Tokenectomy Razor

Tokenectomy Razor

Cirurgia de logs rápida e determinística e redação de segredos para agentes de codificação de IA — elimine 90%+ do ruído de frameworks, redija credenciais com imunidade a ReDoS O(N), latência de submilissegundos. Escrito em Rust seguro.

Tokenectomy (substantivo): token + -ectomy (remoção cirúrgica) — a excisão precisa de tokens desperdiçados de janelas de contexto de LLMs.

Mecanismo de Cirurgia de Logs de Alto Desempenho e Redação de Segredos para Agentes de Codificação de IA

• Registro Oficial do MCP: mcp-name: io.github.Tokenectomy-Labs/razor

---

📋 Sumário

• O Que Ele Faz
• Principais Recursos
• Benchmarks
• Instalação
• Integração com MCP
• Uso por Caso de Uso
• Recursos Avançados
• Comparação
• FAQ
• Roadmap
• Segurança
• Contribuição

---

O Que Ele Faz

O Tokenectomy Razor é um servidor MCP (Model Context Protocol) autônomo, máquina-a-máquina (M2M) e um mecanismo de processamento de fluxo escrito em Rust seguro. Ele intercepta logs de erro de agentes de IA, remove 90%+ do ruído de frameworks, redige automaticamente segredos (JWTs, chaves de API, credenciais de banco de dados) e armazena em cache contextos sanitizados com TTL de 24 horas—tudo sem enviar dados brutos a serviços externos.

Em 30 Segundos

O Problema:

• Agentes de IA desperdiçam tokens com ruído de frameworks (node_modules, site-packages, .cargo/registry)
• Credenciais sensíveis vazam acidentalmente em logs de LLMs (chaves AWS, URLs de banco de dados, tokens de API)
• Erros idênticos repetidos custam dinheiro a cada nova tentativa

A Solução:

Raw Error Log (38K tokens + secrets)
    ↓
[Redact secrets locally] → [Filter framework frames] → [Extract user code]
    ↓
Sanitized Context (2K tokens, no secrets) → Safe to send to LLM

Exemplo Real

Antes:

$ cat error.log | head -20
Error in /home/user/.cargo/registry/src-xxx/tokio-1.35/src/runtime/mod.rs:12345
  at /home/user/.cargo/registry/src-yyy/serde/src/lib.rs:456
  Database connection failed: postgresql://admin:secretpass@db.example.com:5432/mydb
  JWT Auth token: eyJhbGciOiJIUzI1NiIsInR5cCI6IkpXVCJ9.eyJzdWIiOiIxMjM0NTY3ODkwIn0...
  [... 500+ more framework frames ...]

Depois:

$ cat error.log | razor --scrub
Error in /home/user/src/main.rs:42
  at /home/user/src/utils.rs:18
  Database connection failed: [CONNECTION_STRING_REDACTED]
  JWT Auth token: [JWT_REDACTED]

Benefícios:

• ✅ Contexto 95% menor (2K vs 38K tokens) → Economize dinheiro em chamadas de API de LLMs
• ✅ Zero segredos nos logs → Durma melhor à noite
• ✅ Erros idênticos em cache → A segunda tentativa custa $0

---

Destaques Técnicos

                  ┌──────────────────────────────────────────────┐
   Agent Error     │              TOKENECTOMY RAZOR               │    Sanitized Context
   Dump (38K toks) │  - Polyglot Stack Frame Filter               │ ──►  (2K toks) ──► LLM
  ────────────────►│  - Deterministic Secret Redactor (O(N))      │
                   │  - SHA-256 Idempotency Cache (24h TTL)       │
                   └──────────────────────────────────────────────┘

