Arquitetura e Estrutura do Código

O ChatCLI é um projeto Go modular organizado em pacotes com responsabilidades bem definidas. Após a Fase 3 de decomposição de monolitos, todos os arquivos principais foram divididos em módulos focados seguindo princípios SOLID. Esta página documenta a arquitetura interna para contribuidores e usuários avançados.

Visão geral dos pacotes

chatcli/
|-- main.go                    # Entrypoint
|-- cli/                       # Interface do usuário e modos
|   |-- cli.go                 # Struct principal ChatCLI + Start() (~923 linhas)
|   |-- cli_helpers.go         # Métodos auxiliares extraídos de cli.go
|   |-- cli_history.go         # Gerenciamento de histórico
|   |-- cli_llm.go             # processLLMRequest + spinner
|   |-- cli_mode.go            # Lógica de troca de modos
|   |-- cli_output.go          # Formatação de saída
|   |-- cli_prompt.go          # Construção de prompts
|   |-- cli_session.go         # Gerenciamento de sessões
|   |-- cli_tools.go           # Registro e tratamento de tools
|   |-- agent_mode.go          # Modo agente core (~1498 linhas)
|   |-- agent_mode_helpers.go  # Helpers do modo agente
|   |-- agent_mode_tools.go    # Tratamento de tools do agente
|   |-- agent_mode_ui.go       # Renderização UI do agente
|   |-- agent_tool_sanitizer.go # Pipeline de sanitização de args
|   |-- command_handler.go     # Roteamento de comandos / (~185 linhas)
|   |-- command_handler_session.go  # Comandos de sessão
|   |-- command_handler_context.go  # Comandos de contexto
|   |-- command_handler_plugins.go  # Comandos de plugins
|   |-- command_handler_agent.go    # Comandos de agente
|   |-- context_handler.go     # Gerenciamento de contexto (~385 linhas)
|   |-- context_handler_attach.go   # Lógica de attach
|   |-- context_handler_create.go   # Lógica de criação
|   |-- context_handler_resolve.go  # Resolução de contexto
|   |-- rewind.go              # Checkpoints e restauracao de conversa
|   |-- compact_command.go     # Compactação guiada de histórico
|   |-- history_compactor.go   # Pipeline de compactação (3 níveis)
|   |-- history_trimmer.go     # Trimming near-lossless (nivel 1)
|   |-- memory_worker.go       # Worker background de memória
|   |-- agent/                 # Sistema multi-agent
|   |   |-- workers/           # 12 agents especialistas
|   |   |-- toolcall_parser.go # Parser stateful de tool calls
|   |   |-- ui_renderer.go     # Renderizacao da UI
|   |   +-- dispatcher.go      # Dispatcher assincrono
|   |-- bus/                   # Message bus interno
|   |-- workspace/             # Bootstrap files + memória + context builder
|   |   |-- bootstrap.go       # BootstrapLoader com cache mtime
|   |   |-- memory.go          # MemoryStore facade (delega ao memory.Manager)
|   |   |-- context_builder.go # Combina bootstrap + memória no prompt (smart retrieval)
|   |   +-- memory/            # Sistema de memória estruturado
|   |       |-- store.go       # Manager (orquestrador central)
|   |       |-- facts.go       # FactIndex (fatos com scores e decay)
|   |       |-- profile.go     # UserProfile (perfil automático)
|   |       |-- topics.go      # TopicTracker (tópicos recorrentes)
|   |       |-- projects.go    # ProjectTracker (projetos ativos)
|   |       |-- patterns.go    # PatternDetector (padrões de uso)
|   |       |-- retriever.go   # Smart retrieval por keywords
|   |       |-- compactor.go   # Compactação LLM + score-based
|   |       +-- migration.go   # Migração do MEMORY.md legado
|   |-- skills/                # Sistema de skills
|   |-- mcp/                   # Gerenciador MCP
|   +-- ctxmgr/                # Pacote de gerenciamento de contexto
|-- config/                    # Configuração e migração
|-- i18n/                      # Internacionalização (892 chaves de tradução)
|-- llm/                       # Comunicação com LLMs
|   |-- registry/              # Auto-registro de provedores
|   |-- fallback/              # Cadeia de fallback
|   |-- client/                # Interface LLMClient + ToolAwareClient
|   |-- openai/                # Provedor OpenAI
|   |-- claudeai/              # Provedor Anthropic
|   |-- googleai/              # Provedor Google
|   |-- xai/                   # Provedor xAI
|   |-- zai/                   # Provedor ZAI
|   |-- minimax/               # Provedor MiniMax
|   |-- moonshot/              # Provedor Moonshot (Kimi)
|   |-- ollama/                # Provedor Ollama
|   +-- copilot/               # Provedor GitHub Copilot
|-- models/                    # Structs: ToolDefinition, ToolCall, LLMResponse
|-- server/                    # Servidor gRPC
|   |-- handler.go             # Handler principal (~420 linhas)
|   |-- handler_session.go     # RPCs de sessão
|   |-- handler_resources.go   # RPCs de descoberta de recursos
|   +-- handler_aiops.go       # RPCs AIOps
|-- client/remote/             # Cliente gRPC
|-- k8s/                       # Kubernetes Watcher
|-- operator/                  # K8s Operator (AIOps)
|   |-- api/v1alpha1/          # Tipos dos 17 CRDs
|   +-- controllers/           # Reconcilers e engines
|-- proto/                     # Definições protobuf
|-- utils/                     # Funções auxiliares
+-- version/                   # Informações de versão

