ORBIT Platform — Skill Operacional

Contexto do Projeto

ORBIT é uma plataforma agentiva de inteligência aplicada. Recebe comandos via Telegram ou Dashboard Web, aciona agentes especializados e entrega dossiês analíticos + apresentações HTML premium.

Credenciais e stack: Ver /workspace/projeto/backend/.env e /workspace/projeto/decisoes/2026-03-24-credenciais-finais.md

Stack Técnica

Arquitetura em Camadas

Telegram / Dashboard
  → Webhook Handler (Fastify)
  → Command + Job criados no Supabase
  → Worker faz pop da fila (pop_intent_job_from_queue)
  → Orquestrador interpreta e distribui
      → Pesquisa Web + Social + Acadêmica (paralelo)
      → Análise
      → Dossiê
      → Apresentação HTML
      → Quality Review
  → Resultado persistido no Supabase
  → Notificação ao usuário (Telegram)
  → Dashboard atualizado (Realtime)

Agentes — Referência Rápida

Para contratos de dados completos: ver references/contratos-dados.md Para perfis detalhados dos agentes: ver references/perfis-agentes.md

Schema Supabase — Tabelas Principais

O banco (umwqxkggzrpwknptwwju) já tem 26 tabelas criadas e limpas. Não criar novas — usar as existentes.

RPCs prontos: pop_intent_job_from_queue, push_intent_job, log_trace, log_quality_eval, evaluate_quality_gates, get_conversation_context, match_intent_pattern, get_dashboard_stats, etc.

Para schema completo com campos: ver references/schema-supabase.md

Plano de Implementação

Padrões de Código

Supabase Client (backend)

import { createClient } from '@supabase/supabase-js'
const supabase = createClient(
  process.env.SUPABASE_URL!,
  process.env.SUPABASE_SERVICE_KEY!
)

Criar job no Supabase

const { data: job } = await supabase
  .from('jobs')
  .insert({ command_id: cmdId, chat_id: chatId, status: 'pending' })
  .select().single()

Pop da fila

const { data } = await supabase.rpc('pop_intent_job_from_queue')

Log de trace

await supabase.rpc('log_trace', {
  p_job_id: jobId, p_agent: 'orchestrator', p_version: '1.0.0',
  p_step: 'intent_parsed', p_input: input, p_output: output,
  p_duration: durationMs, p_tokens: tokensUsed, p_status: 'ok'
})

Agente OpenAI SDK

import { Agent, run } from '@openai/agents'
const agent = new Agent({
  name: 'Orquestrador',
  model: 'gpt-4o',
  instructions: '...',
  tools: [...],
  handoffs: [researchAgent, analysisAgent]
})
const result = await run(agent, input)

Para exemplos completos de cada agente: ver references/exemplos-agentes.md

Regras de Execução

1. Nunca codifique sem entender o fluxo — verifique os contratos e o schema
2. Use sempre a service_role key do projeto umwqxkggzrpwknptwwju
3. Respeite as foreign keys ao deletar dados (filhos antes dos pais)
4. Quality gate obrigatório antes de qualquer entrega — score mínimo 7/10
5. Logs estruturados via log_trace RPC — nunca console.log em produção
6. HTML das apresentações deve ser autocontido — sem CDN externo
7. Idioma padrão: Português do Brasil em toda comunicação com o usuário
8. Nunca expor credenciais no código — sempre via variáveis de ambiente

Quality Gates

Referências Adicionais

• Contratos de dados JSON: references/contratos-dados.md
• Perfis completos dos agentes: references/perfis-agentes.md
• Schema Supabase completo: references/schema-supabase.md
• Exemplos de código por agente: references/exemplos-agentes.md
• Metodologia de trabalho: /workspace/projeto/metodologia/METODOLOGIA.md
• Workflows reutilizáveis: /workspace/projeto/workflows/WORKFLOWS.md
• Plano mestre: /workspace/projeto/PLANO-MESTRE.md