 |
| Bellacosa Mainframe crie um agente organizador Trello com o Python |
☕💣 OPERADOR, O TRELLO ACABOU DE RECEBER ORDENS DE UM AGENTE PYTHON! — Construindo um Organizador Inteligente de Tarefas do Zero e Entendendo Como Nasce um Agente de IA
Imagine a seguinte cena.
São 2 horas da manhã.
O operador monitora dezenas de sistemas.
Há tarefas para acompanhar, chamados para abrir, solicitações para registrar, atividades para priorizar e uma equipe inteira esperando informações.
De repente surge uma pergunta:
"Por que ainda estamos criando tarefas manualmente?"
Foi exatamente essa pergunta que levou ao nascimento dos primeiros sistemas de automação, dos workflows corporativos e, mais recentemente, dos Agentes de Inteligência Artificial.
Hoje vamos construir um projeto extremamente importante para quem está entrando no universo dos agentes: um Organizador de Tarefas em Python integrado ao Trello.
Mas não vamos apenas escrever código.
Vamos entender arquitetura, dependências, APIs, tratamento de erros, segurança, evolução para IA e como tudo isso se conecta ao mundo corporativo e até ao universo Mainframe.
Pegue seu café.
O job acabou de entrar na fila.
O Que Estamos Construindo?
Nosso projeto será um agente capaz de:
Conectar-se ao Trello
Criar tarefas automaticamente
Consultar tarefas existentes
Mover tarefas entre listas
Organizar fluxos de trabalho
Servir como base para futuros agentes inteligentes
Visualmente teremos algo assim:
Python Agent
↓
API REST
↓
Trello
↓
Cards
↓
Workflow
Parece simples.
Mas essa mesma arquitetura é utilizada em:
Jira
ServiceNow
Salesforce
SAP
Zendesk
GitHub
Azure DevOps
E até em plataformas de automação como N8N.
O Que é um Agente?
Muita gente acredita que um agente é sinônimo de IA.
Não necessariamente.
Um agente é um software que:
Observa
Analisa
Decide
Executa
Nosso primeiro agente ainda não terá inteligência artificial.
Mas ele já será capaz de agir sozinho.
Isso é exatamente o primeiro estágio da evolução.
O Trello Como Ambiente de Trabalho
Antes de escrever uma linha de código precisamos preparar o Trello.
Crie uma conta.
Depois crie um Board.
Exemplo:
Projeto DIO
Agora crie três listas:
To Do
Doing
Done
Quem já trabalhou com Kanban reconhecerá imediatamente o modelo.
O fluxo é simples:
Pendente
↓
Executando
↓
Concluído
Obtendo as Credenciais
Assim como um terminal CICS exige autenticação, a API do Trello também exige.
Você precisará obter:
API Key
API Token
Essas informações funcionam como usuário e senha para seu agente.
Sem elas o Trello recusará todas as solicitações.
Instalando o Python
Verifique a instalação:
python --version
ou
python3 --version
Resultado esperado:
Python 3.10+
Se aparecer erro:
python não é reconhecido
Significa que o Python não está instalado ou não foi adicionado ao PATH.
Criando o Ambiente Virtual
Uma das melhores práticas modernas.
Crie:
python -m venv venv
Ative:
Windows
venv\Scripts\activate
Linux
source venv/bin/activate
Quando ativado:
(venv)
aparecerá antes do prompt.
Instalando Dependências
Nosso agente precisa conversar com APIs.
Instalaremos:
pip install requests python-dotenv
Essas bibliotecas possuem funções importantes.
Requests:
Consumir APIs REST
Dotenv:
Carregar variáveis seguras
Estrutura do Projeto
Organização é fundamental.
Criamos:
agente_trello/
├── app.py
├── trello.py
├── view.py
├── .env
├── requirements.txt
└── README.md
Observe que estamos separando responsabilidades.
Essa é uma prática muito valorizada em ambientes corporativos.
O Papel do app.py
Ele funciona como o maestro.
Controla:
Menus
Fluxo principal
Chamadas ao agente
Em Mainframe seria semelhante ao programa principal que coordena outros módulos.
O Papel do trello.py
Aqui fica toda a comunicação com a API.
Esse módulo:
Cria Cards
Consulta Cards
Move Cards
Testa conexão
Em uma analogia com COBOL:
Programa Principal
↓
Sub-rotina de acesso
↓
Banco/API
O Papel do view.py
Responsável pela apresentação.
