Executando Agentes de IA da Equipe no Slack com Centaur

Desenvolvedores estão adotando rapidamente agentes de CLI como Claude Code, Codex ou Amp. Pedimos a eles para refatorar um módulo, executar testes ou encontrar um bug em logs. Mas os resultados desse trabalho geralmente ficam no terminal de um engenheiro específico. Quando surge uma pergunta sobre uma build com falha em um chat de trabalho, alguém precisa ir até o console e inserir manualmente dados na rede neural.

O fundo de venture capital Paradigm lançou o Centaur como código aberto. É uma plataforma que transforma agentes autônomos locais em assistentes compartilhados da equipe que vivem diretamente no Slack ou Teams.

Por que você precisa do Centaur

O principal desafio ao implementar agentes de IA em toda uma equipe é a segurança. Dar a um LLM acesso direto a um ambiente com chaves de produção é mais perigoso do que deixar um estagiário entrar em produção numa sexta-feira à noite. O Centaur resolve isso através de sandboxes isolados.

Você implanta a plataforma em sua própria infraestrutura. Um membro da equipe menciona @centaur em uma thread do Slack com uma tarefa, e o sistema cria um contexto isolado e começa a trabalhar.

Depois disso, o Centaur aloca um container separado para a tarefa, executa um agente lá, dá a ele acesso ao código e ferramentas, e entrega os resultados intermediários e finais de volta para a thread.

Segurança e Arquitetura

Os engenheiros da Paradigm projetaram um limite seguro para execução autônoma de código. O sistema é composto por vários componentes:

• Plano de Controle em Rust — gerencia filas, estado de conversa, autorização e execução de fluxos de trabalho via Postgres.
• Sandbox Kubernetes — cada conversa gera um isolate baseado em container. Ele vem pré-instalado com Git, Python, Node.js, Bun e um conjunto básico de utilitários de CLI.
• Proxy de Rede iron-proxy — gerencia o gerenciamento de segredos.

A parte mais interessante aqui é a substituição de credenciais em tempo real. Por padrão, o pod com o agente tem NetworkPolicy bloqueada. O agente não recebe chaves de API reais ou tokens de serviços internos de forma alguma. Seu ambiente contém strings placeholder falsas em vez disso.

Quando o agente faz uma requisição HTTP para uma API de terceiros, o tráfego passa pela camada de proxy. O proxy verifica o domínio de destino, encontra o header correspondente e substitui a chave real do 1Password logo antes de enviar o pacote para a rede externa. Mesmo se o modelo for comprometido ou gerar saída com todos os seus env, os segredos reais não vazarão.

Esta abordagem salva o dia quando um agente precisa executar uma suíte de testes longa, esperar uma resposta de um sistema externo ou dividir uma tarefa complexa em uma cadeia de subtarefas independentes.

Como estender as capacidades do agente

O Centaur tem dois formatos de extensão: Ferramentas e Workflows de longa execução.

Ferramentas

Ferramentas são empacotadas como pacotes Python regulares. Elas podem encapsular APIs internas da sua empresa, bancos de dados ou utilitários de CLI.

Quando o container inicia, a plataforma monta esses scripts como wrappers de linha de comando. O agente os descobre na inicialização via o comando centaur-tools list e lê as instruções de argumentos de --help.

A estrutura da ferramenta parece familiar:

Se uma tarefa leva mais de dois minutos, requer espera de eventos externos ou envolve reinicializações de serviços, você usa workflows. Estas são funções Python com etapas de execução duráveis.

Esta abordagem salva o dia quando um agente precisa executar uma suíte de testes longa, esperar uma resposta de um sistema externo ou dividir uma tarefa complexa em uma cadeia de subtarefas independentes.

O que você pode delegar ao Centaur

No README do projeto, os autores destacam vários casos de uso para os quais o sistema foi originalmente projetado:

• Investigar falhas em pipelines de CI/CD.
• Gerar resumos diários e relatórios de plantão.
• Encontrar rapidamente respostas em bases de conhecimento internas da empresa via plugins personalizados.
• Analisar contexto e resumir threads longas no Slack.
• Conectar agentes a um ambiente de teste isolado para depuração de código.

Implantação e Execução

Você não precisará criar um cluster Kubernetes pesado completo apenas para se familiarizar com o projeto. Para desenvolvimento local ou implantação em um Mac Mini / VPS pequeno, um k3s leve é suficiente.

O gerenciamento do projeto está vinculado ao utilitário just. O processo de lançamento se resume a alguns passos:

Após a conclusão do build, o bot começará a aceitar comandos no Slack ou via API REST.

Resumo

A Paradigm entregou uma ferramenta elegante com o foco certo em segurança. Em vez de criar outra interface web isolada, os desenvolvedores focaram na integração com o chat de equipe existente e na execução de código em sandboxes isolados.

Se sua equipe já usa ativamente agentes de IA de console e você está procurando uma forma de compartilhar com segurança seus recursos entre colaboradores, o Centaur definitivamente vale a pena conferir. O projeto é lançado sob uma licença aberta, e o plano de controle baseado em Rust deixa uma impressão agradável em termos de uso de recursos.