Solicite acesso antecipado

Informe seu nome e um e-mail ou número de telefone. Entraremos em contato com os detalhes de acesso à Tajo.

Formato de Especificação de Agente

Os agentes Tajo são definidos em ficheiros markdown. Cada ficheiro contém frontmatter YAML (identidade, ferramentas, restrições) e um corpo markdown (instruções, estratégia, regras). Este formato é inspirado em padrões de agentes em produção usados em sistemas de orquestração multi-agente.

Estrutura do Ficheiro

---
name: agent-name
description: What this agent does (max 160 chars)
version: 1.0.0
temperature: 0.2
max_tokens: 4096
tools:
- brevo_contacts
- brevo_email_campaign_management
- brevo_sms_campaigns
triggers:
- event: cart_abandoned
- schedule: "0 */4 * * *"
permissions:
- contacts:read
- email:send
- sms:send
---
# Agent Name
Instructions for the agent in natural language...

Campos de Frontmatter

Campos Obrigatórios

CampoTipoDescrição
namestringIdentificador único em kebab-case (ex.: cart-recovery-agent)
descriptionstringO que este agente faz (máx. 160 chars)
versionstringVersão semântica (ex.: 1.0.0)
toolsarrayMódulos do servidor MCP Brevo a que este agente pode aceder

Campos de Comportamento

CampoTipoPadrãoDescrição
temperaturefloat0.3Temperatura do LLM. Menor = mais determinístico. Use 0.1-0.2 para operações de dados, 0.3-0.5 para design de campanhas
max_tokensinteger4096Comprimento máximo de resposta por turno
modelstringclaude-sonnet-4-6Modelo LLM a usar

Campos de Acionador

CampoTipoPadrãoDescrição
triggersarray[]Eventos, agendamentos ou webhooks que ativam este agente
triggers[].eventstring-Nome do evento (ex.: cart_abandoned, customer_created)
triggers[].schedulestring-Expressão cron (ex.: 0 9 * * * para 9h diárias)
triggers[].webhookstring-Caminho do webhook (ex.: /agents/cart-recovery/trigger)
triggers[].conditionsarray[]Condições de filtro para o acionador
triggers[].debouncestring-Janela de debounce (ex.: 5m, 1h)

Campos de Permissão

CampoTipoPadrãoDescrição
permissionsarray[]Âmbitos de permissão necessários para trilha de auditoria
related_agentsarray[]IDs de agentes para os quais este agente pode delegar
escalationstring-Para onde encaminhar quando o agente estiver incerto (human, supervisor-agent)

Ferramentas: Mapeamento para Servidores MCP Brevo

O campo tools referencia nomes de módulos do servidor MCP Brevo. Cada módulo mapeia para um endpoint específico em mcp.brevo.com:

tools:
# Contacts & Segmentation
- brevo_contacts # /v1/brevo_contacts/mcp
- brevo_lists # /v1/brevo_lists/mcp
- brevo_segments # /v1/brevo_segments/mcp
- brevo_attributes # /v1/brevo_attributes/mcp
# Campaigns & Messaging
- brevo_email_campaign_management # /v1/brevo_email_campaign_management/mcp
- brevo_templates # /v1/brevo_templates/mcp
- brevo_sms_campaigns # /v1/brevo_sms_campaigns/mcp
- brevo_whatsapp_campaigns # /v1/brevo_whatsapp_campaigns/mcp
# Analytics
- brevo_campaign_analytics # /v1/brevo_campaign_analytics/mcp
# Sales CRM
- brevo_deals # /v1/brevo_deals/mcp
- brevo_companies # /v1/brevo_companies/mcp
- brevo_tasks # /v1/brevo_tasks/mcp
- brevo_pipelines # /v1/brevo_pipelines/mcp
- brevo_notes # /v1/brevo_notes/mcp

Tip

Use o conjunto mínimo de ferramentas de que o seu agente precisa. Menos ferramentas = melhor raciocínio de IA e respostas mais rápidas. Veja Servidor MCP Brevo para todos os módulos disponíveis.

Acionadores

Acionadores de Evento

Ative o agente quando algo acontece no seu sistema:

triggers:
- event: cart_abandoned
conditions:
- cart_value: "> 50"
- items_count: ">= 1"
- time_since_activity: "> 30m"
debounce: 5m

Acionadores de Agendamento

Execute o agente num agendamento recorrente:

triggers:
- schedule: "0 9 * * MON" # Every Monday at 9am
timezone: "America/New_York"
- schedule: "0 */4 * * *" # Every 4 hours
- schedule: "0 0 1 * *" # First day of each month

Acionadores de Webhook

Invoque o agente via HTTP:

triggers:
- webhook: /agents/win-back/trigger
method: POST
authentication: api_key

Corpo Markdown: Instruções

O corpo da especificação do agente são instruções em linguagem natural. Escreva como se estivesse a dar instruções a um profissional de marketing experiente:

Estrutura

# Agent Name
Context paragraph, what this agent does and why.
## Strategy
Step-by-step approach the agent should follow.
## Decision Framework
Rules for making choices (e.g., which channel to use based on cart value).
## Rules
Hard constraints, things the agent must ALWAYS or NEVER do.
## Templates
References to Brevo template IDs, SMS copy, WhatsApp templates.
## Metrics
Events to track for measuring success.

