Ao vivo 18/11 · Turma 318 nov às 19:00 MSK — aula prática gratuita de agentes de IA · Turma 3 ao vivo começa 23/11Aula 18/11 →Turma 3 (23/11)
LançamentoAnálise · No radarAWS Machine Learning Blog→ original

AWS lança SMART: agente de WhatsApp no AgentCore sobe com um único comando

A parte mais difícil de um agente de IA para WhatsApp é a infraestrutura em volta: webhooks, mensagens de voz, memória, templates da Meta e mais de 10 serviços da AWS. A AWS publicou o SMART, um kit open source em que você escreve o agent.py no Bedrock AgentCore e o comando socialagent deploy sobe toda a infraestrutura via Terraform. A equipe da Webmotors terminou em seis semanas, contra os dois meses previstos. Se o seu agente já roda no AgentCore, dá para não construir o canal de WhatsApp do zero.

Processado por IA de AWS Machine Learning Blog; editado por Hamidun News
AWS lança SMART: agente de WhatsApp no AgentCore sobe com um único comando
Fonte: AWS Machine Learning Blog. Colagem: Hamidun News.
Ouvir artigo
Ficha técnica e números-chave
ParâmetroDados
Fonte originalAWS Machine Learning Blog ↗
Editor-chefe
Limite padrão20 mensagens por minuto por usuário
Dado-chave #2A memória fica vinculada ao número de telefone e é mantida por 7 dias por padrão
Dado-chave #3O agente roda localmente com o comando socialagent dev, sem deploy

Na América Latina, na Índia e no Sudeste Asiático, o WhatsApp é o principal canal de conversa entre clientes e empresas, e é por isso que faz sentido colocar um agente de IA justamente ali. O problema é que o agente em si fica pronto rápido, mas a integração com o mensageiro consome semanas. A AWS lançou o SMART (Social Messaging Agent Runtime Toolkit), um SDK Python e um stack Terraform abertos que assumem toda a camada de canal.

O que dá dor de cabeça ao conectar um agente ao WhatsApp

As mensagens recebidas chegam como estruturas JSON profundamente aninhadas, cujo formato depende do tipo de mensagem, e é preciso verificar a autenticidade de cada uma e convertê-las para um formato único. Mensagens de voz, imagens e documentos exigem, cada um, seu próprio pipeline de processamento. Além disso, são necessários memória que sobreviva entre sessões, agendamentos confiáveis para lembretes e uma entrada protegida para sistemas externos que queiram disparar uma mensagem de saída.

Outra armadilha é a regra da Meta: tudo que você envia mais de 24 horas depois da última mensagem do cliente precisa seguir um template previamente aprovado. Segundo a estimativa da AWS, montar tudo isso à mão significa configurar mais de 10 serviços e conhecer o comportamento do WhatsApp, algo que as equipes costumam aprender na base da tentativa e erro. Em geral, a escolha é entre "desenvolver por conta própria" e "entregar a um serviço de terceiros". O SMART é uma terceira opção, e ele roda dentro da sua conta AWS.

Como funciona

O contrato entre o SMART e o agente é propositalmente minúsculo: o agente recebe o texto da mensagem de entrada e devolve texto, com anexos se quiser. O agente roda no AgentCore Runtime, e a memória fica no AgentCore Memory, vinculada automaticamente ao número de telefone. Por padrão, o histórico é mantido por 7 dias. O framework é escolha sua: com o Strands Agents, a memória se conecta automaticamente, e LangGraph ou Pydantic-AI também podem ser integrados pelos mesmos hooks.

No exemplo da AWS, o agent.py inteiro cabe em poucas linhas. Um detalhe interessante é o wrapper socialagent_notify_context: se uma ferramenta quer enviar botões ou um status intermediário enquanto o agente ainda está processando, o envio imediato corrompe o histórico da conversa, e a próxima mensagem do usuário falha com erro. O wrapper acumula essas mensagens e as envia em ordem depois que o turno termina.

Por dentro, os eventos de entrada passam pelo Amazon SNS. Uma Lambda verifica a assinatura, normaliza os dados e limita cada usuário a 20 mensagens por minuto (com a tabela DynamoDB ativada). Em seguida, ela envia a confirmação de leitura e o indicador de digitação, para que a conversa não pareça parada.

As mensagens de voz são transcritas pelo Amazon Transcribe. Se o agente falhar ou estourar os limites, o usuário recebe uma mensagem clara, e não silêncio. Os envios proativos passam pelo EventBridge Scheduler, e os sistemas externos acessam o API Gateway com uma chave e um authorizer em Lambda.