• Cirurgia Profunda de Rastreamento Poliglota: Análise em memória entre Rust, Python, TypeScript/JavaScript, Go, Java/Kotlin (Spring Boot 3, Tomcat, Hibernate, Netty, Undertow, HikariCP), C/C++ (AddressSanitizer, GDB, glibc) e PHP. Filtra cirurgicamente internals ruidosos de frameworks e boilerplate de runtime, isolando quadros de código de aplicação genuínos do usuário.
• Mecanismo de Análise Estática de Código AST (analyze_code): Análise estática AST de alto rendimento que detecta handles não fechados, vazamentos de recursos e vulnerabilidades de segurança com limites de execução definidos (50K nós AST, limite de arquivo de 10 MB) e coordenadas LSP UTF-16 precisas.
• Conformidade TDQS Grau A da Glama: 100% de Pontuação de Qualidade de Definição de Ferramentas com limites de esquema explícitos, pré-condições de runtime e divulgação completa em todas as ferramentas MCP.
• Proxy Reverso de Gateway de IA (--proxy): Intercepta transparentemente fluxos de prompt em 127.0.0.1:8080, realizando excisão de tokens em tempo real e sanitização de credenciais antes do encaminhamento upstream para OpenAI, Anthropic ou Ollama.
• Redação de Segredos com Conhecimento Zero: Mecanismo de regex determinístico de tempo linear remove JWTs, tokens de API, chaves de acesso em nuvem, strings de conexão e chaves privadas antes da transmissão pela rede. Todo o processamento ocorre localmente.
• Cache de Idempotência SHA-256: Armazena respostas determinísticas com TTL de 24 horas. Falhas repetidas em CI/CD ou loops de agentes incorrem em custo zero de API upstream.
• Contenção de Travessia de Caminho: Todo o acesso a arquivos do MCP é canonicalizado e bloqueado ao limite do diretório raiz do workspace (CWD). Sem escapes de ../ ou breakouts de symlink.
• Conformidade de Protocolo M2M: Servidor stdio JSON-RPC 2.0 nativo, em conformidade com a especificação oficial do Model Context Protocol.

---

Benchmarks Verificáveis

As métricas de desempenho são fundamentadas em hardware e reproduzíveis por meio de suítes de benchmark independentes:

Alvo do Benchmark	Carga de Trabalho Sob Teste	Medição Verificada	Resultado
Redação de Logs de Alto Volume	250.000 linhas (24,44 MB) de dump empresarial contendo chaves de API e URIs de conexão	333,49 ms (73,3 MB/s, 749.652 linhas/s)	Aprovado
Resistência a ReDoS	String patológica de retrocesso com 50.000 caracteres	1,44 ms (Avaliação linear $O(N)$)	Aprovado
Concorrência de Threads	100 threads de SO simultâneas executando redação e extração	100/100 concluídas em 27,35 ms (7.312 ops/s)	Aprovado
Pegada de Memória do Kernel	Pico de Memória Residente durante teste de estresse contínuo de 250.000 linhas	76,24 MB VmRSS via /proc/self/status	Aprovado

Entendendo os Benchmarks

Métrica	Por Que Importa	O Que Esperar
Rendimento de redação de 73,3 MB/s	A maioria dos logs tem <5MB; você os redigirá em milissegundos	<10ms para logs típicos de CI
Imunidade a ReDoS de 1,44ms	Impede que payloads de logs maliciosos causem DoS no seu sistema	Seguro para uso em produção com entrada não confiável
Pico de memória de 76,24 MB	Adequado para runners de CI/CD com restrições (GitHub Actions, GitLab)	Cabe confortavelmente em limites de 256MB
7.312 ops/s concorrentes	Múltiplos agentes de IA consultando simultaneamente	100 solicitações concorrentes tratadas com segurança

Reproduza localmente:

cargo test --release --test stress_benchmark -- --nocapture

---

Instalação

Método 1: Instantâneo via npx (Recomendado para Clientes MCP)

Sem necessidade de toolchain Rust, compilação nativa ou configuração manual de caminho:

npx -y tokenectomy-razor --mcp

Ou instale globalmente via npm:

npm install -g tokenectomy-razor

Método 2: Cargo (crates.io)

cargo install tokenectomy

Método 3: Binários Nativos Pré-compilados (GitHub Releases)

Baixe binários autônomos pré-compilados, sem dependências, diretamente do GitHub Releases:

• Linux: tokenectomy-linux-x86_64 (glibc), tokenectomy-linux-x86_64-musl, tokenectomy-linux-aarch64
• macOS: tokenectomy-darwin-arm64 (Apple Silicon M1/M2/M3/M4), tokenectomy-darwin-x86_64 (Intel)
• Windows: tokenectomy-windows-x86_64.exe

Método 4: Compilar a Partir do Código Fonte

git clone https://github.com/Tokenectomy-Labs/Tokenectomy.git
cd Tokenectomy
cargo build --release
sudo cp target/release/razor /usr/local/bin/razor

Método 5: Contêiner Multi-Arquitetura (GHCR)

docker pull ghcr.io/tokenectomy-labs/razor:latest
docker run -it ghcr.io/tokenectomy-labs/razor:latest --help

---

Integração com o Model Context Protocol (MCP)

Configure o Tokenectomy Razor como um servidor de fundo autônomo nos principais ambientes de agentes de IA:

