★ Lista curada

Awesome AI
Software Development

Ferramentas, frameworks, conceitos e referências para quem usa Inteligência Artificial no desenvolvimento de software.

28+ Ferramentas
11 Conceitos
4 Cursos
Navegacao rapida

Tabela de contexto

Uma entrada rapida para explorar o projeto sem depender apenas do menu lateral.

📖

Referencia

Vá direto para utilidades, conceitos e materiais de apoio contínuo.

🎯

Proposito

Escopo, principios e limites do que o projeto publica para a comunidade.

Este repositório existe para compartilhar conhecimento aberto sobre desenvolvimento de software com IA.

O que este projeto quer ser

  • Um repositório público, aberto e prático sobre desenvolvimento de software com IA.
  • Um ponto de partida para estudar ferramentas, conceitos, workflows e padrões emergentes.
  • Um lugar para publicar recursos compartilháveis que possam ser reutilizados em outros projetos.

O que este projeto busca fazer

  • Reunir ferramentas, frameworks, conceitos e referências úteis.
  • Explicar estruturas e convenções que ajudem times a trabalhar melhor com agentes.
  • Publicar materiais que sejam úteis tanto para aprendizado quanto para adoção prática.
  • Separar o que é conteúdo público do que é operação interna do repositório.

O que este projeto evita

  • Acoplar a proposta a uma ferramenta específica.
  • Transformar a página pública em manual interno de manutenção.
  • Expor detalhes operacionais que fazem sentido apenas para quem mantém este repositório.
  • Publicar estrutura interna como se ela fosse automaticamente útil para toda a comunidade.

Princípios

  • Conteúdo público deve ser útil para a comunidade, e não apenas para quem mantém o projeto.
  • Recursos compartilhados devem ser descritos de forma genérica e agnóstica sempre que possível.
  • Documentação interna e operação do projeto ficam fora do site público por padrão.
  • O site deve expor apenas conteúdo curado e intencionalmente compartilhado.
  • Sempre que possível, o repositório deve mostrar exemplos práticos, e não apenas listas de referências.

Como isso se reflete na estrutura

  • README.md funciona como porta de entrada pública e catálogo principal.
  • CLAUDE_TIPS.md concentra dicas práticas e referências rápidas sobre Claude Code.
  • docs/shared-resources.md cataloga skills, agents, plugins e convenções compartilháveis.
  • AGENTS.md, .agents/ e automações internas existem para operação do projeto, não para publicação automática.
🤝

Recursos Compartilhados

Skills, agents, plugins e convencoes compartilhaveis de forma agnostica.

Catálogo público de recursos que podem ser reaproveitados em outros projetos e por diferentes agentes.

Skills

  • claude-project-setup: skill para bootstrap de uma estrutura agnóstica de agentes, com foco em .agents/, AGENTS.md e compatibilidade com ferramentas específicas.

O que torna uma skill compartilhável

  • Resolve um problema recorrente, e não apenas uma necessidade local deste repositório.
  • Pode ser reutilizada em outros projetos com pouca ou nenhuma adaptação.
  • Explica claramente a convenção que adota, em vez de depender de contexto implícito.
  • Evita acoplamento desnecessário a uma única ferramenta quando isso não for estritamente necessário.

Agents

  • reviewer: template inicial para revisão com foco em bugs, riscos, regressão e lacunas de teste.

O que torna um agent compartilhável

  • Tem uma responsabilidade clara e limitada.
  • Define expectativas de saída, como formato de review, critérios ou guardrails.
  • Pode ser adotado por times diferentes sem depender da estrutura interna deste projeto.

Plugins

  • O repositório documenta plugins e integrações úteis no catálogo principal.
  • Recursos compartilhados devem evitar dependência exclusiva de uma ferramenta.
  • Sempre que um plugin exigir convenções próprias, isso deve ser documentado de forma explícita.

Convenções

  • .agents/ é a fonte de verdade para recursos compartilhados entre agentes.
  • AGENTS.md é o contexto global compartilhado.
  • .claude/ e CLAUDE.md existem como compatibilidade.
  • .agents/commands/ é a origem canônica dos comandos.
  • .claude/commands/ permanece como wrapper mínimo de compatibilidade.
  • Recursos promovidos a padrão do projeto devem ser descritos aqui antes de entrarem no setup padrão.

Instalar a skill de setup

Há duas formas principais de adotar a estrutura-base deste projeto em outro repositório.