Por padrão, o Terraform também cria o Bedrock Guardrails: é possível manter os padrões, conectar os seus ou desativá-lo por completo.

Como começar e o que fazer com isso

Basta clonar o repositório e rodar o comando socialagent init, que cria um projeto a partir de um de três templates: minimal (um agente de eco vazio), personal-assistant (memória, agendamentos, voz, imagens) e appointment-scheduler (agendamento de serviços com lembretes). O comando socialagent dev executa o agente real e as ferramentas reais no terminal, sem nenhuma infraestrutura; os canais da AWS são substituídos por stubs. Ainda assim, a chamada ao modelo é real, então são necessários acesso ao Bedrock e credenciais da AWS.

O modo local não simula o IAM nem a verificação de templates da Meta, por isso o teste no stack implantado continua sendo obrigatório. O deploy é feito com socialagent deploy, que por baixo dos panos executa terraform apply. A imagem do contêiner é gerada no CodeBuild, sem necessidade de Docker local.

Há também uma etapa que o Terraform não consegue executar: na WhatsApp Business Account, é preciso indicar manualmente o tópico SNS como destino dos eventos. Enquanto isso não for feito, as mensagens recebidas se perdem, e sem nenhum erro. Outro ponto de atenção: templates com emojis e tom publicitário costumam ser reclassificados pela Meta como promocionais, e um template rejeitado quebra o deploy. A flag --force envia templates já aprovados para uma nova revisão, e o melhor é não usá-la sem necessidade.

Para frotas de bots, existe um console administrativo opcional: leitura de conversas ao vivo com resposta manual, gerenciamento de agendamentos, reinício de Lambdas, histórico de deploys, logs e status de templates. O acesso é feito pelo Cognito com MFA obrigatória. As conversas ficam com dois provedores, Meta e AWS, embora as chamadas ao modelo possam ser processadas em outras regiões por causa do roteamento entre regiões do Bedrock.

Uma ressalva importante: a própria AWS classifica o código como exemplo para uso fora de produção, e ele precisa passar por revisão de segurança e jurídica. Mesmo assim, para equipes que constroem serviços de atendimento no WhatsApp sobre a AWS, é uma estrutura pronta. Segundo a AWS, a Webmotors reduziu o projeto de dois meses para seis semanas e colocou a equipe interna em produção controlada antes do lançamento completo. A conclusão prática é simples: não gaste um trimestre com webhooks e templates, invista em prompt, ferramentas e lógica de negócio.

História

Perguntas frequentes sobre a notícia

O que dá dor de cabeça ao conectar um agente ao WhatsApp?

As mensagens recebidas chegam como estruturas JSON profundamente aninhadas, cujo formato depende do tipo de mensagem, e é preciso verificar a autenticidade de cada uma e convertê-las para um formato único. Mensagens de voz, imagens e documentos exigem, cada um, seu próprio pipeline de processamento. Além disso, são necessários memória que sobreviva entre sessões, agendamentos confiáveis para lembretes e uma entrada protegida para sistemas externos que queiram disparar uma mensagem de saída.

Como funciona?

O contrato entre o SMART e o agente é propositalmente minúsculo: o agente recebe o texto da mensagem de entrada e devolve texto, com anexos se quiser. O agente roda no AgentCore Runtime, e a memória fica no AgentCore Memory, vinculada automaticamente ao número de telefone. Por padrão, o histórico é mantido por 7 dias. O framework é escolha sua: com o Strands Agents, a memória se conecta automaticamente, e LangGraph ou Pydantic-AI também podem ser integrados pelos mesmos hooks.

Como começar e o que fazer com isso?

Basta clonar o repositório e rodar o comando socialagent init, que cria um projeto a partir de um de três templates: minimal (um agente de eco vazio), personal-assistant (memória, agendamentos, voz, imagens) e appointment-scheduler (agendamento de serviços com lembretes). O comando socialagent dev executa o agente real e as ferramentas reais no terminal, sem nenhuma infraestrutura; os canais da AWS são substituídos por stubs.

ZK
Zhemal Khamidun — CPO da Alpina Digital, gerente de produto do AlpinaGPT. Cria produtos de IA desde 2019. O Hamidun News é um projeto pessoal que virou um agregador em produção com mais de 6.000 leitores.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
O que você acha?
Carregando comentários…