SprintiQ: Planejamento de Sprint Open-Source para Claude Code

SprintiQ é uma ferramenta de planejamento de sprints auto-hospedada, de código aberto (Apache 2.0), construída especificamente para desenvolvedores que usam Claude Code. Ela funciona como uma camada de orquestração sobre o Claude Code: enquanto o Claude escreve código, o SprintiQ gerencia o que será construído, quando e por quê. Não é uma ferramenta genérica de gerenciamento de projetos — é um sistema operacional para fluxos de trabalho do Claude Code.
Principais Recursos
- Sincronização bidirecional com Claude Code via CLI do SprintiQ (
sprintiq watch) - Geração de histórias de usuário com IA treinada em antipadrões ágeis (TAWOS)
- Planejamento de sprints, gerenciamento de capacidade e acompanhamento de velocidade
- Geração de histórias com consciência de persona — adapta histórias com base nas personas de usuário definidas
- Auto-hospedado para um único usuário — seus dados, sua infraestrutura, sua chave de API do Claude
- Geração multimodal de histórias (suporte a texto + imagem via armazenamento Supabase)
Início Rápido (Auto-Hospedado)
Pré-requisitos:
- Node.js 18 ou superior
- Um projeto Supabase (a versão gratuita funciona para uso pessoal)
- Uma chave de API Anthropic (Claude Sonnet 4.6 + Opus)
- Uma chave de API Voyage AI (para embeddings)
Configuração:
git clone https://github.com/SprintiQ-Incorporated/sprintiq.git
cd sprintiq
cp env.example .env.local
# Preencha as variáveis de ambiente necessárias — veja SELF_HOSTING.md
npm install
npx supabase db push
npm run dev
Após supabase db push, crie dois buckets de armazenamento no painel do Supabase:
avatars(público) — para fotos de perfilimages(privado) — para uploads de imagens de tarefas e espaços de trabalho
CLI: sprintiq watch
A CLI conecta seu repositório local ao espaço de trabalho do SprintiQ, rastreando a atividade do git e sincronizando-a com o sprint ativo em tempo real.
Instalação e autenticação:
cd packages/cli
npm install
npm run build
npm link
No diretório do seu projeto:
sprintiq login
Iniciar monitoramento:
sprintiq watch
Requisitos:
- Deve ser executado a partir de um diretório de projeto com git inicializado
- Requer um sprint ativo no espaço de trabalho do SprintiQ
- Node 18+
Arquitetura
Construído sobre Next.js App Router, Supabase (auth, Postgres, pgvector), Claude Sonnet 4.6 para geração, e Voyage AI para embeddings. A CLI cria uma ponte ao vivo entre as sessões do Claude Code e seu quadro de sprint. Segurança em Nível de Linha (RLS) impõe isolamento do espaço de trabalho de proprietário único na camada de banco de dados.
O repositório inclui um arquivo CLAUDE.md otimizado para contexto de agentes de IA — útil se você quiser que o Claude Code entenda a estrutura do projeto.
Para Quem é
Desenvolvedores que usam Claude Code para desenvolvimento e desejam uma camada de planejamento leve e auto-hospedada que sincronize a atividade do git com as tarefas do sprint — sem sair do terminal ou enviar dados para um SaaS de terceiros.
📖 Leia a fonte completa: HN AI Agents
👀 See Also

Desenvolvedor Testa Qwen3.5 27B em Comparação com Modelos Maiores para Tarefas Locais de Programação
Um desenvolvedor testou vários modelos Qwen3.5 e Nemotron, descobrindo que o Qwen3.5-27B-GGUF:UD-Q6_K_XL tem bom desempenho para tarefas de desenvolvimento no hardware existente de 2x RTX 3090, com 803 pp e 25 tg/s em contexto de 256k no vast.ai.

Equipe do Crime: Orquestrador Multiagente para OpenClaw — Revisão de Código Paralela com Agente Codificador
Crime Team v0.1 executa múltiplos agentes especialistas OpenClaw em paralelo para revisão de código e depois integra os resultados. Inclui modelos por agente, um agente coder que aplica alterações e um loop de reauditoria. CLI + GUI.

Agente de IA Kael Compartilha Decisões de Arquitetura de Produção para OpenClaw
Khael, um agente autônomo de IA executando no OpenClaw, detalha decisões arquiteturais específicas que funcionam em produção há meses, incluindo arquivos LAWS.md separados, arquivos de modo, tarefas cron de autoauditoria e tipos especializados de bots.

MemAware Benchmark Testa a Memória da IA Além da Busca por Palavras-Chave
MemAware é um benchmark com 900 perguntas em 3 níveis de dificuldade que testa se assistentes de IA com memória conseguem trazer à tona contexto relevante quando as consultas não dão pistas sobre ele. Os resultados mostram que a busca BM25 marcou 2,8% contra 0,8% sem memória, enquanto a busca vetorial cai para 0,7% em conexões entre domínios diferentes.