Vectora

Visão Geral

Agentes de IA tradicionais operam em contextos fragmentados, gerando alucinações, desperdício de tokens e exposição acidental de segredos. O Vectora resolve isso não sendo “mais um chat”, mas sim um Sub-Agent Tier 2 projetado exclusivamente para engenharia de software: ele intercepta chamadas via Protocolo MCP, valida segurança em tempo real com o Guardian, orquestra recuperação multi-hop via Context Engine e entrega contexto estruturado ao seu agent principal (Claude Code, Gemini CLI, Cursor, etc.).

O Problema que Vectora Resolve

A Solução: Arquitetura de Sub-Agent

Vectora é exposto exclusivamente via MCP. Não há CLI de chat, TUI ou interface de conversação direta. Ele opera silenciosamente como camada de governança e contexto:

    graph LR
    A[Agent Principal] -->|MCP Tool Call| B[Harness Runtime]
    B --> C{Guardian + Zod Validation}
    C -->| Aprovado| D[Context Engine]
    D --> E[Embed via Voyage 4]
    D --> F[Rerank via Voyage 2.5]
    E --> G[MongoDB Atlas Vector Search]
    F --> G
    G --> H[Composed Context + Metrics]
    H -->|MCP Response| A
  

Componentes Nucleares

Stack Curada & Infraestrutura

Vectora não é provider-agnóstico. Operamos com modelos rigorosamente calibrados para garantir consistência de métricas, estabilidade de parsing e custos previsíveis:

Segurança, Governança & BYOK

A segurança no Vectora é implementada na camada de aplicação, não delegada ao banco de dados:

Planos & Política de Retenção

Vectora opera com modelo BYOK First, onde o backend (MongoDB Atlas) é gerenciado pela Kaffyn em todos os planos, mas as chaves de API são do usuário:

Fluxo de Operação (MCP-First)

1. Detecção: Agent Principal identifica necessidade de contexto profundo e dispara context_search via MCP.
2. Interceptação: Harness Runtime captura chamada, valida namespace e aplica Guardian.
3. Decisão: Context Engine escolhe escopo (filesystem, vector ou híbrido) e aplica AST parsing.
4. Embed + Rerank: Query é embedada via voyage-4, resultados brutos são refinados por voyage-rerank-2.5.
5. Busca & Compaction: MongoDB Atlas retorna top-N com compaction (head/tail + pointers) para evitar context rot.
6. Resposta Estruturada: Contexto validado + métricas são retornados ao agent principal, que gera a resposta final ao usuário.

Por Onde Começar?

Frase para guardar:
“Vectora não responde ao usuário. Ele entrega contexto governado ao seu agent. Backend gerenciado, API sob sua chave, segurança na aplicação, dados sempre seus.”

Guia de Navegação

• Início Rápido — Instalação, configuração BYOK e integração MCP.
• Conceitos Nucleares — Entenda Sub-Agents, Context Engine e Reranking.
• Segurança & Governança — Detalhes sobre o Guardian, Trust Folder e RBAC.
• Autenticação — Fluxos de SSO, Identidade Unificada e API Keys.
• Modelos & Providers — Stack curada com Gemini 3 e Voyage AI.
• Backend & Persistência — MongoDB Atlas, Sessões e State Persistence.
• Integrações — Como usar com Claude Code, Gemini CLI e Cursor.
• Planos & Preços — Comparativo de recursos e política de retenção.
• Referência Técnica — Schema de ferramentas MCP e Config YAML.
• Contribuição — Guidelines, padrões de código e roadmap.
• Perguntas Frequentes — Solução de problemas e dúvidas comuns.
• Protocolos — Especificações do Protocolo MCP no Vectora.

Parte do ecossistema Vectora · Open Source (MIT) · TypeScript