Conhecimento Sankhya especializado para a IA que você já usa.
24 especialistas coordenados por 1 Agent Core, conectados por MCP a agentes de IA, coding agents, IDEs e plataformas de automação.
Especialistas por domínioGrafo de conhecimentoEvidência governada
O modelo de IA continua sendo o que você prefere. O SEA fornece conhecimento especializado, contexto, evidência e roteamento.
ChatGPT
Claude
Gemini
Claude Code
Codex
GitHub Copilot
GitLab Duo
Amazon Q Developer
Cline
Antigravity
VS Code
JetBrains
Cursor
Windsurf
Eclipse
Lovable
Replit
Microsoft Copilot Studio
Microsoft Foundry
n8n
Vercel AI SDKGratuito atualmente · Projeto independente, sem vínculo oficial com a Sankhya.
O Cérebro do SEA
Conhecimento conectado, não apenas armazenado.
- SEA Enterprise Knowledge Graph
- GraphRAG
- nós de conhecimento (42.078 nós)
- 42 mil+
- relações (117.425 relações)
- 117 mil+
- especialistas (24 Specialist Experts)
- 24
- Agent Core (Coordena os especialistas)
- 1
O conhecimento especializado do SEA não existe apenas como documentos isolados. Ele é organizado e conectado em uma grande rede de conceitos, domínios e relações que permite aos especialistas acessar contexto técnico e funcional de forma direcionada.
Em vez de começar descobrindo o domínio, a IA pode começar trabalhando sobre conhecimento especializado.
O SEA não tenta tornar o modelo maior.Torna o contexto melhor.
Conceitos como NF-e, SPED, CFOP, TOP, JAPE, OAuth, picking, inventário, eSocial, conciliação e JRXML não ficam isolados: cada um se conecta a regras, processos, dados e outros conceitos.
Representação sintética e conceitual do SEA Enterprise Knowledge Graph. Não reproduz nós, relações nem a estrutura interna do grafo.
O Cérebro do Seu Projeto
Seu contexto também pode virar conhecimento conectado.
- Private Context Knowledge Graph
- Graph-First
Quando o agente possui acesso autorizado a projetos, repositórios, documentos e outros materiais, ele pode estruturar esse contexto em uma rede privada de relações para compreender dependências, decisões e fluxos sem precisar recomeçar a análise do zero.
Private by design
Construído no ambiente do usuário.Não armazenado pelo SEA.
- Seu projeto não precisa ser redescoberto a cada tarefa.
- Estruture uma vez. Reutilize o entendimento conforme o projeto evolui.
- O grafo privado permanece no ambiente controlado por você e pelo seu agente.
Exemplo ilustrativo. A estrutura real depende do material que o seu agente analisa.
Conhecimento do domínio. Contexto do projeto.
O Enterprise Knowledge Graph fornece conhecimento especializado. O Private Context Knowledge Graph fornece contexto relevante do usuário. O agente trabalha com ambos sem transformar o SEA em repositório dos dados privados do cliente.
Knowledge Engineering
SEA Enterprise Knowledge Graph
- 42 mil+ nós
- 117 mil+ relações
- 24 especialistas · 1 Agent Core
Infraestrutura do SEA
Context Engineering
Private Context Knowledge Graph
- contexto do projeto
- dependências e decisões
- grafo privado
Ambiente do usuário
Os dois grafos são estruturas diferentes e independentes. Eles se encontram apenas no agente do usuário.
Client Agent
A IA que você já usa. É aqui — e só aqui — que conhecimento e contexto se combinam.
Os dois grafos não são fundidos no servidor, sincronizados, copiados nem enviados integralmente de um para o outro. A combinação acontece no contexto operacional do agente.
O SEA conhece o domínio. Seu agente conhece o contexto.Juntos, trabalham com os dois.
A engenharia por trás do SEA Graph-First Intelligence
Knowledge Engineering
SEA Enterprise Knowledge Graph
Conhecimento especializado conectado em rede, com recuperação híbrida.
Context Engineering
Private Context Knowledge Graph
O contexto do seu projeto estruturado no seu ambiente.
Domain Engineering
24 Specialist Experts
Especialistas com fronteira de domínio e limites declarados.
Agent Engineering
Agent Core
Orquestração automática entre especialistas.
Evidence Governance
Disciplina de evidências
Evidências, cobertura e sinalização de lacunas.
Pare de começar do zero.
Mais contexto útil. Menos contexto desperdiçado.
Sem SEA, a IA precisa descobrir o domínio. Com SEA, ela parte do conhecimento. Com Graph-First, ela também parte do contexto.
Knowledge acquisition
O SEA resolve o custo de adquirir conhecimento especializado.
Context reconstruction
O Private Context Graph resolve o custo de reconstruir o contexto particular do usuário.
