Construa um projeto real de orquestração de LLMs.
Enquanto desenvolve um gateway TypeScript com múltiplos providers, roles e streaming, você aplica spec, contexto, skills, checks e loops no código.
POST /v1/chat/completions
{
model: "role:review",
stream: true
}O PR chega rápido.
A confiança não.
A IA acelerou a escrita. O contexto continuou solto. O review virou o lugar onde o time tenta reconstruir a intenção.
Evidência é entrega.
Qual contrato esse endpoint precisa cumprir?
Que regra do produto o agente não conhecia?
O fallback funciona quando o provider falhar?
A camada de LLM
é só metade da equação.
Providers e retries espalham. Specs inexistentes, contexto solto e validação tardia tornam qualquer feature difícil de confiar.
Código antes do comportamento.
- Prompt vive no chat
- Regra aparece no review
- Fallback é validado no olho
- Falha vira retrabalho
Arquitetura como resultado.
- Contexto fica no repo
- Spec define o comportamento
- Checks conferem o resultado
- Falha alimenta o próximo loop
Cinco práticas.
Um sistema.
Cada prática deixa um artefato no repo e melhora a próxima mudança.
intenção → contrato
Spec driven development
Transforme intenção em comportamento esperado, limites e critérios de aceite antes da implementação.
Um gateway que deixa
cada regra no lugar certo.
Uma interface única na frente. Providers, modelos, roles e políticas desacoplados atrás.
Esta rota prioriza decomposição, contexto longo e decisões de arquitetura.
Identifica se o agente precisa planejar, escrever código, revisar, testar ou depurar.
Relaciona cada tipo de tarefa às capacidades dos modelos disponíveis no gateway.
Direciona cada role para o modelo mais adequado, em vez de usar o mesmo LLM para tudo.
Seu harness delega para OpenAI, Claude, Grok ou novos providers sem mudar o fluxo de trabalho.
Você não aprende a pedir.
Aprende a dirigir.
Do pedido vago ao código revisável, com critérios que outra pessoa consegue conferir.
Transformar tarefa vaga em spec e casos de erro
Montar um Context Pack que orienta sem poluir
Criar skills para tarefas e reviews recorrentes
Definir onde cada regra de produto deve morar
Tipar contratos de request, response e provider
Implementar streaming compatível com OpenAI
Validar contrato, falha e regressão com checks
Fechar loops com bug, teste e decisão registrada
Levar o processo para uma base já existente
33 aulas publicadas.
O Open Fusion evoluindo no código.
O projeto aplica Spec Driven Development, Engenharia de Contexto, Loop Engineering e orquestração de agentes para criar uma estrutura real de delegação de tarefas entre LLMs.
Ao final, você terá uma solução para o portfólio, entenderá como funciona o Open Fusion e poderá contribuir com o projeto no GitHub — construindo credibilidade com uma entrega open source real.
Introdução
O problema que o Open Fusion resolve e como a orquestração de LLMs entra em um fluxo real de desenvolvimento com IA.
- 01Introdução: orquestração de LLMs na prática
O projeto continua evoluindo. Estes conteúdos entram como próximas camadas do Open Fusion.
Observabilidade e validação
- Observabilidade
- Revisão de PRs em cascata
- Validação do MVP
Frontend de gerenciamento
- Definições de arquitetura e produto
- Prototipação em HTML
- MVP do frontend
- Autonomia de testes com MCP do Playwright
Engenharia de contexto e providers
- Contextual Layer com dotcontext
- Provider Agent SDK: Codex e Claude Code
- Provider custom: GLM
Evals
- Judges
- PREVC
- Integração com Pi.dev
Engenharia ensinada por quem vive software há 18 anos.
O Open Fusion é conduzido por quem já liderou produto, escreveu código em escala e treinou times técnicos dentro de empresas reais.
VINICIUS LANA · EM PALCOVinicius Lana
Founder · AI Coders AcademyMais de 18 anos desenvolvendo software — 5 deles para empresas do Vale do Silício e para a Keep, uma das maiores fintechs do Canadá, onde liderou parte do desenvolvimento de cartão de crédito, contabilidade, rewards e transações.
“I.A potencializa tudo! Débito técnico, bugs, problemas... mas também potencializa a produtividade. A diferença nunca foi a ferramenta, e sim COMO você a usa.”
- 18+
- anos · software
- 5
- anos · Vale + Keep
- 7
- palcos · BR
Times que já treinaram com Vinicius Lana.
Engenharia aplicada a IA para pessoas, produtos e times técnicos.
- 01
Blueticket - 02
Mottu - 03
Dom Pagamentos - 04
Flash Benefícios - 05
Yungas - 06
Banco Inter
Feito para quem já usa IA
e quer parar de revisar no feeling.
- o agente gera rápido, mas você ainda revisa no feeling
- prompts e decisões somem na próxima tarefa
- regras de provider e fallback começam a se espalhar
- você quer provar como planeja, testa e evolui código com IA
Você procura uma lista de prompts, uma visão superficial de ferramenta ou um curso para apenas assistir. Aqui você abre TypeScript, escreve specs, roda testes e corrige falhas.
O projeto roda.
O processo fica visível.
Evidência técnica para entrevista, review ou conversa com o time.
OpenAI-compatible
models + roles
SSE end-to-end
behavior + scope
repo intelligence
implement + validate + review
429 + fallback
decision trail
Pedido, contexto, tentativas e decisões em lugares diferentes.
Contexto versionado, spec antes do código e checks que deixam evidência.
Seu próximo repo
não começa do zero.
Template de Context Pack para TypeScript
Template de spec + modelo de ADR
Skills iniciais de implementação e review
Checklist de provider, streaming e fallback
Guia para aplicar em uma base existente
Construa um projeto.
Leve um método.
Gateway, specs, contexto, skills, checks, ADRs e loops no mesmo repo. Uma base real para adaptar ao seu trabalho.
Open Fusion: Orquestração de LLMs na Prática
- Gateway multi-provider + streaming
- Specs, Context Pack, skills e ADRs
- Checks, testes de falha e loops
- Templates e guia de aplicação
- Garantia incondicional de 7 dias
Entre, assista e avalie com o projeto aberto.
Se dentro de 7 dias você entender que o Open Fusion não é para você, envie um e-mail. Devolvemos o valor integral da matrícula.
- 7 dias corridos para avaliar
- Solicitação simples por e-mail
- Reembolso integral
Antes de abrir
o repo.
Não. Você constrói e valida o gateway enquanto usa spec, contexto, skills, checks e loops de correção em cada etapa.
Código gerado por IA só vira entrega quando o time consegue entender, revisar, testar e evoluir.
Construa o Open Fusion e leve esse fluxo para a próxima base.
Construir meu projeto