Parei de queimar tokens no Claude Code com o Jev (3 recursos para você copiar)

Author: Matheus Battisti - Hora de Codar · Watch on YouTube

Video authored by the channel shown, not by IANIA; all rights belong to the creator. Transcript and summary generated automatically; the original-language content is preserved.

Original language: Portuguese

Original video: Parei de queimar tokens no Claude Code com o Jev (3 recursos para você copiar) · Channel: Matheus Battisti - Hora de Codar · 25:22 · Watch on YouTube

Topics: AI agents, Claude Code, Model inference and optimization

Summary

O vídeo apresenta três maneiras de economizar tokens em agentes de código usando o Jev: melhorar a compactação do contexto, escolher automaticamente o modelo adequado a cada pedido e carregar apenas as skills necessárias. O apresentador demonstra as configurações em um projeto de exemplo no Claude Code, usando hooks para consultar o Jev antes de encaminhar tarefas. Ele também mostra como registrar as decisões e explica que é importante permitir a ativação manual de uma skill quando necessário. Embora os exemplos usem Claude Code, a proposta é aplicável a outros agentes de código.

Key points

O Fast Jev Compaction usa decisões do Jev para selecionar, remover ou reescrever informações durante a compactação do contexto.
Um roteador pode classificar cada pedido e encaminhá-lo a um subagent configurado com o modelo mais adequado.
O exemplo de roteamento usa Haiku para tarefas simples, Sonnet para tarefas rotineiras e Opus para tarefas difíceis.
Critérios de risco e confiança podem fazer o roteador escolher um modelo mais capaz quando houver incerteza.
Um seletor de skills pode consultar o Jev antes de disponibilizar uma skill ao agente de código.
Guardar as skills em uma pasta de biblioteca impede que o Claude Code carregue todas automaticamente.
O seletor pode optar por não ativar nenhuma skill, evitando o uso desnecessário.
Registrar modelo, skill, mensagem e decisão em arquivos ajuda a entender e revisar o funcionamento dos mecanismos.
É importante prever uma forma de solicitar explicitamente uma skill e contornar o roteamento quando desejado.
Os exemplos são apresentados no Claude Code, mas o autor afirma que os conceitos também se aplicam a outros agentes de código.

Chapters

Start	Chapter	Summary
00:00	Apresentação das três estratégias	O apresentador introduz o Jev como apoio para economizar tokens por meio da compactação, da escolha de modelos e da seleção de skills.
02:37	Instalação e demonstração do Fast Jev Compaction	O vídeo mostra a configuração do plugin e sua aplicação para compactar o contexto de um projeto de exemplo.
09:23	Roteador automático de modelos	O apresentador explica como criar um hook que classifica pedidos e os encaminha a subagents com modelos diferentes.
17:37	Seletor de skills	O exemplo guarda as skills em uma biblioteca e consulta o Jev para decidir se alguma deve ser enviada ao Claude Code.
22:46	Resultados, ressalvas e encerramento	O apresentador resume as estratégias, recomenda uma forma de ativar skills manualmente e encerra com divulgações e chamada para ação.

Quotes

Compactação, modelo certo por mensagem e skill certa por pedido. — 01:01

A ideia é criar um roteador automático com Jev. — 11:56

Qual dessas skills serve para este pedido? Com opção nenhuma. — 19:09

É importante ter uma forma de destravar e ativar uma skill conscientemente. — 23:48

Ela vem para somar e não para substituir nada. — 24:51

Concepts and entities

Jev, Claude Code, Fast Jev Compaction, compactação do contexto, roteador de modelos, Haiku, Sonnet, Opus, hook, skill, subagent, Appmax

Full transcript (original language)

00:00 Cara, eu tô usando o Jeff muito nos meus sistemas desde que lançou e agora eu comecei a implementar ele nos meus agentes de código. Consegui economizar tokens nesse processo. Então nesse vídeo aqui eu vou te mostrar três estratégias que eu tô utilizando na prática e que não dependem de agentes de código. Tu pode utilizar no Code X, no Graft, no Open Code, no Cloud Code, não importa. Chega aí, vamos lá ver como é que faz. Bora lá. Bom, galera, vou por partes aqui, tá? Eu botei Cloud Code no slide,

