Português
Voltar ao início

Ferramentas de desenvolvimento com IA

Recursos, instalação e uso de ferramentas de desenvolvimento com IA

Estas ferramentas integram geração de código, pesquisa, testes e automação aos fluxos de desenvolvimento de software. Permissões, ambientes compatíveis e maturidade variam; consulte a documentação oficial e os limites de segurança antes do uso.

Ferramentas e plataformas abertas

Estas ferramentas e plataformas abertas têm repositórios públicos no GitHub; o número de estrelas é datado e sincronizado diariamente. Licenças de código e modelos e termos de serviços hospedados devem ser consultados separadamente nas fontes oficiais.

Claude Code

Parceiro de programação com IA

153k · sincronizado 2026-10-22

O Claude Code é a ferramenta de programação agêntica da Anthropic para fluxos de trabalho no terminal e na IDE. Ele pode inspecionar repositórios, editar ficheiros, executar comandos e testes e trabalhar com controle de versão sob permissões configuráveis.

Principais recursos

  • Compreensão de bases de código inteiras
  • Escrita e modificação de código
  • Execução de testes e builds
  • Execução de operações Git
  • Uso de comandos de terminal
  • Conversação interativa de programação

Instalação

Comandos de instalação remota executam código baixado. Revise a página e o script de instalação oficiais antes de executá-los, sobretudo em ambientes privilegiados ou corporativos.

# Mac/Linux (recomendado)
curl -fsSL https://claude.ai/install.sh | bash

# Windows (recomendado)
irm https://claude.ai/install.ps1 | iex

# Homebrew (macOS/Linux)
brew install --cask claude-code

# WinGet (Windows)
winget install Anthropic.ClaudeCode

# Obs: `npm install -g @anthropic-ai/claude-code` está obsoleto
Verificação
Ambiente
macOS / Linux / Windows · zsh / bash / PowerShell

Uso

# Iniciar uma sessão interativa em qualquer diretório
claude

# Retomar uma sessão anterior
claude --continue

# Atualizar para a versão mais recente
claude update

# Prompt único
claude -p "explique o fluxo de autenticação deste repositório"

# Listar comandos slash integrados
claude /help

MCP (Model Context Protocol)

Padrão aberto para conectividade de IA

91k · sincronizado 2026-10-22

O MCP é um protocolo padrão aberto introduzido pela Anthropic para estabelecer conexões padronizadas entre modelos de IA e ferramentas/fontes de dados externas. É chamado de «interface USB-C» para a IA, permitindo interação flexível com diversas ferramentas e dados.

Principais recursos

  • Padrão unificado de conexão de ferramentas
  • Suporte a múltiplas fontes de dados
  • Mecanismo de autorização seguro
  • Arquitetura extensível

Instalação

Comandos de instalação remota executam código baixado. Revise a página e o script de instalação oficiais antes de executá-los, sobretudo em ambientes privilegiados ou corporativos.

# O MCP é em si um protocolo — ele é usado através de um cliente como Claude Desktop ou Claude Code.

# 1. Editar o ficheiro de configuração:
#    macOS:   ~/Library/Application Support/Claude/claude_desktop_config.json
#    Windows: %APPDATA%\Claude\claude_desktop_config.json
# 2. Adicionar um bloco mcpServers (veja o exemplo abaixo).
# 3. Reiniciar o cliente.

# 4. Ou instalar um servidor de referência diretamente:
npx -y @modelcontextprotocol/server-filesystem /path/to/folder
Verificação
Ambiente
depende do cliente · zsh / bash / PowerShell

Uso

No Claude Desktop, adicione servidores MCP através do menu de configurações para usá-los.

OpenAI Codex CLI

Agente de codificação de terminal da OpenAI

130k · sincronizado 2026-10-22

openai/codex é um agente de codificação leve de terminal lançado pela OpenAI (github.com/openai/codex, escrito em Rust). Roda localmente no seu terminal, usa os modelos atuais da OpenAI, escolhidos por sessão, autentica via OAuth do ChatGPT e pode carregar servidores MCP. Codex CLI é a contraparte open source de Claude Code no lado da OpenAI.

Principais recursos

  • Open source oficial da OpenAI
  • TUI em Rust
  • Usa os modelos atuais da OpenAI
  • Login OAuth do ChatGPT
  • Carrega servidores MCP
  • Execução de código em sandbox

Instalação

Comandos de instalação remota executam código baixado. Revise a página e o script de instalação oficiais antes de executá-los, sobretudo em ambientes privilegiados ou corporativos.