Sem SEA não significa documentação pronta e organizada.
Uma IA genérica pode, de início, não saber o que é Sankhya — ou saber só superficialmente que é um ERP —, não conhecer ActionButtonsSP, JAPE ou resourceId, não saber onde procurar documentação, quais fontes estão atualizadas, qual área está envolvida nem quais conceitos se relacionam. Existe um custo de knowledge acquisition antes de qualquer resolução.
Exemplo didático
ActionButtonsSP.executeJavaOAuthresourceIddoAction
- 01
Sem SEA
Sem grafo cliente
Modelo genérico + contexto privado bruto + Web.
- Descobrir
- Pesquisar
- Aprender
- Comparar
- Entender projeto
- Resolver
Ver: a investigação típica ▾Ocultar ▴
- O que é Sankhya?
- É ERP?
- O que é ActionButtonsSP?
- É API? É SDK?
- O que é resourceId?
- O que é AcaoRotinaJava?
- Como a autenticação entra nisso?
- Onde existe documentação?
- Qual documentação está atual?
- Qual hipótese é válida?
- Resolver
- 02
SEA
Sem grafo cliente
Enterprise Knowledge Graph + 24 especialistas + Agent Core + governança de evidências.
- Conhecimento do domínio
- Entender projeto
- Resolver
Respostas otimizadas para entregar conhecimento relevante com menor overhead contextual.
Ver: com o sea ▾Ocultar ▴
- Pergunta
- SEA
- Domínio especializado
- Evidência
- Contexto relevante
- Validação dirigida
- Resolver
- 03
SEA + Grafo Cliente
Knowledge + Context Engineering
Conhecimento especializado Sankhya + contexto privado estruturado.
- Conhecimento do domínio + contexto do projeto
- Resolver
Ver: com sea + grafo cliente ▾Ocultar ▴
- Pergunta
- Subgrafo relevante do projeto + SEA
- Conhecimento do domínio + contexto do projeto
- Resolver
Contexto processado no cenário de referência
Sobre os valores
Valores de tokens podem ser estimados e não representam garantia de consumo, faturamento ou economia financeira.
- SEM SEA / SEM GRAFO~18k–25k tokens estimados
- SEA / SEM GRAFO~7,7k tokens no cenário interno
- SEA + GRAFO CLIENTE~2k tokens no cenário interno
- ~57%–69%Em um cenário técnico interno, o uso do SEA reduziu o contexto estimado em aproximadamente 57%–69% em comparação com uma investigação do domínio iniciada do zero.
- ~74%Mesmo depois de resolver a aquisição de conhecimento através do SEA, Context Engineering pode reduzir significativamente o contexto privado que o agente precisa processar: de ~7,7k para ~2k tokens no mesmo cenário.
- ~89%–92%Em um cenário técnico interno, a combinação entre SEA e Grafo Cliente reduziu o contexto estimado de aproximadamente 18k–25k tokens para cerca de 2k.
- ~92,4%Em um benchmark interno específico, selecionar apenas o subgrafo relevante reduziu aproximadamente 92% do volume de contexto privado necessário para aquela tarefa (24.786 → 1.882 caracteres).
Estimativa e benchmark interno de um cenário técnico específico. Resultados variam conforme modelo, tarefa, volume de contexto, conhecimento prévio e necessidade de pesquisa externa. Benchmark/estimativa interna para cenário específico. Resultados variam conforme tarefa, modelo, contexto e pesquisa externa. Nenhum percentual representa garantia.
Economia de tokens é consequência. Não é o produto inteiro.
Menos descoberta. Mais resolução.
Knowledge on demand
O agente acessa conhecimento técnico e funcional especializado conforme a necessidade.
Less discovery
Menos tempo descobrindo o domínio, a terminologia, onde procurar e quais áreas se relacionam.
Less research
O conhecimento especializado reduz a necessidade de reconstruir o domínio através de múltiplas pesquisas.
Less repetition
O agente não precisa reaprender os mesmos conceitos em cada tarefa.
Context reuse
Seu projeto não precisa ser redescoberto a cada conversa.
Cross-domain context
Demandas que cruzam especialidades, sem você precisar saber antes qual especialista consultar.
Evidence governance
Quando existe evidência, ela é priorizada. Quando existe lacuna, o SEA pode indicar que a informação precisa de validação.
Model independence
O SEA não substitui sua IA. Ele fornece conhecimento especializado para a IA que você já utiliza.
Um único MCP. Vários agentes.
Compatível com clientes que suportam Model Context Protocol, conforme recursos disponíveis em cada plataforma.
Private by design
Conhecimento SEA e contexto privado permanecem separados.
Zero Customer Content Retention
O SEA processa o conteúdo necessário para responder, sem persistir o conteúdo da consulta ou resposta no runtime de conhecimento. Cada provedor de IA mantém a própria política.
