O agente Pinky mantém um CRM com mais de 1000 pessoas: Second Brain com arquivos md e git no lugar do Notion

Uma dor conhecida: notas, tarefas, contatos e metas espalhados por uma dezena de serviços, e o tempo vai embora para manter a ordem no Notion, e não para o trabalho. O autor do canal «Tochki nad II» (Pontos sobre a IA) resolveu isso de forma radical: criou uma pasta com arquivos markdown, conectou um agente e, um ano depois, diz que já não entende como vivia sem isso.

O que é o sistema

O agente se chama Pinky. Ele lê e escreve na base sozinho, lembra onde pararam e, segundo o autor, discute com mais frequência do que ele gostaria. Dentro vive um CRM com mais de 1000 pessoas: as ligações são gravadas no MacWhisper e o agente as distribui em fichas. Ao lado há um planejador de tarefas que o autor e o agente criaram com vibe coding, um painel de análise do camp (pagamentos, funil, negócios corporativos), exames, finanças, metas do ano, um diário de insights e um perfil psicológico pelo qual passam as decisões importantes.

O principal efeito vem de tudo estar em uma só memória. Negócios, saúde, pessoas e pensamentos podem ser confrontados, e é justamente nesses cruzamentos, segundo o autor, que nascem mais insights interessantes.

O agente tem papéis: médico, mentor do camp, analista financeiro, editor, tutor de inglês. Ele os ativa sozinho quando o tema da conversa coincide, então uma decisão pode passar por várias «lentes». Há também protocolos, ou seja, ações sem que se peça. No início da sessão ele mostra as pontas soltas da última vez, no fim registra os insights e faz commit das alterações, e ainda lembra de conferir as metas e fazer a revisão da base.

Como funciona tecnicamente

Os dados ficam em arquivos markdown no git, no sistema Johnny Decimal. Cada entidade tem um arquivo dono e todos os outros lugares apontam para ele. Isso protege de duplicatas e divergências, a principal doença de qualquer base caseira.

As regras de trabalho estão escritas no CLAUDE.md, que o agente lê no início de cada sessão. Os detalhes foram movidos para specs separadas para que o arquivo principal não inche. Papéis e skills ficam em sua própria pasta, também como instruções md e scripts. No total são cerca de 70 scripts: eles puxam dados de bancos de dados, finanças, notícias e calendários.

A busca funciona por um servidor MCP próprio. Ele combina ChromaDB com embeddings multilíngues e BM25 por palavras-chave, e une os resultados via RRF (reciprocal rank fusion). O índice é atualizado a cada meia hora. Essa combinação pega tanto correspondências semânticas quanto títulos exatos, nomes e números, onde só os embeddings costumam errar.

As tarefas em segundo plano no Mac rodam pelo launchd: sincronização do CRM com a base do camp, processamento de ligações, espelhamento de tarefas. O planejador está implantado no Railway, abre no celular como PWA com Face ID, e do Apple Watch o ditado vai direto para a API. A memória entre sessões fica em resumos curtos com pontas soltas abertas e em um arquivo-cola com ponteiros para os arquivos necessários.

Por onde começar e onde está a pegadinha

O conselho do autor: não projete o sistema do zero, comece com uma entrevista. Abra o LLM em que mais se acumulou da sua história e peça que invente 50 perguntas sobre trabalho, projetos, hábitos e o que você esquece constantemente. Defina o objetivo de imediato: ao final o modelo monta um PRD para o seu Second Brain. Você entrega esse PRD ao agente e ele faz a primeira versão. Depois o sistema cresce aos poucos, com feedback regular.

Há também limitações. É o relato de uma única pessoa, sem métricas nem comparação com ferramentas prontas. A montagem exige familiaridade com git, scripts e terminal. E guardar saúde, finanças e perfil psicológico em uma só base com acesso do agente significa pensar seriamente em segurança: onde roda o índice, quais dados vão para modelos na nuvem e o que acontece se um token vazar. O post termina com a propaganda de um camp pago, o que deve ser levado em conta na avaliação.

Conclusão prática para um desenvolvedor ou product manager: a arquitetura funcional de um agente pessoal hoje é bastante simples. Markdown e git como fonte da verdade, um dono por entidade, CLAUDE.md com regras, busca híbrida via MCP e algumas tarefas em segundo plano. Dá para montar em um fim de semana e depois ir aprimorando conforme surgem casos reais.