Ferramentas
Adote
-
51. Renovate
Renovate tem se tornado a ferramenta preferida por muitos de nossos times que buscam uma abordagem proativa para gerenciar versões de dependências. Embora o Dependabot continue sendo uma escolha segura e padrão para repositórios hospedados no GitHub, recomendamos avaliar o Renovate como uma solução mais abrangente e personalizável. Para aproveitar ao máximo os benefícios do Renovate, configure-o para monitorar e atualizar todas as dependências, incluindo ferramentas, infraestrutura e dependências privadas ou hospedadas internamente. Para reduzir a carga operacional das desenvolvedoras, considere adotar o merge automático de PRs com atualizações de dependências.
-
52. uv
Desde o último Radar, ganhamos mais experiência com uv, e o feedback dos nossos times tem sido extremamente positivo. O uv é uma ferramenta de gerenciamento de pacotes e projetos Python de última geração, escrita em Rust, com uma proposta de valor principal: é extremamente rápido. Ele supera outros gerenciadores de pacotes Python por uma grande margem em benchmarks, acelerando os ciclos de compilação e teste e melhorando significativamente a experiência das desenvolvedoras. Além do desempenho, o uv oferece um conjunto de ferramentas unificado, substituindo efetivamente ferramentas como Poetry, pyenv e pipx. No entanto, nossas preocupações com ferramentas de gerenciamento de pacotes permanecem: um ecossistema forte, uma comunidade madura e suporte de longo prazo são fundamentais. Como o uv ainda é relativamente novo, movê-lo para o anel de Adoção é uma decisão ousada. No entanto, muitas equipes de dados estão ansiosas para deixar de usar o sistema legado de gerenciamento de pacotes do Python, e nossas desenvolvedoras de linha de frente recomendam consistentemente o uv como a melhor ferramenta disponível hoje.
-
53. Vite
Desde que o Vite foi mencionado no Radar, ele vem ganhando ainda mais atenção. Ele é uma ferramenta de alta performance de frontend com carregamento rápido (hot-reloading). Tem sido adotada e recomendada como a escolha padrão em muitos frameworks frontend, incluindo Vue, SvelteKit e React, que recentemente descontinuou o create-react-app. O Vite também recebeu recentemente um investimento significativo, o que levou à fundação da VoidZero, uma organização dedicada ao desenvolvimento do Vite. Esse investimento deve acelerar o desenvolvimento e melhorar a sustentabilidade do projeto a longo prazo.
Experimente
-
54. Claude Sonnet
Claude Sonnet é um modelo de linguagem avançada que se destaca em codificação, escrita, análise e processamento visual. Está disponível para navegador, terminal, na maior parte das principais IDEs e pode ser integrado ao GitHub Copilot. Até o momento, os benchmarks mostram que ele supera os modelos anteriores, como as versões 3.5 e 3.7, incluindo os modelos anteriores do Claude. Também é capaz de interpretar gráficos e extrair texto de imagens, e oferece uma experiência voltada para desenvolvedoras, como a funcionalidade “Artefatos” na interface do navegador, para gerar e interagir com conteúdo dinâmico, como trechos de código e designs em HTML.
Usamos a versão 3.5 do Claude Sonnet extensivamente no desenvolvimento de software e constatamos que ela aumenta significativamente a produtividade em diversos projetos. Ela se destaca em projetos do tipo “greenfield”, especialmente em design colaborativo de software e discussões arquitetônicas. Embora seja cedo demais para chamar qualquer modelo de IA de estável para assistência em programação, o Claude Sonnet está entre os modelos mais confiáveis com os quais trabalhamos. Durante a escrita, a versão Claude 3.7 também foi lançada e é promissora, embora ainda não tenhamos testado totalmente em produção.
-
55. Cline
Cline é uma extensão de código aberto para o VSCode e atualmente um dos principais nomes na categoria de agentes para engenharia de software supervisionados. Ele permite que desenvolvedoras conduzam sua implementação diretamente pelo chat do Cline, integrando-se perfeitamente com a IDE que já utilizam. Recursos importantes como o modo Plan & Act, transparência no uso de tokens e integração com MCP ajudam as desenvolvedoras a interagir eficientemente com modelos de linguagem de grande porte (LLMs). O Cline demonstrou capacidades avançadas na execução de tarefas complexas de desenvolvimento, especialmente utilizando o modelo Claude 3.5 Sonnet. Ele oferece suporte a grandes bases de código, automatiza testes com navegadores sem interface gráfica (headless) e corrige bugs proativamente.