O SEA não é outro modelo de IA. É uma camada de conhecimento e contexto especializado para os agentes que você já utiliza.
Para desenvolvedores
Menos tempo procurando como o ecossistema funciona. Mais tempo resolvendo o problema.
- SDK
- JAPE
- APIs
- OAuth
- Integrações
- SQL
- Dicionário de Dados
- Construtor de Telas
- IReport
- Troubleshooting
Para consultores
Contexto funcional especializado disponível dentro do agente que você já utiliza.
- Fiscal
- Financeiro
- Comercial
- Estoques
- Compras
- Produção
- WMS
- TMS
- RH
- Contábil
- Contratos
- Projetos
- Logística
Para troubleshooting
Do sintoma à investigação baseada em evidências.
- Domínio
- Contexto
- Evidência
- Lacunas
- Hipóteses
- Investigação estruturada
Governança de evidências e controles anti-alucinação — não uma promessa de resposta perfeita.
Escala, profundidade e governança.
Não é mais uma IA. É a camada de conhecimento especializado que a IA que você já usa consulta antes de responder.
- Especialistas24 Specialist Experts, cada um com fronteira própria de domínio.
- 24
- Agent CoreOrquestra os especialistas — 25 componentes ativos no total.
- 1
- unidades de conhecimento indexadas22.691 unidades indexadas.
- 22 mil+
- nós de conhecimento42.078 nós no grafo de conhecimento.
- 42 mil+
- relações117.425 relações entre conceitos.
- 117 mil+
- ferramentas MCP públicassea_search · sea_route · sea_experts · sea_version
- 4
- Customer Content RetentionO SEA processa a solicitação necessária para responder, mas não foi desenhado para persistir o conteúdo da consulta ou da resposta como base de conhecimento do serviço.
- Zero
- atualmenteO acesso é gratuito no momento. Isso pode mudar no futuro, com aviso prévio.
- Gratuito
Conexões
Um único MCP. Vários agentes.
Conecte o conhecimento especializado do SEA ao ChatGPT, Claude, Codex, Gemini, GitHub Copilot, Microsoft Copilot, Amazon Q, JetBrains, Lovable, Replit, n8n e outros clientes compatíveis com Model Context Protocol. Um endereço, e o seu assistente passa a consultar os especialistas do SEA antes de responder sobre Sankhya — com evidência e roteamento pelo Agent Core. O modelo é o seu; a cota também.
https://mcp.searchitect.pro/mcpIA
Os assistentes de uso geral, no chat que a equipe já abre todo dia.
Coding Agents
O SEA consultado durante o trabalho, sem sair do agente que escreve o código.
IDEs
Conhecimento especializado no editor, junto do projeto aberto.
App Builders
Prototipagem e geração de aplicações com o contexto Sankhya correto desde o início.
Agentes / Automação
Onde o SEA sai do editor e entra no processo: agentes corporativos e automação empresarial.
- Validado
- Validado com restrições
- Depende do ambiente/plano
- Experimental
- Compatibilidade a validar
Outros clientes compatíveis com Model Context Protocol (MCP) também podem se conectar pelo mesmo endpoint. Os logos indicam compatibilidade, não parceria ou afiliação com as marcas.
Em clientes com login OAuth — como Claude, ChatGPT, Codex e VS Code — você entra com a conta Searchitect no próprio searchitect.pro, sem colar chave. Nos demais, a SEA API Key vai no cabeçalho — gerada em Minha Conta, revogável a qualquer momento.
Escolha o seu sistema: cada um tem passo a passo, comandos prontos e um caso de uso.
Conectar o SEASua IA raciocina. O SEA sabe.
O agente escolhido pelo usuário continua fazendo o raciocínio. O SEA fornece o conhecimento especializado, o contexto e a evidência.
Sua IA
ChatGPT, Claude, Codex, Gemini, Copilot…
MCP
Um único endpoint, o mesmo para todos os agentes.
SEA
A camada de conhecimento especializado.
Agent Core
Identifica o domínio e aciona quem sabe.
24 especialistas
Cada um com fronteira própria de domínio.
Conhecimento especializado
Contexto e evidência de volta para a sua IA.
O modelo de IA continua sendo o que você já prefere. O SEA não substitui o seu agente: entrega a ele conhecimento especializado, contexto, evidência e roteamento para o especialista certo.
Não é um chatbot genérico.
Uma camada de especialistas que a sua IA consulta antes de responder — com fronteira de domínio, política de evidência comum e o modelo que você já usa.
Nosso objetivo não foi substituir a documentação pública. Foi:
centralizar conhecimento
Todo o conhecimento técnico organizado e acessível em um só lugar.
reduzir alucinação técnica
Evidência antes da conclusão: cada resposta separa documentação oficial, comportamento observado e inferência, e declara o nível de confiança.
e acelerar o desenvolvimento
Mais agilidade, menos retrabalho e mais segurança nas entregas.
