CodeRide

Gerenciamento de tarefas redesenhado para IA, integrado via o servidor MCP CodeRide.

Documentação

Turbine seu Assistente de IA ou IDE com o Gerenciamento de Tarefas CodeRide

Dê ao seu assistente de codificação com IA o poder do CodeRide! O CodeRide MCP conecta suas ferramentas favoritas de desenvolvimento com IA (como Cursor, Cline, Windsurf e outros clientes MCP) diretamente ao CodeRide, o sistema de gerenciamento de tarefas nativo de IA.

Imagine sua IA não apenas escrevendo código, mas realmente entendendo o contexto do projeto, gerenciando suas próprias tarefas e colaborando perfeitamente com você. Chega de copiar e colar sem fim ou atualizações manuais. Com o CodeRide MCP, sua IA se torna um cidadão de primeira classe no seu fluxo de trabalho CodeRide.

🚀 Por que o CodeRide MCP é um Divisor de Águas

Compreensão Profunda do Projeto para sua IA: Equipe seus agentes de IA com contexto rico e estruturado dos seus projetos e tarefas CodeRide. Deixe-os ver o panorama geral.
Automação de Tarefas com IA Sem Integração: Capacite IAs a buscar, interpretar e atualizar tarefas diretamente no CodeRide, automatizando o gerenciamento rotineiro de projetos.
Ponte entre Desenvolvedores Humanos e de IA: Promova colaboração verdadeira com transferências mais suaves, compreensão consistente de tarefas e esforços alinhados.
Otimizado para Eficiência de LLM: Respostas JSON compactas minimizam o uso de tokens, garantindo interações de IA mais rápidas e econômicas.
Seguro por Design: Autenticação por chave de API com escopo de workspace garante a integridade dos seus dados e que as operações de IA estejam confinadas ao contexto correto do projeto.
Integração Plug & Play: Configure facilmente com npx em qualquer ambiente compatível com MCP. Conecte sua IA em minutos!
Prepare seu Fluxo de Trabalho para o Futuro: Adote uma abordagem nativa de IA para o desenvolvimento, construída sobre o padrão aberto Model Context Protocol.

✨ Capacidades Principais

O servidor CodeRide MCP fornece à sua IA as seguintes capacidades:

Gerenciamento de Tarefas: Busque tarefas específicas, liste todas as tarefas em um projeto e obtenha a próxima tarefa na sequência.
Atualizações de Tarefas: Modifique descrições e status de tarefas.
Acesso a Prompts: Obtenha prompts e instruções personalizados para tarefas específicas.
Gerenciamento de Projetos: Liste todos os projetos, recupere detalhes do projeto e gerencie o conhecimento do projeto.
Gerenciamento de Conhecimento do Projeto: Atualize o grafo de conhecimento e os diagramas de arquitetura de um projeto.
Iniciação de Projetos: Obtenha a primeira tarefa de um projeto para iniciar o trabalho.
Automação de Fluxo de Trabalho: Navegue pelas sequências de tarefas com sugestões inteligentes de próximas tarefas.

⚙️ Primeiros Passos

Instalação via Smithery (Recomendado)

Para instalar o Coderide MCP Server para Claude Desktop automaticamente via Smithery:

npx -y @smithery/cli install @PixdataOrg/coderide --client claude

Modos de Implantação Smithery

O CodeRide MCP suporta operação em modo duplo para uso em desenvolvimento e produção:

🔧 Modo Desenvolvimento/Teste (Mock)

Perfeito para explorar recursos, testar integrações ou contribuir com o projeto sem precisar de uma conta CodeRide real.

Como ativar: No playground ou na configuração do Smithery, ou:

Deixe o campo CODERIDE_API_KEY vazio
Forneça qualquer valor de espaço reservado (por exemplo, mock-key, test, etc.)

O que você obtém:

Todas as 9 ferramentas disponíveis com dados simulados realistas
Projetos de exemplo (ABC, XYZ) e tarefas (ABC-1, ABC-2, etc.)
Funcionalidade MCP completa para testes e desenvolvimento
Sem chamadas reais de API - completamente seguro para experimentação

🚀 Modo Produção (API Real)

Para usuários reais do CodeRide que desejam integrar seus projetos e tarefas reais.