00:30 mas como eu falei, não importa a IA, tá? Eu vou utilizar o Cloud Code, então quem tiver utilizando vai ter um pouquinho mais facilidade ali para implementar, mas é só isso. O conceito é o mesmo e quem tá mandando nessa economia, quem tá melhorando a IA é o Jeff, beleza? Então bota aqui, o Jeff toma decisões pequenas que hoje saem caro, né, se a gente delegar isso para a IA. Que manter a conversa, qual o modelo utilizar e qual skill carregar no momento certo. E uma das dúvidas que eu mais respondo aqui é

01:01 qual modelo utilizar para cada coisa. E agora o Jeff vai escolher isso para vocês e quem melhor que ele, né? Então vamos lá, vamos trabalhar nesses três tipos aqui. Compactação, modelo certo por mensagem, né, por prompt que a gente manda e skill certa por pedido, ativação de skill certa quando precisa mesmo, tá? Então o primeiro aqui que a gente vai ver é a parte de compactação de conversa. A gente tem hoje um comando que não funciona tão bem, né, muita gente relata que ele come tokens, que ele joga fora o que precisa na conversa.

01:32 É o compact, tá? Então o que que a gente vai fazer aqui? A gente vai colocar o Jeff nessa etapa de compact também, tá? Toda IA tem compactação, né? Então apesar do Cloud Code a gente vai conseguir utilizar isso em qualquer coding agent, vamos dizer assim, tá? Então a ideia aqui é que o Jeff ele selecione o que vai ser guardado no contexto, o que vai ser excluído, o que precisa ser reescrito e por aí vai, tá? A gente vai utilizar um skill para isso, então pacote, vamos dizer assim. E ele vai coordenar todas essas coisas. Ele já tá com mais 7.000 stars, eu testei,

02:04 gostei e vou trazer ele aqui, né, como o nosso primeiro recurso. Bora lá ver então e aplicar. Antes de conhecer o pacote, galera, não se esqueçam, a gente tá aqui na reta final para o nosso curso de Jeff, tá? Já tô nas últimas aulas gravando aqui para vocês, tá? Ele estará disponível semana que vem já. O link para se inscrever e entrar na turma fundadora, que ganha um desconto especial, está aqui no comentário fixado e na descrição desse vídeo. Então, já se inscreve e garante a tua vaga, beleza? Lá tu vai aprender tudo sobre o Jeff, como funciona, como integrar do jeito

02:37 certo, né? Quais os padrões de design que tu pode aplicar nos teus projetos. A gente vai criar projeto real, vai aprender a colocar em produção, super completo. Tá tudo bem explicadinho nessa página aqui, que como eu falei, o link tá na descrição, tá bom? Olha só, recentemente eu descobri esse repositório aqui, que é o Fast Jeff Compaction, tá? E ele vai fazer exatamente o que eu falei antes. Ele vai selecionar o que tem que ser compactado, vai remover o que não interessa, enfim, ele melhora essa questão de contexto, tá? Tem a parte de instalação aqui, como vocês podem ver, não depende de IA, tá?

03:07 Mas ele tem aqui uma seção exclusiva para Cloud Code como plugin, né? Então, é uma facilidade a mais, mas nas outras IAs tu consegue configurar pelo readme que eles colocaram aqui. E é só seguir o passo a passo que tu vai conseguir ter êxito na instalação desse cara. Eh, como eu falei, né, ele tá com mais de 7.000 stars, então ele teve uma grande adesão e apesar do da pessoa não ter atualizado mais, né, tá duas semanas sem atualização, ele cumpre o seu papel. Fechou? Então, eu vou instalar ele aqui agora para mostrar para vocês. Bom, galera, aí só para dar um pouco

03:37 mais de contexto, né, eu tô com Cloud Code aberto aqui. Eu criei um projeto para a gente poder trabalhar nele, né, um site de barbeiro aqui que eu chamei de Navalha, tá? Um site super simples, só para a gente poder aplicar todos os conceitos aqui e não perder tempo criando um projeto, né? Outra coisa que é fundamental, a gente tem que ter o Jev, né? O Jev é uma IADA TypeSafe, né? A gente não tem mais waitlist, né? Mas a gente tava reclamando sobre isso, né? Que tinha que esperar para usar, agora eles acabaram com isso. E, se eu não me engano, né? Até semana passada, pelo menos, tu se registrava e ganhava 5

