MÓDULO 4.1

⚙️ Stack Técnico Avançado

Domine a escolha de IDEs, regras persistentes de projeto, Model Context Protocol e a configuração multi-modelo que profissionais usam em 2026.

Pré-requisito: Trilha 1 — Fundamentos
7
Tópicos
35
Minutos
Avançado
Nível
Prático
Tipo
1

🖥️ Escolhendo o IDE certo — Cursor vs. Windsurf vs. Claude Code

Em 2026, a escolha de IDE não é mais sobre preferência pessoal — é sobre adequação à tarefa. Cursor, Windsurf e Claude Code têm arquiteturas diferentes que os tornam ideais para contextos distintos. Usar a ferramenta errada significa perder 30-50% da produtividade potencial.

🖥️ Comparativo Técnico Detalhado

Critério Cursor Windsurf Claude Code
Base VSCode fork VSCode fork + Cascade Terminal CLI
Melhor para Projetos complexos multi-arquivo Criação rápida, UX intuitiva Automação, CI/CD, pipelines
Agente Composer (multi-step) Cascade (agentic flow) Modo autônomo nativo
Regras persistentes .cursorrules .windsurfrules CLAUDE.md
Preço (2026) $20/mês Pro $15/mês Pro Uso por token (API)

Use Cursor quando:

  • Projeto tem 5+ arquivos interdependentes
  • Precisar de refatoração de base de código existente
  • Migrar extensões do VSCode

Use Windsurf quando:

  • Criar MVP ou protótipo do zero
  • Precisar de fluxo mais visual e iterativo
  • Onboarding de devs menos técnicos

Use Claude Code quando:

  • Automação de tarefas em pipeline
  • Sessões longas sem interação humana
  • Integração com CI/CD e scripts

💡 Estratégia Profissional

Não escolha apenas uma ferramenta. Times de alta performance usam Claude Code no CI/CD (automatizado), Cursor para desenvolvimento diário (interativo), e Windsurf para sessões de criação rápida de features. Cada tool cobre uma lacuna das outras.

2

📋 .cursorrules e CLAUDE.md — a técnica mais eficaz

Arquivos de regras persistentes são a técnica com melhor ROI em todo o vibe coding profissional. Uma vez configurados, eliminam a necessidade de repetir contexto a cada sessão e garantem que o agente sempre respeite os padrões do projeto.

📄 Exemplo Real de CLAUDE.md

# Projeto: API de Pagamentos (CLAUDE.md)

## Stack
- Node.js 22 + TypeScript strict mode
- Fastify (não Express — nunca usar Express)
- PostgreSQL via Prisma ORM
- Supabase Auth para autenticação

## Regras críticas
- NUNCA hardcodar secrets — sempre process.env
- NUNCA fazer queries SQL diretas — sempre via Prisma
- SEMPRE adicionar RLS policies em novas tabelas Supabase
- SEMPRE criar testes unitários para nova lógica de negócio
- NUNCA modificar arquivos em src/migrations/

## Padrões de código
- Nomenclatura: camelCase para variáveis, PascalCase para tipos
- Erros: sempre usar Result type (never throw)
- Imports: absolutos com alias @/
- Max 200 linhas por arquivo

## Comandos úteis
- npm run test — rodar suite de testes
- npm run lint — verificar padrões
- npm run db:migrate — aplicar migrations

✓ O que incluir no arquivo

  • Stack e versões exatas usadas
  • Arquivos/pastas que nunca devem ser modificados
  • Padrões de nomenclatura e estilo
  • Comandos de teste e lint
  • Regras de segurança críticas

✗ O que NÃO incluir

  • Secrets, tokens ou credenciais
  • Instruções vagas como "faça código limpo"
  • Documentação de features (vai no README)
  • Regras que mudam frequentemente
  • Mais de 500 linhas (contexto demais)

💡 Versionamento Obrigatório

O CLAUDE.md deve estar no repositório Git. Isso garante que todos no time usam as mesmas regras e que as regras evoluem com o projeto. Commit inicial com regras básicas, atualize sempre que padrões mudarem.