# Mac/Linux (recomendado)
curl -fsSL https://chatgpt.com/codex/install.sh | sh

# Windows (recomendado)
powershell -ExecutionPolicy ByPass -c "irm https://chatgpt.com/codex/install.ps1 | iex"

# npm global
npm install -g @openai/codex

# Homebrew (macOS/Linux)
brew install --cask codex
Verificação
Ambiente
macOS / Linux / Windows · zsh / bash / PowerShell

Uso

# Iniciar sessão interativa (OAuth automático)
codex

# Tarefa única (modo headless)
codex exec "explique todos os ficheiros .ts em src/"

# Trocar de modelo: veja https://github.com/openai/codex

browser-use

Automação de navegador com IA

119k · sincronizado 2026-10-22

browser-use é uma biblioteca Python de código aberto para agentes de IA que utilizam o navegador (github.com/browser-use/browser-use). Ela permite que LLMs operem um navegador real como humanos (clicar, escrever, deslocar, capturar o ecrã), perfeita para cenários que precisam interagir com sites sem API. Usável diretamente como biblioteca Python ou exposta como servidor MCP para Claude Code e outros clientes.

Principais recursos

  • Suporta todos os principais LLMs (GPT / Claude / Gemini / local)
  • Biblioteca Python OU servidor MCP
  • Suporte a navegador real (Chrome / Chromium)
  • Compreensão visão + DOM
  • Capturas de ecrã passadas ao LLM

Instalação

pip install browser-use

uvx --from 'browser-use[cli]' browser-use --mcp
Verificação
Ambiente
macOS / Linux / Windows · zsh / bash / PowerShell

Uso

# Em um script Python:
from browser_use import Agent, ChatOpenAI

llm = ChatOpenAI(model="gpt-5")
agent = Agent(
    task="Visite https://news.ycombinator.com e encontre as 5 principais notícias de IA de hoje",
    llm=llm,
)
result = await agent.run()
print(result)

# Como servidor MCP:
# 1. Configurar .mcp.json
# 2. Claude Code carrega automaticamente ao iniciar

OpenClaw

Assistente de IA em código aberto

393k · sincronizado 2026-10-22

O OpenClaw é um assistente pessoal de IA em código aberto que funciona no seu próprio computador e lhe responde nas aplicações de conversação que já utiliza, como Discord, iMessage, Slack, Telegram e WhatsApp, bem como nas suas próprias aplicações para computador e telemóvel. O estado, a memória e as credenciais ficam no seu equipamento, e o modelo por trás dele, alojado ou local, é um plugin que escolhe e pode trocar. É distribuído sob a licença MIT e gerido pela fundação OpenClaw, uma organização sem fins lucrativos.

Principais recursos

  • Totalmente em código aberto
  • Suporte multiplataforma
  • Implantação auto-hospedável
  • Comunidade ativa
  • Vários provedores de modelos (escolhidos no onboarding ou na configuração)

Instalação

Comandos de instalação remota executam código baixado. Revise a página e o script de instalação oficiais antes de executá-los, sobretudo em ambientes privilegiados ou corporativos.

# Script de instalação (macOS / Linux / WSL2), que fornece um runtime Node.js compatível quando necessário
curl -fsSL https://openclaw.ai/install.sh | bash

# Windows PowerShell
iwr -useb https://openclaw.ai/install.ps1 | iex

# Ou com npm (Node 24.16+ ou 26.1+; no npm 11.15 ou anterior, omita --allow-scripts)
npm install -g openclaw@latest --allow-scripts=openclaw

# Execute o assistente de onboarding (instala o daemon como serviço de utilizador)
openclaw onboard --install-daemon

# Verifique o status do gateway
openclaw gateway status
Verificação
Ambiente
macOS / Linux / Windows · zsh / bash / PowerShell

Uso

# 1. Execute o assistente primeiro
openclaw onboard --install-daemon

# 2. Verifique se o gateway está em execução
openclaw gateway status

# 3. Abra a Control UI e envie uma mensagem de teste
openclaw dashboard

# 4. Opcional: iniciar em primeiro plano (modo debug)
openclaw gateway stop
openclaw gateway --port 18789 --verbose

# 5. Documentação: https://docs.openclaw.ai

Hermes-Agent

Agente de IA em crescimento

256k · sincronizado 2026-10-22

O Hermes-Agent é «O agente que cresce consigo» — um agente de IA que cresce continuamente com o uso. Ele pode aprender autónomamente os hábitos do utilizador, otimizar a execução de tarefas e fornecer serviços cada vez mais personalizados.

