33 GitHub stars and counting — lfnovo/ai-dev-workshop is a multi-language project TopGit is tracking across repositories on the platform.
Snapshot summary built from the project's own GitHub metadata — there's no written TopGit review yet. The page will update automatically when a full review is published.
WHY NO REVIEW YET
TopGit writes full reviews for the most-starred, most-requested repositories. This page is a snapshot until then — see the READ ME tab for the original README in full.
MCPs.md - Referência de MCP Servers úteis para desenvolvimento
CLAUDE.md
O arquivo CLAUDE.md.example contém um exemplo inicial de como configurar seu arquivo CLAUDE.md.
Ele deve ser copiado para CLAUDE.md e editado de acordo com as necessidades do projeto / usuário.
No exemplo, usamos um conteúdo sucinto para drivar alguns comportamentos do agente:
Confirmar dúvidas antes de agir
Usar um tom direto
Fazer pesquisas quando necessário
Este arquivo tem o intuito de ser usado como o CLAUDE.md principal, em ~/.claude/CLAUDE.md. Fora ele, cada projeto deve ter seu próprio CLAUDE.md que deve focar nas boas práticas daquele repositório. Ele pode ser gerado com o comando /init do CLAUDE.
AGENTS
Os agentes são usados na orquestração para economizar context window. Os arquivos na pasta .claude/agents são usados para definir os prompts dos agentes.
Temos diversos arquivos de exemplo nesta pasta. Você pode e deve modifica-los de acordo com as preferencias do seu projeto.
Agentes principais
Agente
Descrição
python-developer.md
Usado para desenvolvimento de código em Python
react-developer.md
Usado para desenvolvimento de código em React
code-reviewer.md
Usado para revisão de código
research-agent.md
Usado para pesquisa na web ou em outros codebases
test-engineer.md
Usado para desenvolvimento de testes
test-planner.md
Usado para planejamento de testes
metaspec-gate-keeper.md
Usado para verificação do código versus os metaspec do projeto
Agentes específicos para momento de PR
Agente
Descrição
branch-code-reviewer.md
Usado para revisão de código da branch
branch-metaspec-checker.md
Usado para verificação do código da branch versus os metaspec do projeto
branch-documentation-writer.md
Usado para documentação da branch
branch-test-planner.md
Usado para planejamento de testes da branch
COMMANDS
Product
Comando
Descrição
/warm-up
Refresca a memória do agente sobre o que é o projeto
/check
Checa se os requirements batem com as meta specs
/collect
Coleta um novo requirement rapidamente, sem muita pergunta
/refine
Faz um refinamento básico no requirement (WHY/WHAT/HOW)
/spec
Especifica o requirement em detalhes (deixe no seu formato de PRD)
PS. Não é necessário sempre executar spec e depois refine. Você pode fazer apenas um deles e seguir de acordo com a complexidade do card. Uma outra prática interessante é fazer o refine dos cards o mais rápido possível para ter uma documentação boa e padronizada, mas deixar o spec para depois, quando for a hora de gastar mais tempo no card.
Configurando o Claude Desktop
Se você estiver usando o Claude Desktop, você pode criar um agente para servir como seu agente de produto. É recomando, uma vez que os times de produto não possuem muita experiência com VS Code.
Para isso, configure-o da seguinte maneira:
Crie um projeto no Claude, exemplo: "Product Manager".
Copie o prompt em claude-desktop/prompt.md na área de instruções do projeto - faça ajustes necessários para o seu caso de uso
Coloque todos os comandos de produto dentro do Claude como documentos para que o agente possa interpretar comandos normalmente.
Agora você pode usar o Claude Desktop para interagir com o seu agente de produto.
Engineering
Os comandos são atalhos para prompts que são utilizados no nosso processo de desenvolvimento. O processo todo é composto da execução dos comandos na seguinte ordem:
graph LR
start --> plan
plan --> work
work --> pre-pr
pre-pr --> pr
/start
Este comando inicia o processo de desenvolvimento em uma branch. Ele garante que estamos em uma branch, e cria uma pasta dentro de .claude/sessions com o mesmo nome da branch para armazenar seus documentos intermediários.
Chame o comando com o card ou com o caminho de um arquivo com os requirements (boa prática é criar um arquivo requirements.md na pasta sessions/)
AI vai ler os requirements e gerar uma lista de perguntas para clarificar o que deve ser feito. Responda as perguntas dando o direcionamento adequado.
AI vai gerar um arquivo context.md na pasta sessions/ mostrando seu entendimento do card. Itere neste arquivo até estar correto.
AI vai gerar um arquivo architecture.md na pasta sessions/ mostrando sua proposta de arquitetura. Itere neste arquivo até estar correto.
/plan
Este comando inicia o processo de planejamento de desenvolvimento em uma branch. Ele vai ler os documentos intermediários e criar um arquivo plan.md na pasta sessions/ mostrando sua proposta de planejamento em etapas. O prompt pede que ele quebre em pedaços para ficar mais fácil fazer o gerenciamento das sessões.
