Intensivo Grátis 21–22/11Intensivo gratuito de 2 dias em Vibecoding (21–22/11 às 16:00 MSK) · Turma 3 começa 23/11Inscrever-se grátis →Turma 3 (23/11)
LançamentoAnálise · No radarX: @Mr_Buzzoni→ original

Vencedor do hackathon da Anthropic publica seu kit de Claude Code: 68 subagentes e 286 skills

O vencedor do hackathon da Anthropic abriu sob licença MIT toda a sua configuração do Claude Code, chamada ECC. Em vez de um único assistente, o resultado é um "departamento de engenharia": 68 subagentes, 286 skills e 94 comandos para revisão, testes e segurança. A ordem é rígida: primeiro o plano, depois um teste que falha, depois o código. Quem verifica as mudanças é um revisor com contexto limpo. Não vale ativar tudo de uma vez: comece com um único plano e um único conjunto de regras.

Processado por IA de X: @Mr_Buzzoni; editado por Hamidun News
Vencedor do hackathon da Anthropic publica seu kit de Claude Code: 68 subagentes e 286 skills
Fonte: X: @Mr_Buzzoni. Colagem: Hamidun News.
Ouvir artigo
Ficha técnica e números-chave
ParâmetroDados
Fonte originalX: @Mr_Buzzoni ↗
Editor-chefe
Licença MITdá para fazer fork do kit e enxugá-lo conforme a sua necessidade
Dado-chave #2Na segurança, há verificação OWASP e um scanner de brechas na configuração do agente
Linguagens e frameworksPython, Go, Rust, C++, Django, Laravel, Spring Boot, Next.js

A maioria das pessoas usa o Claude Code como um estagiário muito rápido: descreve a tarefa, recebe o código e vai tentar entender o que ele fez. O vencedor do hackathon da Anthropic propõe outra abordagem e publicou tudo: toda a sua configuração de trabalho, chamada ECC. O autor do post no X que divulgou o projeto diz que ela troca o assistente solitário por "um departamento de engenharia inteiro". O kit tem 68 subagentes, 286 skills e 94 comandos, com licença MIT.

Um esclarecimento importante: isto não é um modelo novo nem um lançamento da própria Anthropic. É uma configuração sobre o Claude Code, ou seja, um conjunto de papéis, instruções e regras prontos. A fonte não traz medições independentes de quanto ela acelera o trabalho ou reduz o número de bugs. Por enquanto, é o relato de um entusiasta, não um benchmark.

Como funciona o "departamento" de agentes

A ideia é dividir o trabalho como ele é dividido em uma equipe de verdade. Primeiro vem o plano: você escreve uma frase e recebe um plano que aprova antes de ser escrita qualquer linha de código. Depois vem o teste: primeiro um teste que falha, em seguida a correção (o TDD clássico). Por fim, a verificação: cada mudança é lida por um revisor que não viu o código ser escrito. O contexto limpo importa aqui. Quem escreve o código tende a não notar os próprios erros, e o modelo tem o mesmo problema quando todo o histórico de raciocínio está na janela de contexto.

As demais funções estão distribuídas por tarefa:

  • Revisão. Um revisor separado para cada linguagem analisa o seu diff.
  • Correção de build. Um "consertador" próprio para cada toolchain, incluindo PyTorch e CUDA.
  • Arquitetura. Pega erros de design antes que virem migrações.
  • Trabalho aplicado. Consultas a bancos de dados, pipelines de ML, testes e2e, documentação.
  • Entrega. Docker, CI/CD, health checks, rollbacks e migrações.
  • Pacotes por linguagem. Python, Go, Rust, C++, Django, Laravel, Spring Boot, Next.js.

Para o contexto, há duas técnicas. O search-first obriga o agente a consultar a documentação antes de escrever código. O iterative-retrieval impede que o repositório inteiro encha a janela do modelo. O kit também traz skills que não têm relação com código: textos no seu estilo, pesquisa de mercado, pitch decks.

Segurança: a parte mais subestimada

O autor destaca um par de agentes de segurança: uma verificação pela lista OWASP (vulnerabilidades típicas de aplicações web) e um scanner que procura brechas de injeção na própria configuração do agente. O segundo ponto é especialmente relevante: os arquivos com regras e instruções se tornam, eles mesmos, uma superfície de ataque quando o agente lê texto não confiável.