Struct principal: ChatCLI

A struct ChatCLI em cli/cli.go é o coração do sistema. Seus campos mais importantes estão organizados por responsabilidade:

LLM e Provider

Campo	Tipo	Descrição
`Client`	`client.LLMClient`	Cliente ativo do provedor LLM
`manager`	`manager.LLMManager`	Gerenciador de provedores (cria clientes, lista disponíveis)
`Provider`	`string`	Nome do provedor ativo (ex: `"ANTHROPIC"`, `"OPENAI"`)
`Model`	`string`	Modelo ativo (ex: `"claude-sonnet-4-20250514"`)

Histórico e Compactação

Campo	Tipo	Descrição
`history`	`[]models.Message`	Histórico unificado de conversa (compartilhado entre todos os modos)
`historyCompactor`	`*HistoryCompactor`	Pipeline de compactação em 3 níveis
`historyManager`	`*HistoryManager`	Persistência de histórico de comandos em disco

Controle de Execução

Campo	Tipo	Descrição
`isExecuting`	`atomic.Bool`	Flag atômica: `true` enquanto aguarda resposta do LLM
`operationCancel`	`context.CancelFunc`	Cancela a operação LLM em andamento (Ctrl+C)
`processingDone`	`chan struct{}`	Sinaliza fim do processamento para o loop principal
`interactionState`	`InteractionState`	Estado da interação: `Normal`, `SwitchingProvider`, `Processing`, `AgentMode`
`executionProfile`	`ExecutionProfile`	Perfil de execução: `Normal`, `Agent`, `Coder`

Subsistemas

Campo	Tipo	Descrição
`agentMode`	`*AgentMode`	Instância do modo agente (loop ReAct)
`pluginManager`	`*plugins.Manager`	Gerenciador de plugins (built-in + externos)
`commandHandler`	`*CommandHandler`	Roteador de comandos `/`
`contextHandler`	`*ContextHandler`	Gerenciador de contextos (`/context`)
`personaHandler`	`*PersonaHandler`	Gerenciador de personas/agents
`skillHandler`	`*SkillHandler`	Registro e execução de skills
`contextBuilder`	`*workspace.ContextBuilder`	Combina bootstrap + memória no system prompt
`memoryStore`	`*workspace.MemoryStore`	Facade para o sistema de memória estruturada
`memWorker`	`*memoryWorker`	Worker background de extração de memória

