A purecore nasceu da necessidade prática de construir as ferramentas que eu mesmo uso, de forma nativa, controlada e sem dependências externas.

O primeiro exemplo disso foi a criação de uma biblioteca compatível com o Express, mas com implementação própria: ao migrar de express para @purecore/apify, a única mudança necessária foi o import. Para validar, utilizei a helmet como referência de comportamento — e funcionou de primeira.

Como a biblioteca era simples, optei por reimplementar suas funcionalidades e eliminar a dependência externa. A partir daí, estabeleci um princípio:

Todos os projetos da purecore devem ser dependency-free.

Isso resolve três problemas reais:

• Conflitos de versão entre bibliotecas
• Fragilidade causada por supply chain attacks
• Dependência de decisões externas para manter meu próprio sistema funcionando

Além disso, já existia um gerenciador de pacotes próprio para Bun, que:

• Salva dependências localmente
• Cria links simbólicos para node_modules
• Evita downloads repetidos
• Garante reprodutibilidade

Com isso, a purecore evoluiu para um ecossistema onde:

• Cada módulo é autocontido
• O comportamento é previsível
• A superfície de falha é mínima
• A evolução é arquitetural, não acidental

Áreas de Pesquisa e Desenvolvimento

FullAgenticStack

Ao perceber que eu já utilizava agentes no:

• Front-end
• Back-end
• Banco de dados
• Infraestrutura

surgiu um termo semanticamente preciso: FullAgenticStack.

Derivações usadas:

• FAS System
• FAS-driven development
• FAS Dev

A proposta é tratar agentes como unidades arquiteturais, não apenas como features.

UI / UX

• Agentic UX
• Adaptive UX
• Progressive Disclosure

Interfaces que:

• Reagem ao contexto
• Evoluem com o usuário
• Exibem apenas o necessário

React / Tailwind

• ComponentFactory via config/preset
• ThemeFactory via config/preset
• Behavior Animations

UI declarada por configuração, não por repetição manual.

Natural Language

• CogGate — Cognitive Gateway para sistemas legados (em desenvolvimento)
• NLToolFactory
• NLAgentConfig
• WhatsApp Chatbots
• E-commerce conversacional
• Agentes Web conversacionais
• Análise prosódica

Modelagem Comportamental

• BehaviorID
• Estados Cognitivos
• Transições Cognitivas
• Next Best Action

Modelar comportamento como sistema, não como regra isolada.

Cognitive AI

Pesquisa em sistemas cognitivos aplicados à arquitetura de software.

Memória para IA

Estruturas de memória para agentes:

• Persistentes
• Observáveis
• Evolutivas

Multi-Agents

• Reinforcement Learning
• Deep RL
• Ensemble Learning

Atomic Behavior Agents

Agentes pequenos, verificáveis e composicionais.

Arquiteturas

• Self-driven systems
• Self-healing systems
• Agentic MCP-driven development
• Aspect Async Multi-Agent Event-driven Development

Comunicação

• Orquestração
• Coreografia
• Sync / Async

Bancos de Dados

• Reactive EntityAgent Data Access Layer

Entidades como agentes ativos, não como registros passivos.

Segurança

• Passwordless (se você ainda usa senha, tenho más notícias)
• OAuth2.1 com Token Ingestion
• Zero Trust com mTLS

<div align="center" width="100%">
  <img src="https://i.imgur.com/rskx8Gw.png" alt="purecore.codes" />
</div>