Passei mais de 100 horas testando ferramentas de IA para que você não precise.
Salve isso :)
O cenário de ferramentas de IA em 2026 é avassalador. Novos frameworks toda semana. Novos agentes todo dia. Novos repositórios bombando no GitHub toda manhã.
A maioria é puro hype. Alguns são genuinamente úteis. Alguns poucos vão mudar fundamentalmente a forma como você trabalha.
Eu filtrei o ruído. Aqui estão as 60 ferramentas que realmente importam agora - organizadas por categoria, testadas pessoalmente, com notas honestas sobre para que cada uma realmente serve.
Marque este post. Você vai voltar a ele.
Parte 1: Agentes de Código & IDEs de IA 🛠️
Estas são as ferramentas que permitem que a IA escreva, revise e gerencie código por você. As que realmente funcionam em fluxos de trabalho reais, não apenas em demonstrações.
01. Claude Code:
Agente de codificação por linha de comando da Anthropic. Lê arquivos, escreve código, executa testes, opera diretamente no seu ambiente local. O padrão ouro para desenvolvimento assistido por IA quando você quer controle total.
🔗 https://docs.anthropic.com/en/docs/claude-code
02. Cursor:
Editor de código com foco em IA construído sobre o VS Code. Completamentos inline, converse com sua base de código, edição de múltiplos arquivos. O melhor editor para desenvolvedores que querem IA integrada ao seu fluxo de trabalho existente.
03. Codex CLI:
Agente de terminal da OpenAI. Recebe instruções em linguagem natural, lê sua base de código, escreve e executa código. Forte em tarefas de implementação em várias etapas.
🔗 https://github.com/openai/codex
04. Windsurf:
IDE de codificação com IA da Codeium. Agente Cascade para edição de múltiplos arquivos, compreensão profunda da base de código e codificação em estado de fluxo. Crescendo rápido.
🔗 https://codeium.com/windsurf
05. Superpowers:
Mais de 20 habilidades do Claude Code testadas em batalha. TDD, depuração, pipelines de planejamento para execução. Mais de 96.000 estrelas no GitHub. Se você usa o Claude Code, instale isso primeiro.
🔗 https://github.com/obra/superpowers
06. Spec Kit (GitHub):
Desenvolvimento orientado por especificações. Escreva especificações, a IA gera código a partir delas. Força você a pensar antes de construir. Mais de 50.000 estrelas.
🔗 https://github.com/github/spec-kit
07. Aider:
Programação em par com IA no seu terminal. Funciona com qualquer LLM. Forte em trabalhar com bases de código existentes. Mais de 30.000 estrelas.
🔗 https://github.com/paul-gauthier/aider
Parte 2: Frameworks de Agentes 🤖
Construa sistemas autônomos que pensam, agem e iteram.
08. OpenClaw:
O agente de IA open-source que viralizou. Persistente, multicanal (WhatsApp, Telegram, Discord), escreve suas próprias habilidades. Mais de 210.000 estrelas e crescendo rápido. O ponto de entrada mais acessível para agentes de IA pessoais.
🔗 https://github.com/openclaw/openclaw
09. LangGraph:
Orquestração de múltiplos agentes como código. Construa agentes como grafos com lógica de ramificação, humano no circuito e estado persistente. Mais de 26.000 estrelas.
🔗 https://github.com/langchain-ai/langgraph
10. CrewAI:
Framework multiagente com papéis, objetivos e históricos. Cada agente tem uma persona e responsabilidade definidas. Bom para fluxos de trabalho em equipe.
🔗 https://github.com/crewAIInc/crewAI
11. AutoGPT:
Plataforma de agente autônomo completa para tarefas de longa duração. O framework de agente OG. Amadureceu significativamente desde os primeiros dias.
🔗 https://github.com/Significant-Gravitas/AutoGPT
12. Dify:
Construtor de aplicativos LLM open-source. Combina fluxos de trabalho, RAG, agentes e gerenciamento de modelos em uma plataforma. Bom para não desenvolvedores construindo aplicativos de IA.
🔗 https://github.com/langgenius/dify
13. OWL:
Framework de cooperação multiagente. Lidera o benchmark GAIA para coordenação de agentes. Pesquisa de ponta transformada em código utilizável.
🔗 https://github.com/camel-ai/owl
14. CopilotKit:
Incorpore copilotos de IA diretamente em aplicações React. Entregue recursos de IA no seu produto, não apenas no seu fluxo de trabalho.