Estado Auxiliar

Campo	Tipo	Descrição
`checkpoints`	`[]conversationCheckpoint`	Pontos de restauração do histórico (max 20)
`messageQueue`	`[]string`	Fila FIFO de mensagens digitadas durante processamento (type-ahead)
`lastEscTime`	`time.Time`	Detecção de Esc+Esc para menu de rewind
`sessionManager`	`*SessionManager`	Salvar/carregar sessões em disco

Fluxo de inicialização

O diagrama abaixo mostra a sequência completa de boot, de main.go até o loop interativo:

main.go
  |
  +-- Checa subcomandos (server, connect, watch)
  +-- cli.PreprocessArgs() + cli.Parse() -> opts
  +-- i18n.Init()
  +-- godotenv.Load(.env)
  +-- utils.InitializeLogger() -> zap.Logger
  +-- config.InitGlobal() + config.Global.Load()
  |
  +-- manager.NewLLMManager(logger)
  |     +-- Provedores se auto-registram via init() no registry
  |     +-- Manager itera providers, checa env vars, cria clientes
  |
  +-- cli.NewChatCLI(manager, logger)
  |     +-- plugins.NewManager() -> registra built-in (CoderPlugin)
  |     +-- configureProviderAndModel() (config.Global + env)
  |     +-- manager.GetClient(provider, model) -> LLMClient
  |     +-- NewSessionManager()
  |     +-- NewContextHandler()
  |     +-- detectProjectDir(): caminha até raiz procurando .agent ou .git
  |     +-- workspace.NewBootstrapLoader(workspaceDir, globalDir)
  |     +-- workspace.NewMemoryStore(memDir)
  |     +-- workspace.NewContextBuilder(bootstrap, memory)
  |     +-- memoryWorker.start() (goroutine background)
  |     +-- NewPersonaHandler() + SetProjectDir()
  |     +-- NewSkillHandler()
  |     +-- NewCommandHandler(cli)
  |     +-- NewAgentMode(cli, logger)
  |     +-- historyManager.LoadHistory() (histórico de comandos)
  |
  +-- chatCLI.ApplyOverrides(provider, model) (flags CLI)
  +-- HandleOneShotOrFatal(ctx, opts) -> retorna se -p flag
  +-- handleGracefulShutdown(cancel, logger)
  +-- chatCLI.Start(ctx)
        +-- PrintWelcomeScreen()
        +-- Loop: prompt.New() com panic/recover para troca de modos

detectProjectDir()

Caminha do diretório atual até a raiz procurando marcadores de projeto:

.agent/ (marcador explícito do ChatCLI) — prioridade
.git/ (convencao comum)

Retorna o caminho do projeto ou "" se nenhum marcador for encontrado.

Fluxo de mensagens: modo chat

No modo interativo normal, cada mensagem do usuário segue este pipeline:

Usuário digita texto
       |
       v
  executor(in string)
       |
       +-- Detecção de paste (BracketedPasteParser)
       +-- Append ao commandHistory
       +-- Checa comandos / (roteamento via CommandHandler)
       +-- Checa /run, /agent, /coder -> panic(agentModeRequest)
       |
       v
  processLLMRequest(in)
       |
       +-- Suprime animação (go-prompt gerencia spinner no prefix)
       +-- Inicia spinner goroutine (250ms tick + SIGWINCH)
       +-- saveCheckpoint() (deep copy do histórico)
       +-- Append mensagem do usuário ao history
       +-- BuildPromptMessages() (system prompt + contextos attached)
       +-- Client.SendPrompt(ctx, prompt, history, maxTokens)
       |
       v
  Resposta do LLM
       |
       +-- Append resposta ao history
       +-- Renderiza via Glamour (markdown)
       +-- memWorker.nudge() (trigger extração de memória)
       +-- Drena messageQueue (type-ahead)

Type-ahead (messageQueue)

Mensagens digitadas enquanto o LLM processa são armazenadas em uma fila FIFO (messageQueue). Após cada resposta, o sistema drena a fila e processa cada mensagem sequencialmente, sem necessidade de re-digitação. O modo coder tem sua própria fila com indicador visual em tempo real (▼ N msg fila) quando há mensagens enfileiradas.