Separar interface da lógica é uma prática extremamente importante.
Isso permite futuramente trocar:
Terminal
por
Web
ou
Dashboard
sem alterar a lógica do agente.
Variáveis de Ambiente
Nunca coloque credenciais no código.
Use:
TRELLO_KEY=
TRELLO_TOKEN=
TODO_ID=
DOING_ID=
DONE_ID=
Isso protege informações sensíveis.
É o equivalente moderno de esconder senhas em datasets protegidos por RACF.
Primeiro Teste
Execute:
python app.py
Escolha:
1 - Testar conexão
Se tudo estiver correto:
Conexão OK
Problemas Comuns
Erro 401
Unauthorized
Significa:
Token inválido
Chave inválida
Erro 404
Not Found
Significa:
Lista inexistente
ID incorreto
Erro de Importação
ModuleNotFoundError
Normalmente:
pip install requests
resolve.
Criando Seu Primeiro Card
Selecione:
Criar tarefa
Digite:
Estudar Agentes
O agente enviará:
{
"name":"Estudar Agentes"
}
para o Trello.
Resultado:
Card criado
Instantaneamente.
Listando Tarefas
O agente consulta a API.
Recebe:
[
{
"name":"Estudar Python"
}
]
e exibe:
Estudar Python
Simples.
Mas extremamente poderoso.
Movendo Tarefas
Imagine:
To Do
Ao iniciar:
Doing
Ao terminar:
Done
Nosso agente realiza isso automaticamente.
Na prática ele apenas altera um identificador interno do Trello.
Mas para o usuário parece mágica.
O Que Está Acontecendo nos Bastidores?
Quando você cria um card:
Python
↓
HTTP POST
↓
API Trello
↓
Banco de Dados Trello
↓
Resposta JSON
Isso é exatamente o mesmo conceito utilizado por:
APIs bancárias
APIs governamentais
APIs corporativas
Transformando em um Agente Inteligente
Agora vem a parte interessante.
Suponha que uma tarefa seja criada:
Sistema parado em produção
Uma IA pode analisar.
Resultado:
Prioridade Alta
O agente decide:
Mover para Urgente
sem intervenção humana.
Nesse momento ele deixa de ser apenas automação.
Passa a tomar decisões.
Integrando OpenAI
Exemplo conceitual:
prioridade = analisar_tarefa(descricao)
Resposta:
ALTA
O agente pode então:
if prioridade == "ALTA":
mover_para_urgente()
Agora temos comportamento inteligente.
Integrando Ollama
Nem sempre você quer depender da nuvem.
Com Ollama é possível executar modelos locais.
Exemplos:
Llama
DeepSeek
Mistral
Tudo rodando em sua máquina.
Integração com N8N
Imagine:
Novo E-mail
↓
Webhook
↓
N8N
↓
Agente Python
↓
Trello
Nenhum ser humano participa.
O processo inteiro acontece sozinho.
E o Mainframe?
Agora vem a parte favorita do Bellacosa.
Imagine um JOB.
BILLJOB
executa.
O agente monitora o JES2.
Detecta:
ABEND S0C7
Automaticamente:
Lê SYSOUT
Depois:
Cria Card Trello
Em seguida:
Notifica equipe
E finalmente:
Abre incidente
Tudo sozinho.
Percebe o potencial?
O Caminho da Evolução
Nível 1:
Script
Nível 2:
Automação
Nível 3:
Workflow
Nível 4:
Agente
Nível 5:
Multiagentes
É exatamente essa trilha que está sendo seguida pela indústria.
Conclusão
Muitos enxergam esse projeto apenas como um exercício simples da DIO.
Mas ele é muito mais que isso.
Você está aprendendo:
Python
APIs REST
Integração entre sistemas
Variáveis de ambiente
Automação
Arquitetura de agentes
Fundamentos de IA
Boas práticas corporativas
O Organizador de Tarefas é apenas o começo.
A mesma arquitetura pode evoluir para:
Assistentes corporativos
Agentes DevOps
Agentes FinOps
Agentes Mainframe
Agentes de atendimento
Agentes de monitoramento
E talvez, em um futuro não muito distante, você veja uma mensagem parecida com esta aparecendo no terminal:
☕💣 OPERADOR!
Detectei um problema no sistema.
Já analisei os logs.
Já consultei incidentes anteriores.
Já criei o Card no Trello.
Já notifiquei a equipe.
Deseja apenas acompanhar... ou quer que eu resolva o problema também?
