Communitygithub.com

agentic-os

Construa sistemas operacionais multiagente persistentes no Claude Code. Abrange arquitetura de kernel, agentes especialistas, comandos de barra, memória baseada em arquivos, automação agendada e gerenciamento de estado sem bancos de dados externos. Use ao construir um sistema multiagente persistente no Claude Code com sua própria memória, comandos e agendamento.

O que é agentic-os?

Este skill, nomeado 'Agentic OS', transforma o Claude Code em um sistema operacional persistente e multiagente, indo além de uma simples sessão de chat. Ele é ideal para desenvolvedores que precisam configurar fluxos de trabalho complexos e automatizados que sobrevivem a reinícios de sessão, como uma 'central pessoal' para tarefas recorrentes. A arquitetura é dividida em quatro camadas principais: o Kernel (definido no `CLAUDE.md`), que atua como orquestrador e direciona tarefas; os Agentes Especialistas (em `agents/`), cada um com ferramentas e memória escopo definidas; os Comandos de Barra (em `.claude/commands/`), que são workflows reutilizáveis; e uma camada de Estado persistente baseada em arquivos JSON e Markdown (em `data/`), eliminando a necessidade de bancos de dados externos. Além disso, o sistema suporta automação agendada através de ferramentas externas como cron, LaunchAgent ou systemd, garantindo que tarefas como sincronizações diárias rodem independentemente da sessão do Claude Code estar ativa. O principal benefício é a criação de um sistema modular, inspecionável e de baixo acoplamento, onde as regras de roteamento são declarativas (em tabelas Markdown) e a memória é acumulada em arquivos de log e decisão, permitindo que o sistema aprenda e melhore com o tempo sem necessidade de alterações de código.

Funciona com✓Claude Code✓Codex CLI~Cursor✓Antigravity
npx skills add https://github.com/affaan-m/everything-claude-code/tree/main/skills/agentic-os

Perguntar na sua IA favorita

Abre um novo chat com esta habilidade de agente já pré-carregada.

Documentação

Agentic OS

Trate o Claude Code como um sistema operacional / runtime persistente, em vez de uma sessão de chat. Este skill codifica a arquitetura usada por configurações agentivas de produção: um kernel que roteia tarefas para agentes especialistas, memória persistente baseada em arquivos, automação agendada e uma camada de dados em JSON/markdown.

Quando Ativar

  • Construindo um fluxo de trabalho multiagente dentro do Claude Code
  • Configurando automação persistente do Claude Code que sobrevive a reinícios de sessão
  • Criando um 'SO pessoal' ou 'SO agentivo' para tarefas recorrentes
  • Usuário diz 'SO agentivo', 'SO pessoal', 'multiagente', 'coordenador de agente', 'agente persistente'
  • Estruturando projetos de longa duração onde o contexto deve sobreviver entre sessões

Visão Geral da Arquitetura

O Agentic OS tem quatro camadas. Cada camada é um diretório na raiz do seu projeto.

project-root/
├── CLAUDE.md          # Kernel: identidade, regras de roteamento, registro de agentes
├── agents/            # Definições de agentes especialistas (prompts em markdown)
├── .claude/commands/  # Comandos de barra: CLI para o usuário
├── scripts/           # Scripts daemon: tarefas agendadas ou orientadas a eventos
└── data/              # Estado: sistema de arquivos JSON/markdown, sem BD externo

Responsabilidades das Camadas

CamadaPropósitoPersistência
Kernel (CLAUDE.md)Identidade, roteamento, políticas de modelo, registro de agentesRastreado pelo Git
Agentes (agents/)Identidades especialistas com ferramentas e memória escopo definidasRastreado pelo Git
Comandos (.claude/commands/)Comandos de barra para o usuário (/daily-sync, /outreach)Rastreado pelo Git
Scripts (scripts/)Daemons Python/JS acionados por cron ou webhooksRastreado pelo Git
Estado (data/)Logs somente anexação, estado do projeto, registros de decisãoIgnorado ou rastreado pelo Git

O Kernel

CLAUDE.md é o kernel. Ele atua como COO / orquestrador. O Claude o lê no início da sessão e o usa para direcionar o trabalho.

