Como fazer múltiplos agentes de IA trabalharem juntos em um repositório sem perder contexto
Quando você escreve código junto com redes neurais todos os dias, rapidamente esbarra na mesma parede. Você inicia o Claude Code para refatorar um módulo, muda para o Codex para escrever algumas funções, abre um chat separado para verificar uma ideia arquitetural. No final, cada agente começa do zero, esquecendo completamente por que rejeitamos uma biblioteca específica há cinco minutos.
Todo o contexto se perde. Os commits contêm apenas diffs secos, enquanto os pensamentos e raciocínios do modelo desaparecem em um terminal fechado.
A galera do pacifio decidiu atacar isso sistematicamente e lançou o Atlas. É um espaço de trabalho local e sistema de controle de versão para agentes de IA que conecta suas memórias e vincula cada commit à sessão onde foi originado.
A ideia central
Os autores chamam o projeto de "controle de versão para agentes de codificação". O conceito é direto: se agentes autônomos estão escrevendo código, precisamos de uma ferramenta que rastreie não apenas as mudanças nos arquivos, mas a cadeia de raciocínio por trás delas.
O Atlas pode iniciar múltiplos agentes em paralelo em abas diferentes. Por exemplo, o Claude Code e o Codex funcionam como subprocessos externos via ACP (Agent Client Protocol), enquanto o agente integrado do Atlas roda diretamente no processo em seu próprio framework Rust chamado Cersei.
A parte mais interessante acontece no nível do contexto. Antes do seu prompt chegar ao modelo, o Atlas monta uma visão unificada ao redor dele:
- Injeta memória compartilhada do agente: o plano atual, decisões tomadas, erros e notas arquiteturais criadas por qualquer outro modelo no projeto.
- Resolve arquivos, pastas, funções, branches git, notas e até artigos de pesquisa localmente via
@. - Anexa a cauda da sessão anterior e um resumo dos fatos, mesmo que a última tarefa tenha sido resolvida por um assistente diferente.
- Constrói embeddings vetoriais locais e busca chunks relevantes via HNSW sem enviar dados para servidores de terceiros.
O resultado: o Claude vê as conclusões que o Codex alcançou, e o Codex sabe quais testes acabaram de falhar para o Claude.
Checkpoints e vinculação de commits
Normalmente, depois que um agente termina seu trabalho, um commit aparece no git, e uma semana depois ninguém lembra qual prompt o gerou.
O Atlas salva sessões em um banco de dados SQLite local em .atlas/sessions.db. O programa monitora commits de fora em vez de interceptá-los à força. Você pode fazer commit do código através do terminal padrão, VS Code, ou até com o Atlas fechado. O app compara patches e vincula o commit à sessão do agente que escreveu aquele código.
Os links não quebram durante git rebase ou git commit --amend normais graças à verificação de patch-id. Se você fizer um squash e o link se tornar ambíguo, o Atlas não tenta adivinhar—ele marca honestamente a sessão como desanexada.
Um toque interessante: todos os segredos e tokens são removidos dos logs antes dos dados tocarem o disco.
Dentro do workspace
O Atlas é construído não apenas como um daemon em segundo plano, mas como um ambiente de trabalho desktop completo. Por baixo do capô é uma combinação de Tauri, Rust e uma interface web baseada em Bun e TypeScript.
Tudo necessário para o trabalho diário está incluído:
- Um editor de código baseado em CodeMirror com persistência de estado entre reinicializações.
- Um cliente Git completo com gráfico visual de commits, branches e diffs.
- Um terminal em blocos onde cada comando executado armazena sua saída, status de saída e duração. Utilitários de tela cheia como vim e htop também funcionam normalmente.
- Uma base de conhecimento na pasta
.atlas/knowledge/. São arquivos Markdown regulares que são versionados junto com o código. Backlinks, grafos de links e exportação HTML são suportados. - Pesquisa de artigos científicos via arXiv e Semantic Scholar com a capacidade de ler PDFs no app e enviar links para prompts via
@. - Um navegador integrado baseado no motor WebKit com suporte para logins e modo de leitura.
Todos os arquivos do projeto permanecem como arquivos regulares no disco. Notas estão em Markdown, canvases em JSON, sessões em JSONL. Se você fechar o programa, pode continuar trabalhando tranquilamente no seu editor favorito sem perder acesso aos seus dados.
Como executar o projeto localmente
Binários para macOS estão disponíveis como .dmg no site oficial e nas releases do GitHub. Compilar no Linux e Windows é possível a partir do código-fonte, embora os desenvolvedores notem que essas plataformas são atualmente menos testadas.
Para builds locais, você vai precisar de Bun, Rust estável e o cliente CLI do Claude instalado (se planeja usar o agente da Anthropic).
Instalando dependências no Ubuntu ou Debian:
sudo apt install -y libglib2.0-dev libgtk-3-dev libwebkit2gtk-4.1-dev
Compilando e executando em modo de desenvolvimento:
git clone https://github.com/pacifio/atlas
cd atlas
bun install
bun run dev:app
A compilação inicial em Rust leva alguns minutos, mas builds incrementais subsequentes são concluídas em segundos.
Quem achará o Atlas útil
O projeto vai agradar desenvolvedores que experimentam ativamente com múltiplos assistentes de IA e estão cansados de copiar contexto manualmente entre janelas de terminal.
Não há assinatura de nuvem forçada para funcionalidades básicas aqui: tudo funciona offline, bancos de dados são armazenados no diretório do projeto, e o código não vaza para lugar nenhum. Se você está procurando uma forma de organizar seu fluxo de trabalho com agentes e preservar o histórico de suas decisões para sua equipe ou para você mesmo daqui a um mês, o repositório definitivamente vale a pena conferir.
Projetos relacionados