Claude Desktop

Adicione a ~/Library/Application Support/Claude/claude_desktop_config.json (macOS) ou %APPDATA%\Claude\claude_desktop_config.json (Windows):

{
  "mcpServers": {
    "tokenectomy": {
      "command": "npx",
      "args": ["-y", "tokenectomy-razor", "--mcp"]
    }
  }
}

Cursor

Adicione a .cursor/mcp.json na raiz do seu projeto:

{
  "mcpServers": {
    "tokenectomy": {
      "command": "npx",
      "args": ["-y", "tokenectomy-razor", "--mcp"]
    }
  }
}

VS Code (MCP Nativo / GitHub Copilot Agent / Continue)

Para VS Code com suporte nativo a MCP, crie ou edite .vscode/mcp.json no seu workspace:

{
  "mcpServers": {
    "tokenectomy": {
      "command": "npx",
      "args": ["-y", "tokenectomy-razor", "--mcp"]
    }
  }
}

Ou use o binário nativo de latência ultrabaixa (se instalado via cargo install tokenectomy):

{
  "mcpServers": {
    "tokenectomy": {
      "command": "razor",
      "args": ["--mcp"]
    }
  }
}

VS Code + Cline

Abra as Configurações do Cline no VS Code (ou edite cline_mcp_settings.json):

• macOS: ~/Library/Application Support/Code/User/globalStorage/saoudrizwan.claude-dev/settings/cline_mcp_settings.json
• Linux: ~/.config/Code/User/globalStorage/saoudrizwan.claude-dev/settings/cline_mcp_settings.json
• Windows: %APPDATA%\Code\User\globalStorage\saoudrizwan.claude-dev\settings\cline_mcp_settings.json

{
  "mcpServers": {
    "tokenectomy": {
      "command": "npx",
      "args": ["-y", "tokenectomy-razor", "--mcp"],
      "disabled": false,
      "autoApprove": [
        "get_error_context",
        "search_stack_overflow",
        "analyze_code"
      ]
    }
  }
}

VS Code + Roo Code

Nas Configurações do Roo Code (ou edite cline_mcp_settings.json no armazenamento do Roo):

• Linux: ~/.config/Code/User/globalStorage/rooveterinaryinc.roo-cline/settings/cline_mcp_settings.json
• macOS: ~/Library/Application Support/Code/User/globalStorage/rooveterinaryinc.roo-cline/settings/cline_mcp_settings.json

{
  "mcpServers": {
    "tokenectomy": {
      "command": "npx",
      "args": ["-y", "tokenectomy-razor", "--mcp"],
      "disabled": false,
      "autoApprove": ["get_error_context", "analyze_code"]
    }
  }
}

Windsurf (Codeium)

Adicione a ~/.codeium/windsurf/mcp_config.json:

{
  "mcpServers": {
    "tokenectomy": {
      "command": "npx",
      "args": ["-y", "tokenectomy-razor", "--mcp"]
    }
  }
}

Google Antigravity CLI

agy mcp add tokenectomy-razor -- npx -y tokenectomy-razor --mcp

Ferramentas MCP Expostas

Nome da Ferramenta	Descrição da Capacidade
get_error_context	Realiza cirurgia de rastreamento em dumps de erro, remove ruído de frameworks, redige credenciais e extrai contexto de código-fonte local relevante, limitado ao workspace.
search_stack_overflow	Consulta a API do Stack Exchange em busca de assinaturas de erro relevantes usando termos de pesquisa sanitizados.
apply_code_patch	Aplica modificações atômicas em arquivos com verificação de sintaxe de linguagem pós-escrita (cargo check, py_compile, node --check) e reversão automática em caso de falha de validação.
analyze_code	Realiza análise estática de código AST para detectar vazamentos de recursos, vulnerabilidades de segurança e defeitos de código com limites de execução definidos e coordenadas LSP UTF-16 precisas.