Estrutura do Kernel

# CLAUDE.md - Kernel do Agentic OS

## Identidade
Você é o COO do [nome-do-projeto]. Você roteia tarefas para agentes especialistas.
Você nunca escreve código diretamente. Você delega para o agente certo e sintetiza os resultados.

## Registro de Agentes

| Agente | Função | Gatilho |
|---|---|---|
| @dev | Código, arquitetura, depuração | Usuário diz 'construa', 'corrija', 'refatore' |
| @writer | Documentação, conteúdo, e-mails | Usuário diz 'escreva', 'rascunhe', 'blog' |
| @researcher | Pesquisa, análise, verificação de fatos | Usuário diz 'pesquise', 'analise', 'compare' |
| @ops | DevOps, implantação, infraestrutura | Usuário diz 'implante', 'CI', 'servidor' |

## Regras de Roteamento
1. Analise a solicitação do usuário em busca de palavras-chave de intenção
2. Combine com a coluna de gatilho do Registro de Agentes
3. Carregue o arquivo de agente correspondente de `agents/<nome>.md`
4. Passe a execução com contexto completo
5. Sintetize e apresente o resultado de volta ao usuário

## Políticas de Modelo
- Modelo padrão: use o padrão do repositório ou do harness.
- Tarefas @dev: prefira um modelo de raciocínio superior para arquitetura complexa.
- Tarefas @researcher: use o modelo configurado com capacidade de pesquisa e as ferramentas de busca aprovadas.
- Teto de custo: avise antes de exceder o limite de gastos configurado do projeto.

Princípio Chave

O kernel deve ser pequeno e declarativo. A lógica de roteamento reside em tabelas markdown simples, não em código. Isso torna o sistema inspecionável e editável sem depuração.

Agentes Especialistas

Cada agente é um arquivo markdown independente em agents/. O Claude carrega o arquivo de agente relevante ao rotear uma tarefa.

Formato de Definição do Agente

# @dev - Engenheiro de Software

## Identidade
Você é um engenheiro de software sênior. Você escreve código limpo, testado e de nível de produção.
Você prefere soluções simples. Você faz perguntas esclarecedoras quando os requisitos são ambíguos.

## Escopo da Memória
- Leia `data/projects/<projeto-atual>.md` para contexto
- Leia `data/decisions/` para decisões arquiteturais
- Anexe logs de execução a `data/logs/<data>[email protected]`

## Acesso a Ferramentas
- Acesso completo ao sistema de arquivos dentro da raiz do projeto
- Operações Git (status, diff, commit, branch)
- Acesso ao executor de testes
- Servidores MCP conforme configurados em `.claude/mcp.json`

## Restrições
- Sempre escreva testes para novos recursos
- Nunca envie commits diretamente para `main`; use branches de funcionalidade
- Prefira editar arquivos existentes a criar novos
- Mantenha funções com menos de 50 linhas quando possível

Padrão de Colaboração Multiagente

Quando uma tarefa abrange vários agentes, o kernel os executa sequencialmente ou em paralelo:

Usuário: 'Construa uma landing page e escreva o post de blog de lançamento'

Roteamento do kernel:
1. @dev - 'Construa uma landing page com [requisitos]'
2. @writer - 'Escreva um post de blog de lançamento para [produto] usando o texto da landing page'
3. Kernel sintetiza ambas as saídas em uma resposta unificada

Para execução paralela, use a capacidade de tarefa em segundo plano do Claude Code ou scripts shell que invocam o Claude Code com contextos de agente específicos.

Comandos e Fluxos de Trabalho Diários

Comandos de barra são arquivos markdown em .claude/commands/. Eles definem fluxos de trabalho reutilizáveis.

