Refly: a plataforma Vibe Workflow de código aberto que transforma conversas em processos reutilizáveis

O Refly se apresenta como a primeira plataforma Vibe Workflow de código aberto, e a proposta não é mais uma caixa de chat, mas uma tela livre. Nela você abre várias conversas independentes, espalha ideias, fontes e resultados de busca, conecta tudo e termina com um documento ou um processo repetível. Integra mais de 13 modelos de linguagem principais, processa arquivos multimodais, traz um sistema de habilidades e um motor de base de conhecimento, e roda na nuvem ou auto-hospedado com Docker.

O problema de um único fio é que ele ao mesmo tempo esquece e borra. No décimo quarto turno, o quadro que você definiu, as opções descartadas e as fontes citadas convivem no mesmo contexto e o modelo começa a perder o fio. O Refly coloca as conversas em uma tela como nós, cada um com seu contexto, e você escolhe quais entram nesta rodada e quais ficam parados. Isso se parece mais com o trabalho real: várias linhas em movimento que se juntam quando necessário.

A segunda camada é a persistência. Uma resposta pontual desaparece; o Refly tenta preservar o processo: de onde veio o material, qual habilidade o tratou, qual modelo rodou, o que saiu. Ser de código aberto importa aqui, porque nem o fluxo nem os dados ficam presos aos servidores de um fornecedor.

Principais recursos

Conversas multithread

Vários contextos de conversa são gerenciados em paralelo e você alterna entre nós livremente, o que torna viável um fluxo agêntico complexo em vez de espremer tudo em uma linha do tempo.

Estrutura multimodelo

Mais de 13 modelos principais com escalonamento misto e processamento paralelo, de modo que trocar de modelo não exige trocar de ferramenta e a interface de chat é única.

Tratamento multimodal

Arquivos PDF, DOCX, TXT e mais de sete formatos, além de imagens comuns como PNG e JPG, com processamento em lote.

Habilidades com IA

Recursos como Perplexity AI e Stanford Storm oferecem busca na web, recuperação de conhecimento, reescrita de perguntas e recomendações.

Contexto e base de conhecimento

Dá para montar uma base temporária e escolher nós como contexto; a base aceita fontes heterogêneas, faz recuperação semântica sobre RAG e constrói um grafo de conhecimento.

Captura e recorte

Coleta com um clique em plataformas como GitHub e Medium com classificação e etiquetas automáticas, além de recortar qualquer página para ampliar a biblioteca pessoal.

Como usar

1. Abra o site, clique em começar e entre com Google ou GitHub, ou vá direto ao Refly Cloud.
2. Escolha criar tela na tela inicial e trate o trabalho como um espaço de trabalho, não como uma pergunta solta.
3. Abra várias conversas na tela e deixe direções diferentes avançarem em paralelo.
4. Revise com o retorno da IA e leve apenas os nós necessários para a próxima rodada.
5. Ao terminar, exporte para documento ou compartilhe para revisão colaborativa.
6. Para auto-hospedar, implante com Docker; o mínimo indicado é dois núcleos e 4 GB de memória. Há implantação privada empresarial sob consulta.

Opções de implantação

• Nuvem: abra o Refly Cloud e use todos os recursos sem configurar nada, um primeiro passo sensato antes de auto-hospedar.
• Auto-hospedado com Docker: dois núcleos e 4 GB de RAM como mínimo indicado, e um comando de contêiner sobe o serviço.
• Desenvolvimento local: siga o CONTRIBUTING.md do repositório, útil se quiser mexer no código ou plugar seus próprios modelos.
• Empresa: fale com o time para uma implantação privada quando a localização dos dados for requisito rígido.
• Sobre custo: auto-hospedar remove a assinatura mas acrescenta faturas de API dos modelos, gestão de chaves e manutenção; vale calcular por mês.

Para quem serve

• Pesquisadores que sustentam um tema complexo por semanas e guardam fontes, hipóteses e conclusões em nós separados que não se contaminam.
• Quem escreve documentação técnica ou artigos longos e mantém ideação e rascunho final na mesma tela.
• Quem constrói uma base de conhecimento pessoal, com captura, recorte e recuperação em uma só linha.
• Equipes que se importam com onde os dados vivem: código aberto mais auto-hospedado mantém processo e material nas próprias máquinas.
• Quem usa vários modelos e quer escolher por tarefa em vez de ficar preso a um.

Limites e ressalvas

• Fios e tela têm custo de aprendizado; quem vem de uma conversa longa vai achar no começo que gerenciar nós custa mais que a pergunta.
• Mais de 13 modelos significa que a qualidade depende do modelo e da forma de chamada, e o mesmo prompt se comporta de maneira bem diferente entre eles.
• A base de conhecimento depende de RAG e recuperação semântica, então a estratégia de fragmentação e a qualidade das fontes decidem o resultado; lixo entra, lixo sai.
• Auto-hospedar significa assumir faturas de API, gestão de chaves e atualizações, e dois núcleos com 4 GB é um piso, não uma configuração confortável.
• A fonte não informa cotas nem cobrança de cada modelo, então a diferença de custo entre nuvem e auto-hospedado precisa ser calculada por você.
• A política de retenção e o uso para treinamento não são detalhados na fonte; confirme antes de lidar com contratos ou dados pessoais.

Perguntas frequentes

Qual a diferença do Refly para um chat de IA comum?

Um chat comum é uma linha de conversa; o Refly é uma tela onde várias conversas correm em paralelo, os nós podem ser escolhidos com precisão como contexto e a saída se consolida em um processo reutilizável.

É possível auto-hospedar?

Sim. O projeto documenta um caminho com Docker e mínimo indicado de dois núcleos e 4 GB de memória; também há nuvem e implantação privada empresarial.

Quais arquivos são aceitos?

A fonte cita PDF, DOCX, TXT e mais de sete formatos de documento, além de imagens comuns como PNG e JPG.

Preciso programar?

Não. A tela é operada por conversa e operações em nós; só o auto-hospedamento e o desenvolvimento local envolvem linha de comando e arquivos de configuração.