04:08 dólares para utilizar, que é quase infinito, tá? Então, tu vai ter que criar a tua conta aqui, fazer o teu login e criar a tua chave de API, tá? Tu vai vir aqui em API Keys. Se tu quiser aprender mais, cara, eu tenho aqui uma playlist de Jev, eu já ensinei de várias maneiras. Então, dá uma olhada nessa playlist depois desse vídeo, tu vai conhecer mais sobre o Jev. E, claro, tem o nosso curso lá depois que eu comentei com vocês. Então, cria a chave, copia ela temporariamente aí, num lugar seguro, num bloco de notas, que a gente já vai usar, tá? Eu criei a minha aqui também. E aí, tô com o projeto aqui aberto e agora eu vou instalar o Fast Jev Compaction, tá?

04:40 Então, a gente pode instalar, por exemplo, via plugin, né? Que é a maneira mais tradicional aqui para instalação do Cloud Code, que é o meu cenário. Então, o Fast Jev Compaction, ele exige ali que tenha a chave do Jev no settings.json, tá? Então, eu vou colocar aqui um arquivo chamado settings.local.json na pasta .cloud, né? Que é a pasta oculta, onde fica os arquivos de configuração do Cloud, as skills, que eu também tenho algumas skills nesse projeto. E aqui tu vai colocar um arquivo semelhante a esse, né? Eu até instruo aqui como fazer esse arquivo, ó.

05:13 Tá dessa maneira aqui. E ele bota global, né? Ele coloca na pasta do Cloud. Eu prefiro que fique no projeto para a gente testar e depois sim evoluir para um global. Bom, a chave que a gente copiou, a gente vai colocar ali, né? Então, nesse espaço aqui, ó, tu vai colocar a tua chave, eu vou colocar a minha, vou salvar o arquivo. Depois de salvar, tu pode fechar e perguntar para ele se ele consegue ver esse arquivo. Tá aqui, tu consegue ver o arquivo settings.local.json e as chaves que tem nele, não precisa falar os valores. Só para ter certeza

05:45 que está tudo configurado, tá? Bom, ele dando esse OK aqui, a gente pode reiniciar a sessão, instalar o plugin com os comandos de marketplace e depois instalação de plugin, tá? Então lá também na documentação. Ó, então ele falou que tem aqui os arquivos, beleza. E aí eu vou sair, né? Aliás, aqui tá rodando o projeto, eu vou mover para background que é o terminal que tá rodando o projeto, tá? Então eu vou sair aqui rapidinho. Tá, pronto, tá aqui. Pronto, tá aqui. Então agora eu vou instalar os com, eh,

06:16 o plugins com os comandos ali que tem na documentação. Então primeiro a gente coloca marketplace. Pronto, tá aqui o marketplace. Agora eu instalo o plugin com o escopo de local ali que é a última flag. Isso faz com que ele só instale para esse projeto e é a maneira que eu gosto de testar as coisas. Ó, deu tudo certo aqui, tá? Bom, daí a gente vai iniciar o cloud de novo, tá? Aí com o cloud iniciado, a gente vai dar um {barra} plugin para ver se o plugin tá aqui, tá? Daí a gente pode aqui em {install}, ó, ele tá aqui, beleza? Então

06:47 fast dev compaction, OK. E aí eu também posso utilizar o compact, que é só para ver, na verdade, compact, eu também posso usar o compact agora só para ver se ele já mostra ali os indícios do fast dev, ó, tá vendo ali? Então ele já mostrou aqui esse, essa interação, mas não teve nada ainda, né? Então vou ter que rodar algumas coisas para a gente poder ver ele na prática, tá? Então vou colocar aqui algumas funcionalidades, né, alguns recursos só para ir juntando ao contexto. Então vou colocar aqui: vamos