Estrutura do Comando

# /daily-sync

Execute o briefing matinal:

1. Leia `data/logs/ultima-sincronizacao.md` para contexto
2. Verifique o status do projeto: `git status`, PRs pendentes, saúde do CI
3. Revise `data/inbox/` para novas tarefas ou decisões necessárias
4. Gere um resumo de bloqueadores, prioridades e próximas ações
5. Anexe o briefing a `data/logs/diario/<data>.md`

Conjunto Padrão de Comandos

ComandoPropósito
/daily-syncBriefing matinal: status, bloqueadores, prioridades
/outreachExecutar fluxo de divulgação (e-mail, LinkedIn, etc.)
/research <tópico>Pesquisa aprofundada com rastreamento de citações
/apply-jobsPersonalizar currículo + carta de apresentação para uma vaga alvo
/analyticsObter métricas do Stripe, GitHub ou fontes personalizadas
/interview-prepGerar flashcards ou perguntas de entrevista simulada
/decision <tópico>Registrar uma decisão com prós/contras e caminho escolhido

Ativando Comandos

Coloque os arquivos de comando em .claude/commands/<nome-do-comando>.md. O Claude Code os descobre automaticamente. Os usuários os invocam com /<nome-do-comando>.

Memória Persistente

A memória é baseada em arquivos. Sem banco vetorial, sem Redis, sem PostgreSQL. Arquivos JSON e markdown em data/ são o banco de dados.

Estrutura do Diretório de Memória

data/
├── daily-logs/         # Logs de atividade diária somente anexação
├── projects/           # Arquivos de contexto por projeto
├── decisions/          # Decisões arquiteturais e de negócios (formato ADR)
├── inbox/              # Novas tarefas ou ideias aguardando triagem
├── contacts/           # Pessoas, empresas, notas de relacionamento
└── templates/          # Prompts e formatos reutilizáveis

Formato do Log Diário

# 2026-04-22 - Log Diário

## Sessões
- 09:00 - Sessão 1: Refatoração do módulo de autenticação (@dev)
- 11:30 - Sessão 2: Rascunho da atualização do investidor (@writer)

## Decisões
- Mudança de JWT para cookies de sessão (veja `data/decisions/2026-04-22-auth.md`)

## Bloqueadores
- Aguardando chave de API do fornecedor (acompanhar em 2026-04-24)

## Próximas Ações
- [ ] Mesclar PR de refatoração de autenticação
- [ ] Enviar atualização do investidor para revisão

Padrão de Autorreflexão

Ao final de cada sessão, o kernel anexa uma reflexão:

## Reflexão - Sessão 3
- O que funcionou: A execução paralela de agentes economizou 20 minutos
- O que não funcionou: @researcher encontrou uma fonte atrás de paywall, preciso de melhor classificação de fontes
- O que mudar: Adicionar campo `fonte-nivel` às notas de pesquisa (A/B/C de credibilidade)

Isso cria um ciclo de feedback que melhora o sistema ao longo do tempo sem alterações de código.

Automação Agendada

As tarefas do Agentic OS são executadas em um cronograma usando cron externo, não o cron interno do Claude Code (que morre quando a sessão termina).

macOS: LaunchAgent

<!-- ~/Library/LaunchAgents/com.agentic.daily-sync.plist -->
<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE plist PUBLIC "-//Apple//DTD PLIST 1.0//EN" ...>
<plist version="1.0">
<dict>
    <key>Label</key>
    <string>com.agentic.daily-sync</string>
    <key>ProgramArguments</key>
    <array>
        <string>/claude</string>
        <string>--cwd</string>
        <string>/caminho/para/projeto</string>
        <string>--command</string>
        <string>/daily-sync</string>
    </array>
    <key>StartCalendarInterval</key>
    <dict>
        <key>Hour</key>
        <integer>8</integer>
        <key>Minute</key>
        <integer>0</integer>
    </dict>
    <key>StandardOutPath</key>
    <string>/tmp/agentic-daily-sync.log</string>
</dict>
</plist>