---

Início Rápido

Eu uso Claude Desktop

# 1. Add to claude_desktop_config.json (see MCP Integration section above)
# 2. When Claude encounters errors, it automatically uses "get_error_context" tool
# 3. Errors stay sanitized without any additional setup

Eu uso GitHub Actions

# Add to your workflow (.github/workflows/build.yml)
- name: Sanitize Build Failure Log
  if: failure()
  uses: daffa2555/tokenectomy-action@v1
  with:
    log-file: 'build.log'
    output-file: 'sanitized.log'

# Now you can safely share sanitized.log without leak concerns

Parâmetros:

Parâmetro	Tipo	Padrão	Descrição
log-file	String	''	Caminho para o arquivo de log de erro bruto a ser processado
log-content	String	''	Conteúdo de string direto se o arquivo não for especificado
output-file	String	tokenectomy-sanitized.log	Caminho para o arquivo de saída limpo
version	String	v1.2.1	Versão do alvo de lançamento binário

Eu quero privacidade máxima (ambiente isolado)

# All redaction happens locally—no network calls except to your LLM
cargo install tokenectomy

# Process logs without any cloud services
echo $ERROR_LOG | razor --scrub --local-only

# Or from a file:
razor --scrub --file /var/log/app/error.log > sanitized.log

---

Uso Avançado

CLI Autônomo

Além do modo de agente M2M, o Razor fornece comandos CLI para piping de terminal e scripts de shell locais:

# Scrub framework frames and output clean log
npm test 2>&1 | razor --scrub > sanitized.log

# Sanitize a specific log file
razor --scrub --file /var/log/app/error.log > sanitized.log

# CLI diagnosis with specific AI provider
razor --file error.log --provider openai
razor --file error.log --provider anthropic
razor --file error.log --local-only

Modo Proxy Reverso de Gateway de IA

O Tokenectomy Razor pode operar como um proxy reverso HTTP local transparente. Ele fica entre aplicativos cliente e provedores de LLM upstream (OpenAI, Anthropic, Ollama, OpenRouter), realizando excisão de tokens em tempo real e sanitização de credenciais antes do encaminhamento upstream.

Desenvolvimento Local (Loopback Padrão):

# Forward to OpenAI
razor --proxy --proxy-bind 127.0.0.1:8080 --upstream-url https://api.openai.com/v1

# Forward to local Ollama instance
razor --proxy --proxy-bind 127.0.0.1:8080 --upstream-url http://127.0.0.1:11434/v1

Aponte qualquer SDK padrão ou cliente IDE para o proxy local:

export OPENAI_BASE_URL="http://127.0.0.1:8080/v1"
# Now all API calls are automatically sanitized

Reforço de Proxy em Produção

A vinculação a interfaces externas (0.0.0.0) requer autorização explícita de token:

razor --proxy --proxy-bind 0.0.0.0:8080 --upstream-url https://api.openai.com/v1 --allow-remote --proxy-token "YOUR_SECURE_TOKEN"

Limites de recursos aplicados: MAX_HEADER_SIZE (64 KB), MAX_BODY_SIZE (10 MB), timeouts de cliente/upstream (30s / 60s) e um limite de concorrência de 128 conexões.

Configuração

Os valores de configuração podem ser definidos via ~/.tokenectomy.toml:

default_provider = "openai"  # openai | anthropic | ollama | mock
openai_api_key = "sk-..."
anthropic_api_key = "sk-ant-..."
ollama_base_url = "http://localhost:11434"
context_lines = 10
max_context_chars = 10000

---

Ecossistemas Suportados

Linguagem	Frameworks Principais	Caminhos de Framework Excluídos
Rust	Tokio, Actix-web, Axum	.cargo/registry, .rustup, target/debug/build
Python	Django, FastAPI, Flask, PyTorch	site-packages, dist-packages, venv, __pycache__
TypeScript / JavaScript	Next.js, Express, NestJS, Vite	node_modules, .next, dist, internals do webpack
Golang	Gin, Fiber, panics da stdlib	go/src (stdlib), go/pkg/mod, vendor
Java / Kotlin	Spring Boot, Quarkus, Gradle	.m2/repository, .gradle/caches, internals de frameworks
C / C++	GDB Backtraces, AddressSanitizer	/usr/include, /usr/lib, vcpkg_installed
PHP	Laravel, Symfony	vendor/composer, vendor/symfony, vendor/laravel

Nota: Atualmente enviado com extratores robustos para Rust, Python, TypeScript/JavaScript e Go. O suporte a Java/Kotlin, C/C++ e PHP está previsto para a v1.2. Veja #1 para acompanhamento do progresso.

