minha informação médica de um repositório privado do GitHub, e
00:04:02posso falar com ele via Slack.
00:04:04Agora, como tenho um pouco mais de liberdade com o Multicore, no sentido de ter o meu próprio VPS
00:04:08e poder geri-lo diretamente, em vez de pedir a este agente para clonar esse repositório do
00:04:12GitHub, fui eu próprio e clonei-o para este diretório.
00:04:16Agora, além dos prompts de sistema, pode dar ao seu agente competências personalizadas.
00:04:19Repare que o agente terá acesso às competências que instalou no seu CLI, mas pode
00:04:24adicionar competências diretamente na interface se quiser, o que fiz como competência de teste, mas
00:04:29não vou adicioná-la ao agente.
00:04:30Há também ambientes e também argumentos personalizados.
00:04:33Como os agentes usam a ferramenta CLI, neste caso, vai usar "open code run", posso
00:04:37adicionar flags personalizadas caso queira que este agente use apenas um modelo específico e assim por diante.
00:04:42Mas por defeito, o agente usará o modelo que tem no seu CLI.
00:04:46Portanto, se eu executar "open code" agora, pode ver que está a usar o "big pickle model" do OpenCodeZen.
00:04:50Agora posso criar uma tarefa ou problema clicando aqui, e vou chamar a isto "questão médica"
00:04:54com um prompt de "podes verificar a minha informação médica e dizer-me se posso
00:04:59comer lula".
00:05:00Agora, se já alguma vez usou qualquer ferramenta de seguimento de problemas, isto parecerá muito familiar.
00:05:04Pode definir prioridades, atribuir pessoas, adicionar datas de entrega, e assim por diante.
00:05:08Mas eu recomendaria vivamente que criasse sempre o problema antes de atribuir alguém, porque
00:05:13no segundo em que atribui um bot a este problema, ele começa a trabalhar nele imediatamente.
00:05:17Para se certificar de que está confortável com tudo o que escreveu, verifique duas vezes.
00:05:21E assim que terminar, atribua-o a um bot.
00:05:23Portanto, vou atribuí-lo ao Medibot e criar o problema.
00:05:26E a partir daí, o bot começará a trabalhar nele.
00:05:28Posso acompanhar o progresso dentro de "issues" aqui.
00:05:30E se clicarmos no problema, podemos ver o Medibot a trabalhar de imediato.
00:05:34Agora, enquanto isto acontece, vou clicar em "autopilot".
00:05:36E esta é a versão open source das Rotinas do Claude.
00:05:39Podemos clicar em "começar do zero" e podemos selecionar um agente e definir com que frequência
00:05:44queremos que esta tarefa seja executada.
00:05:45Agora, ao contrário das Rotinas do Claude, não há opção para disparadores de API ou de eventos do GitHub.
00:05:51Talvez isso venha no futuro.
00:05:53Mas vou dar a isto um prompt semelhante ao vídeo da rotina do Claude para obter as últimas
00:05:57edições destas três newsletters via RSS.
00:06:00E assim que obtiver estas edições, encontre os 10 melhores artigos que podem ser usados num vídeo do YouTube.
00:06:05Isto acontecerá diariamente às 9h, hora de Londres.
00:06:08E idealmente quereria um agente de investigação específico que seja bom a escolher tópicos para o YouTube.
00:06:14Mas por agora ficaremos com o Medibot e clicaremos em criar.
00:06:17Depois podemos clicar neste "autopilot" e clicar em "executar agora" apenas para o ver em ação.
00:06:21Criará um novo problema em "a fazer".
00:06:23E vamos deixar isso a correr durante alguns minutos e verificar o nosso outro problema, que já
00:06:28foi movido para "em análise" pelo agente.
00:06:30Portanto, aqui diz que, com base nos meus registos médicos, tenho uma alergia a marisco, o que é verdade e
00:06:35não deveria comer lula, e depois dá mais informações aqui sobre a minha alergia.
00:06:40E também podemos clicar aqui para ver exatamente o que o agente fez.
00:06:43Portanto, podemos expandir o histórico de execução e ver que fez algumas chamadas de ferramentas bash.
00:06:48Na verdade, muitas chamadas de ferramentas bash para procurar o diretório de informação médica e deixá-lo pesquisar
00:06:53todo o diretório pessoal antes de o encontrar e verificar a minha informação médica para dar ao agente
00:06:59a informação correta.
00:07:00Incrível.
