convez.ai
Skill
atendmaxcrm-wq

claude-code-engenharia

atendmaxcrm-wq/claude-code-engenharia

Ver no GitHub
InicialPluginScore · de 0 a 100

Sistema de engenharia profissional para Claude Code — memoria pgvector, hooks, skills, agentes e workflows

Instalação

$npx convez-ai atendmaxcrm-wq/claude-code-engenharia

1 comando no terminal: detecta o formato do repositório (marketplace ou plugin avulso) e instala via Claude Code. Requer Node 18+ e o Claude Code instalado.

Métricas

Estrelas
1
Forks
1
Acompanhando
0
Saúde
42%
Último commit
há 3 semanas
Versão
—
Issues abertas
1
Contribuidores
2

README

A tradução para o português deste README ainda está na fila.

Claude Code Engenharia

Sistema de engenharia profissional para Claude Code -- memoria persistente com pgvector, hooks de protecao, 19 skills, agentes especializados e workflows automaticos.

Construido ao longo de 50+ sessoes de desenvolvimento real. Custo: ~R$ 0,10/mes.


O que e

Claude Code Engenharia organiza todo o conhecimento, protecoes e automacoes do seu projeto em 5 pilares:

PilarO que faz
MemoriaArmazena decisoes, padroes e gotchas em pgvector com busca semantica automatica
Skills19 skills especializadas que ensinam Claude a executar tarefas complexas com consistencia
Commands10 comandos padronizados para workflows recorrentes (commit, review, deploy, etc.)
Rules5 regras com roteador inteligente que ativa apenas as regras relevantes por contexto
Hooks3 hooks de protecao que interceptam comandos perigosos e injetam contexto automaticamente

O resultado: Claude Code que lembra do projeto entre sessoes, segue padroes sem precisar repetir instrucoes, e se protege contra erros destrutivos.


Features

FeatureDescricao
Memoria contextualBusca pgvector automatica a cada mensagem -- contexto relevante injetado sem intervencao
3 hooks de protecaoblock-destructive (bloqueia git push --force, rm -rf), contextual-memory (busca automatica), reinject-memory (reinjeta apos compactacao)
19 skills organizadas4 categorias: core, frontend, backend, workflow -- cada skill e um diretorio com SKILL.md + exemplos
10 commandsWorkflows padronizados: /commit, /review-pr, /deploy, /atualizar-memoria, entre outros
4 agentes especializadosdev (implementacao), reviewer (code review), investigador (debug), arquiteto (decisoes tecnicas)
5 rules com roteadorRoteador inteligente ativa apenas regras relevantes por tipo de arquivo ou contexto
Custo minimotext-embedding-3-small da OpenAI: ~$0.02/1M tokens, estimativa real ~R$ 0,10/mes
Instalacao modularEscolha entre core (sem banco), standard (com skills) ou full (pgvector + MCP)

Instalacao rapida

git clone https://github.com/atendmaxcrm-wq/claude-code-engenharia.git
cd claude-code-engenharia
node install.js

O instalador interativo guia voce pela escolha do modulo e configuracao.

Nota: o pacote ainda nao esta publicado no npm, entao npx claude-code-engenharia nao funciona. Use o clone manual acima.


Instalacao para agentes (Claude Code, etc.)

Se voce e um agente pedindo instalacao, o instalador interativo trava em prompts que voce nao consegue responder. Use o modo nao-interativo:

git clone https://github.com/atendmaxcrm-wq/claude-code-engenharia.git /tmp/cce \
  && cd /tmp/cce \
  && node install.js --yes --module core --dir "$TARGET_PROJECT_DIR"

Flags:

FlagEfeito
--yes (ou -y)Pula o wizard. Usa defaults para todo campo.
--module <core|standard|full>Escolhe o modulo. Default com --yes: full.
--dir <path>Diretorio de instalacao. Default: cwd.
--dry-runLista o que seria criado, sem escrever. Rode antes pra auditar.
--forceSobrescreve arquivos existentes no modo brownfield.

Para modulo full (pgvector + embeddings), passe credenciais via env:

CCE_DB_PASSWORD=xxx OPENAI_API_KEY=sk-xxx \
  node install.js --yes --module full --dir "$TARGET_PROJECT_DIR"

Env vars aceitas: CCE_DB_HOST, CCE_DB_PORT, CCE_DB_USER, CCE_DB_PASSWORD, CCE_DB_NAME, CCE_OPENAI_KEY (ou OPENAI_API_KEY), CCE_STACK, CCE_HEALTH_CHECK, CCE_LOG_COMMAND.

Verificacao pos-install (o agente deve rodar isto antes de reportar "pronto"):

ls "$TARGET_PROJECT_DIR/.claude/hooks/" "$TARGET_PROJECT_DIR/.claude/skills/" 2>/dev/null
test -f "$TARGET_PROJECT_DIR/CLAUDE.md" && echo "CLAUDE.md OK"

Se algum desses nao existir, a instalacao falhou silenciosamente — investigue os logs do install.js ao inves de reportar sucesso.