Principais recursos

  • Aprendizagem adaptativa
  • Memória de longo prazo
  • Serviço personalizado
  • Otimização contínua de tarefas
  • Suporte multimodal

Instalação

Comandos de instalação remota executam código baixado. Revise a página e o script de instalação oficiais antes de executá-los, sobretudo em ambientes privilegiados ou corporativos.

# Runtime: Python 3.11+ (tratado automaticamente pelo instalador)

# Mac/Linux (one-liner)
curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash

# Windows (PowerShell)
iex (irm https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.ps1)

# O instalador cuida de uv, Python 3.11, Node.js, ripgrep, ffmpeg e um Git Bash portátil
Verificação
Ambiente
macOS / Linux · zsh / bash

Uso

# 1. Execute o assistente de configuração (modelo + ferramentas)
hermes setup

# 2. Ou: autentique via OAuth do Nous Portal (um comando)
hermes setup --portal

# 3. Inicie a interface de terminal
hermes

# 4. Ou: execute o gateway e converse pelo Telegram/Discord/Slack
hermes gateway setup
hermes gateway start

# 5. Troque de modelo (OpenRouter tem 200+ modelos)
hermes model

# Documentação: https://hermes-agent.nousresearch.com/docs/

Anthropic Skills

Repositório oficial de implementação Claude Skills

183k · sincronizado 2026-10-22

anthropics/skills é o repositório oficial de implementação de referência da Anthropic para Claude Skills — pastas de instruções, scripts e recursos que o Claude pode carregar dinamicamente para executar tarefas especializadas. Os Skills ensinam ao Claude fluxos de trabalho repetíveis: aplicar diretrizes de marca, analisar dados segundo as convenções da sua organização, automatizar tarefas pessoais, entre outros.

Principais recursos

  • Mantido pela Anthropic
  • Especificação Skills carregável dinamicamente
  • Exemplo de integração da API Skills
  • Cobre documentos, dados e fluxos de trabalho
  • Modelos para Skills personalizados
  • Conforme o padrão agentskills.io

Instalação

/plugin marketplace add anthropics/skills

/plugin install document-skills@anthropic-agent-skills
Verificação
Ambiente
Claude Code / Claude API · Claude Code / HTTP

Uso

Claude Code: mencione pelo nome um Skill instalado na solicitação.

Claude API: execute Skills pelo campo `container.skills` da Messages API, com a ferramenta de execução de código. `GET /v1/skills` apenas lista Skills; não os executa.
https://platform.claude.com/docs/en/build-with-claude/skills-guide

Claude Code Security Review

Scanner de segurança de PR oficial da Anthropic (GitHub Action)

6.5k · sincronizado 2026-10-22

claude-code-security-review é a GitHub Action oficial da Anthropic (github.com/anthropics/claude-code-security-review) que usa o Claude para revisar automaticamente os diffs de PR em busca de vulnerabilidades de segurança. Suporta análise diff-aware (apenas ficheiros alterados), publica os achados como comentários de revisão ancorados em linhas, e inclui um filtro de falsos positivos que exclui automaticamente as categorias DoS, rate-limiting, esgotamento de memória/CPU, validação genérica de entrada e open-redirect.

Principais recursos

  • Mantido pela Anthropic
  • Análise diff-aware (só ficheiros alterados)
  • Comentários de revisão ancorados em linhas
  • Filtro FP para 5 categorias ruidosas
  • Integração nativa com GitHub Action
  • Modelo Claude configurável (padrão definido pelo repositório)

Instalação

# Crie .github/workflows/security-review.yml

name: Claude Code Security Review
on:
  pull_request:
permissions:
  pull-requests: write
  contents: read
jobs:
  security-review:
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v4
        with:
          ref: ${{ github.event.pull_request.head.sha || github.sha }}
          fetch-depth: 2
      - uses: anthropics/claude-code-security-review@main
        with:
          comment-pr: true
          claude-api-key: ${{ secrets.ANTHROPIC_API_KEY }}