🔗 https://github.com/CopilotKit/CopilotKit
15. pydantic-ai:
Framework de agente com segurança de tipos construído sobre Pydantic. Para desenvolvedores Python que querem saídas de agente estruturadas e validadas.
🔗 https://github.com/pydantic/pydantic-ai
Parte 3: Servidores MCP & Integração de Ferramentas 🔗
MCP (Model Context Protocol) dá à IA acesso ao mundo exterior. Habilidades ensinam COMO. MCP dá ACESSO.
16. Tavily:
Mecanismo de busca construído para agentes de IA. Não são links azuis - dados limpos, estruturados e prontos para LLM. Quatro ferramentas: busca, extração, rastreamento, mapa. Conecta-se como MCP remoto em um minuto.
🔗 https://github.com/tavily-ai/tavily-mcp
17. Context7:
Injeta documentação de bibliotecas atualizada no contexto do seu LLM. Chega de APIs alucinadas ou métodos obsoletos. Adicione "use context7" ao seu prompt e ele puxa a documentação atual. Suporta milhares de bibliotecas.
🔗 https://github.com/upstash/context7
18. Task Master AI:
O gerente de projetos da sua IA. Alimente-o com um PRD e ele gera tarefas estruturadas com dependências. Claude as executa uma por uma. Transforma sessões caóticas em pipelines organizados.
🔗 https://github.com/eyaltoledano/claude-task-master
19. MCP Playwright:
Automação de navegador para LLMs. Controle um navegador real através de linguagem natural. Testes, raspagem, interação.
🔗 https://github.com/executeautomation/mcp-playwright
20. fastmcp:
Construa servidores MCP em Python mínimo. A maneira mais rápida de criar integrações de ferramentas personalizadas para Claude ou qualquer modelo compatível com MCP.
🔗 https://github.com/jlowin/fastmcp
21. markdownify-mcp:
Converta PDFs, imagens e áudio em Markdown. Alimente qualquer tipo de documento no seu fluxo de trabalho de IA.
🔗 https://github.com/zcaceres/markdownify-mcp
22. MCPHub:
Gerencie múltiplos servidores MCP via HTTP. Um painel para todas as suas conexões de ferramentas.
🔗 https://github.com/samanhappy/mcphub
Parte 4: Habilidades do Claude (Melhores Escolhas) 🧠
Habilidades ensinam fluxos de trabalho especializados ao Claude. Existem mais de 80.000 habilidades da comunidade. Estas são as que valem a pena instalar.
23. Processamento de PDF (Oficial):
Leia, extraia tabelas, preencha formulários, mescle e divida PDFs. A habilidade de maior utilidade para trabalhadores do conhecimento.
🔗 https://github.com/anthropics/skills/tree/main/skills/pdf
24. Design Frontend (Oficial): Construa sistemas de design reais, tipografia ousada, UI de nível de produção. Escape da estética "porcaria de IA". Mais de 277.000 instalações.
🔗 https://github.com/anthropics/skills/tree/main/skills/frontend-design
25. Criador de Habilidades (Oficial):
A meta-habilidade. Descreva um fluxo de trabalho em inglês simples e receba um SKILL.md completo em cinco minutos. Construa novas habilidades sem escrever nenhuma configuração.
🔗 https://github.com/anthropics/skills/tree/main/skills/skill-creator
26. Habilidades de Marketing por Corey Haines:
Mais de 20 habilidades cobrindo CRO, copywriting, SEO, sequências de e-mail, estratégia de crescimento. Tudo que uma equipe de marketing precisa em formato de habilidade.
🔗 https://github.com/coreyhaines31/marketingskills
27. Claude SEO:
Auditorias de site completas, validação de schema, análise de palavras-chave. 12 sub-habilidades cobrindo o fluxo de trabalho completo de SEO.
🔗 https://github.com/AgriciDaniel/claude-seo
28. Habilidades Obsidian:
Construídas pelo CEO do Obsidian. Marcação automática, vinculação automática, operações nativas do vault. Se você usa Obsidian, isso é essencial.
🔗 https://github.com/kepano/obsidian-skills
29. Otimização de Contexto:
Reduza custos de tokens e melhore a eficiência do cache KV. Torna fluxos de trabalho de API caros significativamente mais baratos. Mais de 13.900 estrelas.
🔗 https://github.com/muratcankoylan/agent-skills-for-context-engineering
30. Habilidade de Pesquisa Profunda:
Pesquisa em 8 fases com continuação automática. Para quando você precisa que Claude se aprofunde em um tópico, não apenas arranhe a superfície.
