SLV v0.10.0 é lançado — da CLI ao agente de IA: implante e opere validadores e RPCs da Solana em linguagem natural

A ELSOUL LABO B.V. (sede: Amsterdã, Países Baixos; CEO: Fumitake Kawasaki) e a Validators DAO lançaram o SLV v0.10.0. Com esta versão, a configuração e a operação de validadores e RPCs da Solana podem ser realizadas integralmente por meio de conversas em linguagem natural, sem exigir conhecimento especializado da linha de comando.

Antes, a configuração inicial de um validador da Solana exigia domínio da CLI, edição manual de arquivos de configuração e memorização de procedimentos — processo que geralmente levava de horas a dias. Com o SLV v0.10.0, a implantação é concluída em uma breve conversa com um agente de IA. A versão reduz estruturalmente a barreira de entrada na rede Solana.

Quem está iniciando um novo validador da Solana — Configurar um validador tradicionalmente era uma tarefa altamente técnica. Quais comandos executar e em que ordem, quais valores de configuração são adequados, qual versão usar — um único erro de julgamento em qualquer desses pontos pode impedir a participação estável na rede. Com o SLV v0.10.0, um agente de IA trata essas decisões com precisão. Basta descrever o que você precisa: o agente monta automaticamente as etapas necessárias, confirma com você e executa.

Operadores de validadores existentes — A Solana atravessa uma fase de mudanças e rollbacks frequentes de versão durante a atualização da rede para a v3. A carga operacional é significativa, pois cada ciclo exige muito tempo para verificar e executar os procedimentos. O SLV v0.10.0 permite realizar upgrades, downgrades, reinicializações e trocas de identidade — as tarefas operacionais do dia a dia — inteiramente por conversas em linguagem natural.

O ecossistema Solana como um todo — A qualidade da rede Solana depende diretamente da qualidade operacional de cada validador. Quando a barreira de entrada permanece alta, a diversidade dos operadores fica limitada, restringindo a descentralização e a resiliência gerais da rede. Reduzir essa barreira sem comprometer a qualidade operacional é essencial ao crescimento saudável do ecossistema Solana.

Até agora, o SLV estava disponível como ferramenta de CLI. Na v0.10.0, essa base foi preservada por completo, e uma nova camada permite que agentes de IA a operem com precisão.

You: Deploy a mainnet Jito validator on 203.0.113.10
Agent: I'll set up a mainnet Jito validator. Let me walk you through...

You: Deploy a mainnet Jito validator on 203.0.113.10
Agent: I'll set up a mainnet Jito validator. Let me walk you through...

Os operadores não precisam mais memorizar comandos nem editar manualmente arquivos de configuração. O agente de IA escolhe os procedimentos adequados, propõe valores, verifica por meio de um dry run e então avança para a execução.

É importante destacar que o sistema não entrega as operações da Solana a uma IA genérica.

Tentar automatizar operações de validadores da Solana apenas com uma IA genérica não produz resultados estáveis. Essas operações envolvem muitas nuances difíceis de documentar — requisitos específicos de cada versão, diferenças de configuração da rede e decisões de rollback durante incidentes. Quando uma IA atua sem esse conhecimento, pode executar procedimentos ambíguos e arriscar a degradação do desempenho do validador e da qualidade da rede.

As AI Agent Skills do SLV v0.10.0 sistematizam o conhecimento operacional real acumulado no desenvolvimento e na operação do SLV em uma forma que agentes de IA conseguem consultar com precisão. Elas abrangem o mapeamento completo entre comandos da CLI e playbooks Ansible, versões recomendadas, práticas operacionais seguras e armadilhas comuns.

Como a operação de validadores exige confiança, a precisão da base consultada pelo agente de IA é crucial. O SLV fornece essa base.

O SLV v0.10.0 apresenta três AI Agent Skills:

slv-validator — Skill para implantar e gerenciar validadores da mainnet e testnet, com suporte a configurações Jito, Agave e Firedancer.

slv-rpc — Skill especializada na implantação e no gerenciamento de nós RPC, cobrindo configurações Standard, Index e Geyser gRPC.

slv-grpc-geyser — Skill para implantar e gerenciar streaming gRPC Geyser, com suporte a Yellowstone e Richat.

Cada skill inclui um SKILL.md com conhecimento operacional abrangente, um AGENT.md que define fluxos interativos de implantação, um script automatizado para instalar os requisitos e exemplos de arquivos de inventário.

As skills são compostas por Markdown simples e Ansible, sem dependência de um agente de IA específico. Elas funcionam com OpenClaw, Claude Code, Codex, Cursor, Windsurf e qualquer outro agente de programação com IA. Também é possível executar os playbooks Ansible diretamente, sem um agente de IA.

Skills no ClawHub: https://clawhub.ai/skills?sort=downloads&q=slv

A v0.10.0 amplia significativamente o suporte ao Firedancer. Agora há suporte oficial aos tipos de validador firedancer-agave e firedancer-jito, com templates de configuração parametrizados (hugepages, portas e identidade), gerenciamento pelo serviço firedancer.service e limpeza de hugetlbfs nas implantações. À medida que o Firedancer ganha atenção como cliente de validação de próxima geração da Solana, o suporte completo do SLV facilita sua adoção por mais operadores.

Quando um agente de IA executa uma operação, o SLV sempre propõe primeiro um dry run (modo --check). As mudanças são revisadas antes da execução, e o operador precisa aprová-las antes que qualquer alteração seja aplicada.

Observe que agentes de IA se comportam de maneiras diferentes conforme os prompts e as instruções recebidos. Embora as skills do SLV forneçam uma base operacional precisa ao agente, a responsabilidade final pelas decisões de execução e por seus resultados cabe ao operador. Isso não difere das operações tradicionais por CLI — a forma da ferramenta muda, mas a responsabilidade operacional permanece com o operador.

A ELSOUL LABO é aprovada há cinco anos consecutivos, desde 2022, no WBSO (Wet Bevordering Speur- en Ontwikkelingswerk), programa de apoio a P&D do governo neerlandês. Entre os projetos aprovados para 2026 está a “Pesquisa e desenvolvimento de automatização do posicionamento de validadores e da orquestração operacional”, e as AI Agent Skills do SLV v0.10.0 são a implementação direta desse tema de pesquisa.

A pesquisa e o desenvolvimento da ELSOUL LABO não são separados da implementação e da operação reais. As hipóteses de pesquisa tomam forma em implementações, são validadas sob limitações operacionais, e os desafios descobertos alimentam o ciclo seguinte de pesquisa. O SLV v0.10.0 nasceu desse ciclo.

O SLV continuará buscando maior precisão e automação mais avançada por meio da integração com MCP (Model Context Protocol).

A operação de validadores por agentes de IA está apenas começando. Embora a versão atual já permita realizar por linguagem natural desde a implantação até a rotina operacional, a integração com MCP abrirá caminho para automações ainda mais avançadas. Por exemplo, o failover automático — procedimento complexo, com várias etapas, em que uma falha não é aceitável — poderá ser executado com maior precisão por agentes de IA via MCP. Decisões baseadas em monitoramento, orquestração integrada de vários nós e outras capacidades que elevarão ainda mais a confiabilidade operacional estão adiante.

O SLV oferece a base confiável que sustenta essa evolução. Não uma adoção vaga de IA, mas colaboração com agentes de IA apoiada por conhecimento operacional preciso. O SLV continuará evoluindo como fundamento que sustenta estruturalmente a qualidade operacional da Solana e cria um ambiente em que qualquer pessoa pode participar nas mesmas condições.