Como ativar: Forneça uma chave de API CodeRide válida que comece com CR_API_KEY_

O que você obtém:

Integração completa com seu workspace CodeRide
Dados reais de projetos e tarefas
Capacidade de atualizar tarefas e projetos
Automação completa do fluxo de trabalho

Configuração MCP Tradicional

Para implantações que não usam Smithery, adicione esta configuração ao seu cliente MCP:

{
  "mcpServers": {
    "CodeRide": {
      "command": "npx",
      "args": ["-y", "@coderide/mcp"],
      "env": {
        "CODERIDE_API_KEY": "YOUR_CODERIDE_API_KEY_HERE"
      }
    }
  }
}

Pré-requisitos:

Node.js e npm: Certifique-se de ter o Node.js (que inclui npm) instalado.
Conta CodeRide e Chave de API (somente produção): Para uso em produção, você precisará de uma conta CodeRide ativa e uma chave de API em app.coderide.ai.

Uma vez configurado, seu cliente MCP se conectará automaticamente ao servidor CodeRide MCP com o modo apropriado com base na sua configuração.

🤖 Para quem é isso?

O CodeRide MCP é para:

Desenvolvedores que usam assistentes de codificação com IA: Integre profundamente suas ferramentas de IA (Cursor, Cline, Windsurf, etc.) com seu gerenciamento de tarefas CodeRide.
Equipes que adotam desenvolvimento orientado por IA: Padronize como os agentes de IA acessam informações do projeto e contribuem com as tarefas.
Qualquer pessoa que construa com MCP: Aproveite um exemplo poderoso de um servidor MCP que se conecta a uma plataforma SaaS do mundo real.

Se você deseja tornar seu assistente de IA um membro mais produtivo e integrado do seu time de desenvolvimento, o CodeRide MCP é para você.

🔨 Ferramentas Disponíveis

Aqui está um detalhamento das ferramentas fornecidas pelo CodeRide MCP e como elas podem ser usadas:

`get_task`

Recupera informações detalhadas sobre uma tarefa específica pelo seu número (por exemplo, "TCA-3").

Esquema de Entrada:

{
  "number": "task-number (e.g., 'TCA-3')",
  "status": "to-do|in-progress|done", // Optional: filter by status
}

Exemplo de Caso de Uso:

Prompt do Usuário: "Ei, IA, quais são os detalhes da tarefa APP-101?"
Ação da IA: Chama get_task com arguments: { "number": "APP-101" }.
Resultado: A IA recebe o título, descrição, status, prioridade e outros contextos para a tarefa APP-101.

`update_task`

Atualiza a descrição, o status ou outros campos mutáveis de uma tarefa existente.

Esquema de Entrada:

{
  "number": "task-number-identifier",
  "description": "updated-task-description", // Optional
  "status": "to-do|in-progress|done"   // Optional
}

Exemplo de Caso de Uso:

Prompt do Usuário: "IA, por favor, marque a tarefa BUG-42 como 'concluída' e adicione uma nota: 'Corrigido o erro de off-by-one.'"
Ação da IA: Chama update_task com arguments: { "number": "BUG-42", "status": "done", "description": "Fixed the off-by-one error." }.
Resultado: A tarefa BUG-42 é atualizada no CodeRide.

`get_prompt`

Recupera o prompt ou as instruções específicas adaptadas para um agente de IA trabalhar em uma determinada tarefa.

Esquema de Entrada:

{
  "number": "task-number (e.g., 'TCA-3')"
}

Exemplo de Caso de Uso:

Prompt do Usuário: "IA, estou pronto para começar a tarefa ETF-7. Qual é o objetivo principal?"
Ação da IA: Chama get_prompt com arguments: { "slug": "ETF", "number": "ETF-7" }.
Resultado: A IA recebe o prompt específico e acionável para FEAT-7, permitindo que ela comece o trabalho com direção clara.

`get_project`

Recupera detalhes sobre um projeto específico usando seu slug.

Esquema de Entrada:

{
  "slug": "project-slug (e.g., 'TCA')",
  "name": "optional-project-name" // Can also retrieve by name
}

Exemplo de Caso de Uso:

Prompt do Usuário: "IA, você pode me dar uma visão geral do projeto 'Iniciativa Ômega'?"
Ação da IA: Chama get_project com arguments: { "slug": "omega-initiative" }.
Resultado: A IA recebe o nome, a descrição e possivelmente links para a base de conhecimento ou diagramas do projeto.

`update_project`

Atualiza informações de alto nível de um projeto, como seu grafo de conhecimento ou diagrama de arquitetura do sistema.

