SigMap v8.9: Camada de Contexto Determinística Reduz Uso de Tokens em 97% para Agentes de Codificação de IA
SigMap v8.9 é uma camada de fundamentação determinística e verificável para trabalho de código com IA. Ela afirma uma redução de 97,0% no uso de tokens, 87,8% de precisão de recuperação hit@5 (contra 13,6% aleatório) e 49,2% menos prompts por tarefa (1,44 vs 2,84). A ferramenta é zero dependência, totalmente offline e funciona com TypeScript, Python, Go, Rust, Java, Kotlin, Ruby, PHP, Swift, C#, C++, Dart, Scala, Vue, Svelte, GraphQL, SQL, Terraform, R, GDScript e mais.
Fluxo de trabalho principal: perguntar, validar, julgar, aprender
O fluxo de trabalho vai além da simples redução de contexto:
- Gerar um mapa de assinatura compacto uma vez com
npx sigmap. - Perguntar por arquivos específicos para a tarefa atual:
sigmap ask "explique o fluxo de autenticação". Isso gera uma lista de arquivos classificados e um.context/query-context.mdpronto para colar. - Validar cobertura:
sigmap validate --query "auth login token"verifica se o contexto é suficiente. - Julgar fundamentação:
sigmap judge --response response.txt --context .context/query-context.mdavalia se a resposta está fundamentada no código.
Integração com MCP e IDEs
SigMap é compatível com MCP e funciona com Copilot, Claude Code, Cursor, Windsurf, Codex, OpenCode e Gemini CLI. A versão v8.9.1 adiciona uma ferramenta MCP squeeze_output e a flag de CLI squeeze --response para comprimir deterministicamente traces de pilha ruidosos, logs de CI ou payloads JSON no meio da sessão — a 19ª ferramenta MCP.
Resultados de benchmark
Último benchmark salvo (v8.9.1, julho de 2026):
| Métrica | Sem SigMap | Com SigMap |
|---|---|---|
| Proxy de sucesso de tarefa | 10% | 67,8% |
| Prompts por tarefa | 2,84 | 1,44 |
| Recuperação hit@5 | 13,6% | 88% |
| Redução geral de tokens | — | 97,0% |
| Repositórios com overflow GPT-4o | 16/21 | 0/21 |
O desempenho abrange 21 repositórios e 90 tarefas reais de codificação.
Início rápido
npx sigmap
sigmap ask "explique o fluxo de autenticação"
# Gera lista de arquivos classificados + .context/query-context.md
# Cole o contexto no assistente de IAPara equipes ou CI, o SigMap oferece estratégias configuráveis e generalização para monorepos. Ele também possui um guia dedicado para agentes de código aberto (OpenCode, Aider, Cline) e LLMs locais (Ollama, llama.cpp, vLLM) — custo zero, privacidade total.
📖 Leia a fonte completa: HN LLM Tools
👀 See Also
A Queda Silenciosa de Claude: A Falha da Camada de Ação Quando Agentes de IA Alcançam Sites de Negócios
Claude consegue ler sites de negócios (preços, fluxos de reserva, formulários), mas falha na camada de ação — reservar, enviar ou rotear — devido à falta de endpoints acionáveis. Isso causa uma desistência invisível do usuário, sem nenhum sinal de análise.
TREX: O Revisor de Código com IA da Greptile que Executa Seu Código
TREX é uma camada de execução de código integrada à revisão de código AI do Greptile. Ele executa o código e mostra screenshots, logs e traces para bugs que a análise estática não detecta.
Framework de Busca de Emprego de Código Aberto Construído em Claude Code
Um desenvolvedor criou um framework de busca de emprego de código aberto no Claude Code que lida com autoperfilamento estruturado, raspagem automatizada de portais de vagas, avaliação de compatibilidade e um pipeline de agente redator-revisor para candidaturas personalizadas. O sistema para antes do envio e requer revisão manual.
Qhatu: Plataforma Transforma Repositórios GitHub em Micro SaaS Pago por Uso com Claude
Qhatu é uma plataforma que pega um repositório do GitHub e o implanta como um micro SaaS pago por uso, com um frontend gerado e processamento de pagamento integrado. O sistema usa APIs da Anthropic para analisar código, gerar Dockerfiles e criar interfaces de loja.