Conceitos

Estes são os blocos que formam cada fluxo do Maestrly.

Provedor, conta e modelo

Um provedor opera o serviço de IA. Uma conta é uma conexão com ele: um login de assinatura ou uma chave de API. Você pode conectar várias contas por provedor, cada uma com seu rótulo, e ordenar contas de assinatura do ChatGPT ou do Claude para rotação automática quando uma atinge o limite de uso. Um modelo é uma das opções de inferência que a conta oferece. As solicitações vão direto do Maestrly ao provedor selecionado e ficam sujeitas aos termos, preços, limites e disponibilidade regional dele.

Chat avulso e conversa de workspace

Um chat avulso (Chats → Novo chat) não precisa de projeto. Ele tem uma pasta de trabalho privada no perfil do app, permissões salvas só dele e a memória pessoal compartilhada pelos seus chats. Quando você pede, ele pode enviar um plano a um workspace para desenvolvimento.

Um workspace é um projeto: um repositório Git no seu computador. Uma conversa de workspace trabalha em uma branch dele, ou em vários repositórios ao mesmo tempo, com as instruções e a memória do projeto. Maestro, revisão Git e operações de branch exigem um workspace.

Experiência da conversa, modo e permissões

Uma conversa é Standard (um agente) ou Maestro (orquestrada). No Standard, o modo define o que o agente pode fazer: Agente, Design, Plano ou Pergunta. Um modo de permissão separado, Solicitar aprovação, Aprovar por mim ou Acesso completo, decide quando o agente para e pede sua aprovação. Veja Chat, modelos e contexto.

Maestro e subagents

O Maestro é o orquestrador. O modelo selecionado coordena sem editar e encaminha o trabalho executável, os testes e a revisão aos agentes do Pool de agentes, seguindo uma estratégia: Equilibrada, Melhor qualidade, Rápida ou Econômica. Configure em Configurações → Maestrly Chat → Maestro.

Um subagent é uma execução isolada a quem um agente delega uma subtarefa. Ele tem histórico, instruções e subconjunto de ferramentas próprios, devolve o resultado ao agente principal e não pode delegar de novo. Em conversas com Claude e Codex, subtarefas independentes rodam em paralelo. Permita ou bloqueie a delegação em cada conversa com Subagents, no menu +; os Perfis de execução dos subagents fixam regras de provedor, modelo, esforço e velocidade para eles.

Agente e skill

Um agente é um papel reutilizável: um arquivo Markdown com nome, descrição, configurações opcionais de modelo e ferramentas, e instruções. O Maestrly lê agentes de .agents/agents e .claude/agents, no projeto e na sua pasta pessoal. Referencie um agente na caixa de mensagem com # ou deixe o agente principal delegar a ele como subagent. O Pool de agentes do Maestro mantém agentes próprios, com instruções, especialidades e candidatos de execução.

Uma skill é um procedimento focado que o agente carrega quando precisa: uma pasta com um arquivo SKILL.md e, opcionalmente, scripts, referências e recursos. As skills ficam em ~/.agents/skills (globais) ou em .agents/skills dentro do projeto; as pastas .claude/skills e .codex/skills também são lidas. Gerencie em Configurações → Maestrly Chat → Skills e escolha as de cada conversa no menu Skills.

Use agentes para papéis estáveis e skills para conhecimento especializado e reutilizável. Veja Maestro, agentes e skills.

Ferramenta, ferramentas do Maestrly e MCP

Uma ferramenta permite que um agente aja ou busque informações. As Ferramentas do Maestrly são as ferramentas nativas do app, em grupos: Terminal, Navegador, Notas, Memória, Histórico da conversa, Debug e Artefatos. Elas vêm ligadas; desligue grupos em Configurações → Maestrly Chat → Ferramentas ou em cada conversa, em + → Ferramentas do Maestrly.

MCP (Model Context Protocol) é um padrão para adicionar ferramentas e recursos de processos locais ou serviços remotos. Cada servidor MCP conectado tem permissões, credenciais, comportamento de rede e disponibilidade próprios. Toda chamada de ferramenta segue o modo e o modo de permissão da conversa. Veja Ferramentas e MCP.

Um plugin reúne skills e servidores MCP, e às vezes comandos, agentes e hooks, vindos de uma fonte Git. O Maestrly o instala num host e faz as partes dele funcionarem igual com qualquer modelo. Veja Plugins.

