Anderson LimaSoftware Engineer & Architect
16 de octubre de 2026
7 min de lectura
39 visualizaciones
O que faltava nos CLIs de IA que eu já usava, e as decisões que nasceram desse incômodo
English summary: Why I built lemon-code, a terminal coding agent in Bun, TypeScript and Ink: fragmented context across AI CLIs, routing nobody could explain, and no audit trail I could trust.
Publicado: 19 de outubro de 2026
Tempo de leitura: 8 min
Série: lemon-code em 30 dias, parte 1 de 13
Em março de 2026 eu tinha quatro CLIs de agente instalados no Mac: Claude Code, Codex, Gemini CLI e OpenCode. Todos bons. Nenhum sabia o que os outros tinham feito na mesma pasta dez minutos antes.
Eu copiava contexto de um terminal para outro, colava o resumo de uma sessão como prompt da próxima e decidia de cabeça qual ferramenta usar em cada tarefa. Quando algo dava errado, não havia registro do motivo.
No dia 7 de março fiz o primeiro commit do lemon-code, um agente de código no terminal escrito em Bun, TypeScript e Ink. Sete meses e mais de 440 commits depois, ele é a ferramenta que eu uso todo dia. Esta série conta as decisões técnicas por trás dele, incluindo as que eu errei.
Pense numa orquestra em que cada músico toca bem, mas ninguém tem a partitura dos outros e não existe maestro. O som de cada um é bom; o conjunto não. O lemon-code nasceu para ser o maestro: ele não toca no lugar dos CLIs, ele decide quem entra, quando, e anota o que cada um tocou.
Antes da arquitetura, o núcleo. Um agente de código é um loop: o modelo propõe uma ação, o harness decide se ela pode rodar, executa e devolve o resultado.
// loop mínimo de agente (ilustrativo, sem dependências)
type Step = { tool: string; args: unknown } | { done: string };
interface Model { next(history: string[]): Promise<Step> }
interface Tools {
approve(step: Step): Promise<boolean>;
exec(step: Step): Promise<string>;
}
export async function run(task: string, model: Model, tools: Tools) {
const history = [task];
for (let turn = 0; turn < 20; turn++) {
const step = await model.next(history);
if ("done" in step) return step.done;
const ok = await tools.approve(step); // humano no circuito
history.push(ok ? await tools.exec(step) : "negado pelo usuário");
}
throw new Error("limite de turnos atingido");
}
Cada CLI que eu usava implementa uma variação desse loop. A diferença está em tudo que fica ao redor dele: qual modelo responde, que contexto entra, quem aprova, o que fica registrado. Era essa parte que eu queria controlar.
Cada ferramenta guardava sessão e memória do seu jeito. Trocar de CLI no meio de uma tarefa significava perder o fio. O documento de produto do lemon-code descreve assim: ferramentas desconectadas geram contexto fragmentado, auditoria fraca e custo alto de troca.
Algumas tarefas pedem o modelo mais forte disponível. Outras são uma busca de arquivo que qualquer modelo pequeno resolve. Eu escolhia na mão, sem critério estável. Quando uma ferramenta escolhia por mim, eu não sabia por quê.
Todo CLI pede confirmação antes de escrever arquivo ou rodar comando. A aprovação some quando a sessão fecha. Eu queria poder responder depois quem aprovou aquela escrita, em qual modo de permissão e com qual modelo.
Productos gratuitos y de pago para convertir ideas en una base que puedas lanzar.
13 productos disponibles
nextjs · boilerplate
Boilerplate de API em Python com FastAPI, organizado em Clean Architecture (router, service, repository e adapters por módulo). Inclui autenticação JWT com hashing bcrypt, MongoDB, testes com pytest e cobertura, Dockerfile e docker-compose para subir localmente, e documentação Swagger/OpenAPI automática. Repositório de origem privado; snapshot técnico verificado antes da publicação.
Ver producto
react · boilerplate
Base React Native para apps iOS y Android con Expo, Clean Architecture, MVVM, Firebase y módulos nativos. Referencia técnica de VaiDeFut, con distribución pública en Google Play y un flujo de publicación para iOS documentado.
Ver producto
nextjs · boilerplate
Kit gratuito y open source para comenzar con agentes de código en Claude Code, Codex, Gemini, Copilot y OpenCode. El repositorio público confirma una licencia MIT.
Ver producto
nextjs · boilerplate
Base AI-first white-label para lanzar productos SaaS con Next.js, chat, RAG, memoria, tenants y documentación. El snapshot verificado documenta Supabase, no MongoDB; la limitación está explícita. MongoDB, Redis y RabbitMQ requieren una integración/configuración compatible.
Ver producto
nextjs · boilerplate
Edición avanzada de una base white-label y multi-tenant AI-first para acelerar productos con Next.js, chat, RAG, memoria y documentación. El snapshot verificado no demuestra una capa Ultra distinta; la limitación y los cambios de provider, cache y colas quedan transparentes.
Ver producto
nextjs · boilerplate
Base white-label y multi-tenant para convertir una idea en un SaaS AI-first con Next.js, chat, RAG, memoria y seguridad documentada. El snapshot verificado usa Supabase; el nombre identifica el repositorio de origen. Los límites de provider, cache y colas son explícitos; Redis y RabbitMQ son integraciones configurables.
