Axe: Um CLI de 12MB para Agentes LLM de Propósito Único

✍️ OpenClawRadar📅 Publicado: March 13, 2026🔗 Source
Axe: Um CLI de 12MB para Agentes LLM de Propósito Único
Ad

O que é o Axe

Axe é um binário Go de 12MB com duas dependências (cobra, toml) que substitui frameworks de IA por uma abordagem inspirada no Unix para agentes LLM. Em vez de sessões de chatbot de longa duração, ele executa agentes de propósito único definidos em arquivos de configuração TOML. Cada agente tem uma tarefa focada como revisão de código, análise de logs ou escrita de mensagens de commit.

Funcionalidades Principais

  • Configuração baseada em TOML: Definições de agentes declarativas e versionáveis com prompts de sistema, seleção de modelo, arquivos de habilidades e arquivos de contexto
  • Pipe de stdin: git diff | axe run reviewer funciona diretamente
  • Delegação de subagentes: Agentes podem chamar outros agentes via uso de ferramentas LLM com limitação de profundidade e execução paralela
  • Memória persistente: Logs em markdown com timestamp carregam contexto entre execuções com coleta de lixo assistida por LLM
  • Suporte a múltiplos provedores: Funciona com Anthropic, OpenAI, Ollama (modelos locais) ou qualquer formato models.dev
  • Ferramentas integradas: Busca na web, fetch de URL e operações de arquivo com sandbox de caminho (leitura, escrita, edição, listagem) bloqueadas no diretório de trabalho do agente
  • Suporte a MCP: Pode conectar qualquer servidor MCP a agentes
  • Sistema de habilidades: Conjuntos de instruções reutilizáveis compartilhados entre agentes
  • Saída JSON: Saída estruturada com metadados para script
  • Modo dry-run: Inspeciona contexto resolvido sem chamar o LLM
Ad

Instalação & Configuração

Requer Go 1.24+. Instale via:

go install github.com/jrswab/axe@latest

Ou compile a partir do código-fonte:

git clone https://github.com/jrswab/axe.git
cd axe
go build .

Inicialize a configuração:

axe config init

Cria estrutura de diretórios em $XDG_CONFIG_HOME/axe/ com exemplo de habilidade e config.toml padrão para credenciais do provedor.

Exemplos de Uso

Crie e execute um agente:

axe agents init my-agent
axe agents edit my-agent
axe run my-agent

Pipe dados de outras ferramentas:

git diff --cached | axe run pr-reviewer
cat error.log | axe run log-analyzer

Copie agentes de exemplo do diretório examples/:

cp examples/code-reviewer/code-reviewer.toml "$(axe config path)/agents/"
cp -r examples/code-reviewer/skills/ "$(axe config path)/skills/"
export ANTHROPIC_API_KEY="your-key-here"
git diff | axe run code-reviewer

Implantação Docker

Construa a imagem:

docker build -t axe .

Builds multi-arquitetura (linux/amd64, linux/arm64) via buildx:

docker buildx build --platform linux/amd64,linux/arm64 -t axe:latest .

Execute um agente com configuração montada:

docker run --rm \
  -v ./my-config:/home/axe/.config/axe \
  -e ANTHROPIC_API_KEY \
  axe run my-agent

Pipe stdin com flag -i:

git diff | docker run --rm -i \
  -v ./my-config:/home/axe/.config/axe \
  -e ANTHROPIC_API_KEY \
  axe run my-agent

Para quem é

Desenvolvedores que querem automatizar tarefas específicas de IA sem sobrecarga de framework, especialmente aqueles que já usam ferramentas Unix, hooks git, cron ou pipelines de CI.

📖 Leia a fonte completa: HN LLM Tools

Ad

👀 See Also

Como Mover ou Renomear Pastas de Projetos do Claude Code Sem Perder o Histórico de Sessões
Tools

Como Mover ou Renomear Pastas de Projetos do Claude Code Sem Perder o Histórico de Sessões

O Claude Code armazena o histórico de sessões usando caminhos absolutos de projetos, portanto, mover ou renomear pastas com o comando mv quebra o acesso às sessões. A ferramenta clamp corrige isso migrando os dados da sessão para corresponder aos novos caminhos.

OpenClawRadar
AGI em md: 11 Níveis de Compressão Cognitiva para Prompts do Sistema Claude
Tools

AGI em md: 11 Níveis de Compressão Cognitiva para Prompts do Sistema Claude

Um repositório do GitHub documenta 11 níveis de compressão cognitiva que podem ser codificados em prompts de sistema do Claude, com o Nível 8 mudando da análise para a construção e melhorando o desempenho do Haiku de 0/3 para 4/4. O projeto inclui 28 prompts, 299 saídas brutas e logs completos de experimentos em 19 domínios.

OpenClawRadar
SkillMesh: Roteador Compatível com MCP para Grandes Catálogos de Ferramentas Reduz Tamanho do Contexto em 70%
Tools

SkillMesh: Roteador Compatível com MCP para Grandes Catálogos de Ferramentas Reduz Tamanho do Contexto em 70%

SkillMesh é um roteador compatível com MCP que recupera apenas os cartões de especialistas relevantes para consultas de agentes de IA, reduzindo o tamanho do contexto em 70% e melhorando a seleção de ferramentas. Ele suporta Claude via servidor MCP, pacotes de habilidades Codex e esquemas de função no estilo OpenAI.

OpenClawRadar
Experiência do Usuário: Mudando do OpenClaw para o Agente Hermes em LLM Local
Tools

Experiência do Usuário: Mudando do OpenClaw para o Agente Hermes em LLM Local

Um desenvolvedor relatou a mudança de OpenClaw para Hermes Agent usando Qwen3.5-9B em uma RX 9070 XT com 16 GB de VRAM. O Hermes completou uma tarefa complexa com 5 chamadas de ferramentas corretas, contra mais de 50 etapas do OpenClaw, executando 2:30 minutos mais rápido enquanto mantinha funcionalidades de RAG, chamada de ferramentas e memória persistente.

OpenClawRadar