Ao contrário de soluções baseadas em nuvem, o Cline reforça a privacidade ao armazenar dados localmente. Sua natureza de código aberto não apenas garante maior transparência como também possibilita melhorias contínuas pela comunidade. Contudo, desenvolvedoras devem estar atentas ao custo relacionado ao uso de tokens, já que a orquestração de contexto de código do Cline, embora muito eficaz, pode consumir muitos recursos. Outro possível ponto de atenção é o limite de requisições, que pode desacelerar os fluxos de trabalho. Até que essa questão seja resolvida, recomenda-se utilizar provedores de API como o OpenRouter, que oferecem limites mais favoráveis.
-
56. Cursor
Continuamos impressionados com o editor de código baseado em IA Cursor, que permanece líder no competitivo espaço de assistência à programação com IA. Sua orquestração de contexto de código é muito eficaz e oferece suporte a uma ampla variedade de modelos, incluindo a opção de usar uma chave de API personalizada. A equipe do Cursor frequentemente apresenta recursos inovadores de experiência de usuário antes de outras fornecedoras, e eles incluem uma extensa lista de provedores de contexto em seu chat, como a referência de git diffs, conversas anteriores de IA, pesquisa na web, biblioteca de documentação e integração MCP. Juntamente com ferramentas como Cline e Windsurf, o Cursor também se destaca por seu forte modo de codificação agêntico. Este modo permite que as desenvolvedoras guiem sua implementação diretamente de uma interface de chat com IA, com a ferramenta lendo e modificando arquivos de forma autônoma, bem como executando comandos. Além disso, apreciamos a capacidade do Cursor de detectar erros de compilação no código gerado e corrigi-los proativamente.
-
57. D2
D2 é uma ferramenta de código aberto de diagramas como código que ajuda a criar e customizar diagramas a partir de textos. Ela introduz a linguagem de script para diagramas D2, que prioriza a legibilidade em vez da compactação, com uma sintaxe simples e declarativa. D2 vem com um tema padrão e aproveita o mesmo layout do Mermaid. Nossas equipes apreciam sua sintaxe leve, que foi especificamente projetada para documentação de software e diagramas de arquitetura.
-
58. Databricks Delta Live Tables
Delta Live Tables (DLT) continuam a demonstrar seu valor na simplificação e otimização da gestão de pipelines de dados, oferecendo suporte tanto para processamento em tempo real quanto para processamento em lote por meio de uma abordagem declarativa. Ao automatizar tarefas complexas de engenharia de dados, como o gerenciamento manual de checkpoints, a DLT reduz a sobrecarga operacional, garantindo um sistema robusto de ponta a ponta. Sua capacidade de orquestrar pipelines simples com mínima intervenção manual aumenta a confiabilidade e a flexibilidade, enquanto recursos como visualizações materializadas fornecem atualizações incrementais e otimização de desempenho para casos de uso específicos.
No entanto, as equipes devem compreender as nuances da DLT para aproveitar totalmente seus benefícios e evitar possíveis armadilhas. Sendo uma abstração opinativa, a DLT gerencia suas próprias tabelas e restringe a inserção de dados a um único pipeline por vez. As tabelas de streaming aceitam apenas inserções (append-only), exigindo considerações cuidadosas de design. Além disso, excluir um pipeline DLT também exclui automaticamente a tabela e os dados subjacentes, potencialmente gerando problemas na operação.
-
59. JSON Crack
JSON Crack é uma extensão do Visual Studio Code que cria gráficos interativos a partir de dados em texto. Apesar do nome, ela suporta vários formatos, como YAML, TOML e XML. Diferente do Mermaid e do D2, onde o texto é usado para criar um gráfico visual específico, o JSON Crack serve para explorar dados que estão em formato de texto. O algoritmo de layout funciona bem e a ferramenta ainda permite esconder ramificações e nós seletivamente, o que é ótimo para explorar grandes conjuntos de dados. Também existe uma versão online da ferramenta, mas vale a pena lembrar das nossas preocupações com o uso de serviços online para formatação ou análise de código. O JSON Crack tem um limite de nós e, caso precise lidar com arquivos maiores, ele recomenda uma ferramenta comercial para isso.
-
60. MailSlurp
Testar fluxos de trabalho que envolvem e-mails pode ser um processo complexo e demorado. As equipes de desenvolvimento precisam criar clientes de API de e-mail personalizados para automação, além de configurar as caixas de entrada temporárias para cenários de teste manual, como testes de usuário ou treinamentos internos do produto antes de grandes lançamentos. Esses desafios se tornam ainda mais evidentes ao desenvolver produtos de onboarding de clientes. Tivemos uma experiência positiva com o MailSlurp, um serviço de servidor de e-mail e API de SMS. Ele oferece APIs REST para criar caixas de entrada e números de telefone, além de validar e-mails e mensagens diretamente no código. Seu painel sem necessidade de programação também é útil para a preparação de testes manuais. Recursos adicionais, como domínios personalizados, webhooks, respostas automáticas e encaminhamento de e-mails, são ótimos para cenários mais avançados.