Modulos

RecursoCoreStandardFull
Hooks de protecaoSimSimSim
Rules com roteadorSimSimSim
Commands padronizadosSimSimSim
Agentes especializadosSimSimSim
Memoria markdownSimSimSim
19 Skills--SimSim
CLAUDE.md template--SimSim
pgvector + embeddings----Sim
MCP Server aios-memory----Sim
Busca semantica automatica----Sim
Requer PostgreSQLNaoNaoSim
Requer OpenAI keyNaoNaoSim

Core e suficiente para a maioria dos projetos. Full e recomendado para projetos de longa duracao com muitas sessoes.


Pre-requisitos

Todos os modulos:

  • Node.js 18+
  • jq (para manipulacao de JSON)
  • Claude Code instalado e configurado

Apenas para modulo full:

  • PostgreSQL 16+ com extensao pgvector 0.8+
  • Chave de API da OpenAI (para embeddings text-embedding-3-small)

Como funciona

Mensagem do usuario
      |
      v
[Hook contextual-memory.js]
      |
      +-- Busca keyword (ILIKE ~50ms)
      +-- Busca semantica (embedding ~400ms)
      |
      v
Contexto relevante injetado automaticamente
      |
      v
Claude responde com conhecimento do projeto

A cada mensagem enviada, o hook contextual-memory extrai palavras-chave e busca memorias relevantes no banco pgvector. O contexto encontrado e injetado no prompt antes de Claude processar a mensagem. Isso significa que Claude "lembra" de decisoes passadas, erros conhecidos e padroes do projeto sem que voce precise repetir nada.

No modo core/standard (sem PostgreSQL), a memoria funciona via arquivos markdown com busca por texto.


Estrutura

Apos a instalacao, os seguintes arquivos sao adicionados ao seu projeto:

.claude/
  hooks/
    block-destructive.js      # Bloqueia comandos perigosos (git push --force, rm -rf /)
    contextual-memory.js       # Busca memorias relevantes a cada mensagem
    reinject-memory.js         # Reinjeta contexto apos compactacao de sessao
  rules/
    router.md                  # Roteador que ativa regras por contexto
    backend.md                 # Regras para arquivos backend
    frontend.md                # Regras para arquivos frontend
    database.md                # Regras para queries e migrations
    general.md                 # Regras gerais do projeto
  commands/
    commit.md                  # Workflow de commit padronizado
    review-pr.md               # Code review automatizado
    deploy.md                  # Checklist de deploy
    atualizar-memoria.md       # Atualiza memorias do projeto
    ... (10 commands total)
  agents/
    dev.md                     # Agente implementador
    reviewer.md                # Agente revisor de codigo
    investigador.md            # Agente de debug e investigacao
    arquiteto.md               # Agente de decisoes tecnicas
  skills/                      # 19 skills (modulo standard+)
    core/
    frontend/
    backend/
    workflow/
memoria/
  insights.md                  # Decisoes e padroes aprendidos
  progresso.md                 # Estado atual do projeto
  sistema/
    database-schema.md         # Schema do banco
    api-endpoints.md           # Endpoints da API
    troubleshooting.md         # Problemas conhecidos
    changelog.md               # Historico de mudancas
CLAUDE.md                      # Instrucoes do projeto (modulo standard+)

Skills incluidas

CategoriaSkillO que faz
Coreerror-handlingPadroes de tratamento de erro consistentes
CoretestingEstrategias de teste (unit, integration, e2e)
Corecode-reviewChecklist de review automatizado
CorerefactoringTecnicas de refatoracao segura
CoredocumentationGeracao de docs tecnicos
Frontendcomponent-designArquitetura de componentes React
FrontendstylingPadroes CSS/Tailwind
FrontendaccessibilityChecklist WCAG e a11y
FrontendperformanceOtimizacao de bundle e rendering
FrontendanimationGSAP, Framer Motion, scroll-driven
Backendapi-designRESTful patterns e versionamento
BackenddatabaseQueries, migrations, indices
BackendauthAutenticacao e autorizacao
BackendcachingEstrategias de cache
BackendmonitoringLogs, metricas, alertas
Workflowgit-workflowBranch strategy e conventional commits
Workflowci-cdPipelines de build e deploy
WorkflowdebuggingMetodologia sistematica de debug
Workflowai-prompt-builderConstrucao de system prompts para agentes IA

Custo

O modulo full usa text-embedding-3-small da OpenAI para gerar embeddings das memorias.

MetricaValor
Modelotext-embedding-3-small
Preco$0.02 por 1M tokens
Tokens por memoria~200-500 tokens
Memorias tipicas/mes~100-500
Custo estimado~$0.02/mes (~R$ 0,10)

Os modulos core e standard nao tem custo adicional (usam busca por texto em arquivos markdown).


Documentacao completa

Para documentacao detalhada de cada componente, consulte:


Licenca

MIT -- veja LICENSE para detalhes.

Ver o original no GitHub

Bom para

Relacionados