RootPilot
COPILOTO DA ENGENHARIA

Sua stack inteira de infra, uma conversa de distância.

Toda a observabilidade, custos, deploys e segurança da sua operação em um único MCP server. Categoria-agnóstico: Datadog, New Relic, Grafana; AWS, GCP, Azure; GitHub, GitLab. Qualquer SaaS que seu time já usa. Compatível com qualquer cliente MCP (Claude, ChatGPT, Cursor). Contexto correlacionado, não dumps de API.

Ver as demosFale conosco
PROTOCOL · MCPHOSTING · SUA INFRADATA · NÃO SAIMODE · READ-ONLY
COMO FUNCIONA

Composição de contexto, não orquestração de MCPs

Quatro princípios de projeto que mudam o ritmo de uma investigação ou auditoria. Do "abre 8 abas e correlaciona na mão" pra "uma chamada que devolve a história inteira".

01

Composição sobre granularidade

Uma ferramenta como investigate_incident já cruza traces APM, monitors, métricas de pods e deploys recentes numa chamada só, independente de qual vendor está por trás. Sua IA recebe o caso pronto pra raciocinar, não as peças soltas.

02

Sua stack inteira atrás de uma só interface

Observabilidade, cloud, source, product analytics, qualidade, tickets, mensageria, data: todos atrás da mesma interface, sem importar o vendor. Os IDs (commit, deploy, span, order) viram pontes automáticas entre as fontes que seu time já usa.

03

Read-only por design

Os conectores de infra nem expõem métodos de escrita. As únicas 4 ferramentas que escrevem são pra Jira e Slack, e exigem confirmed: true explícito a cada chamada. Sua infra não muda por engano via chat.

04

Continua funcionando se algo cai

Se uma das fontes estiver fora, a investigação segue com o que está disponível e o resultado indica claramente o que faltou. Sua análise em produção não vira refém de uma única dependência instável.

SCHEMATIC · ANSWER TRACE

2,3 segundos entre a pergunta e a causa raiz.

Não é um diagrama de caixas — é o trace de uma investigação real. Cada barra é uma chamada que o RootPilot orquestra: fan-out paralelo na sua stack, correlação cruzada, filtro de PII. A resposta volta com evidência, nunca com dados crus.

VOCÊ · ENG TEAM · t=0.0s
“por que o checkout está devolvendo 500 desde 14h?”
0s
0.5s
1.0s
1.5s
2.0s
2.3s
FAN-OUT PARALELO · 5 CHAMADAS · 3 FONTES · READ-ONLY
intent.parsecliente mcp
0.12s
plan.composerootpilot · composite tools
0.18s
datadog.apm.latencysua stack · datadog
0.80s
datadog.logs.searchsua stack · datadog
0.95s
aws.eks.pod_metricssua stack · aws
0.65s
aws.rds.connectionssua stack · aws
0.50s
github.deploys.recentsua stack · github
0.35s · deploy a41f2c encontrado
correlate.cross_sourcerootpilot · o moat
latência ↑ ← deploy a41f2c
0.60s
pii.filterrootpilot · nunca dados crus
0.10s
respond.summarizerootpilot → cliente mcp
0.35s
↩ RESPOSTA · t=2.3s
redis pool subdimensionado
evidência: datadog apm + pod metrics + deploy a41f2c
confidence: 95% · ação: bump pool +50%
TOPOLOGIA POR TRÁS DO TRACE
VOCÊ ─ prompt → CLAUDE · CHATGPT · CURSOR ─ mcp → ROOTPILOT pii · read-only · sua infra ─ apis/mcps → DATADOG · AWS · GITHUB · AMPLITUDE · SONARQUBE JIRA · SLACK write c/ aprovação
SPAN DO CLIENTE
Parse e entrega — fora do RootPilot.
LEITURA NA SUA STACK
Chamadas paralelas, read-only, dentro da sua infra.
ROOTPILOT
Composição, correlação cruzada e filtro de PII.
PLAYHEAD
O tempo real da investigação, em loop.
SEM AMARRAS DE STACK

Categorias, não vendors. A sua stack é o ponto de partida.

Cada SaaS aqui embaixo é um exemplo. O que importa é a categoria: Datadog ou New Relic, AWS ou GCP, Jira ou Linear, a arquitetura abstrai. Os conectores listados já existem; o que faltar pra sua stack, conectamos sob demanda no mesmo padrão.

OBSERVABILIDADE & APM
Datadog · New Relic · Grafana · Dynatrace
CLOUD & INFRA
AWS · GCP · Azure
SOURCE & DEPLOY
GitHub · GitLab · Bitbucket
PRODUCT & COMPORTAMENTO
Amplitude · Mixpanel · PostHog · Heap
CODE & SECURITY
SonarQube · Snyk · Semgrep · Codacy
WORKFLOW & COMUNICAÇÃO
Jira · Linear · Slack · Microsoft Teams
DATA & BI
Athena · BigQuery · Snowflake · QuickSight · Looker
MENSAGERIA
SQS · Kafka · RabbitMQ · Pub/Sub
SCHEMATIC · BASTIDORES

O que o time vê.
O que acontece por trás.

À esquerda, a conversa como o time vive: uma pergunta, uma resposta com evidência. À direita, o que o RootPilot executa na sua infra a cada momento — inclusive o único write da história, que nunca acontece sem aprovação humana.

