O que é Gentle-AI?
Gentle-AI é um único binário em Go que reescreve a configuração dos agentes de programação que você já tem, como Claude Code, Codex, Cursor, OpenCode, Gemini CLI e Pi. Um instalador de terminal pergunta quais agentes, componentes e persona você quer e depois grava arquivos de prompt, skills, entradas de servidores MCP, regras de permissão e hooks na configuração própria de cada agente. Ele nunca instala um agente por conta própria.
Os componentes são o Engram (memória persistente servida via MCP a partir de um armazenamento SQLite local), uma biblioteca de skills, o servidor de documentação Context7, uma lista de bloqueio de permissões, uma persona, o alternador de provedores GGA e um tema. Por cima ficam dois fluxos de trabalho: Organic Driven Development (ODD), que mantém mudanças pequenas em linha e só escreve um documento de funcionalidade para trabalho que atravessa várias sessões, e Receipt-Driven Development (RDD), que congela uma mudança concluída e a revisa com uma profundidade definida pelo risco. Alan Buscaglia (Gentleman Programming) mantém o projeto, financiado por GitHub Sponsors e consultoria.
Gentle-AI vale a pena?
Gentle-AI é menos um pacote de skills do que um gerenciador de configuração: ele assume partes das configurações de cada agente compatível e as mantém sincronizadas, e isso é ao mesmo tempo sua utilidade e seu principal risco. Tem cerca de 9.100 estrelas no GitHub e 896 forks, e publicou 297 versões entre 28 de fevereiro e 7 de novembro de 2026, quando saiu a v4.4.0. É mais de uma versão por dia.
O fluxo de trabalho vai contra o planejamento pesado. O ODD dimensiona uma tarefa pela possibilidade de retomá-la a partir do diff, não pelo número de arquivos, e o orquestrador só cria um subagente quando consegue apontar um de quatro motivos: exploração, escritores em paralelo, reserva de contexto ou um verificador independente. O benchmark do próprio projeto, com uma execução por célula, diz que um bug de 3 linhas caiu de 335 segundos e US$ 0,339 para 77 segundos e US$ 0,105 quando o roteamento o resolveu em linha. As mesmas notas admitem que uma tarefa grande ainda levou de 17,5 a 17,9 minutos, contra 6,1 minutos no Codex CLI puro. O fluxo anterior baseado em especificações (SDD) foi aposentado na v4.0.0, então tutoriais antigos não batem mais.
O que ele coloca na sua máquina merece uma lista clara. O script de instalação acrescenta uma linha ao arquivo de inicialização do seu shell para o PATH. O Engram guarda as memórias em SQLite local e pode exportá-las para uma pasta .engram/ para o git ou replicá-las para um servidor Engram Cloud que você indicar. O GGA instala um segundo binário global, e a ferramenta opcional CodeGraph instala sua própria CLI. No Claude Code, ele adiciona hooks de inicialização, revisão e telemetria. Cada instalação, sincronização e atualização faz antes um snapshot das configurações que vai mexer e mantém os 5 backups mais recentes.
O componente de permissões é uma proteção real, com brechas declaradas. Ele impede o agente de ler e editar ~/.ssh, arquivos .env, credenciais de nuvem e arquivos de chave no Claude Code, OpenCode e Kilo Code, e no OpenCode bloqueia force push e rm recursivo no diretório home. A documentação diz que ler um segredo por bash ou grep não é bloqueado e que wrappers como env ou xargs escapam das regras com curingas. A telemetria vem ligada por padrão: um ID de instalação aleatório, versão, sistema operacional, agentes instalados e contadores de revisão, enviados no máximo uma vez por dia, além de nomes de modelos e contagens de tokens vindos dos hooks dos agentes compatíveis. DO_NOT_TRACK, GENTLE_AI_TELEMETRY=0 ou gentle-ai telemetry disable a desligam, e nada é enviado na primeira execução.
Em comparação com o Superpowers, uma sequência fixa de skills que você coloca em um único agente, o Gentle-AI dá mais trabalho para adotar e pesa menos nas tarefas pequenas. Ele vale a pena onde uma equipe mistura agentes e quer uma única memória e um único padrão de revisão para todos; para quem usa só o Claude Code, é muita configuração em movimento para herdar.
Onde ele se destaca
Um desenvolvedor freelancer que alterna entre Claude Code, Codex e Cursor ao longo da semana
Parar de reexplicar as mesmas decisões do projeto a cada reinício de sessão
O Engram é ligado aos três como servidor MCP, então uma decisão salva em um agente pode ser buscada nos outros. As memórias ficam em SQLite local; engram sync as grava em .engram/ se você quiser no repositório. Sem custo além do uso de modelos.
Um tech lead em uma startup de cinco pessoas onde cada desenvolvedor escreve prompts do seu jeito
Dar ao agente de cada desenvolvedor as mesmas proteções e a mesma profundidade de revisão
Cada desenvolvedor roda o instalador com o mesmo preset; o componente de permissões bloqueia a leitura de ~/.ssh e de arquivos .env, e o RDD ajusta a revisão ao risco em vez de rodar quatro revisores em cada mudança. Conte com rodar gentle-ai sync com frequência, dado o ritmo de versões.