Linux: systemd Timer

# ~/.config/systemd/user/agentic-daily-sync.service
[Unit]
Description=Agentic OS Daily Sync

[Service]
Type=oneshot
ExecStart=/usr/local/bin/claude --cwd /caminho/para/projeto --command /daily-sync
# ~/.config/systemd/user/agentic-daily-sync.timer
[Unit]
Description=Executar sincronização diária todas as manhãs

[Timer]
OnCalendar=*-*-* 8:00:00
Persistent=true

[Install]
WantedBy=timers.target

Multiplataforma: pm2

# ecosystem.config.js
module.exports = {
  apps: [{
    name: 'agentic-daily-sync',
    script: 'claude',
    args: '--cwd /caminho/para/projeto --command /daily-sync',
    cron_restart: '0 8 * * *',
    autorestart: false
  }]
};

Camada de Dados

A camada de dados é o seu sistema de arquivos. Use JSON para dados estruturados e markdown para conteúdo narrativo.

JSON para Estado Estruturado

// data/projects/website-v2.json
{
  "name": "Website v2",
  "status": "em-andamento",
  "milestone": "lançamento-beta",
  "agents_involved": ["@dev", "@writer"],
  "files": {
    "spec": "docs/website-v2-spec.md",
    "design": "designs/website-v2.fig"
  },
  "metrics": {
    "commits": 47,
    "last_session": "2026-04-22T11:30:00Z"
  }
}

Markdown para Conteúdo Narrativo

Use markdown para qualquer coisa que um humano leia: decisões, logs, notas de pesquisa, registros de contato.

Evolução de Esquema

Nunca renomeie campos existentes. Adicione novos campos e marque os antigos como obsoletos:

{
  "name": "Website v2",
  "status": "em-andamento",
  "milestone": "lançamento-beta",
  "_deprecated_priority": "alta",
  "priority_v2": { "level": "alta", "rationale": "Bloqueia demonstração do investidor" }
}

Isso mantém os dados históricos legíveis sem scripts de migração.

Anti-Padrões

Agente Único Monolítico

# RUIM - Um agente faz tudo
Você é um desenvolvedor full-stack, escritor, pesquisador e engenheiro DevOps.

Divida em agentes especialistas. O kernel lida com o roteamento.

Sessões Sem Estado

# RUIM - Sem memória entre sessões
Começando do zero toda vez que o Claude Code abre.

Sempre leia data/ no início da sessão e escreva de volta no final da sessão.

Credenciais Hardcoded

# RUIM - Chaves de API em arquivos de agente ou CLAUDE.md
Sua chave de API da OpenAI é sk-xxxxxxxx

Use variáveis de ambiente ou um arquivo .env carregado por scripts. Agentes referenciam process.env.API_KEY.

Banco de Dados Externo para Estado Simples

# RUIM - PostgreSQL para o SO agentivo de um usuário solo

Use arquivos JSON/markdown até que você tenha múltiplos usuários concorrentes ou GBs de dados.

Roteamento Superengendrado

# RUIM - Lógica de roteamento em código em vez de tabelas markdown
if (intent.includes('deploy')) { agent = opsAgent; }

Mantenha o roteamento declarativo em tabelas markdown no CLAUDE.md. É inspecionável, editável e depurável.

Melhores Práticas

  • CLAUDE.md tem menos de 200 linhas e cabe na janela de contexto
  • Cada arquivo de agente tem menos de 100 linhas e é focado em um domínio
  • data/ é ignorado pelo Git para logs sensíveis, rastreado pelo Git para decisões e especificações
  • Comandos usam nomes imperativos: /daily-sync, não /run-daily-sync
  • Logs são somente anexação; nunca edite logs diários passados
  • Todo agente tem uma seção Escopo da Memória definindo quais arquivos ele lê
  • Reflexões são escritas ao final de cada sessão
  • Tarefas agendadas usam cron externo (LaunchAgent, systemd, pm2), não o cron de sessão do Claude Code
  • Rastreamento de custo: registre gastos de API por sessão em data/logs/<data>-custos.json
  • Um projeto = um Agentic OS. Não compartilhe um único CLAUDE.md entre projetos não relacionados.

