GitHub Trending — 28 de outubro de 2026

O dia em números

O GitHub Trending de hoje revelou 10 repositórios que, juntos, pintam um retrato claro de onde vai o desenvolvimento de software em 2026: a era do agent-driven development está consolidada, e a corrida não é mais por quem tem o melhor modelo, mas por quem constrói a melhor infraestrutura ao redor dele.

Os 10 repositórios

1. JetBrains/thinkrail — 1.075 estrelas hoje

O ThinkRail é o que acontece quando a JetBrains resolve que a ideia de "vibe coding" merecia um IDE de verdade, não apenas um chat com um terminal. Construído sobre o agente pi, ele oferece um ambiente de trabalho completo com editores Monaco, árvore de arquivos, git-worktrees isolados por workspace e, o mais importante, um "spec graph" — um grafo de especificações vivas que o agente lê e consulta antes de cada alteração.

O que diferencia o ThinkRail não é a tecnologia individual, mas a orquestração: cada agente rodado recebe um plano em dry-run, um workspace isolado e um histórico de progresso visível. É a resposta da JetBrains ao caos de ter múltiplas instâncias de agentes rodando sem governança. E a abertura Apache-2.0 significa que a comunidade já está construindo extensões — e o projeto já tem 554 commits desde que nasceu em agosto.

Por que ganhou tração: resolve o problema real de quem roda mais de um agente simultaneamente — a falta de governança, de visibilidade e de memória de projeto.

2. elayadesign/ai-design-skills — 1.395 estrelas hoje

Coleção de skills de design para ferramentas de codificação por IA — Claude Code, Cursor, Codex, Windsurf — onde cada skill é uma pasta autossuficiente com SKILL.md, referências e comandos. O repositório inclui desde `landing-page-design`, que conduz o agente por perguntas de intake até a geração completa do sistema visual, até `design-to-motion`, que transforma elementos estáticos em animações exportáveis.

Por que ganhou tração: a ideia de empacotar conhecimento de design como skills reutilizáveis para agentes é um padrão que se espalhou mais rápido do que qualquer um previa. São já dezenas de skills instaláveis com um único comando.

3. obra/superpowers — 1.096 estrelas hoje, 307k estrelas totais

O Superpowers é o framework de skills agênticas mais popular do GitHub — e por uma razão simples: ele é um método de desenvolvimento completo, não apenas uma lista de comandos. Quando o agente detecta que está construindo algo, ele não pula para escrever código. Primeiro, elicita uma especificação, depois cria um plano de implementação com TDD, YAGNI e DRY, e então dispara subagentes para executar e revisar cada tarefa.

Por que ganhou tração: a 307.000 estrelas totais, o Superpowers provou que desenvolvedores estão dispostos a investir em processos bem definidos para seus agentes. O ciclo "especificação → plano → execução subagênica → revisão" se tornou o padrão de facto para equipes que levam agentic development a sério.

4. HKUDS/DeepTutor — 2.376 estrelas hoje

O DeepTutor é um framework agêntico open-source da Universidade de Hong Kong para tutoria personalizada. Diferente de simples chatbots de perguntas e respostas, ele combina modelos de linguagem com geração aumentada por recuperação (RAG) e um motor de personalização híbrido que integra ancoragem estática de conhecimento (SKG) com memória pessoal dinâmica. O resultado: um tutor que se adapta às lacunas de conhecimento específicas de cada estudante ao longo do tempo.

A versão 1.7.0, lançada hoje, traz instalação modular, notebooks em blocos com Dito, lições em vídeo e narração por voz. Os benchmarks mostram que o DeepTutor eleva o GPQA-D de 70 para 96 e o Pass@1 de 19 para 31 quando combinado com o Gemini-3-Flash.

Por que ganhou tração: aplica o padrão de agentes personalizados a um domínio — educação — onde a personalização genuína é mais valiosa do que em qualquer outro. É o caso de uso perfeito para o que agentes fazem de melhor: memorizar contexto, adaptar-se e personalizar.

5. macro-inc/macro — 106 estrelas hoje, 5.337 totais

O Macro se propõe a substituir 27+ aplicações em um único workspace: email, chat, documentos, tarefas, CRM, agentes de IA, chamadas, calendário, links de agendamento, armazenamento de arquivos, bancos de dados, diagramas e até agentes de codificação. Tudo @linkado com memória compartilhada em nível de equipe.

Diferente do Notion ou do Slack, o diferencial é que os agentes vivem dentro do workspace e acessam a memória unificada — um único prompt pode alcançar email, tarefas, documentos e chamadas simultaneamente. O repositório Rust foi #1 no GitHub Trending em agosto e agora mantém presença sólida.

Por que ganhou tração: a promessa de "27 apps em 1" é ambiciosa, mas a execução com memória unificada e agentes integrados — não chatbots desconectados — é o que diferencia o Macro de concorrentes que apenas empilham funcionalidades.

6. Nutlope/hallmark — 2.109 estrelas hoje

O Hallmark é uma skill de design para Claude Code, Cursor e Codex que se recusa a gerar interfaces com cara de IA. Ele opera com um "hard floor" intransponível: cada cor e fonte passa por tokens declarados em `:root`, layouts usam grid real, sem bordas arredondadas genéricas ou sombras em excesso. O agente embaralha três temas de um catálogo de 50 materiais, roda 57 testes anti-slop antes de emitir o resultado.