-
61. Metabase
Metabase é uma ferramenta de código aberto para análise e inteligência de negócios que permite visualizar e analisar dados de diversas fontes, incluindo bancos de dados relacionais e NoSQL. A ferramenta ajuda usuárias a criarem visualizações e relatórios, organizá-los em painéis e compartilhar insights facilmente. Ela também oferece um kit de desenvolvimento de software (SDK) para incorporar painéis interativos em aplicações web, adaptando-se ao tema e estilo da aplicação, o que a torna amigável para desenvolvedores. Com conectores de dados oficialmente suportados e mantidos pela comunidade, a Metabase se mostra versátil dentre os ambientes de dados. Como uma ferramenta de BI leve, nossas equipes a consideram útil para gerenciar painéis interativos e relatórios em suas aplicações.
-
62. NeMo Guardrails
NeMo Guardrails é um kit de ferramentas de código aberto da NVIDIA, considerado fácil de usar, que capacita desenvolvedoras a implementar restrições para modelos de linguagem de grande porte (LLMs) usados em aplicações conversacionais. Desde a última vez que o mencionamos no Radar, o NeMo tem sido amplamente adotado por nossas equipes e continua a evoluir. Muitas das melhorias mais recentes do NeMo Guardrails focam na expansão das integrações e no fortalecimento da segurança, dados e controle, alinhando-se ao objetivo central do projeto.
Uma grande atualização na documentação do NeMo melhorou sua usabilidade, e novas integrações foram adicionadas, incluindo AutoAlign e Patronus Lynx, juntamente com suporte ao Colang 2.0. As principais atualizações incluem melhorias na segurança e proteção de conteúdo, bem como um lançamento recente que permite o streaming de conteúdo de LLMs através de trilhos de saída (output rails) para melhor desempenho. Também vimos suporte adicional para Segurança de Prompt. Além disso, a Nvidia lançou três novos microsserviços: microsserviço NIM de segurança de conteúdo, microsserviço NIM de controle de tópicos e detecção de jailbreak, todos integrados ao NeMo Guardrails.
Com base no conjunto crescente de funcionalidades e no aumento do uso em produção, estamos movendo o NeMo Guardrails para a fase de Teste. Recomendamos revisar as últimas notas de lançamento para obter uma visão completa das mudanças desde o nosso último blip.
-
63. Nyx
Nyx é uma ferramenta versátil de release semântico que suporta uma ampla variedade de projetos de engenharia de software. Ela é agnóstica à linguagem e funciona com todas as principais plataformas de CI e SCM, tornando-se altamente adaptável. Embora muitas equipes usem versionamento semântico no desenvolvimento baseado em tronco, Nyx também suporta fluxos de trabalho como o Gitflow, OneFlow e GitHub Flow. Uma das principais vantagens do Nyx em produção é a geração automática de registros de alterações, com suporte a commits convencionais. Como observado nas edições anteriores do Radar, alertamos contra padrões de desenvolvimento que dependem de branches de longa duração (por exemplo, Gitflow, GitOps), pois introduzem desafios que nem mesmo ferramentas poderosas como o Nyx conseguem mitigar. Recomendamos fortemente testar o Nyx em fluxos de CI/CD, especialmente para desenvolvimento baseado em tronco, onde temos observado muitos sucessos.
-
64. OpenRewrite
O OpenRewrite continua sendo uma ferramenta eficaz para refatorações em larga escala que seguem um conjunto de regras específicas, tais como migrações para uma nova versão da API de uma biblioteca amplamente utilizada ou aplicação de atualizações em múltiplos serviços criados a partir do mesmo template. Recentemente, a ferramenta passou a oferecer suporte a outras linguagens além do Java, especialmente ao JavaScript. Com ciclos curtos de versões incluindo suporte de longo prazo (LTS) em frameworks como Angular, manter os projetos atualizados com as versões mais recentes tornou-se cada vez mais importante. O OpenRewrite auxilia esse processo de maneira eficaz. O uso de assistentes de programação com IA pode ser uma alternativa, porém, para alterações baseadas em regras, geralmente é mais lento, mais caro e menos confiável. Gostamos que o OpenRewrite já venha acompanhado de um catálogo de recipes (regras), que descrevem exatamente as mudanças a serem feitas. O motor de refatoração, as regras pré-definidas e os plugins para ferramentas de build são todos de código aberto, tornando mais fácil para as equipes adotarem o OpenRewrite quando necessário.
-
65. Plerion
Plerion é uma plataforma de segurança em nuvem focada em AWS, que se integra às provedoras de hospedagem para identificar riscos, configurações incorretas e vulnerabilidades em sua infraestrutura de nuvem, servidores e aplicativos. Semelhante ao Wiz, o Plerion utiliza priorização baseada em riscos para os problemas detectados, permitindo que você foque nos 1% que importam. Nossas equipes relataram experiências positivas com o Plerion, destacando que ele forneceu a clientes insights significativos e reforçou a importância da monitoração proativa de segurança para suas organizações.