Modo de execução Git

Uma conversa de workspace roda em um de dois modos de trabalho:

Worktree: uma pasta isolada fora do repositório, nos dados do app, com branch própria. Serve bem para tarefas paralelas ou automatizadas. Excluir a conversa remove a worktree e a branch que ela criou.
Local: a pasta do seu repositório. Antes de trocar de branch nela, o Maestrly mostra uma prévia das suas alterações locais e as preserva depois que você confirma.

O isolamento reduz conflitos, mas não substitui a revisão. Veja Projetos e Git.

Memória

A memória é conhecimento durável que o agente lê como evidência: entradas fixadas entram no contexto, e as demais são lembradas por relevância ou lidas quando necessário. Há espaços separados: a memória pessoal dos seus chats avulsos, a memória do projeto de cada workspace (gerenciada no Memory Center dele) e a memória própria de cada bot. O salvamento automático é opcional e começa desligado.

Artefato

Um artefato é uma página web, feita de HTML, CSS, JavaScript e recursos, que um agente publica: um protótipo, um relatório ou um painel. Cada alteração cria uma nova versão. Os artefatos ficam hospedados apenas no seu servidor de bots e são privados até você compartilhá-los. Artefatos, na parte de baixo da barra de ícones da lateral, lista todos eles. Veja Artefatos.

Bot, ambiente e servidor de bots

Experimental. Um bot é um agente do Maestrly que roda em Docker, com conversa, modelos, memória, rotinas, telas e navegador Chromium (com os logins em sites) próprios. Um ambiente é um contêiner compartilhado por até oito bots: um desktop do Maestrly, uma pasta pessoal e um conjunto de contas de modelo, skills e servidores MCP.

O servidor de bots roda seus ambientes e hospeda seus artefatos. Instale em Configurações → Servidores de bots, no Docker deste computador ou em uma VPS Ubuntu ou Debian sua, via SSH, e pareie outros servidores em execução com Adicionar servidor. Bots em uma VPS continuam trabalhando com o computador desligado; bots neste computador param quando ele entra em repouso. Veja Bots.

O servidor de bots também pode hospedar ambientes de workspaces: instâncias do Maestrly sem bots que rodam seus próprios chats e workspaces, um por escopo do seu trabalho, que a barra lateral mostra quando você troca para eles (experimental). Desde a 0.25.0, você também pode conectar seus outros computadores direto pela rede local ou pelo Tailscale em Configurações → Computadores e usá-los pelo mesmo seletor de máquina. O app para celular se pareia com seus servidores de bots para acompanhar os bots e os chats do servidor pelo celular. Veja Workspaces e chats remotos.

Local-first, não local-only

O app desktop não tem backend hospedado do Maestrly. Conversas, notas, memória, configurações e registros de uso ficam no seu computador, no perfil local ou nos arquivos do projeto, a menos que você escolha rodá-los no seu próprio servidor de bots. Não há conta Maestrly, telemetria, analytics nem envio automático de logs. Ainda existem limites de rede importantes:

prompts de IA, contexto selecionado, anexos e respostas trafegam diretamente entre o app e o provedor escolhido para inferência;
o servidor de bots, opcional, é hospedado por você, no seu Docker ou na sua VPS. Ele guarda as conversas, os arquivos e a memória dos seus bots, os artefatos com seu estado de compartilhamento e comentários, e os chats e workspaces que você escolher rodar lá. O desktop o alcança localmente ou por um túnel SSH. Compartilhar um artefato com outras pessoas exige um endereço público fornecido por você, como o Tailscale Serve; nenhum relay hospedado do Maestrly participa;
servidores MCP, ferramentas de navegador e web, o provedor de busca na web que você escolher, remotos Git e outros serviços conectados recebem os dados necessários para as chamadas que você autorizar;
um celular pareado só conversa com o seu servidor de bots. As notificações passam pelo serviço de push do Expo até a Apple ou o Google e levam só o nome de um bot ou o título de um chat, nunca o conteúdo das mensagens;
o app consulta as GitHub Releases para verificar atualizações e pode consultar o models.dev para limites e preços de modelos. Componentes opcionais, como o modelo de voz ou o runtime de um provedor, só são baixados quando necessários ou depois da sua confirmação.

O Maestrly não atua como provedor de inferência nem inclui acesso aos modelos.

Uso e responsabilidade

O Maestrly é gratuito, mas provedores e serviços conectados podem cobrar nas suas próprias contas. Você controla o que conecta, o que um agente pode usar e se um resultado será aceito, commitado, integrado ou implantado.

A seguir: Visão geral dos recursos.