07:18 criar o programa de fidelidade da Lavagem, né, que é o projeto. Essas regras valem para tudo daqui para frente. Então eu boto aqui como é que funciona o programa, programa de fidelidade e eu boto também para, antes de escrever o código, ler como funciona os agendamentos, né, porque tem uma regra de negócio aqui já, os clientes, a mudança de status no painel e o relatório, tá? Então isso vai fazer com que ele encha o contexto naturalmente, como se fosse a sessão, né? A gente vai fazer isso no dia a dia também. E aí depois a gente vai ver na prática o Fast Dev Compaction funcionar. Ó, galera, aí ele termina,

07:50 beleza? Fechou aqui a tarefa, demorou 18 minutos, beleza? Se eu dou um context aqui, a gente vai ver que ele ocupou ali uma parte do contexto, né? Beleza, isso é normal. Aí quando ele enche, tem a autocompactação, isso também acontece. Porque agora a gente tem o quê? A ferramenta do Dev ali que vai fazer compactação inteligente. Então, quando a gente dá o compact, tá? A gente vai ter aqui a ação dela, né? Lembrando, claro, quanto mais eu usasse

08:21 isso aqui seria melhor, né? Então vocês façam o teste aí também. Ó, então aqui a gente vê que foi muito rápido isso, né? Vejam aqui a as decisões, né? Perdeu aqui. Agora saiu da tela. Mas, deixa eu ver, ah, acho que consigo resgatar, né? Bom, infelizmente ali ele não não deixou as mensagens aparecendo, né? Mas o compact foi executado muito mais rápido do que é normalmente, tá? Ele teve todas as decisões do Dev tomadas ali. E esse foi o contexto que restou, né? Então ele aproveitou ali uma parte,

08:53 óbvio, ele não retirou tudo. E foi tudo baseado em decisões da IA do Dev para que o contexto fosse aproveitado da melhor forma possível. Dessa maneira aqui vocês vão obter mais sucesso com o compact, né? Vai melhorar essa ferramenta que vai ajudar a manter contexto útil aqui para a gente, tanto na compactação como também na autocompactação, tá? Então é dessa maneira que vocês vão utilizar aqui. Felizmente não ficou o resultado, mas vocês viram ali que ele poupou, né? Todas as decisões do Dev,

09:23 até mostrou ali o que aconteceu no pop-up, mas ele não manteve o lastro. Só temos o resultado final, tá? Então essa é a primeira ferramenta. Então, galera, agora quero mostrar para vocês uma segunda alternativa aqui para economia de tokens ou vocês podem até tá usando em conjunto, beleza? Só antes, quero deixar aqui para vocês também a Appmax, tá? Se vocês precisam integrar pagamento no sistema de vocês, esse serviço aqui é o ideal, galera. Por quê? Ele começa com taxa zero no Pix, se tu integrar aqui via API. Então, dentro da

09:53 plataforma, tu vai ter acesso a uma documentação que vai te ajudar a integrar, pode ser até pela própria IA, né? Tu consegue aqui explorar a documentação, ver aqui a referência, o quickstart, para poder começar rapidamente. Tem ambiente sandbox para tu separar o que tá em produção, né? O que vem de fato do teu ambiente de desenvolvimento. E não é só pagamento, tu vai ter acesso a recorrência, para poder fazer split, né, para contas diferentes, tem antifraude para tu não tomar golpe, tokenização, webhooks, para o sistema receber a mensagem de volta.

10:24 Quer vender para fora do Brasil? Também dá. Tem link de pagamento para tu enviar para o teu cliente e outros recursos, tá? Tudo bem explicadinho aqui, através desse link que tá no comentário fixado, tu vai ter acesso a esse a essa condição do Pix, né, com taxa zero. E, claro, qualquer dúvida que ficar, se vocês têm aí alguma dúvida se dá no sistema de vocês e tudo mais, cara, fala com ele aqui no WhatsApp, pessoal da Appmax, que eles respondem rápido e vão aí sanar todas as dúvidas de vocês e fazer o máximo possível para conseguir integrar no sistema de vocês o pagamento, beleza?