00:07:01E a partir daqui, posso até responder, "obrigado pela informação".
00:07:04Porque colocaste isto em "em análise" em vez de o mover para "concluído"?
00:07:07Portanto, vamos deixar isso com o agente.
00:07:09E se não quiser acompanhar manualmente o que o agente está a dizer, também pode receber
00:07:12notificações do agente.
00:07:14Portanto, aqui está a resposta do agente médico.
00:07:16E também recebi uma atualização do nosso "autopilot".
00:07:19Aqui está um que foi executado automaticamente há uma hora, mas aqui está um que acabámos de disparar e acaba de
00:07:22terminar.
00:07:23Portanto, podemos ver aqui que este é o prompt que lhe dei, percorreu o prompt e está
00:07:27a dar-me uma resposta.
00:07:28Portanto, aqui estão as 10 principais escolhas com "barn", "temporal API", e assim por diante.
00:07:33Agora, o que é interessante aqui é que um agente não moverá uma tarefa depois de estar em "em análise" de volta
00:07:37para "em progresso" e "a fazer", mas você, como humano, poderia, claro, fazer isso automaticamente.
00:07:41Portanto, posso mover isto para "em progresso" ou mover para "bloqueado" se eu quisesse.
00:07:45Mas, embora eu tenha feito uma pergunta ao agente médico, ele não voltou para "em progresso"
00:07:49enquanto responde à pergunta.
00:07:51Fica apenas em "em análise" e por isso preciso de clicar nele para saber quando está terminado e podemos ver
00:07:55por que o moveu para "em análise", já que é o passo de fluxo de trabalho padrão em vez de o mover
00:08:00para "concluído".
00:08:01Portanto, está à espera de mim, o humano, para o mover para "concluído", o que faz algum sentido.
00:08:05A partir daqui posso continuar a falar com o agente, deixando respostas, deixando comentários, anexando
00:08:09ficheiros e emojis, ou se quisesse apenas fazer uma pergunta única sem passar por todo o
00:08:14processo de seguimento de problemas, poderia clicar aqui e falar diretamente com o meu agente.
00:08:18Agora, para ser sincero, não sou o maior fã de comunicar com agentes atribuindo
00:08:22tarefas e vê-los progredir através de um quadro Kanban.
00:08:25É por isso que não experimentei projetos como Paperclip ou Vibe Kanban.
00:08:29Não me importo muito com prioridades ou datas de entrega, tendo a trabalhar num ou talvez dois projetos
00:08:34de cada vez com agentes e gosto de ter mais um diálogo com os meus agentes, vendo realmente
00:08:39o que eles fazem, as ferramentas que usam e os problemas com que se deparam para que eu possa ajudar a depurar com eles.
00:08:45Mas isto não quer dizer que não gosto da ideia do Multicore, na verdade gosto da funcionalidade de
00:08:50tarefas agendadas, gosto do facto de poder auto-alojá-lo completamente e também penso que é uma ferramenta muito sólida
00:08:55que é muito mais barata se usar um modelo diferente do que usar alguns dos agentes geridos
00:08:59pelo Claude ou as rotinas do Claude.
00:09:02Mas direi que é bastante técnico no seu processo de configuração, tem de saber
00:09:06o que está a fazer, especialmente se quiser manter as coisas seguras, e esse é o benefício dos
00:09:11agentes geridos ou rotinas que tratam de todas estas coisas por si, alojando as coisas
00:09:16numa infraestrutura de tópicos e o facto de poder usar conectores para comunicar com
00:09:20o seu agente torna as coisas um pouco mais fáceis, porque se quisesse fazer a mesma coisa no Multicore,
00:09:24ok, poderia usar o site responsivo no seu telemóvel, mas teria de colocar as coisas manualmente
00:09:29se quisesse usar o Slack, Telegram ou Discord.
00:09:33E é por isso que segui pelo caminho auto-alojado puramente por causa da segurança; se algo
00:09:37está ligado à internet então é definitivamente hackável, quero dizer, poderia usar o Multicore completamente
00:09:41localmente, por isso instale-o na sua máquina local e execute a interface localmente, assim não ficará ligado
00:09:46à internet, mas se quiser ligá-lo à internet, recomendo seguir pelo caminho
00:09:50auto-alojado usando Tailscale para que o seu servidor não fique completamente exposto e certifique-se de que está
00:09:55sempre atualizado com as versões mais recentes.

