Apresentando minha ferramenta mais recente projetada para acelerar fluxos de trabalho de codificação de agentes: repo_updater (ru, para abreviar). Você pode encontrá-lo aqui, como sempre, gratuitamente e 100% licenciado pelo MIT, código aberto: Basicamente, criei essa ferramenta por necessidade, porque estava desperdiçando tempo e energia demais gerenciando um número cada vez maior de repositórios públicos e privados no GitHub em 4 máquinas diferentes (um Mac em casa, uma estação de trabalho Linux em casa e dois servidores Linux remotos de metal na nuvem) que estavam sempre se afastando, causando atrito mental e tempo desperdiçado. Também causava ansiedade leve porque eu me preocupava com agentes fazendo bobagens e eliminando trabalhos úteis. Às vezes, eu acabava trabalhando acidentalmente na máquina errada (isso acontece muito menos agora que cada host aparece automaticamente em um esquema de cores diferente no Ghostty e WezTerm, veja meu post recente sobre isso ou confira meu repositório misc_coding_agent_tips_and_scripts). Então, esse fluxo de trabalho simples de puxar mudanças remotas e enviar mudanças locais e garantir que os repositórios estejam sincronizados de forma inteligente, mas para uma grande lista de repositórios públicos e privados e feito de forma multiplataforma (o sistema é scripting puro bash que funciona com a utilidade gh do GitHub) que é paralelizado entre repositórios, foi um grande desbloqueio para mim em termos de automação. Mas claro, nem sou eu quem usa ru, embora certamente possa; Meus agentes são os que usam em meu nome. Então, naturalmente, projetei o ru para que ele seja "agent-first" em todos os aspectos, garantindo que fosse o mais ergonômico e intuitivo possível para uso por agentes de programação, para o qual pedi para eles projetarem sua "ferramenta dos sonhos" em um processo iterativo usando o prompt robô que compartilhei anteriormente (ou seja, o prompt número 3 da série "My Favorite Prompts", rs). Então, como eu uso exatamente? Bem, o primeiro passo é instalar, o que leva 2 segundos usando o curl | Script de uma linha de bash fornecido no arquivo readme do repositório RU. Então, suponha que você queira que todos os seus repositórios fiquem no diretório /data/projects no seu Mac ou computador Linux. O próximo passo é obter uma lista de todos os seus repositórios públicos e privados que você quer gerenciar com ru. Para isso, você pode criar um arquivo de texto com uma URL por linha ou usar vários outros formatos. Uma forma particularmente fácil/preguiçosa é simplesmente pedir ao Claude Code para usar a ferramenta gh para listar todos os seus repositórios e então especificar a partir daí (por exemplo, "Pegue todos os repositórios não forkados com mais de 3 arquivos que toquei pelo menos uma vez nos últimos 3 meses e adicione os repositórios públicos à lista de repositórios públicos de ru e os repositórios privados à lista de repositórios privados de ru.") Depois, basta iniciar o Claude Code e usar este prompt: "Primeiro, quero que você faça o CD em /data/projects e depois execute o comando 'ru' assim; depois, no mesmo diretório, quero que você execute o comando 'ru sync' e estude cuidadosamente o resultado resultante. Quando você fizer tudo isso meticulosamente, revisando cuidadosamente cada linha de saída, quero que me ajude a garantir que todos os meus repositórios estejam atualizados; MAS, quero ser super cuidadoso, hiper cauteloso e vigilante para não perder QUALQUER trabalho útil (código, documentação, tarefas de contas, etc.) TANTO nos repositórios locais quanto no repositório remoto no GitHub. Em todos os casos, quero a versão canônica "melhor" de cada arquivo comprometido (geralmente essa é a versão mais recente, mas NEM sempre); Isso não pode ser determinado mecanicamente e deve ser feito manualmente e cuidadosamente, fazendo diferenças entre versões e entendendo as mudanças e diferenças e o que elas significam em relação ao propósito e estrutura de cada projeto específico. Além disso, use o bom senso para evitar comprometer arquivos obviamente efêmeros ou construir artefatos, arquivos sensíveis .env contendo credenciais, etc. Use ultrathink." Faça isso em cada uma das suas máquinas. A melhor forma é fazer isso primeiro na sua máquina principal, depois colocar o Claude por SSH direto nas outras máquinas, instalar ru nelas e configurá-las de forma idêntica em todos os aspectos (para manter a sanidade, recomendo muito usar o mesmo diretório para todos os repositórios, geralmente '~/projects' ou '/data/projects' para mim). Assim, o Claude pode rodar o mesmo processo nas máquinas remotas, ou você pode se conectar diretamente a elas e iniciar novas sessões de Claude Code (é o que recomendo), porque elas podem ficar muito interativas quando você tem situações complexas que precisam da sua orientação e feedback. Para ver alguns exemplos dessas sessões interativas complexas usando CC e ru, veja as capturas de tela anexadas. Enfim, esse projeto já está me economizando muito tempo e energia mental, e eu nem falei sobre a funcionalidade mais poderosa que está lá para ajudar a automatizar a gestão de problemas e PRs do GitHub, que é o principal potencial de economia de tempo e automação que essa ferramenta me proporciona. Isso vai ter que esperar por outro post nos próximos dias.

Obrigado, gg

Opinião impopular: A Anthropic tem todo o direito do mundo de exigir que os usuários usem seu sistema oficial de codificação de agentes para se beneficiarem do custo subsidiado de 95% do token em relação ao preço da API. Um dos principais motivos para isso é obter pares de entrada/saída de: {agents_md, code_files, user_prompts, tool_calls, tool_outputs, etc.} que eles podem então correlacionar {output_code_changes, did_it_work, is_user_happy, etc.} Se conseguirem coletar milhões suficientes desses por dia de dezenas ou até centenas de milhares de usuários, mesmo depois de descartar os dados ruins, podem acumular o suficiente após alguns meses de coletas para melhorar seriamente o mesmo modelo base usando métodos RL (e se sair ainda melhor com um modelo base mais avançado). Mas tudo está perdido se as pessoas estão usando soluções alternativas que vão contra os termos de serviço da Anthropic para usar arneses não autorizados como o OpenCode. Mesmo que a Anthropic ainda possa coletar os dados, eles são essencialmente inúteis para esse propósito real porque não podem ser misturados com todos os outros dados do seu sistema oficial. Seria como se você trocasse as lentes das câmeras do seu sistema de direção autônoma Tesla para torná-las mais parecidas com uma lente olho de peixe. Mesmo que você conseguisse que o sistema funcionasse com eles, os dados precisariam ser descartados pela Tesla para fins de treinamento. Quando a Anthropic permite um desconto de 95% em troca de usar o Claude Code, ambas as partes se beneficiam muito. Esses dados são diretamente usados para tornar o sistema muito melhor. Controlar o modelo e o arnês e treinar o sistema combinado juntos é o que permitiu que eles progridam tão rapidamente. Quando você viola esse benefício mútuo usando um arnês externo, você faz com que seja apenas uma proposta puramente prejuíza para os Anthropics, sem benefício indireto e de longo prazo para eles. E assim eles pararam. O que mais me surpreende é que eles permitiram que isso durasse tanto tempo.