10:55 Então, é uma alternativa para quem tá começando, porque a taxa zero ajuda bastante, né? A maioria ou todas as empresas cobram uma taxa, às vezes fixa, às vezes porcentagem no pagamento. E a Appmax tem 0% no Pix, então, Pix sai de graça para tu começar, tá? Então, bora para a segunda. A segunda, galera, é uma das principais dúvidas aqui do canal, né? Quando a gente trata de IA que tem múltiplos modelos, né? Por exemplo, o Claude tem o Haiku, tem o Sonnet, inclusive saiu o 5.5 agora mesmo, né? Tem o Opus 5.5, tem o Fable. Quando que a gente vai usar cada um deles, né?

11:26 Porque tem diferença em tempo de resposta, tem diferença em base de conhecimento, tem diferença em ser mais barato ou mais caro e a empresa, por manter os três ou quatro, né? Ela quer que tu use variados modelos, porque ela sabe que cada um é bom para uma coisa. Então, a grosso modo, a gente sabe que o Raiko é bom para tarefas mais simples e rápidas, que não precisem de tanto raciocínio. O Sonit, ele vai ser bom para desenvolver coisas que, é, estendam o sistema que tu já tá desenvolvendo, né? Que já tem um padrão a ser seguido, ele vai conseguir

11:56 dar, né, andamento a isso. E o Opus seria mais para tu criar, para desenvolver novos módulos, desbravar o sistema que tu tá, é, tratando, né? Expandir ele. Então, a grosso modo, seria isso. Mas aí tem que ficar mudando na mão, é meio chato. E aí que vem a ideia de criar um roteador automático com Jeff, tá? Então, vou ensinar para vocês como cria isso. Eu já uso, né? Não só no Cloud, em outras IAs também. Funciona da maneira que tá mostrando aqui na imagem para vocês. O Jeff, quando recebe o prompt, ele toma rapidamente a decisão de onde mandar, milissegundos, a gente nem sente ali,

12:27 né? E logo vai para a IA correta e recebe a resposta melhor com a máxima economia. Bora lá. Eu vou colocar o prompt aqui, galera, que vai dar vida ao roteador, tá? Então, vocês podem copiar aí também. Botar aqui, ó: “Quero um roteador de modelo para o Cloud correr nesse projeto, usando o Jeff. Use a skill do Jeff que já tá instalada, né?” Então, isso aqui também é fundamental. Na própria página da Type Safe, aqui na home, quando tu tá logado, tu vai poder instalar essa skill aqui, ó, para rodar o Jeff da melhor maneira, tu vai ter que ter ela instalada no teu Cloud, tá?

12:57 Então, é só copiar aqui o edit prompt ou tu pode vir aqui na documentação deles, instalar para qualquer tipo de agente, tá? Eles ensinam aqui, ou melhor, instruem teu agente a instalar ela, tá? Então, é bem tranquilo, bem simples e precisa ter ela, tá? Então, baseado nela, o que que eu vou fazer aqui? Botei, né? A ideia é que a sessão principal roda no Raiko e funciona como recepção. Toda vez que eu mando uma mensagem, antes o Cloud ler, um gancho, né, um hook, pergunta para o Jeff o nível do pedido. E o trabalho vai para o sub-agent, tamanho certo. A gente vai trabalhar assim. Criei três sub-agents nesse projeto com as mesmas permissões e

13:28 o mesmo conhecimento do projeto, mudando só o modelo. High, Custom e Ops. O gancho manda pro Jeff a minha mensagem, uma descrição curta do projeto. Então aqui tu podes fazer a nível de projeto global, né? Depende como tu quer. Com essas perguntas numa chamada só. Aí ele vai receber aqui o nível do pedido, tá? Também o pedido tem risco de quebrar algo que já funciona, que é uma pergunta de sim ou não. O Jeff trazendo isso, o Jeff lidando com isso, vai trazer a decisão, né? Do que que usar. E ainda eu coloco a decisão ficando no código. Simples para o rápido, rotina para o padrão, difícil para o profundo que seria o Ops. Se o risco passar de 70%

14:00 que é um critério que eu vou ter, aí vai subir um nível, tá? Se o Jeff tiver pouco confiante no nível, confiança abaixo de 60%, também sobe um nível, né? Então na dúvida, sempre o modelo mais forte. Eu boto que o gancho informe ao Cloud o nível sub agent indicado, escreva no Cloud o ID do projeto, que a sessão principal sempre entrega o trabalho ao sub agent indicado pelo roteador. Isso aí me responde com o resumo do que ele fez. Mensagem que começa com ponto de exclamação, passa em roteamento. Então se eu quiser, né? Algo em um modelo específico, eu posso mudar