3

🔌 Model Context Protocol (MCP) — conectando a IA ao seu stack

O MCP é o que transforma um agente de IA de um "assistente de texto sofisticado" em um operador real do seu ambiente de desenvolvimento. Criado pela Anthropic e adotado como padrão aberto em 2025, o protocolo define como modelos se conectam a ferramentas externas de forma segura e padronizada.

🔌 Configuração MCP para Supabase + GitHub

// claude_desktop_config.json
{
  "mcpServers": {
    "supabase": {
      "command": "npx",
      "args": ["-y", "@supabase/mcp-server-supabase@latest"],
      "env": {
        "SUPABASE_URL": "https://seu-projeto.supabase.co",
        "SUPABASE_SERVICE_KEY": "${SUPABASE_SERVICE_KEY}"
      }
    },
    "github": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-github"],
      "env": {
        "GITHUB_PERSONAL_ACCESS_TOKEN": "${GITHUB_TOKEN}"
      }
    },
    "filesystem": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-filesystem",
               "/home/user/projects"]
    }
  }
}
1

MCP para Banco de Dados

Supabase, PostgreSQL, MySQL

O agente pode fazer queries, verificar schemas, executar migrations e inspecionar dados reais. Em vez de descrever a estrutura do banco, o agente a lê diretamente.

2

MCP para GitHub

PRs, Issues, Actions

O agente lê PRs abertos, verifica o status de CI/CD, cria issues e até faz code review automatizado usando o contexto real do repositório.

3

MCP Customizado

APIs internas, ferramentas proprietárias

É possível criar servidores MCP customizados que expõem APIs internas, dados de observabilidade (Datadog, Sentry) ou ferramentas proprietárias ao agente.

⚠️ Segurança no MCP

Nunca exponha credenciais diretamente no arquivo de configuração. Use variáveis de ambiente. Configure permissões mínimas necessárias (principle of least privilege). Revise quais ferramentas o agente pode executar sem confirmação humana.

4

⚖️ Configuração de múltiplos modelos — custo vs. capacidade

Usar Claude Opus para tudo é como contratar um arquiteto sênior para apertar parafusos. Usar Haiku para decisões arquiteturais é como pedir para um estagiário projetar a fundação de um prédio. A roteagem inteligente de modelos é uma vantagem competitiva real em custo e qualidade.

📊 Guia de Roteagem por Complexidade

Modelo Custo (input/1M tk) Usar para
Claude Opus $15 Arquitetura, análise de segurança, decisões críticas, code review de PRs grandes
Claude Sonnet $3 Implementação de features, debugging, testes, refatoração do dia a dia
Claude Haiku $0.25 Autocomplete, formatação, documentação de funções simples, tarefas repetitivas

💡 Cálculo de ROI Real

Um dev que usa Sonnet para 80% das tarefas e Opus apenas para decisões críticas (20%) paga, em média, $45/mês em API. O mesmo dev usando Opus para tudo pagaria ~$200/mês — por produtividade equivalente na maioria das tarefas.

Times de 10 pessoas com roteagem inteligente economizam $1.500-2.000/mês vs. uso irrestrito de Opus.

5

🛠️ Plugins e extensões essenciais — o setup profissional

O ambiente de desenvolvimento define o que o agente pode fazer. Com as extensões certas configuradas, o código gerado pela IA já sai formatado, testado e revisado automaticamente. Sem elas, você passa horas corrigindo problemas que deveriam ser prevenidos.

Qualidade de Código

  • ESLint + Prettier — formatação e linting automáticos. Configure regras no .eslintrc e o agente as respeita.
  • Error Lens — erros inline no editor, contexto imediato para o agente corrigir.
  • GitLens — blame, histórico e contexto de mudanças que enriquecem o contexto do agente.