O autor afirma que uma auditoria OWASP externa custa uma quantia de quatro dígitos e leva uma semana, enquanto aqui a verificação termina no seu branch "antes do almoço". Essa é a estimativa dele, e esse tipo de execução não deve ser tratado como substituto de uma auditoria completa. Mas, como um filtro inicial barato antes do release, a ideia é razoável.

O que fazer com isso

O principal conselho do autor soa tedioso, e justamente por isso vale ouvi-lo: não ative as 286 skills de uma vez. Segundo ele, é o jeito mais rápido de piorar o resultado. Cada skill a mais ocupa espaço no contexto e dá ao modelo mais motivos para se distrair. Comece com um único plano e um único conjunto de regras para a sua stack, e conecte o resto conforme a necessidade.

A ordem prática é esta:

  1. Faça um fork do repositório e remova de imediato tudo o que não se aplica à sua linguagem e à sua toolchain.
  2. Mantenha a combinação "plano, teste, revisão em contexto limpo" e teste-a em uma tarefa pequena.
  3. Adicione os agentes de segurança antes do primeiro release.
  4. Amplie o kit apenas onde você vir erros reais e recorrentes.

Há também o outro lado. Uma configuração alheia embute hábitos e premissas alheios. Ela pode entrar em conflito com os seus code styles e processos. A abordagem multiagente gasta mais tokens do que uma única requisição. Por isso, leia o que você executa, principalmente comandos e scripts: um kit com centenas de componentes não deve ser aceito na confiança, como qualquer dependência de terceiros.

Com essas ressalvas em mente, o valor do kit fica claro. Ele mostra como um usuário experiente do Claude Code transforma um assistente de chat em uma linha de produção com verificações. Mesmo que você não adote o ECC por inteiro, dá para aproveitar a estrutura. O autor resume assim: quem configurar isso em um fim de semana passará o próximo trimestre principalmente revisando o trabalho, e não digitando tudo à mão.

História

Perguntas frequentes sobre a notícia

Como funciona o "departamento" de agentes?

A ideia é dividir o trabalho como ele é dividido em uma equipe de verdade. Primeiro vem o plano: você escreve uma frase e recebe um plano que aprova antes de ser escrita qualquer linha de código. Depois vem o teste: primeiro um teste que falha, em seguida a correção (o TDD clássico). Por fim, a verificação: cada mudança é lida por um revisor que não viu o código ser escrito. O contexto limpo importa aqui.

O que se sabe sobre Segurança: a parte mais subestimada?

O autor destaca um par de agentes de segurança: uma verificação pela lista OWASP (vulnerabilidades típicas de aplicações web) e um scanner que procura brechas de injeção na própria configuração do agente. O segundo ponto é especialmente relevante: os arquivos com regras e instruções se tornam, eles mesmos, uma superfície de ataque quando o agente lê texto não confiável.

O que fazer com isso?

O principal conselho do autor soa tedioso, e justamente por isso vale ouvi-lo: não ative as 286 skills de uma vez. Segundo ele, é o jeito mais rápido de piorar o resultado. Cada skill a mais ocupa espaço no contexto e dá ao modelo mais motivos para se distrair. Comece com um único plano e um único conjunto de regras para a sua stack, e conecte o resto conforme a necessidade. A ordem prática é esta: Faça um fork do repositório e remova de imediato tudo o que não se aplica à sua linguagem e à sua toolchain.

ZK
Zhemal Khamidun — CPO da Alpina Digital, gerente de produto do AlpinaGPT. Cria produtos de IA desde 2019. O Hamidun News é um projeto pessoal que virou um agregador em produção com mais de 6.000 leitores.
✦ Hands-On AI Engineering · Hamidun Academy

Build & Ship Production AI Agents Without Boilerplate Code

Start your free 72-hour trial at Hamidun Academy (academy.hamidun.com) — interactive lessons on Claude Code & Cursor, live Tech Radar, and production agent templates.

Start 72h Free Trial →Vibe-Coding Intensive
O que você acha?
Carregando comentários…