Vmara2376/claude-ace

O que claude-ace faz?

Construa um assistente de codificação baseado em IA que economiza tokens para OpenAI e LLMs chineses, com contexto baseado em AST, autocorreção e verificações de intenção.

Visão Geral

Esta skill permite que você crie um assistente de codificação capaz de trabalhar eficientemente com modelos de linguagem da OpenAI (por exemplo, GPT-4) e LLMs chineses (como Qwen, DeepSeek, etc.). Ela utiliza Árvores Sintáticas Abstratas (AST) para extrair apenas o contexto relevante do código-fonte, reduzindo significativamente o consumo de tokens. Além disso, oferece recursos de autocorreção e verificações de intenção para garantir que as interações sejam precisas e alinhadas com as necessidades do desenvolvedor.

Como Funciona

1. Contexto baseado em AST: A skill analisa o código-fonte e constrói uma AST para identificar partes relevantes — como funções, classes e variáveis — enviando apenas essas informações para o LLM, em vez de arquivos completos. Isso reduz drasticamente o número de tokens consumidos.

2. Autocorreção: Se o assistente detecta um erro ou comportamento inesperado em uma resposta, ele pode reanalisar o código e gerar uma correção sem a necessidade de reiniciar a sessão. Isso minimiza interrupções e melhora a produtividade.

3. Verificações de intenção: Antes de aplicar sugestões ou alterações, a skill verifica se a intenção do desenvolvedor (descrita em comentários ou commits) está alinhada com as mudanças propostas. Isso previne modificações indesejadas ou fora de escopo.

Plataformas Suportadas

• Claude Code
• Cursor
• Codex

Requisitos

• Python 3.8+
• Acesso à API da OpenAI ou LLMs chineses (como Qwen, DeepSeek)
• Dependências: openai, python-dotenv, ast, json

Configuração

1. Clone o repositório:

   git clone https://github.com/Vmara2376/claude-ace.git
   cd claude-ace
   

2. Instale as dependências:

   pip install -r requirements.txt
   

3. Configure as variáveis de ambiente no arquivo .env:

   OPENAI_API_KEY=sua_chave_aqui
   CHINESE_LLM_API_KEY=sua_chave_aqui
   CHINESE_LLM_ENDPOINT=https://api.deepseek.com/v1/chat/completions
   

Uso

Para iniciar o assistente, execute:

python ace_assistant.py --mode interactive

Parâmetros disponíveis:

• --mode interactive: Modo interativo para sessões ao vivo.
• --mode pipeline: Modo pipeline para integração com CI/CD.
• --llm openai: Usar OpenAI como backend (padrão).
• --llm chinese: Usar um LLM chinês (ex.: DeepSeek).
• --ast-only: Enviar apenas contexto AST (economiza tokens).
• --self-heal: Ativar autocorreção automática.
• --check-intent: Ativar verificação de intenção.

Exemplo

Entrada:

# Função para calcular a média de uma lista

Resposta com economia de tokens: O assistente analisa o AST do projeto, identifica funções relacionadas e gera uma sugestão sem enviar arquivos completos.

Estrutura do Projeto

• ace_assistant.py: Script principal do assistente.
• ast_parser.py: Módulo para análise AST.
• intent_checker.py: Módulo para verificar intenções.
• self_healer.py: Módulo para autocorreção.
• llm_client.py: Cliente para comunicação com LLMs.
• requirements.txt: Dependências do projeto.
• README.md: Documentação.

Contribuição

Contribuições são bem-vindas! Envie pull requests ou abra issues no repositório GitHub oficial.

Licença

Este projeto está sob a licença MIT.