/work
Este comando inicia o processo de desenvolvimento em uma branch. Ele vai ler os documentos intermediários, encontrar o plano, identificar em qual etapa do plano está e começar a coda-la. Ele está instruído para pedir sua aprovação explicita antes de seguir (mude isso se quiser), recomendo deixar.
Boa prática: vá fazendo commits conforme cada phase é completada para poder voltar atrás caso aconteça algum problema.
/pre-pr
Este comando inicia o processo de pré-PR em uma branch. Ele vai executar 4 agentes para garantir que nosso código está de acordo com o nosso objetivo:
branch-metaspec-checker.
branch-code-reviewer
branch-documentation-writer
branch-test-planner
/pr
Este comando inicia o processo de PR em uma branch. Configure-o para deixá-lo compatível com seu próprio fluxo de PR.
DOCUMENTAÇÃO
O framework oferece dois fluxos de documentação dependendo da complexidade da sua estrutura de repositórios:
Documentação de Projeto Único
Para projetos com um único repositório, use os comandos de metaspecs:
Comando
Descrição
/metaspecs/build-tech-docs
Gera documentação técnica completa do projeto
/metaspecs/build-business-docs
Gera documentação de negócio e contexto do projeto
/metaspecs/build-index
Gera ou atualiza o índice de documentação
Documentação Multi-Repositório
Para projetos com múltiplos repositórios, use o processo recursivo de documentação:
graph TD
A[Repositório 1] -->|/repodocs/generate-docs| B[docs/ no Repo 1]
C[Repositório 2] -->|/repodocs/generate-docs| D[docs/ no Repo 2]
E[Repositório 3] -->|/repodocs/generate-docs| F[docs/ no Repo 3]
B -->|/metaspecs/build-repo-summary| G[technical/repo1.md]
D -->|/metaspecs/build-repo-summary| H[technical/repo2.md]
F -->|/metaspecs/build-repo-summary| I[technical/repo3.md]
G --> J[metaspecs/technical/]
H --> J
I --> J
J -->|/metaspecs/build-index| K[index.md atualizado]
Passo 1: Gerar Documentação em Cada Repositório
Execute em cada repositório do seu projeto:
/repodocs/generate-docs
Este comando irá:
Analisar a estrutura do repositório (stack, arquitetura, padrões)
Fazer perguntas sobre funcionalidades, APIs, microserviços e integrações
Gerar documentação completa na pasta docs/ incluindo:
stack.md - Stack tecnológica e arquitetura
patterns.md - Padrões de design utilizados
features.md - Lista de funcionalidades
business-rules.md - Regras de negócio implementadas
integrations.md - Comunicação com outros serviços/repositórios
apis.md - Descrição de APIs (se aplicável)
services.md - Regras de microserviços (se aplicável)
index.md - Índice apontando para todos os arquivos
Importante: Este comando se adapta ao tipo de repositório (API, microserviço, biblioteca, frontend) e gera apenas os arquivos relevantes.
Passo 2: Consolidar Resumos nas Metaspecs
Na pasta de metaspecs do projeto, execute para cada repositório:
Stack básica (linguagem, framework, banco de dados)
Relações com outros repositórios e serviços
O resumo é otimizado para permitir que agentes de IA arquitetos identifiquem rapidamente em quais repositórios precisam atuar ao planejar novas features.
Passo 3: Atualizar Índice Geral
Depois de consolidar todos os resumos, atualize o índice:
/metaspecs/build-index
Organização Recomendada de Metaspecs Multi-Repositório
How active is development on lfnovo/ai-dev-workshop?
The most recent commit recorded on lfnovo/ai-dev-workshop was 6 months ago, based on the GitHub push timestamp. The repository has 21 forks — one of the better signals of community interest.
How many stars does lfnovo/ai-dev-workshop have?
lfnovo/ai-dev-workshop has 33 GitHub stars — refresh the page for the live number, or check github.com/lfnovo/ai-dev-workshop. TopGit mirrors GitHub's count but does not claim minute-by-minute accuracy.
Is lfnovo/ai-dev-workshop open source?
TopGit's metadata for lfnovo/ai-dev-workshop does not record a license. Most public repositories on GitHub ARE open source, but the exact terms vary — verify by opening the LICENSE file directly.
What is lfnovo/ai-dev-workshop?
lfnovo/ai-dev-workshop (lfnovo/ai-dev-workshop) is a multi-language project tracked by TopGit. The repository has 33 GitHub stars at the time of our last sync.
What language is lfnovo/ai-dev-workshop written in?
TopGit's last sync did not record a primary language for lfnovo/ai-dev-workshop. Open the repository on GitHub to see the full breakdown by file extension.
Where do I read more about lfnovo/ai-dev-workshop?
This TopGit page is a snapshot — the READ ME tab shows the project's own README content (links stripped, images preserved). The GitHub repository at github.com/lfnovo/ai-dev-workshop is the definitive source.
Read full README in the tab above.
Want a second opinion on ai-dev-workshop?
Ask an AI that can read this page — one click and you get its take on ai-dev-workshop.