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

accessibility

Design, implement, and audit inclusive digital products using WCAG 2.2 Level AA. Use when building or auditing UI that must meet WCAG 2.2 Level AA, or when reviewing a change for keyboard, contrast, or screen-reader support.

affaan-m/claude-api

Anthropic Claude API patterns for Python and TypeScript. Covers Messages API, streaming, tool use, vision, extended thinking, batches, prompt caching, and Claude Agent SDK. Use when building applications with the Claude API or Anthropic SDKs.

affaan-m/everything-claude-code

Development conventions and patterns for everything-claude-code. JavaScript project with conventional commits.

affaan-m/everything-claude-code

End-to-end marketing campaign planning and execution. Covers audience research, positioning, campaign angle definition, landing page copy, email sequences, social posts, ad copy, short-form video scripts, and content calendars. Use as the orchestration layer for multi-channel product launches. Use when planning or executing a multi-channel product launch, or producing landing page, email, social, or ad copy.

affaan-m/everything-claude-code-conventions

Development conventions and patterns for everything-claude-code. JavaScript project with conventional commits.

affaan-m/frontend-design

Create distinctive, production-grade frontend interfaces with high design quality. Use when the user asks to build web components, pages, or applications and the visual direction matters as much as the code quality.

affaan-m/gget

gget CLI and Python workflow for quick genomic database queries, sequence lookup, BLAST-style searches, enrichment checks, and reproducible bioinformatics evidence logs.

affaan-m/literature-review

Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.

affaan-m/motion-ui

Production-ready UI motion system for React/Next.js. Use when implementing animations, transitions, or motion patterns.

affaan-m/project-guidelines-example

Example project-specific skill template based on a real production application.

affaan-m/pubmed-database

Direct PubMed and NCBI E-utilities search workflows for biomedical literature, MeSH queries, PMID lookup, citation retrieval, and API-backed literature monitoring.

affaan-m/scholar-evaluation

Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.

affaan-m/uspto-database

USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.

agent-architecture-audit

Full-stack diagnostic for agent and LLM applications. Audits the 12-layer agent stack for wrapper regression, memory pollution, tool discipline failures, hidden repair loops, and rendering corruption. Produces severity-ranked findings with code-first fixes. Essential for developers building agent applications, autonomous loops, or any LLM-powered feature. Use when an agent or LLM feature misbehaves and the failing layer is unknown, or before shipping an agent stack.

agent-eval

Head-to-head comparison of coding agents (Claude Code, Aider, Codex, etc.) on custom tasks with pass rate, cost, time, and consistency metrics. Use when choosing between coding agents, or when a change to an agent setup needs measured pass rate, cost, and time rather than an impression.

agent-harness-construction

Design and optimize AI agent action spaces, tool definitions, and observation formatting for higher completion rates. Use when defining or revising an agent

agentic-engineering

Operate as an agentic engineer using eval-first execution, decomposition, and cost-aware model routing. Use when planning or executing engineering work that agents will carry out end to end.

agent-introspection-debugging

Structured self-debugging workflow for AI agent failures using capture, diagnosis, contained recovery, and introspection reports. Use when an agent run fails and you need a reproducible diagnosis instead of a retry.

agent-payment-x402

Add x402 payment execution to AI agents with per-task budgets, spending controls, and non-custodial wallets. Supports Base through agentwallet-sdk and X Layer through OKX Payments / OKX Agent Payments Protocol. Use when an agent must pay for something itself and needs per-task budgets, spending controls, and a non-custodial wallet.

agent-self-evaluation

Use after completing any non-trivial task. The agent self-rates its output on 5 axes — accuracy, completeness, clarity, actionability, conciseness — with concrete evidence per criterion. Produces a structured 1-5 scorecard with specific improvement suggestions.

Habilidades Relacionadas