---

Como o Tokenectomy se Compara

Recurso	Tokenectomy	Splunk Log Obfuscation	Datadog Logs	git-secrets
Configuração instantânea (sem instalação de agente)	✅	❌	❌	✅
Funciona com agentes de IA (MCP)	✅	❌	❌	❌
Processamento somente local	✅	❌	❌	✅
Rastreamentos de pilha poliglotas	✅	✅	✅	❌
Cache de redação (economia de custos)	✅	❌	✅	❌
Código aberto (MIT)	✅	❌	❌	✅
Preço	OSS gratuito	$$$ /mês	$$$ /mês	Gratuito

Quando Usar o Tokenectomy:

• ✅ Você usa agentes de codificação de IA (Claude, Cursor, Cline, etc.)
• ✅ Você se preocupa com privacidade e processamento local-first
• ✅ Você quer reduzir custos de tokens de LLM
• ✅ Você está preocupado com vazamento de segredos em logs Quando Usar Outra Ferramenta:
• ❌ Você só precisa de varredura estática de segredos → use truffleHog, detect-secrets
• ❌ Você precisa de painéis de monitoramento em tempo real → use Datadog, New Relic, Splunk
• ❌ Seus logs de erro têm naturalmente <100 tokens → a sobrecarga não vale a pena
• ❌ Você está totalmente isolado da rede → Na verdade, Tokenectomy Razor é perfeito! (processamento 100% local)

---

Perguntas Frequentes

P: O Tokenectomy Razor envia meus logs para servidores externos?

R: Não. Toda a redação, análise e filtragem acontecem localmente na sua máquina. A única chamada de rede é para o LLM escolhido (OpenAI, Anthropic, Ollama) após a sanitização estar completa. Veja SECURITY.md para a garantia de conhecimento zero.

---

P: Quais segredos o Tokenectomy Razor redige?

R: PATs do GitHub, chaves AWS, chaves de API OpenAI/Anthropic, JWTs, strings de conexão de banco de dados (PostgreSQL, MySQL, MongoDB, Redis), chaves SSH privadas, webhooks do Slack/Discord e muito mais. Lista completa em src/redact.rs.

---

P: E se meu segredo não corresponder aos padrões de redação?

R: Abra uma issue com um exemplo (sanitizado). Adicionaremos o padrão. Por enquanto, você pode adicionar padrões personalizados em ~/.tokenectomy.toml (recurso chegando na v1.3).

---

P: O Tokenectomy Razor é seguro para produção?

R: Sim. Escrito em Rust seguro (zero código inseguro em caminhos de segurança), imune a ReDoS e auditado via RustSec. Veja SECURITY.md para detalhes completos.

---

P: Posso usar o Tokenectomy Razor offline?

R: Sim—exceto a busca no Stack Overflow. Use a flag --local-only para desabilitar todo acesso à rede (exceto seu LLM).

---

P: Como removo o Tokenectomy Razor?

R: Simplesmente desinstale:

npm uninstall -g tokenectomy-razor
# OR
cargo uninstall tokenectomy

Nenhuma limpeza de configuração necessária—nenhum arquivo é deixado para trás.

---

P: Posso usar o Tokenectomy Razor no meu pipeline de CI/CD?

R: Sim! Use a ação do GitHub Marketplace (veja a seção Início Rápido) ou o contêiner Docker. Funciona com GitHub Actions, GitLab CI, Jenkins, etc.

---

P: Qual é a diferença entre Razor (OSS) e Sentinel (Comercial)?

R: Razor é a versão gratuita da comunidade, com todos os recursos essenciais. Sentinel adiciona capacidades avançadas como cura de AST com tree-sitter, proteções contra alucinação e desfazer com máquina do tempo. Veja Comparação de Edições abaixo.

---

Comparação de Edições

Capacidade	Razor (OSS da Comunidade)	Sentinel (Nível Comercial)
Filtragem de Logs de Frameworks	Sim	Sim
Extração de Rastreamento Poliglota (4 Idiomas)	Sim	Sim (7 Idiomas)
Gateway de Proxy Reverso de IA (--proxy)	Sim	Sim
Integração com Stack Overflow	Sim	Sim
Cache de Idempotência SHA-256	Sim	Sim
Redação de Segredos Segura contra ReDoS	Sim	Sim
Servidor de Protocolo MCP (JSON-RPC)	Sim	Sim
Habilidades de Agente Incluídas	2 Habilidades (Spec TDD & Fuzzer)	Suíte Completa de 4 Habilidades
Cura de Sintaxe AST com Tree-sitter	Não	Sim
Proteção de Escopo contra Alucinação	Não	Sim
Loop Automatizado de Reversão de Testes	Não	Sim
Transações Atômicas Multi-Arquivo	Não	Sim
Motor de Desfazer com Máquina do Tempo (--undo)	Não	Sim
Motor de Cirurgia Profunda True Ectomy	Não	Sim
Diagnósticos ao Vivo de Porta de Banco de Dados e Docker	Não	Sim

