Editor open-source Wunjo Make agora permite criar plugins com Claude Code, Codex e Cursor
O autor do editor de vídeo open-source Wunjo Make publicou no Habr um guia para criar plugins. Eles podem ser escritos à mão ou com três ferramentas de IA para código: Claude Code, Codex e Cursor. Para isso, o repositório recebeu o código de um empacotador (builder) e um conjunto de skills para modelos de linguagem na nuvem. Os plugins funcionam com redes neurais locais ou via API, e podem ser controlados pelo protocolo MCP. • Os três agentes de código são compatíveis de fábrica. • O plugin pode usar um modelo local ou uma API externa. • O MCP permite controlar as funções do editor a partir do agente.
Processado por IA de Хабр: Машинное обучение; editado por Hamidun News
O autor do editor de vídeo open-source Wunjo Make publicou no Habr um guia para criar plugins. É possível escrevê-los manualmente ou delegar o trabalho a um dos três agentes de IA para código: Claude Code, Codex ou Cursor. Para que os agentes não inventem a estrutura do projeto no improviso, o repositório ganhou o código de um empacotador (builder) e um conjunto de skills para modelos de linguagem na nuvem. O plugin pronto pode acessar uma rede neural local ou uma API externa, e o editor pode ser controlado via MCP.
O que foi adicionado ao repositório
O anúncio cita dois artefatos: o empacotador e as skills. Pela descrição, o empacotador cuida de empacotar o plugin, para que o desenvolvedor não precise entender os detalhes internos do editor. As skills são instruções escritas previamente para o modelo. O agente as carrega no contexto e fica sabendo de que partes um plugin é composto, como montá-lo e quais convenções o projeto adota.
É justamente nessa etapa que o vibe coding costuma falhar. O modelo escreve bem funções, mas não conhece a arquitetura alheia. Se você entrega a ele a descrição do formato de plugin e um empacotador funcional, o resultado passa a ser verificado pela compilação, e não apenas pela leitura do código.
Modelos locais, API e MCP
A principal característica do esquema é que o backend do plugin não fica preso a uma única forma de execução. Um plugin com rede neural local serve quando o vídeo não pode ser enviado para fora ou quando não se quer pagar por cada requisição. Um plugin baseado em API é mais simples: não exige placa de vídeo, mas precisa de uma chave e de conexão com a internet.
Outro ponto do anúncio é o controle via MCP. A Anthropic apresentou o Model Context Protocol em novembro de 2024, e hoje ele se tornou uma forma comum de conectar ferramentas externas aos modelos. Para um editor de vídeo, isso significa que o agente pode não só escrever o plugin, mas também chamar funções do próprio editor. Quais operações exatamente estão disponíveis via MCP não fica claro no anúncio; é preciso consultar o artigo e o repositório.
Principais parâmetros
- Editor: Wunjo Make, código aberto.
- Formas de criar plugins: manualmente ou com Claude Code, Codex e Cursor.
- O que foi adicionado ao repositório: código do empacotador e skills para LLMs na nuvem.
- Backend dos plugins: redes neurais locais ou API.
- Controle: via MCP.
Por onde começar
Primeiro, vale clonar o repositório e conectar as skills ao agente que você já usa. Para testar o esquema, o melhor é pegar um plugin pequeno, com uma única função, por exemplo um wrapper de um modelo para processar áudio ou quadros. Assim fica claro de imediato com que precisão o agente segue as regras do projeto e se a compilação passa sem ajustes manuais.
Ao escolher entre modelo local e API, convém avaliar de antemão três fatores: a quantidade de memória de vídeo, a sensibilidade do material e o custo das requisições em vídeos longos. O código gerado pelo agente deve ser lido antes da instalação. O plugin é executado na sua máquina e pode ter acesso aos arquivos do projeto.
Por fim, este é um guia do autor do projeto, e não um teste independente. Só ficará claro o quanto a API de plugins amadureceu e como os agentes lidam com plugins complexos quando desenvolvedores externos começarem a publicar seus próprios trabalhos.
Delegate Deep Research, Coding & Workflows to an AI Agent
Deploy autonomous multi-step execution with NomadNet Agent (agent.nomadnet.ai) — automated web research, data synthesis, code generation, and complex task orchestration.
O essencial da IA — uma vez por semana
Sete histórias que realmente importaram, escolhidas a dedo. Sem ruído nem releases.
Pronto! Verifique seu e-mail para a confirmação.