OpenMolt

O que é OpenMolt?

OpenMolt é um sistema programático em Node.js para criar agentes de IA que pensam, planejam e executam usando seu código. Em vez de executar a lógica do agente em uma UI de produto separada, você define agentes, conecta ferramentas e integrações, e orquestra o comportamento diretamente do código da aplicação.

O propósito principal é ajudar a criar fluxos de agentes orientados para produção — agentes que usam ferramentas, com saída estruturada e stateful — mantendo credenciais de API no seu servidor.

Principais Recursos

• Criação programática de agentes para Node.js: Crie agentes do seu código usando uma API amigável a JavaScript/TypeScript.
• Suporte a múltiplos LLMs via strings de modelo unificadas: Use um formato de modelo consistente para alternar entre provedores como OpenAI GPT-4o, Anthropic Claude e Google Gemini.
• Modelo de segurança com permissões baseadas em escopo: Credenciais armazenadas no servidor; chamadas de ferramentas são renderizadas em requisições HTTP para que o LLM receba resultados das ferramentas, não chaves ou tokens de API brutos.
• Ferramentas e integrações declarativas: Defina ferramentas como dados (endpoint, template de autenticação e schemas) para evitar código HTTP boilerplate.
• Saída estruturada com schemas Zod: Forneça um schema Zod e receba um objeto validado e tipado, em vez de fazer parsing manual de respostas do LLM.
• Agendamento e automação estilo cron: Execute agentes em intervalos ou agendamentos diários estilo cron com suporte a fuso horário.
• Visibilidade orientada a eventos no loop de raciocínio: Integre-se aos passos do loop para observar chamadas de ferramentas, atualizações de plano, saídas do LLM e resultados finais.
• Memória persistente com callbacks: Mantenha lojas de memória de longo e curto prazo e use callbacks onUpdate para persistir memória externamente; agentes podem atualizar memória durante a execução.

Como Usar OpenMolt

1. Instale o pacote no seu projeto Node.js.
2. Inicialize OpenMolt com a configuração do provedor LLM escolhido (por exemplo, defina a chave da API OpenAI via variável de ambiente).
3. Crie um agente com nome, identificador de modelo (usando o formato de string de modelo unificado) e instruções.
4. Execute o agente com um prompt de usuário do seu código da aplicação.

Fluxo de exemplo mostrado no site:

• Instalar: npm install openmolt
• Criar e executar um agente: instancie OpenMolt, chame createAgent(...), depois agent.run('...') e registre o resultado.

Casos de Uso

• Automação de relatórios diários: Agende um agente para buscar métricas (ex.: do Stripe) toda manhã, gerar um resumo e postar o relatório em um canal Slack.
• Pipelines de conteúdo multi-etapa: Use um agente para escrever conteúdo baseado em uma descrição de estratégia, gerar ativos relacionados e salvar saídas em disco como parte de um fluxo end-to-end.
• Rascunho de e-mails com revisão humana: Rascunhe respostas a mensagens do Gmail baseadas em diretrizes fornecidas, mantendo revisão e envio dentro do Gmail.
• Automação de fluxo de desenvolvedor: Dispare tarefas relacionadas ao GitHub como triagem de issues, aplicação de labels, postagem de notas de release no Slack e geração de changelogs como parte de CI/CD.
• Operações e relatórios de comércio: Monitore pedidos Shopify, atualize registros no Airtable, envie notificações via Twilio e publique resumos diários de receita em um dashboard Notion.

FAQ

O que OpenMolt quer dizer com “agentes de IA programáticos”?

OpenMolt é projetado para que você defina agentes, ferramentas e fluxos do seu código Node.js/TypeScript — em vez de configurar e executar agentes por meio de uma UI separada.

Posso usar múltiplos provedores LLM com o mesmo código de agente?

A documentação afirma que OpenMolt suporta múltiplos provedores LLM (incluindo OpenAI, Anthropic Claude e Google Gemini) usando um formato de string de modelo unificado, permitindo alternar provedores sem alterar o código.

Como OpenMolt lida com chaves de API e acesso do agente a ferramentas?

OpenMolt usa um modelo de permissão baseado em escopo: credenciais são armazenadas no servidor e inseridas em requisições HTTP via templates Liquid. O LLM recebe resultados de ferramentas (saídas) em vez de chaves ou tokens de API brutos.

Que tipo de saídas meu agente pode retornar?

OpenMolt suporta saída estruturada usando schemas Zod; você pode fornecer um schema e receber um objeto validado e tipado.

OpenMolt suporta execuções recorrentes e automação?

Sim. Suporta agendamento com execuções baseadas em intervalos e agendamentos diários estilo cron, incluindo suporte a fuso horário.

Alternativas

• Plataformas de fluxos de agentes low-code: Ferramentas que oferecem construtores visuais para integrar LLMs, prompts e ações. Podem ser mais rápidas para protótipos, mas geralmente deslocam a configuração para fora do código da sua aplicação.
• Ferramentas gerais de fluxo/orquestração com chamadas de LLM: Alternativas focadas em construir fluxos (etapas, agendamento, retentativas), enquanto você implementa chamadas de LLM/ferramentas por conta própria. Comparadas ao OpenMolt, você pode precisar de mais código de "cola" para saída estruturada, definições de ferramentas e padrões de memória.
• Frameworks de agentes open-source em outros ecossistemas: Bibliotecas de agentes em Python ou outras linguagens que oferecem conceitos semelhantes (ferramentas, memória, saídas estruturadas). As diferenças geralmente se resumem à integração de linguagem/runtime (Node.js vs outras stacks) e ao nível de integrações e padrões de segurança integrados.
• Serviços personalizados de chamada de ferramentas: Construir seu próprio executor de agentes e registro de ferramentas pode oferecer controle máximo, mas geralmente exige mais esforço de engenharia para agendamento, validação de saída estruturada e persistência de memória.