Skip to content

hugohvf/context-engineering-course

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

2 Commits
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

Material de apoio — Context Engineering e workflows complexos

Repositório de apoio sobre desenvolvimento com IA focado em contexto e fluxos de trabalho (Alura).

Aqui estão exemplos comentados (instruções persistentes, prompts e decisão de sessão), além das ferramentas de medição usadas na parte inicial do material. O fio condutor é: você só pode melhorar o que consegue medir.


O que há neste repositório

exemplos-agents/ — regras boas vs. regras que a IA ignora

Dois AGENTS.md comentados (bom × ruim) e um resumo em tabela.

Arquivo O que é
exemplos-agents/AGENTS_md_BOM.md Boas práticas: instruções acionáveis, stack com versões, comandos concretos, progressive disclosure e restrições binárias
exemplos-agents/AGENTS_md_RUIM.md Antipadrões: instruções vagas, roleplay desnecessário, princípios sem contexto e tokens desperdiçados
exemplos-agents/AGENTS_md_RESUMO.md Resumo rápido do que incluir e o que evitar, e onde versionar o arquivo

Nos exemplos bom/ruim, comentários em HTML (<!-- ✅ POR QUÊ / ❌ PROBLEMA -->) explicam cada decisão. Leia os dois lado a lado para ver o contraste.

exemplos-promps/ — prompts ruim × bom

Cenários em arquivos separados (01-code-review.md06-restricao-explicita.md) para abrir só o trecho em uso. Detalhes: exemplos-promps/README.md.

clear-compact-subagent/ — /compact vs. nova sessão vs. subagent

Árvore de decisão em Markdown e Mermaid (compact-vs-nova-sessao-vs-subagent.md / .mermaid) para escolher quando compactar, reabrir sessão ou delegar a um subagent.


Ferramentas usadas neste material

🔍 AgentLens — AI Context Cost Scanner

Repositório: github.com/hugohvf/agentlens

AgentLens escaneia repositórios em busca de arquivos de configuração de agentes (AGENTS.md, CLAUDE.md, .cursorrules e outros), resolve todas as referências e imports declarados nesses arquivos, e calcula o custo real em tokens por requisição — com suporte a 20+ modelos da Anthropic, OpenAI, Google, DeepSeek e outros.

Por que entra aqui:

A linha de raciocínio começa medindo custo antes de otimizar. AgentLens torna esse custo visível: você cola a URL do seu repositório (ou roda via CLI na pasta local) e vê quanto contexto seu AGENTS.md está consumindo em cada sessão — e quanto isso custa em dólares. Sem essa medição, melhorar o contexto é tiro no escuro.

Como usar:

# CLI (requer Node.js >= 18)
npm install -g @hugofusinato/agentlens
agentlens              # analisa o diretório atual
agentlens /path/repo   # analisa um caminho específico
agentlens --open       # abre o relatório no navegador

Ou baixe agentlens.html do repositório e cole a URL de qualquer repo público do GitHub direto no navegador.


📊 Claude Code Statusline

Repositório: github.com/hugohvf/claude-code-statusline

Script de statusline para Claude Code que exibe, em tempo real no terminal, três camadas de informação sobre a sessão em andamento:

  • Modelo em uso, diretório e branch git
  • Barra de progresso da janela de contexto com porcentagem, tamanho, custo em USD/BRL e duração
  • Taxa de acerto do prompt cache (tokens em cache custam 90% menos)

A barra muda de cor conforme o contexto se enche (verde → amarelo → vermelho), e emite aviso quando ultrapassa 200K tokens.

Por que entra aqui:

Context engineering sem observabilidade é cego. O statusline transforma o custo da sessão em algo que você vê o tempo todo — não como surpresa no final do mês, mas como painel de controle em tempo real. É um baseline visual útil na parte de medição e em comparações antes/depois.

Como instalar:

# Instalação em um comando
curl -fsSL https://raw.githubusercontent.com/hugohvf/claude-code-statusline/main/install.sh | bash

Ou manualmente: baixe statusline.sh para ~/.claude/statusline.sh e adicione ao seu ~/.claude/settings.json:

{
  "statusLine": {
    "type": "command",
    "command": "~/.claude/statusline.sh"
  }
}

Reinicie o Claude Code. Requer bash, jq e git.


📚 Aprofundamento e Referências

O arquivo Material.md oferece um caminho prático de aprofundamento: começando pela documentação oficial, passando por ferramentas de apoio, artigos importantes e espaços de comunidade, com explicações sobre como cada recurso ajuda no aprendizado.

About

No description, website, or topics provided.

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

 
 
 

Contributors