Esquema de Entrada:

{
  "slug": "project-slug-identifier",
  "project_knowledge": { /* JSON object representing the knowledge graph */ }, // Optional
  "project_diagram": "/* Mermaid diagram string or similar */"             // Optional
}

Exemplo de Caso de Uso:

Prompt do Usuário: "IA, atualizei o fluxo de autenticação do usuário. Por favor, atualize o diagrama do projeto para o projeto 'APB'."
Ação da IA: (Após gerar/receber o novo diagrama) Chama update_project com arguments: { "slug": "APB", "project_diagram": "/* new mermaid diagram */" }.
Resultado: O 'AlphaProject' no CodeRide agora tem o diagrama de arquitetura atualizado.

`start_project`

Recupera a primeira ou a próxima tarefa recomendada para um determinado projeto, permitindo que uma IA comece o trabalho.

Esquema de Entrada:

{
  "slug": "project-slug (e.g., 'TCA')"
}

Exemplo de Caso de Uso:

Prompt do Usuário: "IA, vamos começar o projeto 'MobileAppV2'. Qual é a primeira tarefa?"
Ação da IA: Chama start_project com arguments: { "slug": "MBC" }.
Resultado: A IA recebe detalhes da tarefa inicial no projeto 'MBC', pronta para começar.

`list_projects` ✨ NOVO

Lista todos os projetos no workspace do usuário, fornecendo uma visão geral dos projetos disponíveis com orientação inteligente de fluxo de trabalho.

Esquema de Entrada:

{
  // No input required - automatically uses workspace from API key
}

Exemplo de Caso de Uso:

Prompt do Usuário: "IA, mostre-me todos os meus projetos."
Ação da IA: Chama list_projects sem argumentos.
Resultado: A IA recebe uma lista de todos os projetos no workspace com seus slugs, nomes e detalhes básicos, além de orientação inteligente para seleção de projetos e início de fluxos de trabalho.

`list_tasks` ✨ NOVO

Mostra todas as tarefas dentro de um projeto específico, organizadas por status com classificação numérica inteligente e otimização de fluxo de trabalho.

Esquema de Entrada:

{
  "slug": "project-slug (e.g., 'CRD')"
}

Exemplo de Caso de Uso:

Prompt do Usuário: "IA, quais tarefas estão disponíveis no projeto CRD?"
Ação da IA: Chama list_tasks com arguments: { "slug": "CRD" }.
Resultado: A IA recebe todas as tarefas no projeto CRD, classificadas numericamente (CRD-1, CRD-2, CRD-3...) e organizadas por colunas de status, com orientação inteligente de seleção de tarefas.

`next_task` ✨ NOVO

Recupera a próxima tarefa em sequência para automação de fluxo de trabalho, perfeito para fluxos de desenvolvimento contínuos com sequenciamento inteligente.

Esquema de Entrada:

{
  "number": "current-task-number (e.g., 'CRD-1')"
}

Exemplo de Caso de Uso:

Prompt do Usuário: "IA, acabei de terminar a CRD-1. Qual é a próxima?"
Ação da IA: Chama next_task com arguments: { "number": "CRD-1" }.
Resultado: A IA recebe detalhes para CRD-2, permitindo a continuação perfeita do fluxo de trabalho com validação de pré-requisitos e orientação contextual.

👩‍💻 Para Contribuidores e Desenvolvedores

Quer adicionar novas ferramentas ou modificar as existentes? Confira nosso abrangente Guia de Desenvolvimento de Ferramentas que cobre:

Convenções de nomenclatura para design consistente de ferramentas
Diretrizes de descrição (padrão o que + quando)
Melhores práticas de esquema de entrada com descrições detalhadas de propriedades
Estrutura de metadados para maior capacidade de descoberta de ferramentas
Exemplos completos para você começar rapidamente

O guia garante que todas as ferramentas sigam as melhores práticas de busca de ferramentas da Anthropic, mantendo a compatibilidade com versões anteriores.