# ⚠️ Esta Action NÃO é protegida contra prompt injection.
# Use apenas em PRs confiáveis, em conjunto com a opção do GitHub
# «Require approval for all external contributors».
Verificação
Ambiente
GitHub Actions · YAML / bash

Uso

# 1. Adicione o secret ANTHROPIC_API_KEY ao repositório
# 2. Ao abrir/atualizar uma PR, a Action analisa automaticamente os diffs
#    e publica achados como comentários de revisão
# 3. Os mantenedores veem a gravidade e a linha na conversa da PR

Ollama

Ambiente local de execução de modelos

184k · sincronizado 2026-10-22

O Ollama baixa e executa modelos no macOS, Linux e Windows, com CLI e API HTTP local. A execução inteiramente local, os recursos necessários e o eventual envio de dados a um serviço remoto dependem do modelo escolhido e da configuração.

Principais recursos

  • Download e execução local de modelos
  • Biblioteca de modelos e Modelfile
  • CLI e API local
  • Embeddings, visão e chamada de ferramentas
  • Bibliotecas Python e JavaScript
  • Modelos em nuvem opcionais

Instalação

Comandos de instalação remota executam código baixado. Revise a página e o script de instalação oficiais antes de executá-los, sobretudo em ambientes privilegiados ou corporativos.

# macOS / Windows
# Descarregue o instalador em https://ollama.com/download

# Linux (revise o script remoto antes de executá-lo)
curl -fsSL https://ollama.com/install.sh | sh
Verificação
Ambiente
macOS / Linux / Windows · zsh / bash / PowerShell
Fonte
Ollama

Uso

# Inicie uma conversa com um modelo
ollama run gemma4

# Confira a versão instalada
ollama -v

Hugging Face Hub

Plataforma aberta de colaboração em IA

4k · sincronizado 2026-10-22

O Hugging Face Hub é uma plataforma de IA para descobrir, compartilhar e desenvolver em conjunto modelos, conjuntos de dados e Spaces públicos ou privados. A biblioteca huggingface_hub e a CLI hf permitem pesquisar, descarregar, enviar, gerir o cache e usar serviços de inferência; a licença de cada modelo e conjunto de dados deve ser verificada separadamente.

Principais recursos

  • Modelos, conjuntos de dados e Spaces
  • Repositórios públicos e privados
  • Cartões de modelos, cartões de conjuntos de dados e licenças
  • CLI hf e biblioteca Python
  • Inference Providers e Endpoints
  • Integrações MCP e Skill para agentes de IA

Instalação

# Instale a CLI do Hugging Face Hub e a biblioteca Python
pip install -U "huggingface_hub"

# Entre apenas se precisar de acesso privado ou upload
hf auth login
Verificação
Ambiente
macOS / Linux / Windows / hosted · zsh / bash / PowerShell / Python

Uso

# Descarregue um ficheiro de um repositório público de modelo
hf download gpt2 config.json

# Pesquise modelos e limite os resultados
hf models ls --search bert --limit 5

Conceitos abstratos

AI Agent, Skill e Harness são conceitos abstratos que este sítio usa para organizar a área e não têm um repositório GitHub único. Designam padrões comuns a várias implementações, não funcionalidades de um produto específico.

Agente de IA

Sistemas de IA que executam tarefas autonomamente

Um agente de IA é um sistema que planeia e executa tarefas complexas por si próprio. Ao contrário de uma interação de pergunta e resposta, um agente interpreta um objetivo, traça um plano, invoca ferramentas, avalia resultados e ajusta o comportamento com base no retorno. O termo designa um padrão geral e não um produto: Claude Code, Codex CLI, Cursor, OpenClaw e Hermes Agent, nesta página, são implementações concretas dele.

Principais recursos

  • Planeamento autónomo de tarefas
  • Capacidade de uso de ferramentas
  • Avaliação de resultados e feedback
  • Tratamento de tarefas complexas em múltiplas etapas
  • Compreensão e operação de bases de código

Instalação

Um Agente é um conceito, não um produto instalável por si. Para executar um, instala-se uma implementação concreta; cada entrada da secção Ferramentas e plataformas abertas desta página indica o seu próprio procedimento de instalação.
Verificação
Ambiente
implementation-dependent · n/a

Uso

A invocação varia com a implementação: um Harness de linha de comandos aceita normalmente uma tarefa descrita tal como está, ao passo que implementações em forma de biblioteca definem o objetivo e as ferramentas disponíveis no código. Ver as indicações de utilização da entrada correspondente.

