Construindo um Aplicativo de Análise de Fantasy Baseball com Claude Code: A Experiência de um Estudante de Direito

Um veterano da Marinha e estudante de direito com um diploma de ciência da computação de 2017 que não havia tocado em código desde a formatura construiu um aplicativo iOS completo de análise de fantasy baseball chamado Ball Knower usando o Claude Code para implementação enquanto tomava todas as decisões de produto e domínio. O aplicativo está disponível na App Store e foi desenvolvido durante o último ano do estudante na faculdade de direito.

O Que Foi Construído

Ball Knower é um aplicativo de análise de fantasy baseball que inclui:

• 1.313 perfis de jogadores da MLB com barras de percentil Statcast (barras coloridas do Baseball Savant)
• Escolhas diárias de arremessadores para streaming pontuadas de 0 a 100
• Rankings de dinastia Keep-Trade-Cut com pontuação ELO
• 1.241 jogadores da MLB + 72 prospects do FanGraphs
• 87 métricas distintas rastreadas por jogador

Stack Técnico

Frontend: SwiftUI (iOS 17+), Swift Charts, StoreKit 2

Backend: Python 3.12, FastAPI, SQLAlchemy async, PostgreSQL, Redis, APScheduler

Infraestrutura: Droplet único do DigitalOcean, Docker

Fontes de Dados: 30 tarefas agendadas extraindo da MLB Stats API, Baseball Savant via pybaseball, RSS da ESPN, The Odds API e clima do Open-Meteo

Onde o Claude Code Se Destacou

• Conectou uma cadeia de injeção de dependência do FastAPI a uma sessão async do SQLAlchemy e a uma camada de cache Redis em minutos (teria levado dias apenas com a documentação)
• Depurou uma condição de corrida assíncrona no fluxo de validação de assinatura onde o coordenador do token de atualização e o listener do StoreKit 2 estavam em conflito
• Identificou o problema e escreveu uma correção baseada em ator após os sintomas serem descritos
• Escreveu aproximadamente 70% das linhas brutas de código

Onde o Claude Code Ficou Aquém

• Mapeou 85% das colunas das fontes de dados corretamente, mas 15% retornaram nil silenciosamente sem erros ou falhas
• Perdeu incompatibilidades de nomes de colunas (ex: pybaseball retorna brl_percent enquanto a coluna do banco de dados era barrel_pct)
• Gerou confiantemente código solicitando permissão de App Tracking Transparency para anúncios não personalizados, causando rejeição do build pela Apple
• Gerou cadeias de modificadores SwiftUI que compilavam mas renderizavam incorretamente em casos extremos
• Usou padrões de API obsoletos sem mencionar que estavam depreciados

Papel do Desenvolvedor

O desenvolvedor escreveu ou corrigiu os 30% restantes do código, que incluíram:

• Pesos do algoritmo de pontuação
• Lógica de invalidação de cache
• Fluxo de assinatura
• Mapeamentos de colunas de dados
• Conformidade com a App Store
• Decisões específicas do domínio (estádios cobertos não têm vento, estatísticas de treinamento de primavera não devem ter peso igual, API de percentil do Baseball Savant requer lógica de preenchimento de lacunas para jogadores não qualificados)

Métricas de Desenvolvimento

• 300+ horas de desenvolvimento durante um semestre
• 30 tarefas cron automatizadas executando todas as noites a partir das 2h25 ET
• 9 fontes de dados externas sincronizadas diariamente
• 2 rejeições da App Store antes da aceitação (rotulagem EULA + permissão ATT desnecessária)
• Ponto de equilíbrio: 13 assinantes a US$ 3,99/mês