Open Aura

Servidor MCP local-first e de código aberto que transforma suas sessões reais de codificação com IA em um perfil de desenvolvedor pontuado. Apenas trechos editados, nada sai da sua máquina.

GitHub

Experimente este MCPPatrocinado

Documentação

Open Aura

Open-source, local-first: transforme suas sessões reais de codificação com IA em um perfil de builder pontuado, inteiramente na sua própria máquina.

Open Aura é um servidor MCP ao qual seu agente (Claude Code, Cursor, Claude Desktop, …) se conecta. Após uma sessão, o agente envia um pacote de evidências sanitizado — trechos truncados + metadados de arquivos, nunca código bruto ou prompts — e o Open Aura pontua como você trabalhou com a IA e armazena isso no seu Postgres local. Sem login, sem conta, nada sai da sua máquina.

Quer um perfil público, o leaderboard compartilhado e insights de equipe? Eles estão na edição hospedada em vibelevel.ai.

Início rápido (Docker)

cp .env.example .env          # then set OPENAI_API_KEY to your OpenCode key
docker compose up             # Postgres + backend (MCP :8090) + viewer (:3000)
docker compose up -d --build  # rebuild images after pulling changes

Aponte a configuração MCP do seu agente para o servidor local (sem autenticação no modo local):

// Claude Code / Cursor MCP config
{
  "mcpServers": {
    "aura": { "url": "http://localhost:8090/mcp" }
  }
}

Depois, após um trabalho, peça ao seu agente para "pontuar esta sessão com o Aura."

Visualizador local

Um visualizador web somente leitura acompanha a stack (seu próprio container aura-ui). Após docker compose up, abra http://localhost:3000. Uma barra lateral esquerda — Perfil · Primeiros passos · Leaderboard · Sessões, uma lista de sessões recentes e um grupo Em breve acinzentado (importar suas sessões / enviar para o leaderboard — isso está na edição hospedada) — fica ao lado do conteúdo: o bloco de pontuação hero, cartões de insight viráveis, barras de dimensão e uma consulta somente leitura do leaderboard público. Ele lê seus dados locais através da API REST do backend e nunca pontua ou grava nada.

Atualizando / reconstruindo

A stack incorpora o código-fonte nas imagens no momento do build (aura-app de ., aura-ui via next build) — não há montagens de código-fonte ao vivo. Então, depois que você git pull novo código, um simples docker compose up continua executando as imagens antigas em cache e você não verá as mudanças. Reconstrua:

docker compose up -d --build

Se uma mudança ainda não aparecer (cache de camada obsoleto), force uma reconstrução limpa:

docker compose build --no-cache aura-app aura-ui
docker compose up -d

Em seguida, faça um hard-refresh no visualizador (Ctrl/Cmd+Shift+R). O log de inicialização do backend imprime a versão + build em execução (ex.: Open Aura v0.2.0 · build …) para você confirmar que o novo código está ativo.

O que ele mede

Uma leitura sem referências do seu processo — sem rubrica, sem casos de teste — em dimensões como eficácia de prompting, colaboração/direção com IA, decomposição de problemas e contribuição humana vs. dependência de IA, além de um arquétipo de sessão, cartões de insight e telemetria medida (tokens, ferramentas, ciclo de vida "ships-it"). Ferramentas expostas: score_this_session, import_history, get_my_profile, whoami.

Privacidade

O contrato de sanitização é o ponto central: transcrições brutas e conteúdos de arquivos nunca saem da sua máquina. O agente envia apenas trechos de texto truncados e caminhos/metadados de arquivos. No modo local, os caminhos de pontuação e perfil não fazem nenhuma chamada de saída — tudo permanece no seu Postgres local. (A única exceção é a aba opcional Leaderboard do visualizador, que faz uma simples consulta somente leitura GET do leaderboard público de vibelevel.ai — ela não envia nenhum dos seus dados.)

Configuração

Var	Padrão	Finalidade
`AURA_LOCAL_MODE`	`true` (em `.env.example`)	usuário local único, sem PAT/login
`AURA_SCORING_MODEL`	`openai/gpt-oss-120b`	modelo de pontuação (roteamento de provedor em `model_config.json`)
`OPENAI_API_KEY` / `GROQ_API_KEY` / `ANTHROPIC_API_KEY`	—	traga o seu; defina o que seu modelo usa
`OPENAI_BASE_URL`	padrão OpenAI	endpoint opcional compatível com OpenAI (para OpenCode, use `https://opencode.ai/zen/v1`)
`POSTGRES_URL`	fornecido pelo compose	Postgres local (aplique `schema.sql` para bare-metal)
`AURA_MCP_PORT`	`8090`	porta do servidor MCP

Experimental: insights operacionais PFG

Um recurso opt-in, desativado por padrão que transforma uma sessão pontuada em dicas concretas e orientadas a ferramentas. O grafo já mapeia as ferramentas que os builders realmente usam — Claude skills, LangChain, o SDK da OpenAI, servidores MCP e mais — então o Open Aura pode olhar o que você construiu e direcioná-lo para elas: "você fez isso manualmente, mas existe um SDK estabelecido para isso," ou "existe uma Claude skill exatamente para isso." Esses check-tips são apenas consultivos — eles nunca alteram sua pontuação Aura.

Funciona precisamente porque o Open Aura é local — ele lê seu real git diff e transcrição completa (passada como local_context, nunca persistida ou pontuada) em vez de um resumo sanitizado.

Para ativá-lo, você precisa de um Personal Access Token somente leitura de graph.vibelevel.ai — veja a seção Getting access em docs/PFG_INSIGHTS_POC.md e as variáveis PFG_* em .env.example.

Como é construído

src/aura_mcp/ — o servidor MCP (server.py) + a vinculação de usuário local único (local_auth.py).
src/services/aura/ — o pontuador sem referências, extração de sinais, arquétipos, agregação de perfil e a rubrica de pontuação (aura_model_coding.py / aura_model_writing.py) — aberta para contribuições.
src/core/ — configuração enxuta, pool de Postgres e roteamento de provedor LLM.
aura_mcp_app.py — o entrypoint que monta o app MCP + a API REST + /health.
packages/aura-ui/ + web/ — os componentes do visualizador React e o host Next.js que os renderiza (o container aura-ui).

Roadmap

Áreas de foco atuais — contribuições são bem-vindas (itens granulares estão em Issues):

Melhorar a pontuação — tornar a rubrica mais discriminante e mais difícil de burlar: faixas mais nítidas de arquétipo / contribuição humana, um teto de pontuação para contribuição humana e pontuações de dimensão melhor calibradas.
Importar sessões para o VibeLevel Aura — um fluxo mediado por navegador de exportação → login → publicação para que seu Aura local se torne um perfil compartilhável e voltado a recrutadores em vibelevel.ai (nada é enviado automaticamente).
Melhorar os insights do VibeGraph / PFG — extração de tags mais precisa e resolução de grafo (menos correspondências soltas), grounding limitado/seguro para latência e transparência clara sobre o que permanece local vs. o que seu modelo BYO vê.

Contribuindo

Issues e pull requests são bem-vindos — veja CONTRIBUTING.md.

Licença

Apache-2.0 — veja LICENSE.

VibeLevel e Aura são nomes e marcas da VibeLevel. Este repositório é a edição aberta, local-first. O serviço hospedado em vibelevel.ai — o leaderboard público, perfis compartilháveis e a rede agregada — é separado e não está incluído aqui. A licença não concede direitos sobre os nomes ou logotipos VibeLevel ou Aura, nem para operar um serviço hospedado usando-os.