14:32 e mandar com exclamação para poder também eu não ter essa limitação dessa ferramenta quando não necessário. Registra a decisão no arquivo, horário, mensagem, nível, confiança, risco. Isso aqui é mais para a gente ver, né? E isso vai fazer com que a gente entenda como é que ele decidiu cada um dos modelos, tá? Então eu vou deixar ele criar aqui o roteador. Já mostro para vocês como funciona, né? Então aqui eu fiz um mais generalista, né? Vocês podem estar fazendo mais voltado ao projeto de vocês, mais voltado à rotina de vocês. Aí que vai a personalização que vocês pretendem

15:04 fazer, tá? Mostrando a ideia e vocês evoluem conforme a necessidade. Então olha só, galera, ele me entregou aqui, né? Os sub agents, tá? Ele me entregou também o roteador, né? Como é que funciona a decisão. Ele aproveitou ali a chave do settings local JSON. Eu vou aqui abrir uma nova sessão para a gente poder ver se funcionou. Então aqui eu vou abrir a sessão, eu vou colocar já para iniciar com o modo Haiku. E vou fazer alguns prompts e vamos ver aqui como ele se comporta. Ó, abriu aqui

15:34 no Haiku, né? Então vou aqui mandar um prompt bem simples, tá? Então, olha só, ele está mostrando ali o roteador, aguardando o primeiro pedido. Então botei ele para trocar o texto do botão agendar para o reservar horário, né? Então só mudar um texto no botão. E ele já mandou para o Subagent, como a gente pode ver aqui, né? Foi para um background, né? Então a gente vai ter que esperar a resposta, né? As decisões elas vão ficar salvas nesse arquivo aqui. Então a gente pode ver que a minha mensagem foi troca o texto do botão agendar para reservar horário. Ele veio simples,

16:05 confiança um, risco 0.1, Subagent Haiku. Está vendo aqui que já foi a resposta do Jev, né? Influenciando o nosso prompt. Vou mandar outro aqui. Então vou adicionar um filtro por barbeiro na agenda do painel. Então só para mostrar para vocês aqui também. Ó, o projeto já está com o botão reservar horário, então ele já concluiu aquela tarefa, né? Que é aqui que ficava agendar. E que agora ele mandou uma outra mensagem. Ele colocou como nível de rotina, então

16:35 ele utilizou Sonnet, tá? Aí teve uma confiança de 70% né? Então quase no limite, né? Para deixar no modelo nível mais alto, né? E aqui os os tempos do Jev também, em ms, né? Se eu pedir isso algo um pouco mais difícil. Então vamos fazer aqui a solicitação de impedir que dois clientes fiquem com o mesmo horário quando confirmam ao mesmo tempo, né? Então um problema que pode acontecer. Aí aqui ele detectou como nível de difícil, confiança 100%, quase, né? Então ele

17:06 sabia que era difícil e utilizou o modelo Opus para isso, tá? Então a gente teve aqui os três modelos sendo utilizados, cada um por seu nível de tarefa e com isso a gente consegue economizar tokens no processo, cara. Então, uma estratégia muito interessante e simples de ser feita, né? Um roteador simples que pode ficar global ou a nível de projeto para que tu possa estar usando os modelos certos para as tarefas certas, beleza? Bom, agora agora vamos para o caso número três, que também é bem interessante. Vou mostrar aqui para vocês rapidamente. Então, uma questão que me incomoda muito

17:37 nas IAs é que elas às vezes escolhem skills para coisas que não precisam, tá? Então, elas usam skills desnecessárias. Então, só para só por causa de erro mesmo o prompt e ela entendeu que tem que utilizar skill X e nem era necessário ou ela usa uma skill e deixa a ação muito over, né? Não precisava usar aquela skill, podia ser feito de maneira mais simples e economizar tokens. Então, esses casos acontecem bastante para mim, né? Que é o que está aqui, skill errada e skill sem precisar.