Skill

Formas de estender as capacidades da IA

Um Skill reúne conhecimento de domínio, procedimentos e prompts reutilizáveis num módulo carregado a pedido. Costuma ser uma pasta com um ficheiro SKILL.md, cujos campos name e description determinam quando é invocado. O formato tem origem na Anthropic e está publicado, pelo que não se limita a um único cliente.

Principais recursos

  • Comandos personalizados
  • Automação de fluxos de trabalho
  • Conhecimento específico de domínio
  • Templates de prompt reutilizáveis

Instalação

Colocar uma pasta com um SKILL.md em ~/.claude/skills/ para uso pessoal, ou no .claude/skills/ do projeto. Os Skills também podem ser carregados através do ponto de acesso Skills da API Claude.
Verificação
Ambiente
Claude Code · n/a
Fonte
Skill

Uso

Um Skill é normalmente reconhecido e invocado de forma automática a partir da sua description; também pode ser acionado explicitamente com /skill-name.

Harness (Andaime de Agente)

A camada de runtime host para agentes

Um Harness é a camada de runtime que monta system prompt, loop de ferramentas, memória e plugins num agente executável. Claude Code, Codex CLI, Cursor Agent e OpenClaw são todas implementações concretas de Harness — editar a config de um Harness é como religar o host, escrever um novo Skill é como conectar uma nova ferramenta. Veja a página MCP para a relação com MCP/Agent/Skill.

Principais recursos

  • Montagem do system prompt
  • Gestão do loop de ferramentas
  • Estado de sessão e memória de longo prazo
  • Agendamento de Skill e MCP
  • Permissões e sandbox
  • Hospedagem multi-forma (CLI/IDE/serverless)

Instalação

Comandos de instalação remota executam código baixado. Revise a página e o script de instalação oficiais antes de executá-los, sobretudo em ambientes privilegiados ou corporativos.

Um Harness em si é um padrão, não um produto instalável separadamente. Para «usar um Harness», instale uma de suas implementações:

# Claude Code
curl -fsSL https://claude.ai/install.sh | bash

# Codex CLI
curl -fsSL https://chatgpt.com/codex/install.sh | sh

# OpenClaw
curl -fsSL https://openclaw.ai/install.sh | bash
Verificação
Ambiente
implementation-dependent · n/a

Uso

Os Claude Code / Codex / Cursor / OpenClaw / Hermes Agent listados nesta página são todos instâncias de Harness. Cada Harness tem seu próprio comando de inicialização (veja a secção «Uso» de cada entrada). Também pode escrever um Harness mínimo: monte um system prompt + loop de ferramentas + carregue MCP/Skill.

Produtos fechados

Produtos comerciais fechados sem repositório GitHub público para rastrear.

Cursor

Editor de código potencializado por IA

O Cursor é um editor de código aprimorado por IA baseado no VS Code. Oferece modelos de vários fornecedores, entre eles OpenAI, Anthropic e Google, e pode escolher automaticamente entre eles em cada pedido. Ele pode completar código inteligentemente, gerar funções, explicar código e corrigir bugs.

Principais recursos

  • Autocompletar inteligente de código
  • Geração de funções inteiras
  • Explicação e refatoração de código
  • Interação via modo de chat
  • Terminal integrado

Instalação

# Descarregue do site oficial (recomendado)
# https://cursor.com

# Ou via WinGet (Windows)
winget install Anysphere.Cursor

# Ou via Homebrew (macOS)
brew install --cask cursor
Verificação
Ambiente
macOS / Linux / Windows · IDE terminal
Fonte
Cursor

Uso

# 1. Iniciar o Cursor
# 2. Abrir uma pasta de projeto
# 3. Cmd+K (edição inline) ou Cmd+L (chat)
# 4. Agent: Cmd+I abre-o no painel lateral
# 5. Faça login para ativar os recursos Pro/Ultra

Conclusão

Estas ferramentas podem alterar os fluxos de programação, revisão e automação, mas os resultados dependem da tarefa, do modelo e da configuração. Antes da adoção, avalie permissões, tratamento de dados, manutenção e requisitos de revisão da equipa.