O problema

Agentes de IA para código são poderosos, mas a forma como a maioria dos desenvolvedores os usa - o chamado vibe coding - gera três problemas concretos:

Cada sessão começa do zero. O agente não lembra o que fez ontem. Você gasta 30-50% dos tokens re-explicando contexto, re-lendo arquivos, re-descrevendo a arquitetura.
PRDs viram tarefas soltas. Você importa um documento de requisitos e as tarefas caem sem conexão entre si. Sem dependências, sem prioridades calculadas, sem rastreabilidade.
Ferramentas de IA não se comunicam. Seu assistente de código não conversa com a análise de impacto. A busca de documentação não alimenta o planejador de tarefas. Zero coordenação.
Nenhuma disciplina é enforced. O agente gera código sem testes, sem tipagem, sem seguir patterns do projeto. Funciona até quebrar em produção.

A solução

O mcp-graph é uma CLI local-first em TypeScript que converte PRDs (Markdown, TXT, PDF, HTML) em grafos de execução persistentes armazenados em SQLite.

O sistema gera automaticamente uma árvore hierárquica de tarefas com 9 tipos de nós - epics, tasks, subtasks, requisitos, constraints, milestones, critérios de aceite, riscos e decisões. Infere dependências, estima prioridades e cria um grafo navegável que qualquer agente de IA pode consultar.

Diferenciais técnicos

Token Economy - 70-85% de redução

Compressão em 3 tiers para entregar apenas o contexto necessário ao agente:

Tier	Tokens/nó	Uso
Summary	~20	Visão geral da estrutura
Standard	~150	Contexto + dependências + snippets BM25
Deep	500+	Documentos completos + critérios de aceite

Budget alocado inteligentemente: 60% grafo, 30% conhecimento, 10% metadados.

Multi-Agent Intelligence Mesh

Coordenação de 5 MCPs via EventBus reativo:

mcp-graph → fonte de verdade (grafo + knowledge store)
Serena → análise de código, navegação semântica, memória do agente
GitNexus → inteligência de código, análise de impacto, blast radius
Context7 → documentação atualizada de bibliotecas, cache local
Playwright → validação via browser, screenshots, testes de interface

Knowledge Pipeline 100% Local

Busca keyword via SQLite FTS5 com ranking BM25
Busca semântica via TF-IDF (~10 MB vs ~400 MB de modelos transformer)
Modo híbrido com deduplicação automática
5 fontes indexadas: uploads, memórias Serena, código, docs, capturas web
Deduplicação por SHA-256

Sem API keys. Sem custos por query. Sem dados saindo do seu ambiente.

Metodologia Anti-Vibe-Coding

O mcp-graph embute uma metodologia baseada em Extreme Programming (XP):

TDD enforced - toda feature exige teste ANTES da implementação
Skeleton & Organs - o humano define a arquitetura, a IA implementa com disciplina
Anti-one-shot - decomposição em tarefas atômicas rastreadas no grafo
Ciclo de 8 fases: ANALYZE → DESIGN → PLAN → IMPLEMENT → VALIDATE → REVIEW → HANDOFF → LISTENING

Números do projeto (v7.0)

Métrica	Valor
Versão	7.0
Testes	910+ em 105 arquivos (1.337+ test cases)
Símbolos indexados	1.017
Relacionamentos no grafo	2.650
Fluxos de execução	67
Ferramentas MCP	26
Endpoints REST	44
Skills multimodais	155 (audio, video, CV, orquestração autônoma)
Abas no dashboard	6
TypeScript	strict mode, zero `any`
Determinismo	100% (Deterministic-First architecture)

Harness Engineering (v7.0)

A v7 introduziu o conceito de Harnessability Score, uma métrica composta que avalia o quanto o código é seguro para agentes manipularem:

Unified Gate System: 50% menos overhead por chamada MCP, 50% menos leituras de banco
Knowledge Autoprune: RAG sempre rápido (menos de 20ms para 500 documentos)
DORA Metrics Elite: 25.4 tarefas/dia, MTTR 0h, Change Failure Rate 0%
Security Hardened: proteção contra 20 vetores de Path Traversal em uma única barreira

Ecossistema

26 ferramentas MCP compatíveis com Claude, Copilot, Cursor, Windsurf, Zed
44 endpoints REST com API completa
155 skills multimodais (audio, video, computer vision, orquestração)
Dashboard interativo em React 19 + React Flow
npm: @mcp-graph-workflow/mcp-graph
Licença: MIT

Tecnologias utilizadas

TypeScript / Node.js (strict mode)
SQLite (banco de dados + FTS5)
React 19 + React Flow (dashboard)
TF-IDF + BM25 (busca híbrida local)
MCP (Model Context Protocol)