Passei mais de 100 horas testando ferramentas de IA para que você não precise.
Salve isto :)
O cenário de ferramentas de IA em 2026 é avassalador. Novos frameworks toda semana. Novos agentes todo dia. Novos repositórios em alta no GitHub toda manhã.
A maioria é puro hype. Alguns são genuinamente úteis. 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 isto como favorito. Você vai voltar aqui.
Parte 1: Agentes de Codificação & IDEs de IA 🛠️
Estas são as ferramentas que permitem que a IA escreva, revise e gerencie código em seu nome. As que realmente funcionam em fluxos de trabalho reais, não apenas em demonstrações.
01. Claude Code:
Agente de codificação de 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. Completudes 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. Aceita instruções em linguagem natural, lê sua base de código, escreve e executa código. Forte em tarefas de implementação de múltiplas 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 Claude Code, instale isto 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 ao 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 viral. 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 multiagente 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 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 a 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 forma de habilidade.
🔗 https://github.com/coreyhaines31/marketingskills
27. Claude SEO:
Auditorias de site completas, validação de esquema, 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, isto 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 o 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 em seu próprio hardware. Privacidade, velocidade, custos de API zero.
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 em seus dados, comece aqui.
🔗 https://github.com/unslothai/unsloth
35. vLLM:
Motor de inferência de alta taxa de transferência. 2 a 4x mais rápido que a hospedagem ingênua. 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 com foco 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 para LLM de mais de 5.000 fontes. Obtenha dados de qualquer lugar para seu fluxo de trabalho de IA.
🔗 https://github.com/dlt-hub/dlt
47. ExtractThinker:
ORM para inteligência de documentos. 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 alterar 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 da Anthropic:
Implementações oficiais de referência 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 prompting avançado de agentes.
🔗 https://www.promptingguide.ai
57. Tutorial de Engenharia de Prompt da 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 da Anthropic:
Cobre a API, melhores práticas de prompting, uso de ferramentas, agentes e tudo mais. Leia isto de capa a capa 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 de codificação com IA poderosa 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 de backend, saídas estruturadas, memória e orquestração de agentes para uma aplicação de IA em produção.
Se você quer aprender:
Comece com o Tutorial da Anthropic (57) + PromptingGuide (56) + Documentação da Anthropic (60). Construa a base antes de empilhar ferramentas.
Escolha um caminho. Aprofunde-se. Adicione mais ferramentas conforme suas necessidades crescerem.
TL;DR
Habilidades = ensinam a IA COMO fazer coisas melhor. MCP = dão à IA ACESSO a ferramentas e dados externos. Repositórios = os motores open-source que alimentam tudo.
Combine todos os três e você tem um fluxo de trabalho de IA que é genuinamente poderoso, não apenas impressionante em demonstrações.
É isso. 60 ferramentas. Agora vá construir algo.
Esta lista me levou muito tempo para compilar - testando ferramentas, lendo documentações, filtrando o hype do que é útil. Se economizou seu 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, apenas o que funciona.
Siga @eng_khairallah1 para não perder o próximo.
espero que isso tenha sido útil para você, Khairallah ❤️
