Um agente, invocado de qualquer lugar: n8n, SDK, MCP e canais
Construa o agente uma vez e invoque o mesmo agente do n8n, do seu código, do Claude Desktop ou do WhatsApp. Papéis, orçamento, aprovações, auditoria e sessão vão junto — seja qual for a superfície.

O cenário é comum: o time de automação monta um fluxo no n8n que chama o modelo direto. O time de produto escreve outro prompt no código. Alguém conecta um assistente de IA ao mesmo banco por conta própria. Três "agentes" que são, na verdade, três chamadas cruas ao modelo — cada uma com regras, custo e histórico próprios, nenhuma auditável como um todo.
Portabilidade de agente é a alternativa: o agente é definido uma vez, na plataforma, e cada superfície — automação, código, cliente de IA ou canal de conversa — apenas o invoca. Este guia mostra como isso funciona na Zihin e onde estão os limites de cada via.
O que viaja junto com o agente#
Na Zihin, persona, ferramentas, políticas e memória vivem na plataforma. Cada chamada é uma chamada de agente, nunca uma chamada crua ao modelo. Isso significa que cinco coisas valem igual, não importa de onde o agente é acionado:
- Papéis (RBAC). Owner, admin, editor e member, aplicados na interface e na API.
- Orçamento. O teto de gasto em dólar por agente para a execução, inclusive com a sua própria chave de modelo.
- Aprovações humanas. Ações no escopo configurado ficam pendentes até a decisão da pessoa responsável.
- Auditoria. A sessão pode ser reproduzida com fases, chamadas de ferramenta e latência por chamada.
- Sessão. A mesma conversa segue entre superfícies, com o histórico guardado na plataforma.
A diferença prática: quando a política de aprovação muda, ela muda uma vez. O fluxo do n8n, o serviço em TypeScript e o Claude Desktop passam a respeitar a nova regra na próxima chamada, sem nenhum deploy.
Veja a visão de produto em /produto. Abaixo, cada via de invocação com o que está publicado hoje.
Como integrar um agente de IA com n8n e outras automações#
Para quem vive em fluxos, a Zihin publica pacotes no npm para n8n e Activepieces, além de um adapter para Paperclip. Você instala como nó ou peça e invoca o agente de qualquer fluxo: o gatilho pode ser um formulário, uma linha nova na planilha, um evento do CRM — o nó recebe a entrada, chama o agente e devolve a resposta para o passo seguinte.
O que vale observar:
- A instalação e a listagem no marketplace variam por plataforma. Consulte a versão de cada pacote antes de depender dele.
- O nó não "fala com o modelo"; ele invoca o agente. Papéis, orçamento e aprovações se aplicam à chamada como em qualquer outra superfície.
- Streaming, retentativas e erros se comportam igual em todos os conectores publicados, porque compartilham o mesmo núcleo.
Zapier e Make ainda não estão públicos. Se o seu fluxo mora em um deles, a via hoje é o webhook (próxima seção sobre canais) ou a API REST.
Do seu código: SDK TypeScript, SDK Python e API REST#
Três opções, com níveis de maturidade diferentes — e vale ser direto sobre isso.
SDK TypeScript @zihin/agent-client 0.4.0. É o cliente mais completo: invocação de agentes, streaming de resposta e gatilhos assíncronos. Publicado no npm.
SDK Python zihin. Publicado no PyPI, cobre invocação e sessões. Contexto, anexos e gatilhos ficam para versões futuras — não há paridade com o cliente TypeScript hoje. Se o seu caso precisa de anexos ou gatilhos em Python, a API REST cobre.
API REST com streaming via SSE. A API tem um contrato próprio de chamadas: request, response, saída estruturada em JSON com validação de schema e envio de imagens junto com texto. Ela não é compatível com o SDK da OpenAI — uma integração existente pode precisar de ajustes de autenticação, payload e tratamento de respostas. O roteamento automático (model: "auto") e a cadeia de fallback entre modelos ficam na configuração do agente, não no seu código.
Trate o SDK como porta de entrada do agente, não como wrapper de modelo. Lógica de negócio, ferramentas e limites ficam na definição do agente; o código só envia a tarefa e consome o resultado. Quando a equipe muda o modelo ou adiciona uma ferramenta, o serviço não precisa ser alterado.
Quickstart, referência de chamadas e pacotes estão em /developers.
Do assistente de IA que você já usa, via MCP#
A Zihin é também um servidor MCP. Isso permite conversar com os seus agentes e administrar a plataforma a partir do cliente de IA que a sua equipe já usa: Claude Desktop, Claude Code, Cursor, VS Code, Windsurf, Codex e Gemini CLI.
Pelo MCP, um editor gerencia agentes, segredos e telemetria sem abrir o console. Dois pontos de governança continuam valendo:
- As ferramentas disponíveis dependem do papel e das permissões de quem conectou. Um member não ganha poderes de admin por estar no Cursor.
- As ações exigem aprovação quando as políticas configuradas determinam — o MCP não é um atalho em volta da política.
O pacote MCP, na versão 2.2.2, acompanhou a remoção das ferramentas de conexão direta a bancos: dados entram por ferramentas de API ou servidores MCP, como o MCP Bridge sobre a cópia só de leitura mantida pelo Replay. O agente não recebe credenciais do banco por nenhuma via.
Dos canais: WhatsApp, Slack, Teams, email, webhook e agendamento#
A última superfície é onde o usuário final encontra o agente. Hoje, as integrações publicadas são:
- WhatsApp via Twilio.
- Slack e Teams via webhook/API.
- Email recebido como gatilho.
- Webhook HTTP, para qualquer sistema que consiga fazer uma chamada.
- Agendamento, para rotinas em horários definidos — confira fuso horário, dados de entrada e destino do resultado.
Entrada, resposta e autenticação variam por canal e provedor. Gatilhos por webhook, email e agendamento entram a partir do plano Core; multicanal (WhatsApp, Slack, Teams) a partir do Pro — detalhes em /planos. Telegram e Discord não constam no catálogo publicado.
O ponto que fecha o círculo: a conversa iniciada no WhatsApp é a mesma sessão que o Zihin Chat mostra à equipe interna, com as aprovações pendentes no mesmo lugar. Uma pessoa aprova o que outra disparou, direto no chat, e a auditoria registra as duas.
Um checklist antes de multiplicar superfícies#
- Defina o agente uma vez, com dono. Persona, ferramentas, política de aprovação e teto de gasto. Só depois adicione a segunda superfície.
- Comece pela via de menor atrito. Fluxo já existe no n8n? Use o nó. Produto próprio em TypeScript? Use o SDK. Equipe operando no Cursor? Conecte o MCP.
- Confirme o que está publicado. Versão do pacote, cobertura do SDK Python, canal disponível no plano. Este post reflete o que a Zihin publica hoje; o changelog e a documentação registram o que mudar.
- Teste a aprovação em cada superfície. Dispare uma ação no escopo de aprovação pelo n8n, pelo SDK e pelo MCP, e verifique que todas ficaram pendentes no mesmo lugar.
Quando as quatro etapas passam, o "agente do n8n", o "agente do código" e o "agente do Claude" deixam de existir. Existe um agente, com uma regra, visto de vários lugares — e isso é o que torna a IA operável em produção.
Quer mapear as superfícies da sua operação e por onde começar? Agende um diagnóstico.
Ronan Oliveira
Fundador da Zihin.ai
Fundador da Zihin.ai. Escreve sobre como levar agentes de IA à produção dentro dos sistemas e das regras da empresa.