Voltar para o blog
Agentes
Publicado em 27 de ago. de 2026
8 min de leitura
Como criar sua própria namorada IA com ModelRush
Traga uma chave de API do ModelRush e entregue o prompt de build abaixo para o Codex, Claude Code ou outro agente de código. Você pode ter uma companheira IA privada com personagem, memória e chat em streaming em uma única sessão.
Conclusão principalO caminho mais rápido não é codificar manualmente do zero. Crie uma chave de API do ModelRush, coloque-a em uma variável de ambiente do servidor local e deixe um agente de código implementar a interface, o personagem, a memória e a conexão de Chat Completions a partir do prompt deste guia.
A versão mais curta: uma chave, um agente, uma pasta
Você não precisa treinar um modelo. Uma namorada IA funcional tem quatro camadas: uma interface de chat, uma definição de personagem, memória de conversa e uma conexão com o modelo no lado do servidor. O ModelRush fornece a API do modelo. Codex, Claude Code, Cursor ou outro agente de código podem construir tudo em torno dela.
Traga três coisas:
- Uma chave de API do ModelRush.
- Um agente de código que possa editar arquivos do projeto e executar comandos.
- Uma pasta vazia ou um app que você já possui.
As chamadas ao modelo são cobradas de acordo com o uso real do ModelRush.
A rota de 10 minutos
1. Crie uma chave, mas não cole a chave real no chat
Crie uma chave no Dashboard e depois coloque-a no arquivo de ambiente do servidor ignorado pelo git do seu projeto:
bashMODELRUSH_API_KEY=your_key_here
Deixe que o Codex ou Claude Code verifique que a variável existe sem imprimir seu valor. Nunca a coloque no código-fonte, capturas de tela, um repositório público ou em uma variável exposta no navegador como
NEXT_PUBLIC_* ou VITE_*. “Dê a chave para o seu agente” deve significar dar ao agente acesso a um ambiente local seguro — e não colar um segredo em uma conversa.2. Abra seu agente e cole esta tarefa de build
textCrie e mantenha na pasta atual um aplicativo de chat privado e executável com uma companheira de IA. Inspecione primeiro a implementação existente, preserve os recursos que funcionam e as alterações do usuário, e implemente os requisitos abaixo sem reescrever código não relacionado à tarefa.Requisitos do produto:- A personagem padrão é uma namorada de IA explicitamente fictícia e adulta.- Permita que o usuário edite seu nome, idade adulta, personalidade, tom da escrita/estilo de fala, interesses e limites.- Ofereça chat em streaming, regeneração, interrupção da geração, nova conversa, exportação de conversa e exclusão de toda a memória.- Divida a memória entre mensagens recentes com limite de capacidade e um resumo de longo prazo editável. Nunca envie ao modelo um histórico bruto ilimitado.- Mantenha a interface adequada para dispositivos móveis e privada por padrão. Não são necessários perfis públicos, feed social nem recursos de compartilhamento público.Requisitos do agente e de mídia:- Use o Grok 4.5 como modelo de conversa e de chamadas de ferramentas:modelrush/grok-4.5.- O agente deve ser capaz de chamar ferramentas de geração de imagens e vídeos diretamente em uma conversa em linguagem natural. Botões de mídia separados podem permanecer como controles opcionais, mas não devem ser a única forma de gerar mídia.- Use estes modelos de mídia padrão:- Imagens: modelrush/z-image-spicy.- Vídeos: modelrush/wan3-spicy.- Descubra e valide as capacidades disponíveis ao vivo e o esquema de requisição de cada modelo. Não presuma que basta alterar o ID do modelo.- Implemente um ciclo limitado de chamadas nativas de ferramentas. Envie os resultados reais das ferramentas de volta ao modelo de conversa e preserve os identificadores das chamadas.- Exiba as imagens geradas e os vídeos reproduzíveis na conversa atual, com progresso, erros e controles de download.- Ofereça geração assíncrona e consulta periódica de status. Persista os identificadores e os resultados das tarefas para que não sejam perdidos ao recarregar.- Distinga claramente tarefas enviadas, em processamento, concluídas, com falha e com status incerto. Nunca afirme que uma mídia foi gerada sem um resultado confirmado.