💡 Destaques Técnicos

🧠 Otimização de Fluxo de Trabalho Nativo de IA: Sistema avançado de instrução de agentes com saída estruturada de ferramentas MCP 2025 e orquestração inteligente de fluxo de trabalho para maior produtividade de IA.
🔄 Sequenciamento Inteligente de Tarefas: Validação de pré-requisitos, orientação ciente de status e fases automatizadas de fluxo de trabalho (Descoberta → Contexto → Análise → Implementação → Conclusão).
Design com Segurança em Primeiro Lugar: Validação abrangente de entrada, cliente de API seguro com lógica de repetição e autenticação com escopo de workspace garantem integridade de dados e operações de IA seguras.
Confiabilidade Pronta para Produção: Mecanismos de repetição com backoff exponencial, timeouts de 90 segundos e versão estável do SDK MCP (^1.0.3) fornecem estabilidade de nível empresarial.
Autenticação Centrada no Workspace: As chaves de API estão vinculadas a workspaces específicos. Todas as operações são automaticamente escopadas, simplificando solicitações e aumentando a segurança. Não é necessário passar workspaceId!
Identificadores Amigáveis ao Usuário: Interaja com tarefas e projetos usando números legíveis por humanos (por exemplo, "TCA-3") e slugs (por exemplo, "TCA") em vez de UUIDs internos.
Otimizado para Eficiência de IA: Respostas JSON compactas minimizam o uso de tokens, enquanto o tratamento inteligente de erros evita repetições desnecessárias em erros de validação.
Interação Robusta com API: Usa a API oficial do CodeRide (https://api.coderide.ai por padrão) com registro e tratamento de erros abrangentes para todas as operações.

🛡️ Segurança

O CodeRide MCP leva a segurança a sério. Acolhemos pesquisas de segurança responsáveis e estabelecemos um programa abrangente de recompensas por bugs com recompensas que variam de €9 a €119.

Para vulnerabilidades de segurança, consulte nossa Política de Segurança para diretrizes de relatório e informações sobre recompensas.

🔧 Melhorias Recentes

v0.9.3 - Assistente de Instalação Interativo 🧙

🎯 Assistente de Instalação via CLI: Configuração interativa com npx @coderide/mcp add para facilitar a configuração
🔍 Detecção Automática: Detecta automaticamente clientes MCP instalados (Cursor, Claude Desktop, Claude Code, VS Code, Codex CLI)
🎨 UX Aprimorada: Saída limpa do assistente com indicadores de status e cores da marca
⚙️ Gerenciamento Inteligente de Configuração: Detecta configurações inalteradas para evitar gravações desnecessárias, cria backups automaticamente
🚀 Flags de CLI: --no-open para pular a abertura do navegador, --force para mostrar todos os clientes
📝 Suporte a Múltiplos Formatos: Lida com formatos de configuração JSON (maioria dos clientes) e TOML (Codex CLI)
🔒 Seguro por Padrão: Arquivos de configuração gravados com permissões restritivas (0o600), validação de chave de API

v0.9.0 - Aprimoramento Abrangente do Fluxo de Trabalho do Agente 🚀

🧠 Sistema de Reconhecimento NLP: Detecção inteligente de referências a projetos e intenção do usuário em linguagem natural para melhor compreensão do agente
🧪 Verificação Obrigatória de Testes: Pipeline de testes abrangente com suporte a testes unitários + integração, validação de cobertura (80% unitários, 90% integração)
📝 Commits Git Automáticos: Conformidade total com Conventional Commits 1.0.0 com versionamento semântico e geração automatizada de commits
🎯 Otimização do Conhecimento do Projeto: Gerenciamento inteligente do conhecimento do projeto com validação de consistência e esquemas padronizados
⚡ Instruções Aprimoradas do Agente: Saída estruturada de ferramentas MCP 2025 com inteligência de fluxo de trabalho e orientação baseada em fases
🔒 Segurança e Desempenho: Validação de entrada, prevenção de injeção de comandos, padrões singleton e tratamento abrangente de erros
🔄 Automação Completa do Fluxo de Trabalho: Fases de Descoberta → Contexto → Análise → Implementação → Conclusão com sequenciamento inteligente

v0.8.0 - Otimização do Fluxo de Trabalho do Agente

🧠 Instruções Inteligentes do Agente: Implementado sistema abrangente de instruções do agente com saída estruturada de ferramentas MCP 2025
🔄 Orquestração do Fluxo de Trabalho: Adicionada validação de pré-requisitos, orientação ciente de status e fases automatizadas do fluxo de trabalho
📁 Organização Aprimorada de Ferramentas: Ferramentas renomeadas para consistência (project_list → list_projects, task_list → list_tasks)
⚡ Aumento de Produtividade com IA: Todas as 9 ferramentas agora incluem orientação contextual, dicas de automação e inteligência de fluxo de trabalho
🔒 Compatibilidade Mantida: 100% de compatibilidade retroativa com integrações existentes e sistemas de segurança

