aibridge

O que aibridge faz?

aibridge permite que você conduza modelos de outros provedores: ele executa as CLIs de IA instaladas nesta máquina e verifica suas saídas. Você fornece o julgamento e a engenharia de prompt; a CLI é responsável pela execução frágil. As delegações trazem o que você pode não ter — diferentes treinamentos e pontos cegos (verificação cruzada real), renderização de imagens, assentos de raciocínio pesado — e são executadas simultaneamente nos logins existentes das CLIs de suporte, sem necessidade de chaves de API. Cada delegação consome a própria cota da CLI de suporte (consulte Assentos de modelo para o único caso em que essa cota é sua).

Executando

aibridge <comando> [opções]              # se `aibridge` estiver no PATH
npx -y @aibridge/cli <comando> [opções]  # instalação zero — funciona em qualquer lugar

Nenhuma etapa de instalação é necessária: a segunda forma busca a CLI sob demanda do npm. A documentação de referência abaixo escreve cada comando como aibridge <comando> — se aibridge não estiver no PATH, substitua npx -y @aibridge/cli por aibridge; todo o resto é idêntico. Requer Node ≥24.11.

Configuração (uma verificação única, não uma instalação)

• Versão mínima da CLI: 0.1.0.
• Verificação: execute aibridge --version; se o comando estiver faltando, execute npx -y @aibridge/cli --version e use o formato npx daí em diante. Compare a versão impressa com 0.1.0 (semver).
• Abaixo do mínimo via npx (cache desatualizado): execute novamente como npx -y @aibridge/cli@latest. Abaixo do mínimo via instalação global: sugira ao usuário atualizar com npm i -g @aibridge/cli.
• Se node --version estiver abaixo de 24.11: a CLI não pode ser executada — peça ao usuário para atualizar o Node (por exemplo, nvm install 24 / mise use node@24).
• Opcional, para usuários que desejam o comando aibridge diretamente no PATH: npm i -g @aibridge/cli. Pergunte ao usuário antes de executar instalações globais.

Requer as CLIs de suporte no PATH e autenticadas: grok (planejador/revisor recomendado — passe-o explicitamente), agy (implementador recomendado — passe-o explicitamente), codex (assento de geração de imagem recomendado — passe-o explicitamente, mais delegação openai-codex/*), e opcionalmente claude para o nível de delegação anthropic-claude/*.

Subcomandos

Comando	Descrição	Referência
plan	Expandir uma tarefa em um arquivo de plano de implementação detalhado	reference/plan.md
implement	Implementar um arquivo de plano no lugar (edita a árvore de trabalho, executa portões reais)	reference/implement.md
review	Revisar o diff da árvore de trabalho (ou um plano) contra um contrato de plano	reference/review.md
subagent	Delegar uma tarefa autocontida para outro modelo	reference/subagent.md
image-gen	Gerar uma imagem raster através de um assento de modelo (backend codex, agy ou grok)	reference/image-gen.md
runs	Monitorar e inspecionar execuções em andamento	—
quota	Mostrar cota do backend e horários de redefinição (grok, agy, codex, claude)	—
models	Listar todos os assentos de modelo no registro (slug, esforços, formato de imagem)	—

Roteamento

1. Primeira palavra é um nome de subcomando → carregue o arquivo de referência correspondente e siga-o. Isso não é negociável: a referência contém a engenharia de prompt que torna a saída boa — ignorá-la produz resultados genéricos.

2. Nenhum subcomando fornecido → inferir a partir da solicitação:

   • uma imagem / ícone / gráfico para fazer → image-gen;
   • uma tarefa claramente especificada e autocontida para passar para outro modelo, ou uma segunda opinião / red-team entre modelos → subagent;
   • um trabalho de implementação substancial ou arriscado → o fluxo de trabalho de três verbos: plan → você lê, edita e aprova o arquivo de plano → implement → review --plan <arquivo>. Para projetos de alto risco, adicione uma porta de pré-implementação: review --plan em uma árvore limpa revisa o próprio plano.

   Se genuinamente ambíguo, mostre a tabela acima e pergunte.

3. Não tem certeza dos flags atuais? Execute aibridge <comando> --help — a superfície cresce com o tempo (novos modelos, novos flags).

