AWS
TiDB
Kiro
Hackathon · Time 2 · São Paulo · 02/09/2026
PORTÃO 360
Memória de agente para o passageiro brasileiro.
Construído com AWS,
TiDB e Kiro.
✈ B2B2C
● TiDB Cloud sa-east-1
● Amazon Titan Embed Text v2
⚡ Kiro
02.09.2026
portao360.com
O problema
Um atraso. Dois lados sem resposta.
Companhia aérea e passageiro vivem o mesmo evento com informação
fragmentada.
Companhia aérea
- Enxerga o atraso no portão
- Não vê a cascata de conexões afetadas
- Cada minuto acumula risco de multa
- Nenhuma memória sobre preferências do passageiro
O passageiro
- Navega sozinho pelo atraso
- Ninguém lembra que ele prefere janela
- Tem direitos que não conhece
- Reacomodação demorada, sem personalização
Resolução ANAC 400 — lei brasileira de aviação civil:
comunicação obrigatória a partir de 1h de atraso;
reacomodação e assistência material a partir de 4h. O
passageiro quase nunca recebe essa informação na hora certa.
A solução
Portão 360
Um banco de dados resolve os dois lados simultaneamente. SQL para o voo.
VECTOR para a memória.
🏢
Tela da cia
Score de cascata
Atraso no portão, risco de multa, conexões impactadas
⇌
⚡
TiDB Cloud
SQL + VECTOR
sa-east-1 · São Paulo
EMBED_TEXT
⇌
🧑✈️
Tela da Ana
Memória + rebook
Preferência janela, próximo voo disponível, Resolução 400
B2B2C — a cia paga. O passageiro usa. · Powered by
Amazon Titan Embed Text v2.
Como funciona
Da spec ao demo: 4 passos
01 · spec com Kiro
Kiro gerou nossas specs
Kiro acelerou todo o onboarding: .kiro/specs e .kiro/steering
definiram a arquitetura antes da primeira linha de código.
⚡ .kiro/specs
02 · memória
Ana declara preferências
"Prefiro janela. Conexão em GRU. Sem madrugada." EMBED_TEXT gera vetor
nativo VECTOR(1024) no TiDB.
VECTOR(1024)
03 · ocorrência
Voo atrasa. Cia enxerga.
airportdb: 5.191 voos, janela SP. Query calcula atraso real comparando
flight vs flightschedule via TIMESTAMPDIFF.
ATRASO 3h11
04 · resolução
Agente lembra e informa
VEC_COSINE_DISTANCE encontra janela. Rebook sugerido. Res. 400 citada
em uma linha. 1h+ comunicação; 4h+ assistência.
ANAC · Res. 400
Stack técnica
Ecossistema AWS completo. Um banco.
banco principal
TiDB Cloud
Starter · sa-east-1 São Paulo · cluster próprio · SQL + VECTOR no
mesmo engine
sa-east-1
embedding nativo
Amazon Titan
EMBED_TEXT via tidbcloud_free
VECTOR(1024) · Titan Embed Text v2
Bedrock
developer experience
Kiro
.kiro/specs + .kiro/steering
Onboarding e scaffold em minutos
⚡ specs + steering
dataset oficial
airportdb
5.191 voos · 617k reservas
36k passageiros · 12 tabelas
AWS S3 sa-east-1
-- busca vetorial: memória da Ana no TiDB
SELECT passenger_name, content,
VEC_COSINE_DISTANCE( embedding,
EMBED_TEXT("tidbcloud_free/amazon/titan-embed-text-v2", 'janela próximo voo GRU') )
AS dist
FROM agent_memories
ORDER BY dist LIMIT 3;
Por que vencemos
Cada critério. Cada ferramenta AWS.
Kiro acelerou nossa execução com specs
prontas em minutos.
Amazon Titan Embed Text v2 gerou vetores
nativos dentro do TiDB Cloud, sem call extra
ao Bedrock. O resultado: memória de agente persistente + Resolução ANAC
400 no mesmo fluxo.
| Critério |
Pts |
Como entregamos |
| ✅ Funciona |
20 |
loop: preferência → SQL/vetor → rebook
|
| ✅ Inovação |
15 |
Res. 400 + memória vetorial (MEM9)
|
| ✅ Valor de negócio |
15 |
passageiro BR · GRU · B2B2C real
|
| ✅ Pitch |
10 |
90 s · mostrar, não narrar
|
| ✅ TiDB Cloud sa-east-1 |
10 |
cluster próprio · São Paulo
|
| ✅ VECTOR / EMBED_TEXT |
8 |
Amazon Titan v2 nativo
|
| ✅ Kiro |
6 |
.kiro/specs + .kiro/steering no repo
|
| Total |
84 |
+ Bedrock 8 + EC2 8 = 100 possíveis
|
Portão 360
Um atraso. Dois clientes. Um banco.
portao360.com
✈ Portão 360
TiDB Cloud · sa-east-1
⚡ Kiro
Amazon Titan · Res. 400
Time 2 · AWS × TiDB LATAM Hackathon · São Paulo
· 2026