Via scripts do projeto

  • Linux/macOS: bash scripts/setup-agents.sh full
  • Windows CMD: scripts\setup-agents.cmd full
  • Windows PowerShell: powershell -ExecutionPolicy Bypass -File .\scripts\setup-agents.ps1 -Profile full

Via adaptação manual

  • Crie .agents/ como fonte de verdade para commands, skills, agents e rules.
  • Use AGENTS.md como contexto global compartilhado.
  • Trate CLAUDE.md e .claude/ como camadas de compatibilidade.
  • Mantenha a documentação pública separada dos artefatos operacionais internos.

O que o setup cria

  • Estrutura base em .agents/.
  • AGENTS.md com contexto inicial.
  • Aliases de compatibilidade para Claude.
  • Templates públicos e operacionais do perfil full.

Quando promover algo para este catálogo

  • Quando o recurso puder ser reaproveitado por outros projetos.
  • Quando ele expressar uma convenção agnóstica, e não apenas um detalhe interno.
  • Quando houver valor em documentar instalação, uso ou expectativas de manutenção.
💡

Claude Tips

Dicas praticas e estrutura recomendada para uso com agentes, sem expor operacao interna do projeto.

Dicas e referências rápidas para usar melhor o Claude Code.

Referências

Links para leitura rápida, inspiração e consulta oficial sobre Claude Code.

Comandos Úteis

Comandos e flags que valem conhecer antes de automatizar ou operar o Claude Code no dia a dia.

  • claude --dangerously-skip-permissions: pula prompts de permissão. É útil para automação e execução desassistida, mas só deve ser usado em repositórios confiáveis e ambientes bem controlados.

Fluxos Práticos

Dicas para transformar o Claude Code em parte do workflow do projeto, e não apenas em uma ferramenta ocasional.

  • Separe claramente o que é contexto compartilhado do projeto (AGENTS.md) do que é compatibilidade com uma ferramenta específica (CLAUDE.md, .claude/).
  • Use .agents/commands/ como origem dos comandos do projeto e trate .claude/commands/ apenas como compatibilidade.
  • Mantenha documentação pública, regras internas e automações operacionais em lugares diferentes para evitar acoplamento desnecessário.
  • Quando o projeto tiver GitHub Pages, publique apenas conteúdo curado e público; não exponha estruturas internas por acidente.
  • Prefira evoluir templates e scripts de bootstrap de forma centralizada, para manter o setup reproduzível entre ferramentas e sistemas operacionais.
  • Trate comandos, skills e regras como produtos compartilháveis: se algo puder ser reutilizado por outras pessoas, documente e promova isso explicitamente.

Estrutura proposta para projetos que usam CLAUDE

Uma estrutura modular útil para projetos com Claude Code e outras ferramentas de agentes combina uma fonte de verdade agnóstica, aliases de compatibilidade, documentação pública e automações operacionais bem separadas.

projeto/
├── .agents/
│   ├── agents/
│   ├── commands/
│   ├── skills/
│   └── rules/
├── .claude -> .agents
├── .codex -> .agents
├── AGENTS.md
├── CLAUDE.md -> AGENTS.md
├── docs/
│   ├── purpose.md
│   ├── shared-resources.md
│   ├── architecture.md
│   ├── decisions/
│   └── runbooks/
├── src/
├── scripts/
│   ├── setup-agents.sh
│   ├── setup-agents.ps1
│   ├── setup-agents.cmd
│   └── templates/
├── tools/
│   ├── scripts/
│   └── prompts/
└── images/

Componentes-chave

  • .agents/: fonte da verdade para comandos, skills, regras e outros artefatos compartilhados entre agentes.
  • .agents/commands/: origem canônica dos comandos do projeto.
  • AGENTS.md: memória compartilhada principal do projeto, com contexto, comandos e diretrizes globais.
  • CLAUDE.md: alias de compatibilidade apontando para AGENTS.md.
  • .claude: alias de compatibilidade apontando para .agents/.
  • docs/purpose.md: propósito, escopo e princípios públicos do repositório.
  • docs/shared-resources.md: catálogo público de skills, agents, plugins e convenções compartilháveis.
  • docs/architecture.md: visão arquitetural do projeto.
  • docs/decisions/: registro de decisões arquiteturais.
  • docs/runbooks/: procedimentos operacionais para tarefas recorrentes.
  • scripts/: bootstrap e templates versionados da estrutura agnóstica.
  • src/: código-fonte, scripts principais e testes do projeto.
  • tools/scripts/: automações operacionais e utilitários internos do projeto.
  • tools/prompts/: prompts reutilizáveis quando fizer sentido para o workflow.
  • scripts/templates/: templates versionados usados pelo bootstrap para gerar AGENTS.md, ADRs, onboarding e regras iniciais.