- Evite o envio duplicado de solicitações de mídia ao regenerar uma resposta ou consultar uma tarefa existente.- Mantenha as descrições das ferramentas e as regras do aplicativo explícitas e documentadas. Não introduza restrições de produto que não tenham sido solicitadas.- Preserve os requisitos criativos substanciais do usuário. Não altere silenciosamente o sujeito, a roupa, o estilo nem outros detalhes solicitados.- Se uma solicitação não puder ser atendida, explique o motivo. Não gere automaticamente um substituto nem gere uma cobrança de mídia por uma alternativa que o usuário não escolheu.- Distinga com precisão a validação do aplicativo, os requisitos de autorização da conta e os erros do provedor. Não atribua ao provedor uma regra do aplicativo.Idiomas da interface:- Use o inglês como idioma padrão da interface.- Traduza todos os textos da interface pertencentes ao aplicativo, incluindo controles de chat, orientação inicial, configurações da personagem, memória, formulários de mídia, status das tarefas, avisos, erros e rótulos de acessibilidade.- Formate datas, horários e números de acordo com a localidade selecionada.- Aplique as alterações de idioma imediatamente e lembre a seleção após recarregar.- A troca de idioma não deve apagar rascunhos, reiniciar conversas nem acionar a geração.- Preserve as mensagens existentes do usuário, as definições da personagem, os resumos e os prompts de mídia no idioma original.Integração com a ModelRush:- Use https://api.modelrush.ai/v1 como URL base da API.- Leia a chave real somente da variável de ambiente MODELRUSH_API_KEY no servidor. Nunca a imprima, registre em logs, inclua em um commit nem envie ao navegador.- Chame GET /v1/models antes da geração e verifique se os modelos solicitados estão em status live e oferecem as operações necessárias.- Se um modelo solicitado estiver indisponível, explique isso claramente em vez de substituí-lo silenciosamente por outro.- Envie o chat por POST /v1/chat/completions com streaming, os papéis system/user/assistant e as mensagens nativas de chamadas de ferramentas e resultados exigidas pela API.- Use os endpoints documentados de imagens, vídeos e predições, com os parâmetros descobertos.- Preserve request_id, model, usage, as ações das ferramentas e os identificadores das tarefas de mídia. Retenha os metadados de cada requisição nos turnos do agente com várias etapas.- Use tentativas limitadas para falhas 429, 5xx e de tempo limite que sejam elegíveis para nova tentativa. Não repita automaticamente falhas de autorização.- Evite reenviar solicitações de mídia paga cujo resultado seja ambíguo. Consulte a tarefa original quando houver um identificador disponível.- Não invente nem envie automaticamente declarações da conta.- Verifique primeiro a descoberta de modelos, que não gera cobrança. Não execute nenhum teste cobrável de geração de chat, imagens ou vídeos sem minha aprovação explícita.Engenharia e entrega:- Preserve a stack, o banco de dados, as conversas, as configurações e as edições do usuário existentes.- Prefira SQLite para armazenamento local se ainda não houver um banco de dados.- Mantenha .env.example apenas com valores de preenchimento.- Mantenha credenciais, arquivos de banco de dados e artefatos privados fora do controle de versão e da saída pública de compilação.- Adicione testes específicos para validação da personagem, persistência e limites de memória, rotas de chat, chamadas de ferramentas pelo agente, tratamento de tarefas de mídia, prevenção de duplicatas e seleção de idioma.- Teste se solicitações não suportadas não causam geração não solicitada de mídia alternativa.- Use provedores simulados nos testes automatizados de geração.- Execute o lint, as verificações de tipos, os testes e a compilação de produção existentes.- Reinicie o aplicativo local após concluir as alterações com sucesso e verifique se a página responde, preservando os dados existentes.- Finalize com o comando de inicialização, os arquivos alterados, os resultados da verificação e qualquer verificação cobrável que não tenha sido executada.
