AI Systems Lab · São Paulo, Brasil
Logo Rs4Machine

Sistemas Inteligentes. Arquitetados para Produção.

Rs4Machine é um laboratório de engenharia de sistemas de IA especializado em arquiteturas híbridas — combinando lógica determinística com inferência de LLMs para eliminar alucinações, garantir auditabilidade e operar com custo próximo de zero.

Manifesto

Não construímos IA.
Construímos sistemas
que pensam com método.

Rs4Machine nasceu de uma premissa simples: sistemas de IA só são confiáveis quando o humano permanece como decisor final. Cada sistema que construímos aplica esta filosofia — agentes executam dentro de escopos definidos, resultados são verificados em camadas, e planos de contingência são parte do método.

Somos um laboratório técnico. Operamos como cientistas aplicados — formulamos hipóteses, executamos experimentos controlados, coletamos métricas e só então escalamos. Nenhuma decisão é tomada por intuição quando pode ser tomada por evidência.

01O humano permanece decisor final e responsável pelo resultado
02Todo sistema autônomo tem forma clara, rápida e documentada de ser interrompido
03Decisões críticas nunca são delegadas completamente a agentes
04Quanto maior o impacto potencial, maior o nível de supervisão e restrição
05Planos de contingência são parte do método — não são opcionais
7
Sistemas Públicos
Repositórios open-source com READMEs bilíngues PT/EN e documentação de arquitetura
R$ 0,00
Custo Operacional
100% local via Ollama + Docker. Zero dependência de APIs pagas em operação
75%
Redução de Ruído
RS4Commerce v2.0 — triagem determinística de oportunidades comerciais
7
Experimentos RS4 Lab
Documentados no repositório público, com métricas em JSON e relatórios por rodada
RS4 Lab

Experimentar primeiro. Medir.
Só então escalar.

Laboratório de experimentação controlada em sistemas inteligentes. Não é um playground — é ciência aplicada com método, evidências e métricas.

EXP · 007
RS4 Commerce Pipeline
100%sucesso em 5 rodadas · 0% de exceções
Coleta de oportunidades comerciais integrada ao Cortex Flow. Cada rodada valida coleta, sanitização e exportação do payload, com métricas em JSON e relatório.
Estável · Set–Out/2026
EXP · 006
Cortex Flow v2.0.0
2/2rotas concluídas no teste ponta a ponta · 7 nós
Orquestração multiagente local (Ollama, qwen2.5:7b) com duas rotas de decisão. Um avaliador gera a recomendação para revisão humana ao final de cada rota.
Validação ativa · Out/2026
EXP · 005
SofiaVoice v2.0
−51,7%latência ponta a ponta · 5,80 s → 2,80 s
Reconstrução assíncrona do pipeline de voz com TTS neural (Edge-TTS), medida contra o baseline v1.0 registrado no EXP 001.
Lançado · Set/2026
EXP · 004
Local Triage Automation
30,5 sbaseline humano por arquivo · amostra de 6
Triagem de documentos com modelo local (Llama 3.2 3B e Qwen 2.5 3B) sob decisão humana. O modelo resume; quem decide o destino do arquivo é o operador.
Em especificação · Ago/2026

Ver todos os experimentos no GitHub →

Sistemas

Engenharia aplicada.
Resultados mensuráveis.

Cada sistema Rs4Machine nasce de um problema real, passa por experimento controlado e é deployado com métricas documentadas.

RS4 LAB
SYS · 001 // RS4-CORTEX-FLOW
RS4 Cortex Flow
Pipeline multi-agente local para refinamento estruturado de conhecimento. 4 agentes sequenciais com controle total de contexto, chunking anti-looping e auditabilidade completa. Pensamento bruto → brief estruturado de decisão.
OllamaQwen 2.5 7B Python 3.10+DockerMulti-Agent
~219spipeline completo · 4 agentes · 100% local · v1.0.1
RS4 LAB
SYS · 002 // RS4-COMMERCE-PIPELINE
RS4 Commerce Pipeline
Ecossistema autônomo de triagem de oportunidades comerciais. Arquitetura determinística híbrida — Python puro para operações críticas, Ollama/Qwen para classificação. Anti-alucinação por chunking (10 itens/batch, temp=0.1). LGPD compliant.
OllamaQwen 2.5 3B Python stdlibDockerPowerShell
75%redução de ruído · R$0,00 execução · v2.0.0 Set/2026
SYS · 003 // FRAUDEYE
FraudEye
Detecção de fraudes em documentos fiscais. Primeiro sistema Rs4Machine — estabeleceu a arquitetura padrão monorepo: FastAPI (Render) + Next.js (Vercel) com READMEs bilíngues.
FastAPINext.jsPythonVercelRender
Mar/26primeiro deploy Rs4Machine · arquitetura padrão estabelecida
SYS · 004 // SOFIAVOICE
Sofia Voice
Assistente de voz em tempo real com pipeline STT → LLM → TTS abaixo de 2s. Whisper para transcrição, Groq para inferência, gTTS para síntese. Interface web com WebSockets.
GroqWhispergTTSFastAPIWebSockets
<2slatência end-to-end · pipeline de voz completo
SYS · 005 // TRANSLATIA
Translatia
Tradutor de PDFs técnicos com chunking inteligente e proteção de glossário especializado. Preserva terminologia durante tradução em documentos de engenharia e ciência.
FastAPINext.jsLLM ChunkingPyMuPDF
PDFtécnico com glossário protegido · chunking semântico
SYS · 006 // FINAI
FinAI
Dashboard financeiro com inteligência preditiva. Gemini AI + yfinance para análise de mercado em tempo real e insights personalizados de portfólio.
Gemini AIyfinanceNext.jsFastAPI
Real-timeanálise de mercado · insights preditivos
Stack

Infraestrutura técnica
Rs4Machine

IA / LLM Local
Ollama
Qwen 2.5
Llama 3.2
Groq API
Gemini AI
Backend
Python 3.11
FastAPI
Whisper
LangChain
yfinance
Frontend
Next.js 15
React
TypeScript
Tailwind CSS
WebSockets
Infra / Deploy
Docker
Vercel
Render
PowerShell
Task Scheduler
Contato

Vamos construir algo
que escale.

Abertos a colaborações técnicas, projetos de automação e sistemas de IA sob demanda.
Cada conversa começa com um problema claro e termina com uma solução medível.