Boas práticas

  • Mantenha o AGENTS.md curto, focado e atualizado.
  • Separe contexto do projeto, documentação pública e automações operacionais.
  • Trate .agents/ como a estrutura compartilhada e use aliases apenas para compatibilidade.
  • Faça novos comandos nascerem em .agents/commands/; .claude/commands/ deve existir apenas como compatibilidade.
  • Use commands, skills e rules para tarefas repetitivas, guardrails e verificações simples.
  • Documente decisões importantes em docs/decisions/.
  • Mantenha README.md genérico e público; instruções internas devem ficar fora da página principal.
  • Evolua o bootstrap editando scripts/templates/, em vez de espalhar conteúdo inline em vários scripts.
  • Evite estruturar o repositório de forma artificial; adapte a árvore ao tipo real de projeto.
  • Preserve arquivos gerados como artefatos, não como fonte de verdade.
  • Se um recurso for pensado para compartilhamento, descreva-o em docs/shared-resources.md antes de tratá-lo como parte do setup padrão.

Dicas de Desenvolvimento

  • Mantenha prompts modulares e fáceis de reutilizar.
  • Mantenha a estrutura do repositório limpa e previsível.
  • Use skills e comandos para workflows recorrentes.
  • Use hooks para automatizar verificações e guardrails.
  • Documente arquitetura, decisões e runbooks operacionais.

Uso com cuidado: claude --dangerously-skip-permissions

Segundo a documentação oficial do Claude Code, a flag --dangerously-skip-permissions inicia o Claude sem prompts de permissão. Isso pode ser útil em automações, scripts e execuções desassistidas, principalmente em ambientes isolados como devcontainers.

Exemplo de uso:

claude --dangerously-skip-permissions

Alertas importantes:

  • Use essa opção apenas quando você entender exatamente quais comandos e acessos o Claude poderá executar sem confirmação.
  • A documentação oficial recomenda cautela explícita no uso dessa flag.
  • No guia de devcontainers, a Anthropic explica que nem mesmo um ambiente isolado impede totalmente que um projeto malicioso exfiltre dados acessíveis no ambiente, incluindo credenciais do Claude Code.
  • Prefira esse modo apenas em repositórios confiáveis e, de preferência, dentro de ambientes isolados e controlados.

Referências oficiais:

  • CLI reference: <https://docs.anthropic.com/en/docs/claude-code/cli-usage>
  • Dev Containers: <https://docs.anthropic.com/pt/docs/claude-code/devcontainer>

CLI Agents

Claude Code Essencial

Agente de coding da Anthropic, profundo entendimento de codebases e contexto longo

Codex Recomendado

Ferramenta de coding da OpenAI, geração e edição de código via CLI

Gemini CLI Novo

CLI open-source do Google com integração ao Gemini e Google Search

Aider A testar

Pair programming no terminal, integra com Git local, suporta Claude/GPT/Ollama

OpenCode A testar

Alternativa open-source ao Claude Code, suporta praticamente todos os provedores de modelo

IDEs com IA

Cursor A testar

IDE com IA nativa integrada ao fluxo de edição

IDE da Google com agente de coding agentico avançado

Windsurf A testar

IDE com agente "Cascade" (modos Write, Chat e Turbo), concorrente direto ao Cursor

Zed A testar

Editor open-source em Rust, extremamente rápido, suporta Claude, Gemini e modelos locais via Ollama

O VS Code com Copilot nativo e ecossistema de extensões de IA (Continue, Codeium, RooCode)

Trae Novo

IDE gratuita da ByteDance, construída sobre VS Code, com agentes de IA integrados (GPT-4 e Claude)

