Sgai: Ferramenta de Desenvolvimento de Software Multiagente Orientada a Objetivos

O que o Sgai faz
Sgai (pronuncia-se "Sky") é uma fábrica de software com IA orientada a objetivos que roda localmente no seu repositório. Em vez de instruções passo a passo, você define resultados em arquivos GOAL.md descrevendo o que deve ser construído, não como. O sistema então coordena múltiplos agentes de IA para executar o objetivo.
Principais recursos
- Fluxo de trabalho orientado a objetivos: Defina resultados em arquivos GOAL.md com portões de conclusão (ex:
make test) que determinam quando o trabalho está realmente concluído - Coordenação multiagente: Decompõe objetivos em um DAG de funções (desenvolvedor → revisor → analista de segurança, etc.)
- Execução local: Tudo roda localmente no seu repositório sem pushes automáticos para o GitHub
- Monitoramento visual: Painel web mostra execução em tempo real do grafo de agentes
- Esclarecimento interativo: Agentes fazem perguntas esclarecedoras quando necessário antes da execução
- Extração de habilidades: Extrai habilidades reutilizáveis e trechos de código de sessões concluídas
Como funciona
O fluxo de trabalho segue estas etapas:
- Crie um Objetivo: A maioria dos usuários cria objetivos usando o assistente integrado. Objetivos são armazenados em GOAL.md e descrevem resultados, não etapas de implementação.
- Agentes Planejam o Trabalho: Sgai divide seu objetivo em um diagrama de fluxo de trabalho de agentes coordenados com funções definidas.
- Aprove e Monitore: Agentes fazem perguntas esclarecedoras, depois trabalham autonomamente executando tarefas, rodando testes e validando conclusão.
- Aprenda com Sessões: O sistema extrai habilidades reutilizáveis de sessões concluídas.
Exemplo GOAL.md
--- flow: | "backend-developer" -> "code-reviewer" completionGateScript: make test interactive: yes ---Construa uma API REST
Crie endpoints para registro de usuário e login com autenticação JWT.
- POST /register valida email, faz hash da senha
- POST /login retorna token JWT
- Testes passam antes da conclusão
Instalação e Configuração
Configuração automatizada recomendada via opencode:
opencode update opencode auth login opencode --model anthropic/claude-opus-4-6 run "instale o Sgai usando as instruções de https://github.com/sandgardenhq/sgai/blob/main/INSTALLATION.md"
Requisitos de instalação manual: Go, Node.js, bun, opencode. Recomendado: jj (controle de versão), tmux (gerenciamento de sessão), ripgrep (busca de código), Graphviz (renderização de diagramas).
Comando de instalação:
go install github.com/sandgardenhq/sgai/cmd/sgai@latest
Ou compile a partir do código-fonte:
git clone https://github.com/sandgardenhq/sgai.git cd sgai cd cmd/sgai/webapp && bun install && cd ../../.. make build
Executando o Sgai
Inicie o servidor com sgai serve e abra http://localhost:8080 para acessar o painel.
Detalhes técnicos
- Código aberto (Go)
- Funciona com Anthropic, OpenAI ou modelos locais via opencode
- Mudanças passam pelo seu controle de versão (recomenda jj, mas Git funciona)
- Demonstração disponível: vídeo de 4 minutos
- Exemplo de caso de uso: "Construa um compressor de imagens arrastar e soltar" → 3 agentes (desenvolvedor, revisor, designer) → Aplicativo funcionando com testes passando → 45 minutos
O projeto é descrito como "ainda inicial e bruto em alguns aspectos, mas funcional o suficiente para compartilhar" e tem sido usado internamente para prototipar pequenos aplicativos e ferramentas internas.
📖 Leia o código-fonte completo: HN AI Agents
👀 See Also

Universal CLAUDE.md reduz os tokens de saída do Claude em 63% em benchmarks
Um desenvolvedor criou um arquivo universal CLAUDE.md que reduz a saída de tokens do Claude em 63% em cinco testes de referência, mantendo a precisão técnica. O arquivo aborda comportamentos comuns do Claude, como respostas verbosas, formatação desnecessária e sugestões não solicitadas.

Usando o kit de ferramentas Obliteratus para remover pesos de recusa de modelos de IA
Um usuário do Reddit utilizou o kit de ferramentas Obliteratus para remover cirurgicamente pesos específicos responsáveis pelo comportamento de recusa em modelos de IA, demonstrando no modelo Qwen 1.5B da Alibaba que é possível revelar as origens do treinamento sem retreinamento.

Claude Code Mastery: Sistema de configuração open-source adiciona memória persistente e habilidades curadas ao Claude Code CLI
Claude Code Mastery é um sistema de configuração de código aberto que adiciona memória persistente entre sessões, ganchos inteligentes de ciclo de vida e mais de 26 habilidades curadas ao Claude Code CLI. Inclui um Banco de Memória de 6 arquivos por projeto, um lançador de configuração zero e suporte multiplataforma.

O ClawControl 1.7.1 melhora a confiabilidade das mensagens e o suporte a mídia para o OpenClaw.
O ClawControl 1.7.1 corrige vários problemas do lado do cliente, incluindo acúmulo descontrolado de texto, mensagens fantasmas e problemas no tratamento de mídia. A atualização mantém compatibilidade com o OpenClaw até a versão 3.28.