Input guard (anti-typeahead em prompts de segurança)

Distinto do typeahead “bom” acima, quando uma security box aparece no meio de um turn — três camadas descartam input em queue para evitar consumir bytes como y/n:

TTY flush — TCIFLUSH (Linux), TIOCFLUSH (BSD/Darwin), FlushConsoleInputBuffer (Windows).
Drain channel — esvazia o buffer non-blocking do reader.
250ms debounce — descarta input nos primeiros 250ms após a box renderizar.

Adicionalmente, no início de cada turn do agente é feito stty sane no /dev/tty controlador para recuperar de um teardown anterior do go-prompt que pudesse ter deixado o terminal em raw mode.

Fluxo de mensagens: modo Agent/Coder

A entrada no modo agente usa um mecanismo de panic/recover para sair do loop do go-prompt:

Usuário digita "/agent QUERY" ou "/coder QUERY" ou "/run QUERY"
       |
       v
  executor() -> panic(agentModeRequest)
       |
       v
  Start() recover -> detecta agentModeRequest
       +-- restoreTerminal() (no modo coder)
       |
       v
  agentMode.Run(ctx, query, additionalContext, systemPromptOverride)
       |
       v
  === CONFIGURAÇÃO ===
  1. saveCheckpoint()
  2. Composição do system prompt:
     |-- Se persona ativa: Persona + FormatInstructions (Coder ou Agent)
     |-- Se não: Prompt padrão (CoderSystemPrompt ou Agent default)
  3. Prepend workspace context (SOUL.md, USER.md, IDENTITY.md, RULES.md, MEMORY.md)
     |-- Smart retrieval: extrai keywords das últimas 3 mensagens
  4. Append tool context (descrição dos plugins disponíveis)
  5. Append orchestrator prompt (se multi-agent ativo)
       |
       v
  === LOOP ReAct ===
  Para cada turno (até maxTurns):
       |
       +-- Constroi turn history com anchor reminder
       +-- Checa budget de tokens -> compactação se > 60%
       +-- Client.SendPrompt(ctx, systemInstruction, turnHistory, 0)
       |
       v
  Parse da resposta (reasoning, explanation, tool_calls, agent_calls, commands)
       |
       +-- Prioridade 0: agent_calls -> dispatch para workers paralelos
       +-- Prioridade 1: tool_calls -> sanitize args -> security check -> execute plugin -> acumula output
       +-- Prioridade 2: command blocks (formato legado)
       +-- Prioridade 3: resposta final (nenhuma ação = fim do loop)
       |
       v
  Injeta resultados batch no histórico -> próximo turno

Anchor Reminder

A cada turno, o agente injeta um lembrete curto no histórico para manter o LLM focado na tarefa original. Isso evita drift em conversas longas.

Parsing de tool calls

O parser em cli/agent/toolcall_parser.go usa um scanner stateful (não regex) para robustez:

Formatos suportados

<!-- XML self-closing -->
<tool_call name="@coder" args="--file main.go --content '...'" />

<!-- XML paired -->
<tool_call name="@coder" args="..."></tool_call>

<!-- JSON fallback -->
{"tool_call":"@coder","args":{"file":"main.go"}}

Algoritmo do scanner

Busca <tool_call case-insensitive
Verifica que o próximo char é whitespace ou > (não parte de outra tag)
scanTagEnd(): avança respeitando aspas (single e double quotes)
- Dentro de aspas, > é tratado como texto literal
- Suporta entidades HTML (>, ", etc.)
Extrai atributos name e args independente da ordem
Se self-closing falha, tenta paired tags com </tool_call>
Fallback para JSON: tenta parseJSONToolCalls() em paralelo

Por que não regex?

