Pular para o conteúdo
Latchkey
Menu da documentação

Knowledge Base

Envie runbooks, notas de arquitetura e documentos de contexto para que as recomendações de IA reflitam como seus sistemas realmente funcionam.

A página da Knowledge Base
A Knowledge Base: documentos enviados e indexados automaticamente que embasam a IA.

A página Knowledge Base permite dar à IA do Latchkey contexto que não é visível em seus arquivos de workflow: runbooks, docs de arquitetura, convenções de deploy, padrões de nomenclatura e qualquer outra coisa que um engenheiro gostaria de saber antes de propor uma mudança na sua CI.

Como funciona#

01EnviarClique em Upload Document e adicione runbooks, docs ou arquivos de contexto
02IndexadoOs documentos são indexados junto aos seus repositórios monitorados
03IA embasadaRecomendações e diagnósticos respeitam suas convenções

Os repositórios monitorados são indexados automaticamente quando você habilita o monitoramento, então a IA já conhece o layout dos seus workflows; a Knowledge Base é para tudo além disso.

O que é indexado automaticamente#

Quando você habilita o monitoramento de um repositório, o Latchkey indexa sua documentação por conta própria:

  • README.md, CONTRIBUTING.md e docs de nível raiz como SECURITY.md e CHANGELOG.md.
  • Markdown nas pastas docs/, doc/ e documentation/.
  • Arquivos de workflow do GitHub Actions.
  • CODEOWNERS mais templates de issue e PR.
  • Configs de CI de outros sistemas, incluindo CircleCI, Jenkins, Travis, GitLab CI, Bitbucket Pipelines e Azure Pipelines.

Arquivos inalterados são ignorados na reindexação, então o índice permanece atual sem trabalho repetido. A IA conhece seus workflows e docs reais sem que ninguém envie nada.

A biblioteca System integrada#

O Latchkey também traz uma biblioteca curada de conhecimento de CI/CD cobrindo linguagens, frameworks, ferramentas de CI/CD e padrões de runner. Esses documentos aparecem na tabela com um selo System; são somente leitura e não podem ser excluídos. O efeito prático: as recomendações são bem embasadas desde o primeiro dia, mesmo antes de você enviar qualquer coisa.

Enviando documentos#

Clique em Upload Document para adicionar os seus. Digite ou cole o conteúdo diretamente, ou carregue um arquivo por arrastar-e-soltar ou navegar. Cada documento precisa de um título (até 200 caracteres) e conteúdo, com uma contagem de caracteres ao vivo enquanto você digita. Os tipos de arquivo aceitos são .md, .yaml, .yml, .txt e .json, até 500KB por documento; a caixa de diálogo sinaliza tipos não suportados e arquivos grandes demais antes de qualquer coisa ser salva.

Como o embasamento muda as recomendações#

Pense nisso como a diferença entre o conselho de um empreiteiro habilidoso e o conselho do engenheiro que trabalhou na sua base de código por um ano. Ambos podem ler seus arquivos de workflow; só um sabe qual pipeline é crítico para deploy, qual falha é um problema conhecido, e por que seu caching está configurado do jeito que está.

Sem embasamento

  • A IA raciocina apenas a partir dos seus arquivos de workflow e do histórico de execuções
  • As propostas seguem padrões comuns de CI, que podem não ser os seus padrões
  • Ela não tem como saber quais workflows são seguros para tocar de forma agressiva

Com embasamento

  • As mudanças propostas permanecem idiomáticas aos seus padrões de caching, artefatos e nomenclatura
  • Um mapa do que é crítico para deploy muda quão agressivas as recomendações se atrevem a ser
  • Runbooks ensinam à IA como é um "problema conhecido" para sua equipe

O retorno aparece em Optimization Insights: o agente analisa cada workflow com sua Knowledge Base como contexto, então o que você envia aqui molda diretamente o que é proposto lá.

Envios de alto impacto#

Runbooks de incidenteO manual do seu pipeline mais instável ensina à IA como é um "problema conhecido" para você.
Mapa do crítico para deployUm doc descrevendo quais workflows são críticos para deploy muda quão agressivas as recomendações se atrevem a ser.
ConvençõesPadrões internos de caching, artefatos e nomenclatura mantêm as mudanças propostas idiomáticas à sua equipe.

Como é um bom envio#

Você não precisa de documentação polida; você precisa de documentos que carreguem decisões. Alguns formatos concretos que funcionam bem (são sugestões, não requisitos):

  • Um runbook de pipeline instável que nomeie o workflow como ele aparece na CI, descreva as assinaturas de falha que sua equipe considera "conhecidas", e declare a solução alternativa aceita.
  • Um mapa de deploy que liste quais workflows controlam a produção e quais nunca devem ser modificados sem revisão humana.
  • Um doc de convenções que explicite como você nomeia caches e artefatos, e, crucialmente, por que essas regras existem.
  • Notas de arquitetura que expliquem as relações que um forasteiro não conseguiria inferir: quais serviços constroem juntos, o que depende de quê, onde vivem as esquisitices estruturais.

O fio comum: anote o porquê, não apenas o quê. A IA já consegue ver o que seus workflows fazem; o que ela não consegue ver é o raciocínio e as restrições por trás deles.

Uma rápida autoverificação antes de enviar

Veja o que a IA sabe#

Todo documento indexado aparece em uma tabela ordenável com seu título, selo de origem, caminho e horário de indexação. Uma linha de resumo mostra a contagem de documentos, o número de repositórios representados e quando ocorreu a indexação mais recente. A tabela é paginada a 10 documentos por página, inclui uma visualização em tela cheia, e um filtro de origem restringe a lista a uma fatia: All Sources, README, Workflow, Docs, Manual ou System.

Selo de origemO que ele marca
READMEArquivos README de repositório
WorkflowArquivos de workflow do GitHub Actions
DocsMarkdown das pastas de documentação do repositório
ManualDocumentos que sua equipe enviou
SystemA biblioteca de CI/CD curada do Latchkey (somente leitura)

Você pode excluir qualquer documento que não seja System a partir de sua linha. O Latchkey pede confirmação primeiro, e a exclusão não pode ser desfeita.