Executando verificação de segurança...
1

Criei um pacote para trabalhar com duas IAs, melhorar planos e economizar tokens

Se você usa agentes de IA pra codar, já passou por isso: gera um plano com uma IA, copia e cola pra outra validar, volta pra primeira executar. Você vira o middleware humano entre ferramentas que deveriam conversar sozinhas.

O MuAiFlow nasceu dessa frustração. É um framework de workflow baseado em arquivos Markdown que qualquer IA consegue ler e seguir — sem copiar e colar contexto entre ferramentas.


A ideia central

[IA #1] Gera o plano     →  DRAFT
[IA #2] Revisa o plano   →  AI_REVIEWED
[HUMANO] Aprova          →  HUMAN_APPROVED  ← só humano faz isso
[IA] Executa             →  EXECUTING → DONE

Uma IA planeja, outra diferente revisa, e nenhuma IA pode aprovar — só você. Essa é a regra de ouro: HUMAN_APPROVED só pode ser setado por humano.

Planos ficam melhores quando uma segunda IA questiona antes de escrever código. Riscos arquiteturais aparecem. Edge cases surgem. E você mantém o controle.


Por que não só usar uma IA?

Porque cada ferramenta tem suas forças e limitações. Codex CLI tem limite generoso de tokens mas pode perder nuances. Claude tem raciocínio forte mas tokens acabam rápido. Crush é versátil.

O MuAiFlow deixa você ser estratégico:

FaseMelhor ferramentaPor quê
PlanejarA que tem mais tokens (ex: Codex)Planejamento consome muitos tokens
RevisarA mais forte em raciocínio (ex: Claude)Revisão é curta mas de alto valor
ExecutarA que tem mais tokens (ex: Codex)Execução é a fase mais pesada

O workflow não muda independente das ferramentas que você usa. O arquivo .ai/plans/ é o contrato — qualquer IA que lê arquivos participa.


Como funciona na prática

1. Instala

pnpm add -D muaiflow

Isso copia a pasta .ai/ pro seu projeto automaticamente com templates, prompts e scripts.

2. Cria um plano

npx muaiflow plan minha-feature --tracked
# cria → .ai/plans/tracked/2025-07-15-minha-feature.md

Quer um plano privado que não entra no Git? Usa --local:

npx muaiflow plan minha-feature --local
# cria → .ai/plans/local/2025-07-15-minha-feature.md

3. Pede pra IA preencher

codex "Siga .ai/prompts/plan-generation.prompt.md para preencher .ai/plans/tracked/2025-07-15-minha-feature.md com um plano para [descrever tarefa]"

4. Outra IA revisa

"Siga .ai/prompts/multi-ai-review.prompt.md para validar .ai/plans/tracked/2025-07-15-minha-feature.md"

A IA revisora verifica cada arquivo citado, aponta riscos com arquivo:linha, e separa blockers de sugestões.

5. Você aprova

Abre o arquivo do plano e preenche:

status: HUMAN_APPROVED
human_approved_by: seu-nome

6. IA executa

codex "Siga .ai/prompts/execute-approved-plan.prompt.md para executar .ai/plans/tracked/2025-07-15-minha-feature.md"

O que vem no pacote

  • Templates de plano com frontmatter YAML estruturado (status, autor, revisor, aprovação)
  • Prompts prontos para cada fase: gerar plano, revisar, executar, handoff, code review
  • CLI para criar planos e gerenciar contexto sem esforço
  • Script de handoff para trocar de IA no meio da tarefa sem perder contexto
  • Skills instaláveis via skills.sh para agentes que suportam
  • Extensão VS Code para referenciar arquivos do projeto dentro de planos Markdown com @

Planos tracked vs local

.ai/plans/
├── tracked/    ← entra no Git, compartilhável com o time
├── local/      ← ignorado pelo Git, rascunhos privados
├── TEMPLATE.md
└── context.md  ← dados de referência para o plano atual

--tracked é o padrão. Use --local para experimentos que não precisam de histórico.


Contexto grande? Sem problema

Precisa passar schema do banco, exemplos de API, regras de negócio? Coloca em .ai/plans/context.md:

npx muaiflow context         # cria do template se não existe
npx muaiflow context --reset # reseta do template
npx muaiflow context --clear # limpa o conteúdo

A IA lê automaticamente quando gera o plano.


Trocando de IA no meio (handoff)

Acabou o token de uma IA? Quer trocar pra outra?

bash .ai/scripts/handoff.sh codex

O script gera um snapshot com branch, status do Git, plano atual e progresso. A próxima IA continua de onde parou.


Smart Model Routing

Nem toda tarefa precisa do modelo mais caro. Cada task no plano pode ter um tier:

TierQuando usarExemplo
reasoningArquitetura, segurança, debug complexoProjetar fluxo de auth
standardLógica de negócio, endpointsImplementar CRUD
fastBoilerplate, testes, docsGerar arquivo de i18n

Resumindo

O MuAiFlow resolve um problema simples: você não deveria ser o middleware entre IAs. Em vez disso:

  • Cada IA tem um papel claro (planejar, revisar, executar)
  • O plano é um arquivo Markdown que qualquer IA lê
  • Nenhuma IA executa sem sua aprovação
  • Você escolhe qual ferramenta usar em cada fase
  • O contexto sobrevive troca de ferramenta

É open source, MIT, zero dependências runtime, e funciona com qualquer IA que lê arquivos.

pnpm add -D muaiflow

GitHub: github.com/4rweb/MuAiFlow

Carregando publicação patrocinada...