Segurança e Testes

  • Snyk — scan de vulnerabilidades em dependências em tempo real.
  • REST Client — testa endpoints diretamente no editor, sem trocar de contexto.
  • Coverage Gutters — visualização de cobertura de testes inline, mostra o que o agente ainda precisa cobrir.

🪝 Pre-commit Hooks Obrigatórios

# .husky/pre-commit
#!/bin/sh
npm run lint        # ESLint deve passar
npm run test:unit   # Testes unitários devem passar
npm run type-check  # TypeScript sem erros

# O agente aprende que seu código precisa passar
# nesses checks antes de fazer commit
6

📁 Contexto de projeto bem estruturado — @arquivo, @pasta

A maior causa de código incorreto gerado por IA não é a limitação do modelo — é a falta de contexto relevante. O agente não pode corrigir o que não pode ver. Referenciar explicitamente os arquivos certos é a diferença entre uma sessão produtiva e uma frustrante.

✓ Contexto eficaz

"Adicione validação no endpoint
de criação de usuário.

Arquivos relevantes:
@src/routes/users.ts
@src/schemas/user.schema.ts
@src/middleware/auth.ts

O erro de validação deve retornar
422 com o campo inválido."

✗ Contexto ineficaz

"Adicione validação no endpoint
de criação de usuário.

Meu projeto usa Fastify com
TypeScript e tem um arquivo de
rotas de usuários em algum lugar
e um schema de validação."

💡 Regra do Contexto Mínimo Viável

Inclua apenas o contexto que o agente precisa para completar a tarefa. Contexto demais (projeto inteiro) satura o context window e degrada qualidade. Contexto de menos causa alucinações. Foque nos 3-5 arquivos diretamente relevantes para cada tarefa específica.

7

📊 Profiling do ambiente — medindo onde a IA realmente ajuda

Dados da GitClear (2025) mostram que a produtividade com IA varia de +200% em tasks de CRUD a -20% em algoritmos de alta performance. Sem medir, você não sabe em quais contextos está se beneficiando e onde está perdendo tempo com correções.

📊 Métricas para Tracking

Métricas de Qualidade
  • • Taxa de aceitação de sugestões (%)
  • • Bugs encontrados em PR review: código IA vs. manual
  • • Cobertura de testes em código gerado
  • • Número de iterações até aprovação
Métricas de Velocidade
  • • Tempo de ciclo: ticket → PR aprovado
  • • Horas de revisão por PR
  • • Retrabalho por feature (horas)
  • • Custo de API por feature entregue

🎯 Padrão de Alta Adoção vs. Baixo Benefício

IA tem alto impacto em:

  • • CRUD operations e boilerplate
  • • Testes unitários e de integração
  • • Documentação e comentários
  • • Migrações de schema
  • • Configurações de infraestrutura

IA tem baixo impacto em:

  • • Algoritmos de alta performance (hot paths)
  • • Código de segurança crítico
  • • Debugging de condições de corrida
  • • Otimização de queries complexas
  • • Integrações com sistemas legados

Resumo do Módulo 4.1

Cursor, Windsurf e Claude Code têm casos de uso distintos — combiná-los é a estratégia profissional correta
.cursorrules e CLAUDE.md são a técnica de maior ROI — configure uma vez, economiza horas em cada sessão
MCP conecta o agente ao ambiente real — banco, APIs e ferramentas externas sem copiar/colar
Roteagem de modelos — Opus para decisões críticas, Sonnet para o dia a dia, Haiku para tarefas simples
Contexto mínimo viável — 3-5 arquivos relevantes, não o projeto inteiro. Qualidade > quantidade
Meça onde a IA ajuda — alta no CRUD e testes, baixa em algoritmos críticos e segurança

Próximo Módulo:

4.2 — 🎯 Prompt Engineering Avançado: Chain-of-Thought, prompting agêntico e técnicas de decomposição