Escrever Instruções Eficazes

Seja específico sobre a estratégia, não apenas sobre os objetivos:

## Bad
Re-engage churned customers.
## Good
When a customer hasn't purchased in 90+ days:
1. Check their last 3 orders for product category preferences
2. Create a personalized discount based on AOV (10% if AOV > $100, 15% if < $100)
3. Send email with subject line referencing their preferred category
4. Wait 72 hours, if no open, send SMS with discount code
5. Wait 7 days, if no purchase, mark as deep-churn and stop sequence

Definir barreiras de proteção explicitamente:

## Rules
- NEVER send more than 3 messages per sequence
- NEVER contact customers who unsubscribed
- ALWAYS check if the customer converted before sending the next step
- ALWAYS respect quiet hours (no SMS 9pm-9am local time)
- If unsure about a decision, escalate to human review

Cadeias Multi-Agente

Para fluxos de trabalho complexos, componha múltiplos agentes numa cadeia. Cada agente trata uma fase, passando contexto para o seguinte:

chain.yaml
name: quarterly-retention-campaign
steps:
- agent: customer-intelligence
input: |
Analyze customer segments for Q2 retention campaign.
Goal: {task}
Identify:
1. At-risk customers (declining purchase frequency)
2. VIP customers (top 10% by LTV)
3. Win-back candidates (90+ days since last order)
- agent: campaign-designer
input: |
Design retention campaigns for these segments:
{previous}
Create differentiated approaches per segment:
- At-risk: gentle nudge with product recommendations
- VIP: exclusive early access or loyalty reward
- Win-back: aggressive discount with urgency
- agent: campaign-executor
input: |
Execute these campaigns via Brevo:
{previous}
Use appropriate channels per segment preference.
Set up A/B tests for subject lines.
Schedule sends for optimal times.
- agent: campaign-reporter
input: |
Generate the retention campaign launch report:
{previous}
Include: segments targeted, campaigns created,
expected reach, A/B test configurations.

Variáveis de Cadeia

VariávelDescrição
{task}O objetivo/pedido original
{previous}Saída do passo anterior
{step_N}Saída do passo N (indexado em 0)
{artifacts_dir}Diretório para saídas de ficheiros

Especificações de Agentes Pré-construídos

Orquestrador de Campanhas

---
name: campaign-orchestrator
description: Design and execute multi-channel campaigns from natural language prompts
version: 2.0.0
temperature: 0.3
tools:
- brevo_contacts
- brevo_segments
- brevo_email_campaign_management
- brevo_templates
- brevo_sms_campaigns
- brevo_whatsapp_campaigns
- brevo_campaign_analytics
triggers:
- webhook: /agents/campaign/trigger
method: POST
---
# Campaign Orchestrator
You are a multi-channel marketing campaign specialist.
Given a campaign brief, you design, build, and launch
campaigns across email, SMS, and WhatsApp via Brevo.
## Process
1. Parse the campaign brief (audience, message, goal, timeline)
2. Create or identify the target segment in Brevo
3. Select the best channel(s) based on audience preference data
4. Build campaign content using existing templates or creating new ones
5. Configure send schedule and A/B tests
6. Launch and report initial delivery metrics
## Channel Selection
- Email: default for all campaigns
- SMS: add for time-sensitive offers or cart recovery
- WhatsApp: add for conversational campaigns or high-value segments
## Rules
- ALWAYS preview campaigns before sending
- NEVER send to unsubscribed contacts
- ALWAYS set up tracking for campaign attribution
- Maximum 2 A/B test variants per campaign

Agente de Inteligência de Cliente

---
name: customer-intelligence
description: Autonomous segmentation, RFM scoring, and churn prediction
version: 1.5.0
temperature: 0.2
tools:
- brevo_contacts
- brevo_segments
- brevo_attributes
- brevo_lists
- brevo_campaign_analytics
triggers:
- schedule: "0 6 * * MON"
timezone: "UTC"
---
# Customer Intelligence Agent
You analyze customer data in Brevo to generate actionable
segments and insights for marketing teams.
## Weekly Analysis
1. Pull contact activity data from campaign analytics
2. Calculate RFM scores (Recency, Frequency, Monetary)
3. Identify segment shifts (customers moving between tiers)
4. Flag churn risks (declining engagement over 4+ weeks)
5. Generate segment recommendations for upcoming campaigns
## Segment Definitions
- Champions: R=5, F=5, M=5, recent, frequent, high-value
- Loyal: R>=3, F>=4, M>=3, consistent buyers
- At Risk: R<=2, F>=3, M>=3, were loyal, now fading
- Hibernating: R=1, F>=2, M>=2, long gone, were once active
- New: first purchase in last 30 days
## Output
Produce a markdown report with:
- Segment sizes and week-over-week changes
- Top 10 at-risk customers by LTV
- Recommended actions per segment
- Suggested campaign themes for the week

Implementação

Executar um Agente Programaticamente

import { TajoAgent } from "@tajo/agent-sdk";
const agent = new TajoAgent({
specPath: "./agents/cart-recovery-agent.md",
brevoToken: process.env.BREVO_MCP_TOKEN,
model: "claude-sonnet-4-6",
// Only connect the MCP servers listed in the agent's tools field
autoConnectServers: true,
});
const result = await agent.run(
"Recover abandoned carts over $50 from the last 4 hours"
);
console.log(result.summary);
console.log(result.toolCalls); // Full audit trail
console.log(result.metrics); // Events tracked

Executar via Claude Code

Terminal window
# Point to your agent spec and let Claude execute it
claude "Run the agent defined in ./agents/cart-recovery-agent.md for today's abandoned carts"

Agendar com Cron

Terminal window
# Run the customer intelligence agent every Monday at 6am
0 6 * * MON claude --print "Run ./agents/customer-intelligence.md weekly analysis" >> /var/log/tajo-agents.log 2>&1

Próximos Passos

Solicite acesso antecipado

Informe seu nome e um e-mail ou número de telefone. Entraremos em contato com os detalhes de acesso à Tajo.

detecção automática
Assistente AI

Olá! Pergunte-me qualquer coisa sobre a documentação.