


Grupo Nexus
@ogruponexus.co
Tempo de produção: 60 dias
O Atlas Squad é uma plataforma de geração automatizada de conteúdo de respiro para perfis de Instagram, projetada para operar de forma personalizada por perfil gerenciado. A solução adota uma arquitetura distribuída em três camadas desacopladas, conectadas por um sistema de filas assíncronas, garantindo escalabilidade, resiliência e alta throughput no processamento de requisições de conteúdo.
Arquitetura Geral
A plataforma é estruturada em três camadas independentes com responsabilidades bem definidas:
1. Frontend — Next.js 16 + React
A interface do usuário foi construída com Next.js na versão 16, aproveitando seus recursos de renderização híbrida (SSR/SSG/ISR) para entregar uma experiência fluida e performática. O React gerencia o estado da aplicação no lado do cliente, permitindo interações reativas sem recarregamentos desnecessários de página.
2. Backend — Go + Gin
O núcleo da API foi desenvolvido em Go utilizando o framework Gin, uma escolha deliberada orientada à performance. Go oferece latências extremamente baixas e alta eficiência no gerenciamento de goroutines, o que é crítico num sistema onde múltiplas requisições de geração de conteúdo podem ocorrer simultaneamente. O Gin adiciona uma camada de roteamento minimalista e de baixo overhead sobre o net/http nativo, mantendo a velocidade como prioridade. A API segue uma arquitetura REST, com contratos claros entre as camadas do sistema. O banco de dados relacional utilizado é o PostgreSQL, responsável pelo gerenciamento e persistência de todos os dados da plataforma — perfis, configurações, histórico de conteúdo gerado e metadados de campanhas.
3. Agentes de IA — Python
A camada de inteligência é composta por agentes especializados desenvolvidos em Python, responsáveis por toda a geração de conteúdo. Esses agentes consomem tarefas da fila de mensagens e executam pipelines de criação que envolvem múltiplos modelos de linguagem e visão, incluindo Claude Sonnet e Opus (Anthropic) e modelos da família Gemini (Google), além de modelos dedicados à geração e validação de imagens. Cada agente é capaz de produzir diferentes formatos de conteúdo, como carrosséis de imagens, posts únicos e imagens geradas por inteligência artificial — todos adaptados à identidade visual e à linha editorial do perfil gerenciado.
Comunicação Assíncrona com RabbitMQ
A comunicação entre o backend Go e os agentes Python é mediada pelo RabbitMQ, um message broker robusto baseado no protocolo AMQP. Essa decisão arquitetural desacopla completamente as camadas de orquestração e execução, trazendo benefícios concretos:
Resiliência: falhas nos agentes não afetam a disponibilidade da API principal
Escalabilidade horizontal: novos workers Python podem ser adicionados para consumir a fila sem qualquer alteração no backend
Controle de carga: o broker atua como buffer natural em picos de requisição, evitando sobrecarga nos agentes
Rastreabilidade: cada job de geração de conteúdo é enfileirado, processado e confirmado de forma auditável