18:07 E o Jev vai melhorar isso. Ele vai estar intervindo em cada seleção de skill para ver se realmente precisa utilizar, tá? Então, eu vou criar esse mecanismo com vocês também, bora lá. Então, vamos lá, galera, vou criar aqui, vou dar um clear, né? Aquela sessão que a gente criou ali o roteador. Vou mostrar para vocês como criar esse seletor de skills. O mecanismo é quase o mesmo, ali, vocês vão entender como funciona de maneira bem fácil, ali, se vocês pegaram a ideia do roteador, tá? Então, olha só, hoje toda sessão carrega a lista de todas as skills desse projeto, mesmo que eu não use nenhuma. Então, se

18:39 tem skill global, se tem skill do projeto, tudo é carregado na sessão e aí ainda tem a chance de usar errado. Quero que o Jev escolha a skill certa para cada pedido e que o Cloud só receba essa, ou seja, a skill certa ou as skills certas, dependendo do pedido, né? Use a skill do Jev que já está instalada, então, aquela skill que eu comentei do Jev tem que estar no teu PC. Tire as skills da pasta que o Cloud Code carrega sozinho e guarde numa pasta de biblioteca de skills dentro do projeto, sem mudar nada o conteúdo delas, porque senão vai ter o mesmo problema, já que é o mecanismo que o Cloud Code tem de carregar tudo, tá? Então, só para

19:09 mostrar para vocês que isso também existe, né? Crie um gancho, um hook, que roda toda vez que eu mando uma mensagem, antes do Cloud ler. Isso é bem importante. Ele manda para o Jeff a minha mensagem e o nome e a descrição de cada skill da biblioteca, com uma pergunta: “Qual dessas skills serve para este pedido?” Né? O prompt que a gente vai mandar. Com opção nenhuma. Então, também há essa opção e isso é extremamente necessário para ele não usar a skill à toa. Eu boto também a mesma coisa de antes, né? Então, a skill, a decisão fica no código. Se a skill escolhida passar de 50% e o Jeff estiver confiante, confiança de mais de

19:40 60, o gancho entrega ao Cloud as instruções completas dessa skill, junto com a mensagem, dizendo qual é. Senão, não entrega nada e o Cloud segue normal. Então, o Cloud não vai estar vendo as skills. Quem vai mandar é o Jeff, tá? Então, essa parte é essencial. Se já existir o roteador do modelo nesse projeto, os dois ganchos convivem. Então, fazendo isso aqui para não dar conflito com o outro ali, que a gente acabou de criar, gerar um programa maior, né? Então, eh a gente precisa ter essa interação entre os dois também, tá? Registre cada sessão num arquivo,

20:11 horário, mensagem, skill escolhida. Então, só explicando aqui para a gente poder ver o log, né? Isso aqui não precisa, se não quiser. Pode até fazer um painel bem bonitinho, se tu quiser, também. Então, aqui, ó, coisa interessante, né? Que o roteador, ele já entrou na minha sessão quando eu dei o clear. Então, ele classificou aqui como profundo, né? Algo difícil. Mandou para o Opus, tá? E aí ele tá fazendo aqui em background. Então, o não iniciou uma sessão nova, né? Eu dei um clear e já tá funcionando aquele mecanismo de roteamento que a gente fez, tá? Vamos esperar aqui e já a gente vê o nosso

20:42 seletor de skills em ação. Bom, galera, então, o sub agent ali já com o nosso esquema ali de escolher o melhor modelo, entregou aqui, tá? Já o roteador de skills e tem a pasta aqui roteador, tá? Se vocês perceberem, as skills saíram daqui, né? Elas não estão mais na pasta do Cloud, que é exatamente o que a gente comentou que deveria fazer. Então, se eu vier aqui para uma nova sessão, aqui, por exemplo, eu já estou iniciando com Raiko, né, que tá usando toda a parte de roteador, tal. Vou pedir alguma

21:12 coisa aqui para ele. Então, atualiza o changelog com o que mudou hoje, né? O projeto no changelog que mapeia as mudanças. Aí, ele vai fazer o roteador e vai fazer o seletor de skills, tá? Então, aqui em decisões, a gente já tem uma decisão, onde, né, o o Claude, né, utilizou uma skill chamada changelog, que tinha no projeto, tá? E foi resolvido em 1.391 milissegundos. Tem algumas mensagens que o próprio Claude manda, tá vendo? Não tem nada a