Argumentos de tools frequentemente contêm >, ", e JSON aninhado. Regex não consegue distinguir > dentro de um atributo quoted de > que fecha a tag. O scanner stateful resolve isso rastreando o estado de quote.

Pipeline de sanitização de argumentos

Após o parsing, cada tool call passa por um pipeline de 7 etapas em agent_tool_sanitizer.go:

Raw args do LLM
       |
  1. HTML unescape (&quot; -> ", &#10; -> \n, &gt; -> >)
  2. Normalização de linhas (CRLF -> LF)
  3. Continuação de linha (backslash + newline -> espaço)
  3b. Unescape de JSON-ish strings (se detectado)
  4. Remoção de backslash+espaço bogus (fora de aspas)
  4b. Correção de aspas desbalanceadas com barra final
  5. Remoção de barras invertidas finais pendentes
  6. Normalização de espaços múltiplos (preserva dentro de aspas)
  7. Correções semânticas para @coder (se aplicável)
       |
       v
  Detecção de formato:
  +-- Se JSON válido -> buildArgvFromJSONMap()
  +-- Se CLI-style -> splitToolArgsMultiline()
       |
       v
  Args limpos prontos para execução

Compactação de histórico (3 níveis)

O HistoryCompactor em cli/history_compactor.go gerencia o tamanho do histórico através de um pipeline progressivo:

Histórico excede budget de tokens
       |
       v
  NIVEL 1: Trimming (near-lossless)
  |-- Remove mensagens de contexto injetado (>3000 chars)
  |-- Remove blocos <reasoning> do assistente
  |-- Compacta XML verboso em tool outputs
  |-- Deduplica mensagens identicas consecutivas
  |-- Trunca outputs de ferramentas muito longos
  |
  +-- Se dentro do budget -> retorna
       |
       v
  NIVEL 2: Sumarização estruturada
  |-- Divide histórico em: [system | meio (sumarizar) | recentes (manter)]
  |-- Preserva as 8 mensagens mais recentes verbatim
  |-- Envia bloco do meio para LLM com prompt de extração de fatos
  |-- Resultado: mensagem única "summary" substituindo o bloco
  |-- Timeout independente (10 min) para não bloquear o fluxo
  |
  +-- Se dentro do budget -> retorna
       |
       v
  NIVEL 3: Truncamento de emergência
  |-- Último recurso: descarta mensagens do meio sem sumarização
  |-- Mantém system messages + mensagens recentes
  |-- Logga warning para visibilidade

Trigger no modo agente

No modo agente, a compactação é verificada a cada turno do loop ReAct. O trigger ocorre quando o uso de tokens ultrapassa 60% do budget do modelo.

Sistema de checkpoint/rewind

O rewind.go implementa um sistema de snapshots do histórico:

Estrutura

type conversationCheckpoint struct {
    Timestamp time.Time
    Label     string           // resumo auto-gerado da última mensagem do usuário
    History   []models.Message // deep copy do histórico naquele ponto
    MsgCount  int              // número de mensagens no checkpoint
}

Comportamento

Quando salva: Antes de cada chamada ao LLM (saveCheckpoint())
Limite: Máximo de 20 checkpoints (FIFO — os mais antigos são descartados)
Deep copy: Cada checkpoint contém uma cópia completa e independente do histórico
Trigger: Pressionar Esc+Esc (dois Esc em menos de 500ms) abre o menu de rewind
Restauração: O usuário escolhe um checkpoint, e o histórico é substituído pela cópia salva