Respostas Técnicas
Precisão e profundidade para o dia a dia
Menos Tempo Perdido
Diagnósticos mais rápidos e assertivos
Decisões Melhores
Mais segurança para integrar e parametrizar
Mais Performance
Arquitetura, dados e processos otimizados
Conhecimento centralizado.
Decisões mais rápidas.
Desenvolvimento com confiança.
Menos dúvidas.
Menos retrabalho.
Mais entrega.
24 especialistas. 1 Agent Core.
Não são assistentes genéricos: cada especialista tem fronteira própria de domínio, e o Agent Core decide quem responde. São 25 componentes ativos trabalhando para a IA que você já usa.
Orquestração
SEA — Agent Core
Recebe a solicitação vinda do seu agente, identifica o domínio e aciona os especialistas adequados. Não responde como especialista: orquestra.
Especialização
Núcleo ERP
5 especialistasOs módulos que sustentam a operação: fiscal, financeiro, comercial, contábil e contratos.
Fiscal · Financeiro · Comercial · Contábil · Contratos
Logística e Operações
10 especialistasDa compra à entrega, do armazém ao chão de fábrica.
Estoques · Compras · Produção · Qualidade · Logística · WMS · TMS · Frotas · Manutenção · Automação Industrial
Arquitetura e Integrações
5 especialistasEstrutura de dados, customização, telas e integração com outros sistemas.
Integrações · SDK · Dicionário de Dados · SQL/BI · Construtor de Telas
Plataforma Técnica
1 especialistaRelatórios formatados e componentes técnicos da plataforma.
IReport
Pessoas
2 especialistasFolha, ponto, eSocial e processos trabalhistas.
RH · Jurídico
Estratégia e Projetos
1 especialistaImplantação, rollout e evolução do ERP.
Projetos
University
Não é um manual dos agentes. É uma formação em método.
Cada curso foi escrito pelo próprio especialista sobre a operação que ele conhece. O que você leva não é a habilidade de conversar com um agente — é investigar com evidência, dominar o ERP e supervisionar o que a IA entrega. Isso vale em qualquer ferramenta.
Investigar com evidência
Oito regras que atravessam a grade inteira e valem em qualquer sistema, não só no Sankhya:
- separar fato de hipótese de inferência, com nível de confiança explícito
- configuração declarada não é runtime observado
- sucesso visual não é efeito de negócio
- achar a primeira divergência em vez de corrigir onde o sintoma apareceu
- uma variável por teste
- correlação não é causa
- correção da causa não é recuperação do dado
- baseline antes e depois para provar ganho
Domínio real do Sankhya ERP
Nada de exemplo genérico: os casos são do ERP que você opera. Ao final, com evidência na mão:
- por que a nota confirmou e não gerou financeiroTOP e versão histórica
- onde o pedido parou entre estoque, fiscal e financeirociclo documental
- por que a SEFAZ rejeitou — lendo o retorno, não adivinhandoNF-e e EFD
- por que o saldo do armazém diverge do ERPWMS
- o que a customização Java faz dentro da transaçãoJAPE e SDK
- por que o relatório imprime a mesma nota três vezesJasperReports
- quais tabelas sustentam a informação — provado no metadadoDicionário de Dados
Supervisionar o que a IA entrega
A competência que o mercado vai cobrar e quase ninguém tem no currículo. Não “sei escrever prompt”, mas:
“sei validar a saída de um sistema de IA antes que ela chegue à produção”
- tem nome estabelecido: human oversight e AI literacy
- já é exigência regulatória — EU AI Act, arts. 4 e 14
- e função de gestão de risco — NIST AI RMF, função Manage
- engenharia de prompt envelhece com o modelo; critério de validação, não
Certificado por curso, por trilha concluída, e com a grade no verso.
Conhecer a universidadeLiberado gratuitamente para a comunidade
O acesso é gratuito no momento. Se isso mudar, o aviso vem antes.
Desenvolvedores
Consultores
Arquitetos
Integradores
Analistas
Comunidade
Colaboração aberta.
Conhecimento compartilhado.
Juntos, tornando o ecossistema mais forte.
Mais testes.
Mais feedbacks.
Melhores respostas para todos.
Sem cartão. O modelo e a cota são os da sua IA — veja como conectar ao seu sistema
Comece a usar agora
Acesso gratuito atualmente. Crie a conta, conecte o SEA à IA que você já usa e consulte os especialistas.
Um único MCP, vários agentes — ChatGPT, Claude, Gemini, Codex, GitHub Copilot, Amazon Q, JetBrains, Lovable, n8n e outros clientes compatíveis com MCP
Ver as conexões disponíveis →