Software & automação · estudo de caso
Aura
Um assistente de IA que mora na bandeja do Windows e abre por atalho, com pesquisa web com fontes, voz local e contexto da tela sob controle de quem usa.
Visão geral
O projeto em poucas palavras
O Aura é um assistente de IA para Windows. Ele fica na bandeja do sistema e abre com Ctrl+Shift+Espaço, sem tirar a pessoa do aplicativo em que está trabalhando. Dá para conversar, pesquisar na web, ditar por voz e perguntar sobre uma parte da tela, usando uma conta ChatGPT ou um provedor compatível, inclusive um servidor local.
O código é aberto, com licença MIT ou Apache-2.0, e os instaladores ficam na página de releases. A versão publicada é a 0.3.0.
Desafio
O ponto de partida
Usar IA no dia a dia costuma significar sair do que se está fazendo: abrir uma aba, copiar o texto, colar, explicar o contexto e voltar. Quando o assunto está na tela, ainda é preciso descrever o que se vê. E, ao dar acesso a tela, microfone ou áudio do sistema a um modelo remoto, a pergunta seguinte é quanto controle sobra para quem usa.
O desafio era criar um assistente rápido de chamar, que enxergue o contexto certo na hora certa e que deixe claro o que está sendo compartilhado.
Solução
Um assistente a um atalho de distância
O Overlay é a janela de conversa; a Minibar é a versão compacta, para perguntas rápidas. Em volta delas ficam os recursos que a rotina pede:
Chat, Tarefa e Plano: conversar, executar trabalho com ferramentas ou apenas preparar um plano;
Pesquisa web: buscar e ler páginas públicas, com fontes clicáveis e possibilidade de interromper, sem exigir chave paga de busca;
Contexto: comandos como @tela, @região, @janela, @seleção, @arquivo e @recente levam ao próximo turno só o que a pessoa escolher;
Voz: ditado com transcrição local, escolha de microfone e leitura das respostas em voz alta;
Anexos: imagens, documentos, planilhas, PDFs com texto e arquivos de áudio e vídeo;
Reuniões: preparo, transcrição e notas salvas com marcadores e receitas;
Organização: histórico, memórias, notas, lembretes e perfis por aplicativo;
Extensões: Skills, comandos rápidos e servidores MCP.
:::
Processo
Como organizei o aplicativo
Um host em Rust, uma interface em React
O aplicativo usa Tauri 2. O host em Rust orquestra os comandos tipados, a política de privacidade e os adaptadores do Windows para janelas, atalhos, captura e áudio. A interface é React 19 com TypeScript estrito, Tailwind 4 e Zustand. O agente é o app-server do Codex, numa versão fixada, que conversa com o login ChatGPT ou com um gateway para outros provedores.
Pesquisa e voz em módulos separados
A pesquisa web é um módulo próprio, o aura-web, que busca, lê e extrai o conteúdo das páginas e devolve referências de fontes. A voz roda num worker separado, com motores locais e suporte a DirectML. Os resultados da web são entregues de forma transitória, para que o texto bruto das páginas não fique guardado no histórico do agente; essa decisão está registrada num ADR.
Privacidade como configuração visível
Cada fonte de contexto (tela, microfone, áudio do sistema) tem sua própria regra, com a opção de o agente perguntar antes de usar. Há janelas excluídas por aplicativo, retenção configurável e um registro de acessos. Os dados ficam no perfil local, e as credenciais ficam num cofre protegido pelo Windows (DPAPI).
Evidência antes de publicar
O trabalho segue contratos, planos e tickets versionados no próprio repositório. A versão 0.3.0 foi compilada e verificada localmente, e os instaladores saem com assinatura para o atualizador e hashes SHA-256 na release.
Meu papel
O que fiz
Concebi o produto e desenvolvi o aplicativo: o host em Rust, a interface, a integração com o agente e com provedores, a pesquisa web, a voz local e as extensões. Também cuidei da documentação, do material visual e da distribuição, com instaladores, atualizador e notas de versão.
:::
Resultados
Onde está hoje
A versão 0.3.0, de 11/10/2026, acrescentou a pesquisa e a leitura de páginas com fontes clicáveis, restaurou a escolha de modelo e de raciocínio e corrigiu a troca involuntária de monitor durante a conversa. O repositório tem testes de interface, testes do host e testes nativos com WebDriver em perfil isolado.
Os limites também estão documentados: a estabilidade em dois monitores foi testada em escala de 100%, os seletores em 150% e 200% seguem pendentes, e a instalação numa máquina Windows limpa ainda precisa ser validada. A busca depende da disponibilidade de serviços gratuitos e pode não ler páginas que exigem login ou CAPTCHA.
Aprendizados
O que guiou as decisões
Num assistente que enxerga a tela e escuta o microfone, a confiança vem de controles claros, não de promessas: por isso cada fonte de contexto tem uma regra própria e o registro de acessos fica à vista. Separar pesquisa, voz e agente em módulos também facilitou testar cada parte e deixar explícito o que cada uma guarda.
Por fim, escrever os limites conhecidos ao lado dos recursos evita prometer o que ainda não foi verificado.