21:43 ver com o prompt. E isso não deve ativar nenhuma skill. Ó, o Dev não indicou skill. Então, mensagem do sistema, né? Então, a gente vai ter isso aqui também, por isso que é tão importante o o trabalho da não ativação, né? Como também quando ele indicaria uma skill errada pela própria IA, né, sem o nosso mecanismo aqui, tá? Então, vendo o projeto aqui, né, ele tem tons de dourado, né? Vou pedir para ele trocar isso para uma cor predominante de verde. Então, vou colocar aqui: O projeto

22:15 tem tons de dourado. Quero trocar essa cor dourada para um tom de verde. Prossiga com a alteração. Então, mandei um novo prompt aqui, ele vai disparar um novo subagent, né, baseado na tarefa e também vai ter uma avaliação de skill. Nesse caso, ele disparou a componente UI, tá? Então, temos aqui uma decisão em 400 ms, escolhendo a skill correta para o fim determinado por mim no prompt. Beleza? E

22:46 com isso também o roteador já tá rodando, né? A gente tem aqui, ó, o log, né? Aí, ele escolheu o Raiko tanto para anterior quanto para essa e por aí vai, tá, galera? Então, essas são três maneiras que vocês podem utilizar para estar economizando muitos tokens e deixando o projeto de vocês até mais rápido no Cloud Cook, beleza? E qualquer outra IA, como eu falei para vocês, né? Aqui no Cloud foi o exemplo, mas funciona para outras IAs também, porque o mecanismo de todos os eh code agents é igual, né? A gente tem skills, a gente tem plugins,

23:17 a gente tem vários modelos, a gente tem contexto, tudo é compartilhado, né? Então, galera, a gente tá olhando aqui, ó. E lembrando, né, galera, que talvez nesse aqui de skill, né, só para dar esse toque para vocês, fosse necessário também colocar algum comando especial para a gente ativar uma skill quando quisesse, porque talvez pelas decisões ele pudesse deixar skills que a gente queria utilizar de fora. Então, a gente tem que nominalmente chamar ela ou algum comando ali que faça

23:48 burlar ou não passar por esse fluxo para ativar uma skill que a gente quer, tá? Só para deixar esse detalhe também, que o outro eu fiz, né? Esse aqui eu não chego a colocar, mas é importante que a gente tenha essa forma de destravar, porque senão a gente fica muito refém do Jev e as coisas vão funcionar muito bem, mas a gente pode acabar não tendo a opção de colocar algo conscientemente também, tá? Que é importante quando a gente quer testar algo diferente. Ô, galera, então não se esqueça de se pré-inscrever para o nosso curso de Jev, tá? Vou deixar aqui na descrição o link para essa página. Aqui

24:20 tem todos os detalhes também. E vejam a playlist de Jev aqui do canal. Tem muito conteúdo interessante sobre essa IA, tá? Mais uma vez, né, AppMax, galera, se vocês querem integrar pagamento no sistema de vocês, aqui é o melhor lugar. Vai ter taxa zero na integração via Pix. Então, já ajuda quem tá começando e tem aqui uma documentação muito rica para que vocês possam, né, fazer qualquer ação baseada no documento que eles criaram. Então, é muito mais fácil, porque tá tudo descrito como tem que fazer, então, ah, pagamento de Pix, só

24:51 vem aqui, vai ter o exemplo e pronto, né? Dá para colar na IA e ter a funcionalidade feita. Fechou? Bom, então não esqueça de deixar aquele like aí, galera, se inscreva no canal também para poder receber os próximos vídeos. Comentem se tem outros casos que vocês usam o Jarvis nessa questão de economia de tokens, né, ou no dia a dia de vocês. Quero muito saber, que é uma tecnologia que eu tô usando todos os dias, tô integrando nos sistemas e tô vendo muito valor, né? Eu acho que ela vem para somar e não para substituir nada. É assim que eu tô vendo ela e usando também. Fico por aqui, espero

25:22 vocês no próximo vídeo. Valeu!