Agentes no Terminal: Explorando CLIs Baseadas em IA

Nos últimos meses, uma nova categoria de ferramentas de desenvolvimento começou a ganhar destaque: os agentes de código que funcionam diretamente no terminal (CLIs). Impulsionados pelos modelos de linguagem (LLMs), como o GPT-4o, Claude 4 e Gemini 2.5, esses agentes transformam o terminal em um ambiente interativo, onde é possível conversar com a IA sobre o seu código, gerar novos trechos, navegar por arquivos, automatizar tarefas e muito mais.

Diferente de assistentes como o GitHub Copilot, que operam dentro de IDEs, esses agentes rodam localmente via uma CLI e se conectam ao repositório do projeto, oferecendo uma experiência mais ágil e contextualizada.

OpenAI, Google e Anthropic já lançaram suas próprias versões dessas ferramentas, e a corrida por funcionalidades mais poderosas e acessíveis está apenas começando. Neste post, vamos comparar as principais opções do mercado: Codex CLI, Gemini CLI e Claude Code.

O que esses agentes de código em CLI fazem?

Esses agentes que rodam via CLI funcionam como interfaces conversacionais capazes de entender e interagir com o seu projeto local. Através de comandos simples como codex, claude ou gemini, o desenvolvedor inicia as ferramentas no terminal e pode fazer perguntas, solicitar sugestões de código, navegar por arquivos, pedir explicações, gerar testes unitários e até automatizar tarefas de build e deploy.

Eles leem o código-fonte local e respondem com base no contexto atual do projeto, mantendo o estado da conversa entre comandos. Essa forma de interação reduz o atrito entre cada passo da execução, promovendo uma colaboração mais fluida com o assistente.

As possibilidades de uso desses agentes ainda estão sendo exploradas pela comunidade. Integrações com servidores MCP e outros programas que rodam na máquina do usuário abrem um novo horizonte de oportunidades para aplicações desses agentes.

Comparativo entre as ferramentas

Usando um Pequeno Teste Comparativo

Para fazer um comparativo mais prático das três ferramentas, fizemos um teste real em um repositório. Usamos como inspiração este post que levanta algumas possibilidades legais de aplicação dos agentes de CLI. Para o nosso caso resolvemos testar a capacidade dos agentes de gerar documentações para um projeto, tomando como base somente o código fonte contido no repositório do projeto. O objetivo final era gerar uma página web com informações sobre o projeto que pudesse ser utilizada para o onboarding de um novo desenvolvedor, por exemplo. 

Para o teste escolhemos um pequeno projeto da Novatics, o esg-score que foi desenvolvido como solução para um hackaton. Esse projeto trata-se de um frontend que gera um dashboard com algumas métricas e gráficos relacionados ao score ESG do usuário. Esse score seria calculado com base nos gastos de cartão de crédito do usuário. O projeto é baseado em React e utiliza o Material UI para renderizar a maior parte dos componentes.

Para criar a documentação executamos a mesma sequência de passos para cada agente:

1. Criamos um prompt pedindo para o agente criar uma documentação para o projeto e salvá-la no formato markdown em um arquivo CODEBASE.md. O prompt foi o seguinte: 

   You are an AI developer assistant. Your task is to analyze the codebase located in the current directory and write a comprehensive summary in a markdown file called CODEBASE.md

   
   

2. Com base nisso, pedimos o agente para converter o CODEBASE.md em um arquivo de apresentação sobre o projeto, também em markdown:

   Convert the CODEBASE.md file into a presentation and save it as PRESENTATION.md file

   
   

3. Por fim, pedimos que o agente criasse um página web usando o conteúdo do arquivo PRESENTATION.md

   Now create a webpage page for the project using the information in PRESENTATION.md, make the page as a single HTML file and use a cool look and feel with a theme related to the project description
   
   

Os resultados gerados por cada um dos agentes está disponível a seguir:

Codex CLI

Gemini CLI

Claude Code

Nossa Análise e Qual a Melhor Opção

As três ferramentas geraram bons resultados. Porém, o resultado gerado pelo Claude foi superior aos demais, pois além de criar os blocos de informações sobre a stack e a arquitetura, que os demais também geraram, ele foi além e gerou seções que descrevem os objetivos e as principais funcionalidades do projeto, sem que houvéssemos pedido explicitamente no prompt.

A experiência de interagir com o Claude também foi um pouco melhor, ele parece conduzir as tarefas de forma mais organizada e direta. No caso do Gemini esse inclusive foi um ponto negativo. Ao executar o primeiro passo e criar o arquivo CODEBASE.md ele entrou em um loop infinito e ficou apagando e re-criando o arquivo diversas vezes até o momento em que pedimos para ele parar a execução. 

No caso do Codex ele executou a tarefa de maneira mais sucinta e se olharmos para o look-and-feel da página gerada, ele entregou uma experiência um pouco menos rica que Gemini e Claude. Além disso, em uma das execuções que fizemos ele utilizou o diretório temporário (/tmp) para criar um arquivo de patch para o repositório e depois requisitou a aplicação desse patch. Apesar de não ser errado, esse passo era desnecessário para o que estava sendo feito. Ele também fez isso somente uma vez, o que deu alguma sensação de inconsistência entre cada execução.

Em outros testes que fizemos as conclusões foram parecidas, com o Claude Code gerando um resultado um pouco melhor que os demais. Isso também está alinhado com boa parte dos posts e discussões disponíveis na internet que comparam essas ferramentas. Existe, inclusive, algumas sugestões para se utilizar o Gemini em conjunto com o Claude, de modo a aproveitar a grande janela de contexto do Gemini (1 milhão de tokens) em conjunto com a melhor capacidade de “raciocínio” e os melhores resultados gerados pelo Claude (nesse caso, poderíamos usar o Gemini para analisar e resumir o codebase de um projeto e repassar esse resultado para o Claude executar as ações que queremos).

Conclusão

O Claude Code parece ser a melhor opção no momento quando comparado ao Gemini CLI e ao Codex CLI. Porém, existem outros aspectos que podem ser considerados, como custo e tamanho da janela de contexto. Gemini, por exemplo, tem um free-tier muito generoso e no geral pode ter um custo mais baixo que os demais. Ou seja, se não considerarmos o custo, a primeira opção, pelo menos nesse momento, seria o Claude Code. Se considerarmos o custo e a possibilidade de ter um free-tier mais generoso, o Gemini CLI poderia subir para esse primeiro lugar.

Vale lembrar que existem outras opções de CLIs que não estão diretamente ligadas a algum desses grandes players. É o caso do Goose que também atua como um agente CLI e permite o uso de diversos LLMs (nós já falamos dele neste post aqui).

Por fim, é importante ressaltar que independente de qual agente será utilizado, a adoção dessas ferramentas pode representar um salto de produtividade, especialmente em tarefas de manutenção, geração de código repetitivo e compreensão de bases legadas.

Vamos nessa! 🚀