Registry de provedores

Padrão de auto-registro

Cada provedor LLM se registra automaticamente via init() no pacote llm/registry:

llm/openai/register.go      -> init() { registry.Register(ProviderInfo{...}) }
llm/claudeai/register.go    -> init() { registry.Register(ProviderInfo{...}) }
llm/googleai/register.go    -> init() { registry.Register(ProviderInfo{...}) }
llm/xai/register.go         -> init() { registry.Register(ProviderInfo{...}) }
llm/zai/register.go         -> init() { registry.Register(ProviderInfo{...}) }
llm/minimax/register.go     -> init() { registry.Register(ProviderInfo{...}) }
llm/ollama/register.go      -> init() { registry.Register(ProviderInfo{...}) }
llm/copilot/register.go     -> init() { registry.Register(ProviderInfo{...}) }

ProviderInfo

type ProviderInfo struct {
    Name         string           // chave única (ex: "OPENAI")
    DisplayName  string           // nome para exibição (ex: "OpenAI")
    Factory      ProviderFactory  // função que cria LLMClient a partir de ProviderConfig
    EnvKeys      []string         // variáveis de ambiente para descoberta de API key
    RequiresAuth bool             // se precisa de autenticação OAuth
}

Fluxo de descoberta

manager.NewLLMManager(logger)
       |
       +-- registry.List() -> nomes de todos os provedores registrados
       +-- Para cada provedor:
       |     +-- Checa EnvKeys (os.Getenv)
       |     +-- Se encontrou key ou RequiresAuth: marca como disponível
       +-- GetClient(provider, model):
             +-- registry.Get(provider) -> ProviderInfo
             +-- info.Factory(ProviderConfig{...}) -> LLMClient

Este padrão elimina blocos switch/case. Para adicionar um novo provedor, basta criar o pacote com register.go e implementar a interface LLMClient.

Memory Worker (processo background)

O memoryWorker em cli/memory_worker.go extrai memórias da conversa em background:

Parâmetros

Constante	Valor	Descrição
`memoryMinNewMessages`	4	Mínimo de novas mensagens para trigger
`memoryCooldown`	2 min	Tempo mínimo entre extrações
`memoryExtractTimeout`	60s	Timeout da chamada LLM de extração
`compactionCheckInterval`	6h	Frequência de checagem de compactação
`dailyCleanupInterval`	24h	Frequência de limpeza de notas diárias

Triggers

nudge(): Chamado após cada resposta do LLM. Se houver >= 4 novas mensagens e cooldown expirado, executa extração
Ticker de 3 minutos: O loop background verifica periodicamente (para sessões longas onde o usuário digita pouco)
Compaction ticker (6h): Consolida fatos antigos com scores baixos
Cleanup ticker (24h): Remove notas diárias expiradas

Pipeline de extracao

nudge() ou ticker
       |
       v
  maybeExtract()
       +-- Checa: >= 4 novas mensagens && cooldown expirado
       +-- Envia conversa recente para LLM com prompt de extração
       +-- LLM retorna JSON estruturado com categorias:
       |     - DAILY: notas do dia (efêmeras)
       |     - LONGTERM: fatos permanentes
       |     - PROFILE_UPDATE: atualizações de perfil do usuário
       |     - TOPICS: tópicos recorrentes
       |     - PROJECTS: projetos ativos
       |
       +-- Resultados armazenados em arquivos JSON estruturados
       +-- PatternDetector registra padrões de uso

Componentes principais

CLI e Modos

A struct ChatCLI em cli/cli.go é o ponto central (~923 linhas após decomposição). O método Start() inicia o modo interativo usando Bubble Tea (Charmbracelet). Métodos auxiliares, gerenciamento de histórico, troca de modos, formatação de saída, construção de prompts, gerenciamento de sessões e tratamento de tools foram extraídos para arquivos dedicados (cli_helpers.go, cli_history.go, cli_mode.go, cli_output.go, cli_prompt.go, cli_session.go, cli_tools.go).

