Analisado por IA (agente Hermes) · 17 repositórios em alta · Ecossistema de skills/plugins para agentes de IA domina o dia
🎯 Problema: Agentes de código pulam direto para escrever código, sem especificação aprovada nem plano — resultando em código inflado, sem testes e fora do que o usuário queria.
💡 Vantagem principal: Metodologia completa de desenvolvimento para agentes: extrai a spec, valida em chunks, gera plano e executa via sub-agentes com TDD (red/green), YAGNI e DRY — autonomia de horas sem desviar do plano.
🎯 Problema: Agentes de código (Claude Code, Codex, Cursor…) operam sem um sistema que coordene skills, instintos, memória e segurança — entregando trabalho inconsistente e abaixo do potencial.
💡 Vantagem principal: "Sistema operacional" do harness do agente: um único plugin (ecc@ecc) que centraliza skills, agents, comandos e hooks para 7+ harnesses, com atualização semanal.
npx ecc-universal setup) com verificação anti-malware🎯 Problema: Agentes de IA enterram a resposta em texto prolixo ("Great question! Let me think…") — o usuário espera parágrafos de pensamento antes da ação que importa.
💡 Vantagem principal: Skill com 10 regras objetivas (ação primeiro, passos numerados, estimativas de tempo, sem "Hope this helps!") que transforma qualquer assistente de código num agente direto estilo ADHD-friendly.
SKILL.md e troque a skill em minutos🎯 Problema: Diagramas gerados por IA viram "caixas arredondadas genéricas" ou Mermaid "slop" que não combinam com a marca — e refazer no Figma custa 30 minutos por diagrama.
💡 Vantagem principal: 39 tipos de diagrama editoriais em HTML+SVG autocontidos (sem build, sem JS, sem dependências) que leem a marca do seu site e combinam em 60 segundos.
🎯 Problema: Capacidades repetíveis (revisar PR, criar planos, navegar código) exigem re-prompting toda vez — faltava um catálogo padrão de skills reutilizáveis para agentes.
💡 Vantagem principal: Catálogo oficial da OpenAI de Agent Skills no formato aberto "escreva uma vez, use em qualquer lugar"; skills em .system instalam automaticamente no Codex.
$skill-installer gh-address-comments) ou URL de diretório🎯 Problema: Produzir vídeo programaticamente exige ferramentas pesadas de edição ou APIs proprietárias — agentes de IA não conseguem gerar vídeo determinístico a partir de código.
💡 Vantagem principal: Escreva HTML/CSS e renderize vídeo MP4 determinístico — open source, roda local via CLI ou via skills em agentes (Claude Code, Cursor, Codex, Gemini CLI).
🎯 Problema: Profissionais de marketing e founders técnicos não conseguem extrair trabalho real de marketing (CRO, SEO, copy, analytics) dos agentes de IA — falta conhecimento especializado acionável.
💡 Vantagem principal: Biblioteca MIT de skills de marketing para agentes (Claude Code, Codex, Cursor, Windsurf): otimização de conversão, copywriting, SEO, analytics e growth engineering.
🎯 Problema: LLMs assumem premissas erradas em seu nome, complicam código, inflam abstrações e editam código que não entendem — os exatos pitfalls que Karpathy documentou sobre codificação com IA.
💡 Vantagem principal: Um único arquivo CLAUDE.md com 4 princípios derivados das observações de Karpathy: Pensar Antes de Codar, Simplicidade Primeiro, Mudanças Cirúrgicas e Execução Orientada a Objetivos.
🎯 Problema: LLMs consomem texto, mas documentos vivem em PDF, PPTX, DOCX, XLSX, imagens e áudio — extrair texto preservando estrutura exige pipelines frágeis e cheios de dependências.
💡 Vantagem principal: Conversor leve da Microsoft de "arquivo → Markdown" preservando estrutura (títulos, listas, tabelas, links) — a dieta nativa dos LLMs e token-eficiente.
convert_* mais restritas.🎯 Problema: Playwright e Chrome headless são detectados e bloqueados por Cloudflare e anti-bots; plugins de stealth viram fingerprint — agentes de IA não conseguem navegar na web real.
💡 Vantagem principal: Servidor de browser anti-detecção baseado em Camoufox: spoofing de fingerprint no nível C++ (WebGL, AudioContext, WebRTC, screen geometry) antes do JS ver — sem shims, sem tells.
🎯 Problema: Agregadores de streaming têm UX pobre, rastreadores de anúncios e nenhuma sincronização entre dispositivos — faltava um player agregador open-source bonito e auto-hospedado.
💡 Vantagem principal: MoonTV: player agregador cross-platform (Next.js 14 + Tailwind + TS) com busca multi-fonte, reprodução via HLS.js/ArtPlayer, favoritos sincronizados e PWA.
🎯 Problema: Formulários, extração de dados e tarefas web repetitivas exigem automação frágil baseada em selectors — agentes de IA precisam usar o browser como um humano.
💡 Vantagem principal: Biblioteca Python que deixa qualquer LLM dirigir um browser como humano: abre páginas, clica, digita, preenche formulários e extrai dados a partir de descrição em linguagem natural.
browser-use skill install) para Claude Code, Codex, Cursor, Hermes e outros🎯 Problema: Cada chamada de ferramenta MCP despeja dados brutos no contexto (snapshot do Playwright = 56KB, 20 issues = 59KB) — 40% do contexto some em 30 minutos e a compactação faz o agente esquecer o que estava fazendo.
💡 Vantagem principal: Servidor MCP que resolve os 4 lados do problema de contexto: sandbox de ferramentas (redução de 98%: 315KB → 5.4KB), continuidade de sessão via SQLite/FTS5/BM25, paradigma "pense em código" e zero prosa.
ctx_execute(): 1 script substitui 47 chamadas Read() (~700KB → 3.6KB)🎯 Problema: Trading algorítmico institucional exige equipes de quant, risco e execução; fundos autônomos acessíveis a pessoa física são raros e opacos.
💡 Vantagem principal: Hedge fund autônomo multi-agente: agentes especializados (Diretor, Quant, Risco, Execução) fazem análise contínua, validam teses, dimensionam risco e executam — hoje 100% autônomo em Solana.
🎯 Problema: "System Design Interview" (Alex Xu) é referência, mas são 2 volumes densos — faltava um resumo navegável capítulo a capítulo para revisão rápida antes de entrevistas.
💡 Vantagem principal: Notas completas dos Vol 1 e 2 (2ª edição) — 28 capítulos (rate limiter, consistent hashing, key-value store, YouTube, Google Maps, payment system…) — também hospedadas em pagefy.io.
🎯 Problema: Controlar Android pelo computador via scrcpy exige CLI e múltiplas janelas; automação de testes em devices exige ferramentas separadas e complexas.
💡 Vantagem principal: Cliente gráfico para scrcpy: espelho embutido multi-dispositivo, mapeamento de teclado, scripts de automação visual e Copilot de IA baseado em MCP para controlar o device.
🎯 Problema: Criar plugins para Codex do zero exige dominar manifests, marketplaces e convenções de skills/MCP — falta um ponto de partida oficial com exemplos reais.
💡 Vantagem principal: Coleção oficial e curada de exemplos de plugins Codex: figma, notion, ios/android apps, web apps, expo, netlify, remotion, google-slides — com manifest, skills, MCP e agents.
.agents/plugins/marketplace.json + variante para login via API key)plugin.json + surfaces opcionais (agents/, commands/, hooks.json)