Revista Pipeline Autônoma com Claude Code: Análise da Arquitetura Agente

Visão Geral da Arquitetura

O sistema DEEPCONTEXT trata o Claude Code como uma equipe editorial em vez de um chatbot, implementando um pipeline de sete etapas que transforma uma manchete em até cinco artigos finalizados. A arquitetura funciona como uma redação com hierarquia editorial rigorosa.

Camada 1: Inteligência

Antes que o LLM processe uma manchete, um script Python (crosslink.py) usando embeddings multilingual-e5-large calcula a similaridade com todos os artigos publicados. Isso cria um "briefing" contendo artigos similares, fatos verificados correspondentes, clusters existentes e lacunas de cobertura de persona. O sistema usa escores Z em vez de similaridade de cosseno bruta para normalizar contra a distribuição do corpus neste contexto específico de domínio (geopolítica, economia, ciência). Um escore Z de 3,5 indica similaridade no percentil 99,9, provavelmente sinalizando um duplicado.

Camada 2: Decisões Editoriais

O agente principal Claude Code lê o briefing e toma várias decisões editoriais:

• Analisar: Identifica 6-10 lacunas de conhecimento que a manchete abre
• Direcionar: Decide entre as opções NOVO_CLUSTER, ESTENDER, ATUALIZAR ou PULAR
• Regionalizar: Verifica quais regiões globais são diretamente afetadas (não apenas mencionadas)
• Atribuição de Persona: Seleciona qual das cinco personas de escritor deve abordar qual ângulo
• Deduplicação: Cruza referências de artigos planejados contra o arquivo após atribuição de persona

A etapa de direcionamento fornece disciplina editorial, permitindo que o sistema interrompa o pipeline se o conteúdo já estiver suficientemente coberto.

Camada 3: Escrita Paralela

O agente principal lança até cinco subagentes simultaneamente, cada um lidando com um artigo. Cada subagente:

• Carrega exclusivamente seu próprio arquivo de persona (economiza tokens, evita mistura de vozes)
• Estrutura o artigo com um esboço incluindo objetivos das seções
• Escreve um rascunho de 2.000-3.000 palavras
• Extrai cada afirmação verificável e a classifica (NÚMERO, NOME, TÉCNICO, HISTÓRICO, CAUSAL)

Os subagentes operam isoladamente sem comunicação entre si, com o agente principal coordenando seu trabalho.

Camada 4: Verificação de Fatos em Três Estágios

Após a conclusão do rascunho, três camadas de pré-processamento são executadas antes da verificação por LLM:

• Correspondência com base de fatos (crosslink.py factmatch): Compara afirmações extraídas contra 1.030+ fatos verificados de artigos anteriores. Correspondências de alta confiança são automaticamente verificadas sem rechecagem.
• Correspondência com Wikipedia/Wikidata (crosslink.py wikicheck): Verifica dados estruturados do Wikidata e texto das seções principais da Wikipedia usando um banco de dados local (sem chamadas de API).
• Busca na web: Apenas para afirmações não correspondidas na base de fatos ou Wikipedia, reduzindo buscas na web em aproximadamente 70%.

As categorias de veredito incluem CORRETO, FALSO, IMPRECISO, SIMPLIFICADO e NÃO VERIFICÁVEL. Afirmações FALSAS exigem correção imediata, enquanto mais de três afirmações NÃO VERIFICÁVEIS impedem a publicação.

Camada 5: Tradução e Publicação

As traduções ocorrem apenas a partir da versão final verificada, nunca a partir de rascunhos. Um script Python de publicação lida com inserções no banco de dados, criação de links e cálculo de embeddings em um comando.

Métricas do Sistema

O sistema produziu:

• 246 artigos publicados em 25 clusters de tópicos
• Conteúdo em 8 idiomas: Inglês (sempre), além de Alemão, Espanhol, Francês, Português, Árabe, Hindi, Japonês e Indonésio onde regionalmente relevante
• 1.030 fatos verificados na base de fatos crescente com expiração automática (fatos econômicos = 3 meses, históricos = nunca)
• 5 personas distintas com estilos de escrita mensuravelmente diferentes