-
66. Agentes de engenharia de software
Desde a última vez que escrevemos sobre agentes de engenharia de software , há seis meses, a indústria ainda não chegou a uma definição consensual do termo “agente”. Porém, um avanço significativo surgiu — não em agentes de programação autônomos (que continuam pouco convincentes), mas em agentes de modo supervisionado presentes na IDE. Esses modos permitem que desenvolvedoras conduzam implementações via chat, com ferramentas que não apenas modificam códigos em múltiplas linhas e arquivos, mas também executam comandos, testes e respondem aos feedbacks da IDE, como erros de linting ou de compilação.
Esta abordagem, às vezes chamada de “chat-oriented programming” (CHOP) ou “prompt-to-code”, mantém as desenvolvedoras no controle enquanto transfere mais responsabilidade para a IA do que assistentes de programação tradicionais, como sugestões automáticas. As ferramentas que lideram esse espaço incluem Cursor, Cline e Windsurf, com GitHub Copilot levemente atrasado, porém conquistando espaço rapidamente. A utilidade desses agentes dependem tanto do modelo usado (com a série Sonnet do Claude sendo o estado da arte atual) quanto a da qualidade de integração com a IDE para proporcionar uma boa experiência à desenvolvedora.
Nós achamos esses fluxos de trabalho interessantes e promissores, pois trazem um aumento notável na velocidade de codificação. Porém, manter um escopo pequeno de problemas ajuda as desenvolvedoras a revisarem melhor as mudanças feitas por IA. Esses fluxos funcionam melhor com prompts de baixa abstração e bases de códigos compatíveis com IA que sejam bem estruturadas e devidamente testadas. À medida em que esses métodos melhoram, também aumenta o risco de complacência com códigos gerados por IA. Para mitigar esse problema, aplique programação em par (pair programming) e outras práticas efetivas de revisão, especialmente para códigos em produção.
-
67. Tuple
Tuple, uma ferramenta otimizada para programação em pares remota, foi originalmente projetada para preencher a lacuna deixada pelo Screenhero do Slack. Desde a última vez que a mencionamos no Radar, a ferramenta teve uma adoção mais ampla, corrigiu limitações anteriores e agora oferece suporte ao Windows.
Uma melhoria importante é o compartilhamento de tela aprimorado, com um recurso de privacidade integrado que permite ocultar janelas de aplicativos privados (como mensagens de texto) enquanto compartilha ferramentas como o navegador. Anteriormente, limitações da interface faziam o Tuple parecer mais uma ferramenta de programação em pares do que uma de colaboração geral. Com essas atualizações, as usuárias agora podem colaborar em conteúdos além do ambiente de desenvolvimento integrado (IDE).
No entanto, é importante observar que o par remoto tem acesso completo à área de trabalho. Se não for configurado corretamente, isso pode representar um risco de segurança, especialmente se o parceiro não for confiável. Recomendamos fortemente que as equipes sejam instruídas sobre as configurações de privacidade, melhores práticas e etiqueta do Tuple antes do uso.
Incentivamos as equipes a experimentarem a versão mais recente do Tuple no fluxo de trabalho de desenvolvimento. A ferramenta está alinhada com nossa recomendação de programação em pares remota pragmática, oferecendo baixa latência, uma experiência intuitiva e melhorias significativas na usabilidade.
-
68. Turborepo
Turborepo ajuda a gerenciar grandes monorepos feitos em JavaScript ou TypeScript, através da análise, armazenamento em cache, paralelismo e otimização de tarefas de build para acelerar o processo. Em grandes monorepos, os projetos geralmente dependem uns dos outros; refazer o build de todas as dependências a cada alteração é ineficiente e demorado, mas o Turborepo facilita as coisas. Ao contrário do Nx, a configuração padrão do Turborepo usa vários arquivos package.json — um por projeto — o que permite ter dependências com versões diferentes (várias versões do React, por exemplo) em um único monorepo, algo que o Nx desencoraja. Embora possa ser considerado um antipadrão, isso resolve alguns casos de uso, como migrar de multi para monorepo, onde as equipes podem temporariamente precisar de várias versões de dependências. Na nossa experiência, o Turborepo é bastante simples de configurar e tem um bom desempenho.
Evite
Não encontrou algo que você esperava achar?
Cada edição do Radar inclui blips que refletem nossas experiências nos seis meses anteriores. Talvez já tenhamos falado sobre o que você procura em um Radar anterior. Às vezes, deixamos coisas de fora simplesmente porque há muitas a serem abordadas. Também pode faltar um tópico específico porque o Radar reflete nossa experiência, não se baseando em uma análise abrangente do mercado.