🔗 https://github.com/199-biotechnologies/claude-deep-research-skill
Parte 5: IA Local & Execução de Modelos 🖥️
Execute modelos no seu próprio hardware. Privacidade, velocidade, zero custos de API.
31. Ollama:
Execute LLMs open-source localmente com um comando de terminal. Suporta Llama, Mistral, Gemma e dezenas de outros. O caminho mais rápido do zero para IA local.
🔗 https://github.com/ollama/ollama
32. Open WebUI:
Interface auto-hospedada similar ao ChatGPT. Limpa, rápida, cheia de recursos. Combina perfeitamente com Ollama para uma configuração de IA privada.
🔗 https://github.com/open-webui/open-webui
33. LlamaFile:
Empacote um LLM inteiro como um único arquivo executável. Zero dependências. Baixe e execute. Absurdamente simples.
🔗 https://github.com/Mozilla-Ocho/llamafile
34. Unsloth:
Ajuste fino de modelos 2x mais rápido com 70% menos memória. Se você precisa de um modelo personalizado treinado nos seus dados, comece aqui.
🔗 https://github.com/unslothai/unsloth
35. vLLM:
Motor de inferência de alto rendimento. 2 a 4x mais rápido que o serviço ingênuo. O padrão para implantação em produção de modelos open-source.
🔗 https://github.com/vllm-project/vllm
Parte 6: Fluxo de Trabalho & Automação ⚡
Conecte IA às suas ferramentas e processos existentes.
36. n8n:
Automação de fluxo de trabalho open-source com mais de 400 integrações e nós de IA. Auto-hospedável. O melhor construtor visual para automações com IA.
🔗 https://github.com/n8n-io/n8n
37. Langflow:
Arraste e solte visual para pipelines de agentes. Mais de 140.000 estrelas. Construa fluxos de trabalho de agentes complexos sem escrever código.
🔗 https://github.com/langflow-ai/langflow
38. Huginn:
Agentes web auto-hospedados para monitoramento, alertas e coleta de dados. Automação focada em privacidade que roda no seu servidor.
🔗 https://github.com/huginn/huginn
39. DSPy:
Programe (não crie prompts) modelos de fundação. Pesquisa de Stanford transformada em framework. Para quando criar prompts não é determinístico o suficiente.
🔗 https://github.com/stanfordnlp/dspy
40. Temporal:
Motor de fluxo de trabalho durável para processos de longa duração. Quando sua automação precisa sobreviver a falhas, repetições e timeouts.
🔗 https://github.com/temporalio/temporal
Parte 7: Busca, Dados & RAG 🔍
Obtenha informações para dentro e para fora dos sistemas de IA.
41. GPT Researcher:
Agente de pesquisa autônomo que produz relatórios compilados. Dê um tópico, receba de volta uma análise completa com fontes.
🔗 https://github.com/assafelovic/gpt-researcher
42. Firecrawl:
Transforme qualquer site em dados prontos para LLM. Raspagem web projetada especificamente para pipelines de IA.
🔗 https://github.com/mendableai/firecrawl
43. Vanna AI:
Linguagem natural para SQL. Faça perguntas em português, receba consultas de banco de dados de volta. Para qualquer um que precise de dados de bancos de dados sem escrever SQL.
🔗 https://github.com/vanna-ai/vanna
44. Instructor:
Obtenha saídas JSON estruturadas de qualquer LLM usando modelos Pydantic. Funciona com OpenAI, Anthropic, Google e mais de 15 provedores. O que engenheiros de IA de produção realmente usam.
🔗 https://python.useinstructor.com
45. Chroma:
Banco de dados vetorial open-source. A maneira mais simples de adicionar busca semântica e memória de longo prazo às suas aplicações de IA.
🔗 https://github.com/chroma-core/chroma
46. dlt:
Pipelines de dados nativos de LLM de mais de 5.000 fontes. Obtenha dados de qualquer lugar para o seu fluxo de trabalho de IA.
🔗 https://github.com/dlt-hub/dlt
47. ExtractThinker:
ORM para inteligência documental. Extraia dados estruturados de qualquer tipo de documento.
🔗 https://github.com/enoch3712/ExtractThinker
Parte 8: API & Infraestrutura 🏗️
O encanamento que faz tudo funcionar em produção.
48. FastAPI:
O framework web Python para servir aplicações de IA. Documentação excepcional. Validação Pydantic embutida.
🔗 https://github.com/tiangolo/fastapi
49. Portkey Gateway:
Roteie requisições para mais de 250 LLMs através de uma API. Troque de modelos sem mudar o código.