Um engenheiro de backend que corrige bugs pequenos com um agente que planeja demais
Fazer correções em uma única função sem pipeline de planejamento
O ODD mantém em linha o trabalho já entendido e de baixo risco, com um teste falhando escrito primeiro. O benchmark n=1 dos mantenedores mostra um bug de 3 linhas caindo de 56 turnos para 10; trate isso como um indício, não como uma medida do seu código.
Antes de decidir
- Configuração
- brew install ou um script curl para bash no macOS e no Linux; no Windows, go install com Go 1.25.10 ou mais recente. Rode gentle-ai para escolher agentes, componentes e persona e depois gentle-ai doctor para uma verificação somente leitura. As assinaturas das versões podem ser verificadas.
- Integrações
- O README conta 17 integrações, entre elas Claude Code, Codex, Cursor, OpenCode, Kilo Code, Gemini CLI, VS Code Copilot, Windsurf, Antigravity, Kiro, Qwen Code, Hermes e Pi (via Gentle Shell); a documentação de agentes também lista o GitHub Copilot CLI. O Conductor é detectado, mas não recebe gravações gerenciadas. Context7 e CodeGraph são adicionados como servidores MCP.
- Dados e privacidade
- Nenhum serviço hospedado é necessário: a memória é SQLite local, com exportação opcional para o git ou para um servidor Engram Cloud que você configurar. A telemetria anônima vem ligada por padrão e é documentada campo a campo; exclui caminhos, nomes de repositórios, prompts e código, mas inclui IDs públicos de modelos e contagens de tokens. O GitHub não lista avisos de segurança.
- Custo em escala
- Gratuito sob MIT. O custo real é o uso de modelos, que as regras de roteamento tentam reduzir, e o tempo para ressincronizar configurações a cada nova versão; o mantenedor vende consultoria para implantações em equipe, com preços não publicados.
- Limites
- 366 issues abertas. Os recursos variam por agente: por exemplo, Cursor e Antigravity não recebem os agentes de revisão gerenciados. A documentação acompanha a branch main e é carregada de detalhes de migração, e as regras de permissão não conseguem interpretar wrappers de shell nem shells aninhados.
O que é bom
- Um único instalador configura 17 agentes com a mesma memória, skills e regras de revisão
- Tarefas pequenas rodam em linha, sem subagentes nem documentos de planejamento
- Snapshot da configuração antes de cada gravação, com restauração e um comando doctor somente leitura
- A telemetria é documentada campo a campo, com comando de prévia e várias formas de desligar
O que não é
- Quase 300 versões em cerca de oito meses; comportamento e estrutura de arquivos mudam o tempo todo
- Telemetria e revisão RDD vêm ligadas por padrão
- A lista de bloqueio não impede a leitura de segredos por bash ou grep
- Os recursos variam por agente, e o Pi precisa do pacote separado Gentle Shell
Ideal para
Desenvolvedores ou equipes pequenas que usam dois ou mais agentes de programação e querem memória de projeto compartilhada e um único padrão de revisão para todos.
Alternativas ao Gentle-AI
Gentle-AI: perguntas frequentes
- Gentle-AI vale a pena?
- Uma camada de configuração bem pensada e bem protegida para quem usa vários agentes de programação, prejudicada pelo ritmo de versões e por uma documentação que poucos vão ler até o fim. Damos nota 4.0 de 5.
- Quanto custa Gentle-AI?
- Gratuito e open source (MIT). Você paga o uso de modelos dos agentes que ele configura.
- Quais são as desvantagens de Gentle-AI?
- Quase 300 versões em cerca de oito meses; comportamento e estrutura de arquivos mudam o tempo todo; telemetria e revisão RDD vêm ligadas por padrão; a lista de bloqueio não impede a leitura de segredos por bash ou grep; os recursos variam por agente, e o Pi precisa do pacote separado Gentle Shell.
- Para quem Gentle-AI é indicado?
- Desenvolvedores ou equipes pequenas que usam dois ou mais agentes de programação e querem memória de projeto compartilhada e um único padrão de revisão para todos.
- Quanto custa Gentle-AI para uma equipe ou em produção?
- Gratuito sob MIT. O custo real é o uso de modelos, que as regras de roteamento tentam reduzir, e o tempo para ressincronizar configurações a cada nova versão; o mantenedor vende consultoria para implantações em equipe, com preços não publicados.
- Gentle-AI é seguro para dados da empresa?
- Nenhum serviço hospedado é necessário: a memória é SQLite local, com exportação opcional para o git ou para um servidor Engram Cloud que você configurar. A telemetria anônima vem ligada por padrão e é documentada campo a campo; exclui caminhos, nomes de repositórios, prompts e código, mas inclui IDs públicos de modelos e contagens de tokens. O GitHub não lista avisos de segurança.
- Quais são as melhores alternativas ao Gentle-AI?
- As alternativas mais próximas que analisamos são Superpowers, Everything Claude Code (ECC), BMAD Method, claude-mem e Spec Kit.
Respostas verificadas em 13 de nov. de 2026.
Você faz o Gentle-AI? Mostre esta nota no seu site