Por que ganhou tração: é a resposta direta ao problema que todo desenvolvedor enfrenta quando usa IA para gerar UI: o resultado padrão dos modelos é visualmente genérico. O Hallmark impõe um piso de qualidade que o próprio modelo não consegue contornar — e faz isso com apenas uma skill de markdown.

7. pbakaus/impeccable — 1.471 estrelas hoje

O Impeccable, criado por Paul Bakaus (a16z / Renaissance Geek), é o sucessor espiritual do Hallmark: uma skill de design com vocabulário compartilhado entre designer e agente, 24 comandos (`polish`, `audit`, `critique`, `distill`, `animate`, `bolder`, `quieter`), 62 regras determinísticas de detecção e um modo "Live Mode" que itera visualmente no navegador em tempo real. O projeto agora é shipped com o GitHub Copilot app.

Com mais de 92.000 estrelas, o Impeccable é o maior projeto de design para agentes do ecossistema. Ele resolve o problema da comunicação: quando designer e agente falam a mesma língua de design, a iteração deixa de ser um processo de "tente de novo" e vira refinamento direcionado.

Por que ganhou tração: o vocabulário compartilhado + verificação determinística + iteração visual ao vivo formam um loop de feedback que elimina a fricção tradicional entre designer e agente.

8. makecindy/cindy — 740 estrelas hoje

O Cindy é um agente de IA open-source que roda localmente e conecta computadores, telefones e modelos em um único companheiro de trabalho. O repositório é um monorepo TypeScript com apps desktop e mobile, integrando Claude Code, Codex e outros harnesses. O slogan é "Consider it done" — e a ambição é que o agente termine trabalho real, não apenas gere código.

O projeto tem 10.881 commits e uma abordagem pragmática: use os modelos e assinaturas que você já tem, conecte seus dispositivos, e construa gradualmente um companheiro que aprende como você trabalha.

Por que ganhou tração: a proposta de unificar múltiplos harnesses em um único agente com acesso a arquivos reais e apps logados é o próximo passo natural depois dos primeiros experimentos com agentes isolados.

9. nightly-labs/openbot — 1.053 estrelas hoje

O OpenBot é um workspace desktop local-first para "teammates de IA persistentes". Cada agente (Codex, Claude, Grok, Gemini, Cursor, Cline) recebe seu próprio workspace, conversa e filas locais. O aplicativo inclui controle de navegador, transferência de arquivos, mensagens entre agentes e um Schedule view para rotinas agendadas.

Por que ganhou tração: a ideia de agentes persistentes com workspaces dedicados resolve o problema da "memória de curto prazo" que todos os agentes atuais compartilham — cada nova sessão do Claude ou Codex começa do zero. O OpenBot dá a cada agente identidade, histórico e especialização.

10. togg53192-cmd/jailbreaks — 1.478 estrelas hoje

O Jailbreaks é uma coleção de mais de 30 modelfiles e configurações para contornar restrições de modelos de IA — de Grok e DeepSeek a Qwen e Gemini. Embora controverso, o repositório reflete uma demanda real da comunidade por controle total sobre o comportamento dos modelos, especialmente com a popularização de agentes autônomos que operam em contextos mais amplos.

Por que ganhou tração: à medida que agentes de IA ganham acesso a sistemas reais (arquivos, apps, terminais), a necessidade de personalizar e ajustar o comportamento do modelo torna-se crítica. Os jailbreaks são, em essência, o método mais primitivo de personalização.

O que esse conjunto revela

Os 10 repositórios de hoje formam uma constelação com um centro de gravidade claro: a infraestrutura do desenvolvimento agêntico está se profissionalizando. Não se trata mais de experimentos isolados, mas de sistemas que se complementam.

A primeira onda de 2025 foi sobre "o agente que escreve código". A segunda onda, em que estamos agora, é sobre "o agente que trabalha dentro de um ecossistema". O ThinkRail e o OpenBot resolvem a governança e a persistência; o Impeccable e o Hallmark resolvem a qualidade visual; o Superpowers resolve o processo de engenharia; o Cindy unifica os harnesses; o Macro resolve a integração corporativa; o DeepTutor expande o paradigma para educação.

O que falta? A interoperabilidade entre esses sistemas. Um agente do OpenBot que usa as skills do Superpowers para escrever código validado pelo Impeccable, com memória persistente do Macro e interface visual do ThinkRail — isso ainda é ficção técnica. Mas a direção está definida: o ecossistema está se movendo de agentes isolados para ecossistemas de agentes colaborativos, cada um especializado em uma camada do fluxo de trabalho.

A pergunta que fica não é qual projeto vai dominar, mas qual protocolo vai conectar todos eles.

Fontes: JetBrains ThinkRail, DeepTutor v1.7.0 Release, Paul Bakaus - Impeccable by Design, Macro Inc - GitHub, Nightly Labs OpenBot, GitHub Trending

✓ Fontes independentes cruzadas e verificadas antes da publicação