Ver producto
react · portfolio
Una contribución única para apoyar contenido técnico gratuito, investigación y la continuidad de proyectos relevantes publicados por Anderson Lima. Tú eliges el valor; no es una suscripción.
Ver producto
react · boilerplate
Starter React gratuito para crear una suite de pruebas confiable desde el primer commit con Vitest, Testing Library, Playwright, Vite, TypeScript, Zustand, React Query, MirageJS y PWA. El repositorio no declara una licencia SPDX; revisa sus términos antes del uso comercial.
Ver producto
react · portfolio
Monorepo público en React, TypeScript y Vite para explorar una biblioteca de componentes con lenguaje visual inspirado en interfaces nativas. El README actual es breve y no declara una licencia SPDX; trátalo como preview gratuito.
Ver producto
nextjs · saas
Boilerplate SaaS AI-first con Next.js, Supabase, Stripe y provider routing para avanzar desde el primer prompt hasta un despliegue real más rápido. Los cambios de IA, datos, email, cache y colas son explícitos; Redis y RabbitMQ son integraciones configurables.
Ver producto
react · saas
Starter React + TypeScript para SaaS multi-tenant con Firebase, Atomic Design, temas, PWA, pantallas de producto, MirageJS y chat Gemini extensible a otros providers. Valida requisitos de producción, costes e integraciones antes de publicar.
Ver producto
react · boilerplate
Starter React público con TypeScript, Zustand, React Query, Tailwind CSS, PWA e integraciones de IA documentadas. El repositorio no declara una licencia SPDX; revisa sus términos antes del uso comercial.
Ver producto
nextjs · saas
Landing SaaS para Next.js, TypeScript y Tailwind CSS con SEO, temas, i18n, PWA y puntos de integración para auth, Stripe e IA. Una base clara para dejar atrás la pantalla en blanco y dar forma a tu propuesta.
Ver productoContinúa explorando temas similares
Eu pagava API para tarefas que o Claude Code ou o Codex, já logados na minha máquina, resolveriam. A regra CLI-first do lemon-code cabe em quatro linhas de precedência.
Meu agente escolhia o modelo e eu não sabia por quê. Hoje cada escolha vem com uma linha como 'anthropic score 71.5 (risk +20, order +50)'. Este post mostra como chegar nisso.
O lemon-code tem seis ADRs com o número 0049, todas criadas no mesmo dia. Esse erro ensina mais sobre memória de projeto com vários agentes do que qualquer ADR bem numerada.
Un checklist práctico para validar seguridad, costos, evaluaciones y observabilidad antes de llevar tu app con IA a producción.
Templates probados en producción, usados por desarrolladores. Ahorra semanas de setup en tu próximo proyecto.
Escrever os não-objetivos ajudou mais do que listar features. O PRD do projeto define dois limites:
No código atual, isso vale para o score base de providers HTTP, calculado localmente. Há também uma etapa JEV separada: sem chave do gateway, usa o client local disponível (Laya ou BuiltinOne); com uma chave, pode avaliar candidatos via Vercel Gateway. Em shadow, a avaliação não muda a rota; em advisory ou enforce, uma decisão aceita pode mudar o destino. Essa camada configurável não cabe na afirmação de que todo dispatch é local e determinístico.
| Princípio | Na prática |
|---|---|
| Local primeiro | CLI-first automático para runtimes elegíveis; API HTTP quando explícita, com CLI-first desligado ou sem runtime elegível; estado em SQLite local |
| Roteamento explicável | Scores base de providers HTTP têm parcelas registradas; JEV e runtimes CLI seguem caminhos próprios |
| Humano no circuito | Escrita e comandos sensíveis passam por aprovação, com modos de permissão visíveis |
Cada um vira um post da série. O próximo, sobre preferir os CLIs elegíveis antes dos providers HTTP, sai na quarta.
Em paralelo ao dispatch, o lemon-model é um laboratório em andamento para classificação local, um nano transformer próprio e avaliação de bases abertas com MLX. Os smokes de treinamento validam o pipeline, não a qualidade de um modelo de código.
O app nativo macOS não reimplementa nada. Ele conversa com o CLI por um contrato JSON-RPC versionado, assunto de um post mais adiante.
A escolha foi pragmática. Escrevo React há anos, então construir a interface do terminal com componentes React via Ink tirou atrito do primeiro dia. O Bun roda TypeScript direto, sem etapa de build no desenvolvimento, e traz test runner e SQLite embutidos.
O primeiro atrito apareceu cedo: o Ink não roda limpo sob Bun no macOS ARM64 sem alguns ajustes. Esse é o tema do post 3.
Depois de alguns meses de uso diário, fiz três perguntas:
Se você usa mais de um CLI de IA e respondeu "não" para alguma delas, o meu problema provavelmente é seu também. Construir um agente inteiro é só uma das respostas. Às vezes um script que padroniza contexto entre ferramentas já resolve boa parte.
Com três ou mais marcados, vale ao menos padronizar sessão e registro de decisões.
Construí o lemon-code porque os CLIs que uso são bons demais para continuar usando cada um isolado. Faltava a camada que junta contexto, escolhe o modelo com critério visível e guarda o que foi aprovado.
Nos próximos 30 dias vou abrir as decisões dessa camada, uma por post. O código continua fechado. As ideias e os trade-offs ficam aqui.
Se o seu time está tentando encaixar agentes de código num fluxo com aprovação e auditoria, esse é o tipo de trabalho de arquitetura que faço na LEMON.DEV.