Modo	Arquivo	Descrição
Interativo	`cli/cli.go`	Prompt interativo com auto-completação
Agente	`cli/agent_mode.go`	Planejamento e execução de tarefas
Coder	`cli/cli.go` + `cli/agent_mode.go`	Loop de engenharia com tool calls
One-shot	`cli/cli.go` (flag `-p`)	Execução única sem TUI

A troca entre modos usa um mecanismo de panic/recover para sair do loop do go-prompt. O ChatCLI usa um histórico unificado (cli.history) compartilhado entre todos os modos. Ao trocar de modo, o contexto completo é preservado. Os comandos /compact e /rewind operam diretamente sobre esse histórico único.

Message Bus

O pacote cli/bus implementa um barramento de mensagens tipado com:

Pub/sub com filtros por canal e tipo
Request-reply com correlation IDs
Métricas atômicas de throughput

Multi-Agent

O sistema de orquestração em cli/agent/workers gerencia 12 agents especialistas que executam em goroutines paralelas com semáforo configurável. Cada worker possui:

Mini ReAct loop isolado (observe -> reason -> act)
Skills próprias (scripts aceleradores e descritivas)
File locks (mutex per-filepath)
Timeout e max turns configuráveis

Tecnologias

Categoria	Biblioteca
TUI	Bubble Tea (Charmbracelet)
Markdown	Glamour (Charmbracelet)
Cores	Lipgloss (Charmbracelet)
Logger	Zap (Uber)
Log rotation	Lumberjack
Env files	Godotenv
i18n	golang.org/x/text
gRPC	google.golang.org/grpc
Kubernetes	k8s.io/client-go
Operator	controller-runtime (Kubebuilder)
Protobuf	google.golang.org/protobuf

Padrões de design

Auto-registro via init() — Provedores se registram automaticamente
Interface-driven — LLMClient e ToolAwareClient para polimorfismo
Fallback chain — Classificacao inteligente de erros + cooldown exponencial
Stateful parser — Parsing de XML com atributos escapados (mais robusto que regex)
embed.FS — Arquivos i18n embarcados no binário (sempre usa /, nunca filepath.Join)
Panic/recover — Troca de modos no go-prompt sem reiniciar o processo
Histórico unificado — Um único array de mensagens compartilhado entre chat, agent e coder
Checkpoint/rewind — Deep copy do histórico antes de cada chamada LLM, com restauração seletiva
Compactação em 3 níveis — Trimming near-lossless, sumarização estruturada, truncamento de emergência
Type-ahead queue — Mensagens digitadas durante processamento são enfileiradas e drenadas automaticamente
Workspace context injection — Bootstrap + memória injetados automaticamente em todo system prompt
Context injection via system prompt — Contextos attached (/context attach) são injetados como SystemParts com CacheControl no modelo de mensagem, permitindo cache automático por provider (Anthropic cache_control: ephemeral, OpenAI prompt caching, Google context caching)
Background memory extraction — Worker em goroutine extrai e consolida memórias da conversa sem bloquear o fluxo principal

​Visão geral dos pacotes

​Struct principal: ChatCLI

​LLM e Provider

​Histórico e Compactação

​Controle de Execução

​Subsistemas

​Estado Auxiliar

​Fluxo de inicialização

​detectProjectDir()

​Fluxo de mensagens: modo chat

​Type-ahead (messageQueue)

​Input guard (anti-typeahead em prompts de segurança)

​Fluxo de mensagens: modo Agent/Coder

​Anchor Reminder

​Parsing de tool calls

​Formatos suportados

​Algoritmo do scanner

​Por que não regex?

​Pipeline de sanitização de argumentos

​Compactação de histórico (3 níveis)

​Trigger no modo agente

​Sistema de checkpoint/rewind

​Estrutura

​Comportamento

​Registry de provedores

​Padrão de auto-registro

​ProviderInfo

​Fluxo de descoberta

​Memory Worker (processo background)

​Parâmetros

​Triggers

​Pipeline de extracao

​Componentes principais

​CLI e Modos

​Message Bus

​Multi-Agent

​Tecnologias

​Padrões de design