Interessado no Sentinel? Veja preços e recursos

---

Roadmap

Marco / Capacidade	Status	Versão Alvo
Cirurgia de Logs Poliglota Principal e Redação de Segredos Imune a ReDoS $O(N)$	✅ Concluído	v1.0.0
Proxy Reverso de Gateway de IA (--proxy) e Cache de Idempotência SHA-256	✅ Concluído	v1.1.0
Docker Multi-arquitetura (GHCR) e Ação do GitHub Actions Marketplace	✅ Concluído	v1.1.3
Motor de Análise de Código AST Estático (analyze_code) e Offsets LSP UTF-16	✅ Concluído	v1.1.5
Pontuação de Qualidade de Definição de Ferramenta Glama.ai (TDQS Grau A)	✅ Concluído	v1.1.5
Binários Pré-compilados Multi-arquitetura Autônomos (Linux, macOS, Windows)	✅ Concluído	v1.1.6
Listagem Oficial no Registro MCP da Anthropic (io.github.Tokenectomy-Labs/razor)	✅ Concluído	v1.1.7
mcpservers.org Sincronização de Diretório Oficial e Selo	✅ Concluído	v1.1.7
Extratores de stack trace de frameworks Java / Kotlin (Spring Boot 3, Gradle)	✅ Concluído	v1.2.0
Limpador de backtrace C / C++ (AddressSanitizer e GDB/LLDB)	✅ Concluído	v1.2.0
Heurísticas de compressão de pânico e dump de goroutines Go	✅ Concluído	v1.2.0
awesome-mcp-servers Listagem no Catálogo do Diretório da Comunidade	🔄 Em Andamento	v1.2.0
Padrões de redação personalizados definidos pelo usuário via ~/.tokenectomy.toml	📋 Planejado	v1.3.0
Limiares de ruído configuráveis e padrões de exclusão personalizados	📋 Planejado	v1.3.0
Painel de métricas de economia de tokens e redução de custos do agente local	📋 Planejado	v1.3.0
Extensões nativas de companheiro para VS Code e JetBrains	📋 Planejado	v1.4.0
Transporte MCP remoto com Server-Sent Events (SSE)	📋 Planejado	v1.4.0
Cura e reparo de sintaxe AST com Tree-sitter	✅ Sentinel (Pago)	Disponível Agora
Transações atômicas multi-arquivo e reversão com máquina do tempo (--undo)	✅ Sentinel (Pago)	Disponível Agora

---

Invariantes de Segurança e Confiabilidade

• Processamento de Conhecimento Zero: Toda varredura e redação ocorre em hardware local antes que os dados saiam do limite do sistema.
• Imunidade a ReDoS: Todos os correspondentes de padrão utilizam avaliação de autômatos finitos com garantias de tempo linear. Verificado em benchmarks.
• Isolamento contra Travessia de Caminho: Operações de arquivo são estritamente bloqueadas dentro dos limites do workspace via módulo de segurança WorkspaceBoundary.
• Segurança de Memória: Implementado em Rust seguro com leitores de fluxo limitados (.take()) prevenindo ataques de esgotamento de recursos.
• Verificação de Auditoria: Auditoria contínua de dependências mantida via bancos de dados de avisos RustSec.

Divulgação de Vulnerabilidades: Veja SECURITY.md para procedimentos de divulgação responsável.

---

Contribuindo

Encontrou um bug? Tem uma solicitação de recurso? Quer adicionar suporte para um novo idioma?

1. Issues: github.com/Tokenectomy-Labs/Tokenectomy/issues
2. Pull Requests: Faça um fork, crie um branch de recurso e envie um PR com testes
3. Segurança: Veja SECURITY.md para divulgação privada de vulnerabilidades

Veja CONTRIBUTING.md para diretrizes detalhadas de contribuição.

---

Recursos

• 📖 Documentação — Guias completos, referência de API e tutoriais de integração
• 📋 Changelog — Histórico de versões e mudanças notáveis
• 🤝 Contribuindo — Como contribuir, fluxo de trabalho de desenvolvimento e testes
• 🔒 Política de Segurança — Divulgação de vulnerabilidades e detalhes de auditoria
• 🏗️ Arquitetura — Design interno e arquitetura do sistema

---

Licença

Licença MIT. Veja LICENSE para os termos completos.

---

Feito com ❤️ por @daffa2555

Perguntas? Abra uma issue ou inicie uma discussão no GitHub.