01 · O QUE O TIME VÊ — CLIENTE MCP
02 · O QUE ACONTECE POR TRÁS — ROOTPILOT NA SUA INFRA
MCP
VOCÊ · 14:32
por que o checkout está devolvendo 500 desde 14h?
rootpilot · 5 chamadas em paralelo na sua stack…
ASSISTANT · 14:32 · via ROOTPILOT
Causa raiz: redis pool subdimensionado.
O deploy a41f2c (12:04) reduziu o pool de conexões do redis-cart. Sob pico, o checkout esgota conexões e devolve 500.
evidência: datadog apm · pod metrics · deploy history
confidence: 95% · ação sugerida: bump pool +50%
VOCÊ · 14:33
cria um ticket pro time de infra com isso?
ASSISTANT · 14:34 · via ROOTPILOT
✓ Ticket INFRA-482 criado no Jira com o diagnóstico e a evidência.
write aprovado por mariana@acme · 41s após a solicitação
session.start · tools.listt=0.00s
41 composite tools expostas · plano: 5 leituras em 3 fontes
fan-out · read-onlyPARALELO
datadog.apm.latency ···················· 800ms
datadog.logs.search ···················· 950ms
aws.eks.pod_metrics ···················· 650ms
aws.rds.connections ···················· 500ms
github.deploys.recent ·················· 350ms ← a41f2c
correlate.cross_sourcet=1.25s
spike de latência (14:02) coincide com deploy a41f2c (12:04) + queda no pool RDS
CONFIDENCE95%
pii.filtert=1.85s
payloads crus descartados na sua infra · 0 campos sensíveis na resposta
write.request · jira.create_ticketBOUNDED AUTONOMY
solicitado pelo agente — payload exibido pra revisão
aguardando aprovação humana (writes nunca são autônomos)
aprovado · mariana@acme · +41s → INFRA-482 criado
1 pergunta 5 leituras paralelas 1 correlação 0 PII exposto 1 write aprovado 2.3s → causa · 41s → ticket
CONVERSA
O que o time vê no cliente MCP.
EXECUÇÃO READ-ONLY
Leituras autônomas na sua infra.
CORRELAÇÃO + PII
Evidência cruzada; dado cru nunca sai.
WRITE COM APROVAÇÃO
O agente propõe; um humano autoriza.
DEMOS

O que dá pra fazer numa conversa

Cenários reais: investigação de incidente, pico de custo, deploy risk, performance, observability gap, topology, order trace, conversion drop, SLO design, multi-account audit. Cada um foi gravado num caso de produção e mostra a ferramenta resolvendo de ponta a ponta.

Auditoria de segurança ponta-a-ponta
DEMO 01 · SECURITY AUDIT

Auditoria de segurança ponta-a-ponta

Encontra um secret de 10 anos no código, valida live contra o provider, identifica o mantenedor ativo do repo, e abre o PR de rotação. Tudo numa conversa.

PARA QUEM
Security
FERRAMENTAS EM USO
audit_securityservice_security_scorecreate_incident_ticket
Resultado: 6 sistemas correlacionados num único fluxo de remediação
1 / 11

A composição em números

131
ferramentas compostas
11
demos disponíveis
7+
sistemas integrados
5 min
de MTTR típico em incidente
FAQ

Dúvidas comuns

Qualquer cliente MCP (Model Context Protocol). Hoje rodamos em Claude Code, Claude Desktop, Cursor e ChatGPT (com MCP habilitado). Conforme outros assistentes adotarem o protocolo, eles passam a funcionar sem nenhuma mudança no servidor. O MCP é justamente a camada que torna isso plug-and-play.

Composição. Em vez da IA orquestrar N MCPs diferentes (um pra cada SaaS) e correlacionar manualmente, uma única ferramenta como investigate_incident já cruza APM + monitors + logs + pod memory + deploys + PRs recentes numa chamada. Menos round-trips, mais sinal, contexto já formado pro raciocínio do modelo.

Redação no único enforcement point do servidor: emails, CPFs, IPs, cartões e telefones são removidos das respostas antes de chegar no LLM. Política inviolável, audit log em stderr quando alguma redação ocorre, bypass só em dev local via env var explícita.

Sim. Os conectores de AWS, Datadog, GitHub, Amplitude, SonarQube e QuickSight são read-only por arquitetura. Os clientes não expõem métodos de escrita. As únicas 4 ferramentas com efeito de escrita são pra Jira (criar/atualizar ticket) e Slack (postar mensagem), e exigem confirmed: true explícito por chamada.

O servidor MCP roda na sua infra, usando as credenciais que sua engenharia já tem (IAM roles, Datadog API keys, GitHub PATs, etc.). Nada de credenciais saindo do seu ambiente, nada de cloud nossa intermediando dados. Fazemos o setup junto com seu time: curagem do service-catalog, validação de permissões mínimas, e onboarding nas primeiras sessões.

A arquitetura é extensível por design. Integramos sob demanda: New Relic, Grafana, GitLab, Bitbucket, Linear, Kafka, Snowflake, BigQuery, o que seu time usa. Cada novo conector vira ferramenta MCP no mesmo padrão dos existentes, e composites passam a cruzá-lo automaticamente. Fale conosco pra alinhar prioridades.

Pronto pra ver no seu setup?

Deixe um contato e combinamos um piloto com seu time, usando as credenciais que vocês já têm, na infra de vocês, com o catálogo curado pros serviços que importam.

Nada de spam. Só usamos seu contato pra falar do piloto.

Ou envie um email direto: contact@rootpilot.sh
RootPilot
© 2026 RootPilot · Todos os direitos reservados.