Assentos de modelo (escolhas recomendadas — passe-os explicitamente)

--model é obrigatório em todos os comandos; nada é escolhido para você. Pontos de partida aproximados — não benchmarks, apenas o que tende a funcionar:

slug	plan	implement	review	image-gen
xai-grok/grok-4.5	✅ pequeno–médio, bem delimitado	✅ qualquer fidelidade	✅	○ JPEG
openai-codex/gpt-5.6-sol	✅ médio–grande, ambíguo	○	✅	✅ PNG
anthropic-claude/opus-5	✅ médio–grande, ambíguo	○	✅	✗
google-antigravity/gemini-3.6-flash	○	✅ precisa de detalhe alto–muito alto	○	○ JPEG
anthropic-claude/sonnet-5	○	✅ precisa de detalhe alto	○	✗

✅ recomendado · ○ funciona · ✗ não suportado. Para plan o qualificador é quanta ambiguidade o assento absorve; para implement é o quão especificado o plano deve ser.

Estas são recomendações aproximadas, não medições. Se a tarefa não se encaixar claramente em uma linha — ou o usuário disse como deseja que o trabalho seja roteado — pergunte ao usuário em vez de adivinhar.

Outros assentos registrados, mesmas regras: openai-codex/gpt-5.6-terra / -luna (níveis de codificação mais baratos), anthropic-claude/fable-5 (trabalho mais difícil e mais longo), anthropic-claude/haiku-4-5 (respostas rápidas), google-antigravity/gemini-3.1-pro (apenas -high/-low), e os claude-sonnet-4-6 / claude-opus-4-6-thinking / gpt-oss-120b-medium da agy — trabalho de nível Claude e GPT na cota da Antigravity, o que é importante quando os assentos do mesmo provedor são aqueles que você está evitando. Execute aibridge models [--json] para fatos exatos por assento (esforços aceitos, formato de imagem, ID de modelo fixo). aibridge <comando> --help lista todos os assentos.

• grok tem limite agressivo (~30 req/min, ~1k msgs/dia; aibridge quota monitora o uso de crédito semanal): execute APENAS UM estágio grok por vez. É o único assento que tolera uma descrição vaga, então gaste-o onde a entrada não é clara, em vez de onde um plano detalhado já existe.
• Mantenha o revisor em modelo diferente do implementador — um modelo revisando seu próprio diff compartilha seus próprios pontos cegos. Os assentos recomendados já diferem; se você substituir um assento, verifique o outro. A mesma lógica se aplica a você: para trabalho que você mesmo criou, prefira um revisor fora de sua própria família de modelos.
• A cota é relativa ao orquestrador. Cada backend gasta seu próprio login/cota da CLI. Um backend que compartilha a cota do agente que executa esta habilidade (anthropic-claude/* para agentes baseados em Claude — ele cobra a assinatura da CLI claude — google-antigravity/* para agentes baseados em Antigravity, …) é um ÚLTIMO RECURSO: avise antes de usá-lo.
• Troque de assentos na cota: openai-codex/gpt-5.6-sol[-<esforço>] (próprio login do ChatGPT) é a alternativa usual para qualquer assento.
• A verificação de cota é executada automaticamente antes de cada delegação; aibridge quota é a verificação manual de dois segundos ao planejar um pipeline.

Modelo de segurança e confiança

• aibridge realiza delegação real por design: no modo de ferramentas, as CLIs de suporte leem/escrevem arquivos e executam shell — no MESMO nível de confiança que o agente que executa esta habilidade. Nada aqui concede mais acesso do que o usuário já concedeu ao seu agente e a essas CLIs quando as instalou e autenticou.
• A delegação envia o prompt da tarefa (e o que o delegado escolher ler) para o provedor da CLI de suporte. Não delegue conteúdo que o usuário não enviaria para esse provedor; use --no-tools para entrada não confiável — o delegado não obtém acesso a arquivos ou shell, apenas raciocínio.
• A CLI é @aibridge/cli no npm, publicada com proveniência SLSA via OIDC do repositório público (https://github.com/ycmjason/aibridge). Seus pacotes não têm scripts em tempo de instalação e uma única árvore de dependência em tempo de execução que você pode auditar.
• Nada é executado até que o usuário tenha instalado esta habilidade e a CLI seja executada via npx/npm sob sua própria conta.