Sobre

Quem construiu isto

Uma pessoa. Um desenvolvedor de software que se interessou por automação de navegador e extração web alguns anos atrás, achou as ferramentas existentes ou básicas demais ou restritas demais, e começou a construir a ferramenta que realmente queria usar. Esse projeto virou o Guida.

Não há empresa por trás disto. Não há startup, equipe, investidores nem conselho consultivo. As decisões arquiteturais, éticas e comerciais são tomadas pela pessoa que escreve esta frase. Isso é uma limitação em alguns sentidos óbvios e uma vantagem em outros. Significa que o projeto pode ser honesto sobre compromissos sem passar por um departamento de marketing. Também significa que há dependência de uma única pessoa.

O binário sem assinatura

Se você baixou o Guida e o Windows mostrou um aviso do SmartScreen, isso é esperado. O binário não é assinado.

Certificados de assinatura de código exigem uma organização com identidade jurídica verificável ou um processo de validação estendida que custa várias centenas de dólares por ano e presume uma estrutura corporativa. Um desenvolvedor solo distribuindo software gratuito não se encaixa bem nesse modelo. O certificado custaria mais do que o projeto arrecada, que é nada.

O aviso do SmartScreen não significa que o software seja malicioso. Significa que a Microsoft ainda não viu instalações suficientes para construir uma reputação e que nenhuma autoridade certificadora validou a identidade do publicador. Ao clicar em “Run anyway”, você está dizendo ao Windows que tomou uma decisão consciente de confiar nesse binário específico. Isso pode ser razoável ou não, dependendo da sua tolerância a risco.

Limites do código-fonte

Atualmente o Guida é distribuído como um aplicativo Windows de código fechado. A camada específica do produto para automação de navegador e extração web permanecerá fechada.

Esse limite é deliberado. A camada de extração é a parte mais ligada ao Guida como produto e também a parte em que redistribuir builds modificados poderia remover proteções da capacidade de maior risco.

A infraestrutura reutilizável construída ao redor dela é diferente. O mecanismo de execução de scripts, o gerenciamento de credenciais, a auditoria e o código de suporte relacionado serão abertos quando forem extraídos, estabilizados e documentados o suficiente para serem úteis fora do aplicativo. Ainda não há uma data porque esse limite de extração precisa ficar limpo, mas a direção é intencional.

Veja Código aberto e código fechado para a explicação completa.

Infraestrutura construída para o Guida

Parte da infraestrutura criada durante o desenvolvimento do Guida já é pública:

• JanetSharp — integração do runtime Janet para .NET.
• StratQueue — filas de trabalho com persistência SQLite e estratégias de dequeue conectáveis.

O que o Guida não é

O Guida não é uma empresa. Não há roteiro guiado por pesquisa de mercado, priorização de recursos baseada em pesquisas com usuários nem métricas de crescimento. Não há contrato de suporte nem SLA. Se algo quebra, é corrigido porque o desenvolvedor usa o software e percebeu, ou porque alguém relatou e a correção era direta.

É uma ferramenta que existe porque valia a pena construí-la, mantida pela pessoa que a construiu e usada por pessoas que a consideram útil. Esse é todo o modelo de negócios, sem a parte dos negócios.

Uma pergunta em aberto

O Guida inclui g.tts.speak() — texto para fala local usando o mecanismo TTS integrado da Microsoft. Entrada de voz baseada em Whisper está em andamento. Nenhum dos dois foi criado como recurso de acessibilidade, e eu não vou apresentá-los assim depois do fato.

Mas isto é o que chama atenção. A direção em que o Guida caminha — um agente orientado por LLM que navega por interfaces web arbitrárias usando visão, fala o que vê e escuta o que deve fazer em seguida — é um tipo de ferramenta fundamentalmente diferente de um leitor de tela baseado no DOM. Ele não analisa labels ARIA nem percorre a árvore de acessibilidade. Ele olha para a tela do modo como uma pessoa olha. Isso significa que não quebra em aplicações pesadas em canvas, SPAs complexas ou componentes personalizados que nunca implementaram marcação semântica adequada, porque ele não lê o DOM.

Se isso se tornará genuinamente útil para pessoas que têm dificuldade com interfaces web convencionais é uma pergunta em aberto. Eu não sei a resposta. Mas a capacidade está surgindo como efeito colateral da arquitetura central, não como um recurso que alguém precisa financiar ou priorizar, e isso parece digno de nota. Também vale notar que navegação baseada em visão implica requisitos sérios de GPU: isto não é uma ferramenta assistiva leve. É uma máquina capaz fazendo inferência cara. Essas restrições são reais e eu não vou fingir o contrário.