Este prompt dá ao agente o produto, o limite do segredo e os critérios de aceitação juntos. Você também pode abrir a página de integração de agentes do ModelRush, copiar seu prompt de integração completo e colocar os requisitos do produto acima dele.
3. Inicie o app e inspecione antes de conversar
Quando o agente terminar, confirme que o painel de rede do navegador nunca recebe a chave de API, que
.env.local não é rastreado pelo Git e que excluir a memória realmente remove os dados locais. Depois aprove um pequeno teste de Chat Completions.Como isso realmente funciona
Cada turno envia três partes de contexto para o modelo:
- Carta de personagem: personalidade estável, tom, interesses, limites de relacionamento e divulgação de que o personagem é IA.
- Memória: preferências que o usuário escolheu salvar mais um resumo de conversa comprimido periodicamente.
- Mensagens recentes: mensagens do usuário e do assistente da janela ativa.
Seu servidor monta essas partes em uma solicitação de Chat Completions compatível com OpenAI:
bashcurl https://api.modelrush.ai/v1/chat/completions \-H "Authorization: Bearer $MODELRUSH_API_KEY" \-H "Content-Type: application/json" \-d '{"model":"modelrush/qwen-flash-character","messages":[{"role":"system","content":"You are Mira, a fictional adult AI companion. Be warm, playful, honest that you are AI, and respect the user boundaries in this character card."},{"role":"user","content":"I had a long day. Ask me one thoughtful question."}],"stream":false}'
Use o ID do modelo ao vivo, a região e os limites retornados por
GET /v1/models antes de executar isso. O exemplo demonstra o formato da solicitação; não promete que um modelo permaneça ativo para sempre.Adicione imagens, voz e melhor memória depois
Assim que o texto funcionar, adicione capacidades separadamente em vez de acoplar tudo no primeiro dia:
- Use a API de Imagens do ModelRush para criar retratos e cenas para um personagem explicitamente fictício, depois preserve uma definição de personagem aprovada.
- Use Texto-para-Fala para respostas faladas e deixe o áudio sob controle do usuário.
- Represente memórias de longo prazo como itens que o usuário possa inspecionar, editar e excluir. Não colete silenciosamente fatos sensíveis sobre a vida real dele.
- Defina limites de saída, um orçamento diário e erros claros para que um loop não possa gerar chamadas ilimitadas.
Não baseie a companheira no rosto, voz ou identidade de uma pessoa real sem permissão clara. Não a projete para desencorajar relacionamentos com pessoas reais. Um bom produto de companheira é divertido, respeita limites e é sempre fácil de abandonar e excluir.
Crie agora
O caminho mais curto é simples: crie uma chave de API, abra seu projeto e entregue o prompt deste artigo para o Codex ou Claude Code. O agente escreve o app; o ModelRush fornece APIs unificadas de texto, imagem e áudio; você decide quem é o personagem e quais memórias valem a pena manter. Leia a documentação de Chat Completions e a precificação ao vivo, e mantenha o primeiro teste cobrável pequeno.
Próximos passos
Vá deste artigo direto para a ficha do modelo, os preços vigentes, a documentação da API e o Playground.Deixe a integração com um agente
Copie o contexto completo para que um agente revise sua stack e valide uma requisição real.Continue lendo
Siga para as decisões que cercam sua stack multimodelo.
Agentes
Roteamento multi-modelo para agentes de código: Nem todo passo precisa do modelo premium
21 de jul. de 2026
7 min de leitura

Agentes
Qualidade de fontes para agentes de pesquisa com IA: Mais buscas não significam melhor pesquisa
4 de jun. de 2026
7 min de leitura

Modelos de vídeo
Wan 3.0 ficou mais barato: novos preços Standard e Pro e modelos Prime Spicy
4 de set. de 2026
5 min de leitura
ModelRushUma integração, roteamento inteligente e cobrança transparente. Infraestrutura de modelos para times de desenvolvimento e agentes.© 2026 ModelRushTodos os sistemas operacionais