Key Takeaway

O Multicore oferece uma alternativa auto-alojada e técnica para orquestrar agentes de codificação e tarefas automatizadas, garantindo maior controle, segurança e redução de custos operacionais em relação às soluções de nuvem proprietárias.

Highlights

O Multicore permite configurar agentes de IA auto-alojados, como Claude Code ou OpenCode, em servidores próprios usando Docker.

A configuração de auto-alojamento no VPS utiliza um backend em Go, frontend em Next.js e base de dados Postgres.

O sistema permite gerir múltiplos agentes, criar tarefas em formato Kanban e agendar execuções recorrentes de fluxos de trabalho.

Agentes podem ser integrados a máquinas remotas instalando o Multicore em múltiplos VPS e conectando-os via tokens de API exclusivos.

O uso do Multicore reduz custos operacionais em comparação com agentes geridos ou rotinas baseadas na nuvem.

A segurança do ambiente é reforçada ao operar localmente ou via rede privada, como o Tailscale, evitando a exposição direta à internet.

Timeline

Arquitetura e Configuração do Multicore

  • A instalação padrão utiliza Docker para executar o backend em Go, o frontend em Next.js e uma base de dados Postgres.
  • Evitar o sistema de reenvio de e-mail requer configurar o ambiente para 'development' e limpar a chave da API no ficheiro .env.
  • O 'Multicore Daemon' verifica binários instalados e pesquisa novas tarefas para os agentes.
  • É possível conectar múltiplos servidores VPS a uma única interface utilizando tokens de API distintos.

O processo de instalação envolve a preparação de um VPS com Docker e a personalização manual de variáveis de ambiente para contornar problemas de autenticação. A infraestrutura resultante permite centralizar a gestão de várias instâncias de agentes distribuídas, utilizando o Daemon para sincronizar o fluxo de trabalho com binários de codificação de terminal como Claude Code ou OpenCode.

Gestão de Tarefas e Agentes

  • Agentes podem receber prompts de sistema personalizados e competências específicas para realizar tarefas em repositórios locais.
  • O sistema utiliza um modelo de gestão estilo Kanban, onde agentes processam problemas e movem o estado da tarefa para 'em análise'.
  • O modo 'autopilot' permite agendar tarefas recorrentes, como a investigação diária de newsletters via RSS.
  • A interação direta com o agente é possível através da interface, permitindo depuração e conversação contextual.

A criação de agentes no Multicore envolve a definição de prompts e competências. Uma vez atribuído a um problema, o agente utiliza ferramentas bash para interagir com o ambiente e executar tarefas, como a consulta de dados médicos ou a curadoria de artigos. O fluxo de trabalho segue um processo onde o agente conclui a tarefa, mas exige confirmação humana para mover o estado final para 'concluído'.

Vantagens e Considerações de Segurança

  • A principal vantagem do Multicore é a redução de custos comparada a serviços proprietários e o controle total sobre a infraestrutura.
  • A configuração técnica exige conhecimentos avançados para garantir a segurança do sistema.
  • O uso de soluções como Tailscale é recomendado para proteger instâncias auto-alojadas expostas na rede.

Embora exija uma curva de aprendizado mais íngreme, o Multicore é superior para usuários que priorizam a privacidade e o controle. O modelo auto-alojado elimina a dependência de infraestruturas de terceiros, permitindo que os agentes operem em redes privadas para minimizar riscos de segurança, ao contrário das soluções baseadas em conectores de nuvem simplificados.

Community Posts

View all posts