Seu primeiro projeto SEIF

O SEIF ajuda você a controlar qual informação um agente recebe para cada tarefa. A prévia e os Context Tests não chamam um modelo: eles mostram e verificam o contexto entregue. Um Context Build congela uma versão validada. No navegador, você já pode conectar um modelo OpenAI próprio, conversar com o rascunho, testar e publicar uma release. O Workstation local acrescenta modelos instalados, conectores externos, runtime independente e investigação histórica.

Comece no navegador

1. Abra app.seifprotocol.com, crie sua conta e escolha um ponto de partida, como Customer support. O plano gratuito permite três projetos privados.
2. Descreva o trabalho e as regras do agente. Em Model, configure sua chave OpenAI e o identificador do modelo, ou use Rehearsal enquanto desenha. Rehearsal não chama IA; use Check connection para verificar o modelo real.
3. Em Knowledge, use Write information para registrar uma política. Faça uma pergunta em See what the agent would receive para inspecionar a seleção sem chamar o modelo. Depois abra Try it para conversar com o rascunho.
4. Em Tests, adicione um cenário realista e frases que a resposta deve mencionar ou evitar. Execute Run tests. Se mudar comportamento, conhecimento ou conexão, execute novamente: o resultado antigo fica desatualizado.
5. Em Releases, crie uma release da versão aprovada e publique em desenvolvimento. Em Integrate, copie o endereço estável e guarde a credencial de aplicação apenas no seu backend. Performance mostra conversas publicadas e resultados reportados.
6. Abra Context engineering para ver o mapa de consumidor → objetivo → perfil → camadas → fontes, ajustar o Perspective Mixer, executar Context Tests e gerar um Context Build. Use Export project para baixar o ZIP e abrir o projeto no aplicativo local.

O ZIP inclui arquivos de autoria e os rascunhos dos agentes em agent-workspace.json. Credenciais, sessões, rotas publicadas, traces e diretórios de Build ficam fora da exportação. A nuvem não sincroniza continuamente com a pasta local: exporte e importe quando quiser transferir uma revisão. Releases imutáveis têm exportação individual.

Continue no computador

Baixe o Workstation para macOS arm64, extraia o ZIP do projeto e abra a pasta em Context engineering → Open project. O aplicativo local acrescenta fontes Git e fora do projeto, conexões de dados, modelos instalados, executores de capacidades, runtime, deploy e investigação histórica de traces. Ele funciona sem conta hospedada. O instalador atual é assinado de forma ad-hoc e não foi notarizado; confira o SHA-256 no guia antes da instalação.

Para um agente completo, comece em Create your first AI agent, escolha um modelo ou um CLI instalado, adicione conhecimento, teste uma conversa, crie uma release e publique em desenvolvimento. Guia de agentes e guia de conexões mostram o restante do caminho.

O que cada resultado prova

Preview prova o que o motor resolveu para aquela entrada e configuração. PASS em um Context Test prova apenas as condições estruturais que você escreveu. Build identifica de forma estável o desenho, as fontes observadas e os resultados verificados. Trace registra a resolução de uma chamada em execução. Nenhum desses fatos prova sozinho que um modelo leu o material ou respondeu corretamente; quando o consumo não é reportado, o SEIF mostra UNKNOWN.

Veja também arquivos do projeto, releases e implantação e solução de problemas.