image

Receba as melhores vagas +2.150 cursos em tech e IA

70
%OFF
Article image
Mateus Dias
Mateus Dias15/08/2026 09:19
Compartir
IBM Bob: IA de Nível Empresarial para Desenvolvedores e Tech LeadersRecomendado para tiIBM Bob: IA de Nível Empresarial para Desenvolvedores e Tech Leaders

Lastro: Construí um revisor de configuração que corrige seu YAML mesmo se a IA falhar

    Um docker-compose.yml copiado da internet costuma ter erro que não aparece na hora. O container sobe normal, tudo funciona, e só depois alguém descobre que o Postgres estava exposto na internet ou que o container tinha acesso total ao servidor.

    O lastro existe para pegar isso antes: lastro.engineer . Você cola seu arquivo e recebe de volta a versão corrigida, a explicação de cada problema e a fonte oficial que comprova o porquê.

    Como o Lastro decide o que está errado

    A maioria das ferramentas "com IA" tem um problema simples: rode a mesma verificação duas vezes e o resultado muda. Isso não é auditoria, é opinião. Para evitar isso, o Lastro funciona como uma linha de produção com revisão dupla, dividida em quatro etapas só uma delas usa modelo de linguagem:

    Agente 1 (Detector) -> Usa 36 regras escritas que analisam o arquivo e apontam a linha exata de cada problema. Sem uso de i.a, apenas busca padrão. Além disso, ele pega o formato do arquivo, e fazer o parseamento para não ter erro de estrutura.

    Agente 2 (Determinístico) (RAG) -> Para cada problema encontrado, busca o trecho correspondente na documentação oficial do Docker, kubernetes, NIST e CIS Benchmark. São ao todo 1.271 trechos indexados. Sem uso de i.a ainda.

    Agente 3 (Probabilística) -> Aqui a i.a entra. Portanto, ela vai receber o problema já identificado e a fonte já encontrada, e só escreve a explicação em português. A i.a não vai decidir o que é errado, isso já veio pronto das etapas anteriores.

    Agente 4 (Crítico e revisor) -> Confere o texto do modelo linha por linha. Citação que não bate com a fonte original é descartada. Graviade alterada sem justificativa é revertida. Aqui ocorre a construção do relatório final e corrigido do arquivo.

    Por isso, mesmo se a IA falhar ou a API cair, você ainda recebe o arquivo corrigido certinho.

    Stack

    Backend em Python (FastAPI), frontend em Next.js, hospedado inteiro no Azure (Container Apps, Key Vault, Azure OpenAI), com infraestrutura definida em código via Bicep.

    Testando você mesmo

    1 -> Abra lastro.engineer

    2 -> Cole seu docker-compose.yml ou manifesto kubernetes. Caso prefira, pode apenas copiar e colar a configuração direto na janela.

    3 -> Espere as quatro etapas rodarem (acompanhada em tempo real)

    4 -> Copie o arquivo corrigido de volta ao seu projeto, e caso queira, pode ler a auditoria feita detalhada.

    Compartir
    Recomendado para ti
    Itaú - Java com Inteligência Artificial
    Nublify - Primeiros passos em IA e Cloud
    IBM Bob: IA de Nível Empresarial para Desenvolvedores e Tech Leaders
    Comentarios (0)
    Recomendado para tiIBM Bob: IA de Nível Empresarial para Desenvolvedores e Tech Leaders