Já disponível
O Agent Harness já está no ar: execute o Claude Agent SDK, o OpenAI Agents SDK, o Pi ou seu próprio agente no WhatsApp
A partir desta semana, os clientes da MonoChat podem escolher o framework de agentes por trás da IA. Adicione um Harness de IA, coloque um nó de Agente de IA em um fluxo e seu agente responde no WhatsApp e em todos os outros canais, com sua equipe a uma transferência de distância.
Ou comece com US$ 150 de crédito, o suficiente para um primeiro mês de Growth
Publicado em:
A maioria das plataformas de mensagens para clientes vende um único agente de IA: o delas. Isso funciona até você querer outro modelo, um framework que seus desenvolvedores já usam ou um agente que você mesmo criou e testou.
O Agent Harness muda isso na MonoChat. Traga seu próprio framework de agentes, ou use o nosso, e execute-o em todos os canais que a MonoChat conecta, com as mesmas ferramentas, a mesma caixa de entrada e a mesma transferência para sua equipe.
O que há de novo
Um Harness de IA é uma definição de serviço que você adiciona uma vez na MonoChat. Ele diz à MonoChat qual framework de agentes deve fazer o trabalho e onde ele roda. O novo nó de Agente de IA em um fluxo o utiliza, assim como a API de execução de agentes, para que seus próprios aplicativos também possam iniciar uma execução de agente.
Como o agente roda dentro de um fluxo da MonoChat, ele funciona onde quer que o fluxo funcione: WhatsApp, Instagram, Messenger, TikTok, Telegram, chat web, SMS e voz.
Escolha seu harness
Sete provedores estão disponíveis desde o primeiro dia:
| Provedor | Onde é executado | O que você precisa |
|---|---|---|
| MonoChat (harness integrado) | Dentro da MonoChat | Nada; usa seus modelos de IA da MonoChat |
| OpenAI Agents SDK | Dentro da MonoChat | Nada extra; usa seus modelos de IA |
| Claude Agent SDK | Agent runner da MonoChat, cada execução como um processo de agente isolado no estilo do Claude Code | Nada extra; usa seus modelos de IA pelo gateway da MonoChat |
| Pi (harness do agente de programação Pi) | Agent runner da MonoChat | Nada extra; modelos pelo gateway da MonoChat |
| OpenAI Agents API (hospedada pela OpenAI) | Nuvem da OpenAI | Sua chave de API da OpenAI |
| Claude Managed Agents (hospedado pela Anthropic) | Nuvem da Anthropic | Sua chave de API da Anthropic |
| Personalizado | Seu próprio servidor, qualquer framework (LangGraph, Google ADK, CrewAI, seu próprio código) | Uma URL de endpoint e um segredo compartilhado |
Nomes de produtos pertencem aos seus respectivos proprietários.
Modelos principal, de fallback e rápido
Cada nó de Agente de IA tem três funções de modelo e um orçamento:
- Modelo principal raciocina, decide e escreve as respostas.
- Modelo de fallback assume após um limite flexível ou uma falha, para que o cliente não fique esperando.
- Modelo rápido cuida do trabalho em segundo plano.
- Limites de orçamento limitam o que uma única execução pode gastar.
Suas ferramentas, sua caixa de entrada, sua equipe
O agente usa as ferramentas da MonoChat que você já tem: ferramentas de função de IA, servidores MCP, a base de conhecimento e funções personalizadas. Quando uma conversa precisa de uma pessoa, ela vai para a caixa de entrada compartilhada da sua equipe com todo o histórico, para que ninguém peça ao cliente que se repita.
Com as chaves dos seus próprios provedores de IA, você paga diretamente ao provedor. A MonoChat não acrescenta nenhum valor sobre o uso de IA.
Como começar
- Adicione um Harness de IA e escolha o provedor.
- Adicione um nó de Agente de IA a um fluxo e escolha o harness.
- Escolha os modelos principal, de fallback e rápido e defina um orçamento por execução.
- Conecte seu canal, como o seu número do WhatsApp.
- Teste o fluxo e depois entre no ar.
Leia mais
- Agent Harness: provedores, funções dos modelos e perguntas frequentes
- O que é um agent harness e por que o atendimento pelo WhatsApp precisa de um
- Como executar um agente do Claude Agent SDK no WhatsApp
- Como criar um agente para WhatsApp com o OpenAI Agents SDK
- Traga seu próprio agente de IA para o WhatsApp com um endpoint de webhook
- Por que o seu agente de IA que atende clientes precisa de um modelo de fallback