Skir: Uma Alternativa Moderna aos Protocol Buffers para Troca de Dados com Segurança de Tipos

O que o Skir faz
Skir é uma alternativa moderna ao Protocol Buffers que serve como uma única fonte da verdade para tipos de dados. Você escreve seu esquema uma vez em um arquivo .skir e gera código idiomático e type-safe para múltiplas linguagens.
Funcionalidades Principais e Fluxo de Trabalho
Toda a configuração fica em um único arquivo YAML. Você pode inicializar um projeto com npx skir init. O modo watch recompila automaticamente quando os arquivos mudam.
Aqui está um exemplo de esquema da fonte:
struct Point {
x: int32;
y: int32;
label: string;
}
struct Shape {
points: [Point];
/// Uma string curta descrevendo esta forma.
label: string;
}
const TOP_RIGHT_CORNER: Point = {
x: 600,
y: 400,
label: "top-right corner",
};
Uso do Código Gerado
O código gerado inclui métodos de serialização e desserialização. Para TypeScript:
import { Point } from "../skirout/shapes";
const point = Point.create({
x: 3,
y: 4,
label: "P"
});
const pointJson = Point.serializer.toJson(point);
console.log(pointJson); // [3, 4, "P"]
const restored = Point.serializer.fromJson(pointJson);
console.log(restored.label); // "P"
Evolução de Esquema e Suporte a RPC
Skir inclui verificações e diretrizes integradas para evolução segura de esquema em sistemas de longa duração ou distribuídos. Também suporta RPCs com type-safe de ponta a ponta similar ao gRPC.
Exemplo de definição RPC:
struct WhatToWearRequest {
temperature_celsius: float32;
raining: bool;
}
struct WhatToWearResponse {
bottom_outfit: string;
sunglasses: bool;
}
method WhatToWear(WhatToWearRequest): WhatToWearResponse = 770862;
Funcionalidades Adicionais
- Serialização para JSON denso (compacto, permite evolução de esquema), JSON legível (para depuração) ou binário (para performance)
- Gerenciador de pacotes integrado que importa tipos diretamente de repositórios GitHub
- Extensão VS Code com validação em tempo real, autocompletar e formatação automática
- Linguagens suportadas: TypeScript, Python, C++, Java, Kotlin, Dart
Para quem é
Equipes que executam stacks de linguagens mistas e precisam de troca de dados type-safe entre serviços, particularmente útil para aplicações full-stack com diferentes linguagens no frontend e backend.
📖 Leia a fonte completa: HN AI Agents
👀 See Also

A pesquisa híbrida com RRF melhora o sistema de memória de IA em relação à pesquisa vetorial pura.
Um sistema de memória de IA de código aberto usando PostgreSQL com pgvector descobriu que a busca vetorial pura era insuficiente para correspondências exatas, então adicionou busca de texto completo e mesclou os resultados usando Fusão de Classificação Recíproca (RRF) com k=60, além de enriquecimento de consulta via tokenizador.

Claude Code adiciona sistema de revisão baseado em equipe de agentes em prévia de pesquisa
O Claude Code agora inclui um sistema completo de revisão de código modelado no processo interno da Anthropic, usando equipes de agentes. O recurso está disponível em prévia de pesquisa.

ClawCall: Habilidade OpenClaw para chamadas telefônicas com IA no modo ponte
ClawCall é uma habilidade do OpenClaw que permite que agentes de IA façam ligações telefônicas reais, naveguem por menus, aguardem na linha e conduzam conversas. Inclui um modo de ponte que conecta você quando um humano atende.

Mentor de Carreira Multiagente Desenvolvido com Ollama e MCP para IA Local
Um desenvolvedor criou um sistema de IA com 5 agentes que analisa currículos e gera relatórios de inteligência de carreira usando Ollama com llama3 localmente. O sistema encadeia as saídas dos agentes para que cada um construa sobre o contexto anterior, com MCP lidando com a integração de ferramentas.