🔗 https://github.com/Portkey-AI/gateway
50. OmniRoute:
Proxy de API para mais de 44 provedores de IA. Balanceamento de carga, fallbacks e otimização de custos.
🔗 https://github.com/diegosouzapw/OmniRoute
51. lmnr:
Rastreie e avalie o comportamento do agente. Veja exatamente o que seus agentes estão fazendo e meça se estão fazendo bem.
🔗 https://github.com/lmnr-ai/lmnr
52. Codebase Memory MCP:
Converta sua base de código em um grafo de conhecimento persistente. Claude lembra de toda a estrutura do seu projeto entre sessões.
🔗 https://github.com/DeusData/codebase-memory-mcp
Parte 9: Coleções Curadas & Aprendizado 📚
Onde encontrar mais e continuar aprendendo.
53. Awesome Claude Skills:
A melhor lista de habilidades curada. Mais de 22.000 estrelas. Comece aqui quando procurar novas habilidades para instalar.
🔗 https://github.com/travisvn/awesome-claude-skills
54. Repositório de Habilidades Anthropic:
Implementações de referência oficiais da Anthropic. O padrão ouro de como as habilidades devem ser construídas.
🔗 https://github.com/anthropics/skills
55. Awesome Agents:
Mais de 100 ferramentas de agente open-source em uma lista curada.
🔗 https://github.com/kyrolabs/awesome-agents
56. PromptingGuide:
Referência abrangente de engenharia de prompt cobrindo todas as técnicas, do básico ao avançado para agentes.
🔗 https://www.promptingguide.ai
57. Tutorial de Engenharia de Prompt Anthropic:
9 capítulos de exercícios práticos com Jupyter notebooks. A melhor maneira estruturada de aprender a criar prompts.
🔗 https://github.com/anthropics/prompt-eng-interactive-tutorial
58. SkillsMP:
Marketplace com mais de 80.000 habilidades da comunidade. O maior catálogo para descobrir habilidades do Claude.
59. MAGI//ARCHIVE:
Feed diário de novos repositórios de IA. Fique por dentro do que está sendo lançado.
🔗 https://tom-doerr.github.io/repo_posts/
60. Documentação Oficial Anthropic:
Cobre a API, melhores práticas de prompt, uso de ferramentas, agentes e tudo mais. Leia isso de cabo a rabo antes de construir algo sério.
Como Usar Esta Lista de Verdade
Não tente instalar todas as 60 ferramentas de uma vez. Isso é receita para sobrecarga e perda de tempo.
Aqui está a ordem que recomendo:
Se você é desenvolvedor:
Comece com Claude Code (01) + Superpowers (05) + Context7 (17) + Tavily (16). Isso te dá uma configuração poderosa de codificação com IA, com acesso a busca e documentação.
Se você é criador ou trabalhador do conhecimento:
Comece com OpenClaw (08) + Habilidades Obsidian (28) + Processamento de PDF (23) + Design Frontend (24). Isso te dá um assistente de IA com gerenciamento de arquivos, processamento de documentos e capacidades de criação de conteúdo.
Se você está construindo um produto:
Comece com FastAPI (48) + Instructor (44) + Chroma (45) + LangGraph (09). Isso te dá o framework backend, saídas estruturadas, memória e orquestração de agentes para uma aplicação de IA em produção.
Se você quer aprender:
Comece com o Tutorial Anthropic (57) + PromptingGuide (56) + Documentação Anthropic (60). Construa a base antes de empilhar ferramentas.
Escolha um caminho. Aprofunde-se. Adicione mais ferramentas conforme suas necessidades crescerem.
Resumão
Habilidades = ensinam a IA COMO fazer as coisas melhor. MCP = dão à IA ACESSO a ferramentas e dados externos. Repositórios = os motores open-source que alimentam tudo.
Combine os três e você terá um fluxo de trabalho de IA genuinamente poderoso, não apenas impressionante em demonstrações.
É isso. 60 ferramentas. Agora vá construir algo.
Esta lista me tomou um bom tempo para compilar - testando ferramentas, lendo documentações, filtrando o hype do que é útil. Se te poupou tempo, você sabe o que fazer.
Eu publico coisas assim regularmente - ferramentas de IA, fluxos de trabalho, técnicas e coisas que realmente uso. Sem enrolação, sem hype, só o que funciona.
Siga @eng_khairallah1 para não perder o próximo.
espero que isso tenha sido útil para você, Khairallah ❤️