Melhorias Anteriores

Confiabilidade Aprimorada: Implementada lógica de nova tentativa com backoff exponencial para melhor estabilidade da conexão
Timeouts Otimizados: Aumentados os timeouts da API para 90 segundos para melhor tratamento de operações complexas
Dependências Estáveis: SDK MCP fixado na versão estável (^1.0.3) para comportamento consistente
Otimizações do Protocolo MCP: Reduzidos erros de timeout (-32001) e desconexões do stream SSE

🔥 Sobre o CodeRide

CodeRide é onde IA e desenvolvedores humanos se unem para construir software melhor, mais rápido.

É mais do que apenas gerenciamento de tarefas; é uma plataforma nativa de IA construída do zero para apoiar os fluxos de trabalho únicos do desenvolvimento de software assistido por IA. O CodeRide fornece o contexto estruturado essencial, o conhecimento do projeto e a memória externa que os agentes de IA precisam para entender projetos complexos, contribuir de forma significativa e colaborar efetivamente com seus contrapartes humanos.

Transforme seu processo de desenvolvimento com uma ferramenta que realmente entende a sinergia entre a engenhosidade humana e a inteligência artificial.

Descubra o futuro do desenvolvimento de software em coderide.ai.

🔧 Solução de Problemas

Problemas Comuns

Timeouts de Conexão ou Erro MCP -32001:

As melhorias recentes reduziram significativamente esses problemas
Certifique-se de estar usando a versão mais recente: npx -y @coderide/mcp@latest
Verifique se sua chave de API está configurada corretamente na configuração do ambiente

Erros de Autenticação:

Verifique se sua chave de API do CodeRide é válida e possui as permissões corretas
Certifique-se de que a chave de API esteja configurada corretamente na configuração do seu cliente MCP
As chaves de API são específicas do workspace - certifique-se de estar usando o workspace correto

Erros de Ferramenta Não Encontrada:

Reinicie seu cliente MCP após alterações na configuração
Verifique se o servidor está configurado corretamente nas configurações do seu cliente MCP

Para suporte adicional, por favor abra um issue com informações detalhadas sobre o erro.

🤝 Contribuindo

Contribuições são bem-vindas! Sinta-se à vontade para enviar issues, fazer fork do repositório e criar pull requests.

Para contribuições relacionadas à segurança, consulte nossa Política de Segurança.

🔖 Licença

🤗 Suporte e Comunidade

Tem dúvidas ou precisa de ajuda com @coderide/mcp? Abra um issue em nosso repositório no GitHub.
Quer saber mais sobre o CodeRide? Visite coderide.ai ou junte-se à nossa comunidade (Link para fórum da comunidade/Discord se disponível).

CodeRide

Documentação

Turbine seu Assistente de IA ou IDE com o Gerenciamento de Tarefas CodeRide

🚀 Por que o CodeRide MCP é um Divisor de Águas

✨ Capacidades Principais

⚙️ Primeiros Passos

Instalação via Smithery (Recomendado)

Modos de Implantação Smithery

🔧 Modo Desenvolvimento/Teste (Mock)

🚀 Modo Produção (API Real)

Configuração MCP Tradicional

🤖 Para quem é isso?

🔨 Ferramentas Disponíveis

get_task

update_task

get_prompt

get_project

update_project

start_project

list_projects ✨ NOVO

list_tasks ✨ NOVO

next_task ✨ NOVO

👩‍💻 Para Contribuidores e Desenvolvedores

💡 Destaques Técnicos

🛡️ Segurança

🔧 Melhorias Recentes

v0.9.3 - Assistente de Instalação Interativo 🧙

v0.9.0 - Aprimoramento Abrangente do Fluxo de Trabalho do Agente 🚀

v0.8.0 - Otimização do Fluxo de Trabalho do Agente

Melhorias Anteriores

🔥 Sobre o CodeRide

🔧 Solução de Problemas

Problemas Comuns

🤝 Contribuindo

🔖 Licença

🤗 Suporte e Comunidade

`get_task`

`update_task`

`get_prompt`

`get_project`

`update_project`

`start_project`

`list_projects` ✨ NOVO

`list_tasks` ✨ NOVO

`next_task` ✨ NOVO