Frameworks & Bibliotecas

Framework para automação de tarefas de desenvolvimento com IA

OpenSpec Recomendado

Framework de especificação orientado a IA

SpecKit A testar

Guia e kit para spec-driven development no GitHub

Superpowers Essencial

Extensões e superpoderes para agentes de IA

Agent OS A testar

Framework para construir e orquestrar agentes de IA com fluxos reproduzíveis

Documentos interativos com queries para IA

ccusage Recomendado

Analisador de uso e custo do Claude Code

OpenRouter Recomendado

Gateway unificado para 300+ modelos de IA via API compatível com OpenAI

🔗

MCP

Servidor MCP para acessar instâncias Grafana e o ecossistema ao redor

Playwright MCP A testar

Servidor MCP de automação de navegador e testes E2E com Playwright, permitindo interações via snapshots de acessibilidade

Servidor MCP da Netlify para build, deploy e operações relacionadas

🧵

Plugins

Frontend Design Essencial

Plugin para design e geração de frontend no Claude Code

Plugin da OpenAI que integra o Codex ao Claude Code

Firecrawl A testar

Plugin para o Claude Code que permite rastrear e extrair conteúdo da web para alimentar fluxos de trabalho e agentes

Skills

Interface Design Essencial

Skill para design de interface

Napkin Novo

Uma habilidade de Claude Code que dá ao agente uma memória persistente de seus erros

TLC Spec Driven A testar

Tech Leads Club - Skill para desenvolvimento orientado a especificações com agentes de IA

Artigos

Videos

🔧

Utilidades & Referências

🔧
Spec-Driven Development: Kiro, spec-kit, and Tessl

Artigo do Martin Fowler explorando ferramentas de SDD

🔧
Architecture Decision Record (ADR)

Templates e guias para registrar decisões de arquitetura

🔧
CLAUDE.md Guide

Guia oficial da Anthropic para configurar memory files

🎓

Cursos

📖

Livros

💡

Conceitos

Glossário de termos essenciais para desenvolvimento com IA. Clique para expandir.

Interface conversacional com um modelo de IA. No desenvolvimento de software, é usada para explorar soluções, gerar código, revisar PRs e debugar — funcionando como um par de programação sempre disponível.
Instrução ou entrada que você envia ao modelo. É o principal mecanismo de controle do desenvolvedor: a qualidade do output depende diretamente da clareza e especificidade do prompt. Inclui contexto, exemplos, restrições e o objetivo desejado.
Unidade básica de processamento de texto em LLMs — aproximadamente 4 caracteres ou ¾ de uma palavra em inglês. Impacta diretamente o custo (cobrança por token) e os limites de entrada/saída. Código é mais "denso" em tokens que texto comum.
A "janela de memória" do modelo — tudo que ele pode ver durante uma conversa: histórico de mensagens, arquivos carregados, resultados de ferramentas. Quanto maior o contexto, mais caro e lento. Gerenciar bem o contexto (o que incluir, o que descartar) é essencial para eficiência.
A rede neural treinada que processa prompts e gera respostas. Escolher o modelo certo é um trade-off entre capacidade, velocidade e custo: modelos menores (Haiku) para tarefas simples e rápidas; modelos maiores (Opus/Sonnet) para raciocínio complexo e arquitetura.
Model Context Protocol — padrão aberto da Anthropic para conectar modelos de IA a ferramentas e fontes de dados externas (bancos de dados, APIs, sistemas de arquivos). Permite que o agente execute ações reais no ambiente do desenvolvedor de forma padronizada.
Instrução reutilizável que orienta o modelo a seguir um processo específico — como um SOP (procedimento operacional padrão) para o AI. No Claude Code, skills definem workflows (TDD, debugging, code review) garantindo consistência entre sessões.
Extensão que adiciona capacidades a ferramentas de AI. No Claude Code, um plugin pode incluir skills, hooks, comandos e servidores MCP, empacotados e compartilháveis entre times — equivalente a um pacote npm, mas para comportamentos de AI.
Sistema de IA que opera de forma autônoma, tomando decisões e executando ações em sequência para atingir um objetivo. No desenvolvimento de software, agentes podem planejar, escrever código, rodar testes e corrigir bugs com mínima intervenção humana.
Técnica que combina busca em bases de conhecimento externas com geração de texto por LLMs. Em vez de depender apenas do treinamento do modelo, o RAG recupera documentos relevantes e os usa como contexto, melhorando precisão e reduzindo alucinações.
Capacidade do modelo de invocar ferramentas externas (APIs, funções, comandos) durante a geração de resposta. Permite que o modelo execute ações reais — buscar dados, rodar código, acessar sistemas — em vez de apenas gerar texto.