Como Construímos um Agente de Changelog Semanal com Quire MCP e Claude Managed Agents

Última atualização: 25 de maio de 2026

TL;DR: Substituímos a nossa reunião de balanço de segunda-feira por um Claude Managed Agent que lê o nosso projeto Quire Dev_Changelog através do Quire MCP, agrupa o trabalho concluído nos últimos sete dias por tag e escreve um resumo semanal legível por clientes como um novo documento Quire. O tempo de execução é inferior a 30 segundos no Haiku 4.5. A maior vitória menos óbvia foi a filtragem agressiva de ferramentas, que reduziu os tokens de entrada por execução de ~82 000 para ~12 000 e manteve o trabalho dentro dos limites de taxa do Tier 1 sem upgrade da API.

São 9h04 de uma segunda-feira. Alguém no canal da equipa pergunta: "Olá, um resumo rápido do que saiu na semana passada?" Três pessoas abrem os separadores, percorrem o quadro Kanban, tentam lembrar-se de quais das quarenta tarefas fechadas tinham realmente significado, e voltam vinte minutos depois com dois pontos e um encolher de ombros. A reunião de balanço que devia demorar dez minutos demora quarenta. Na terça-feira já toda a gente se esqueceu do que lá estava.

Substituímos esse ciclo. Construímos um agente em Quire MCP e Claude Managed Agents que lê o nosso projeto Dev_Changelog todas as manhãs de segunda-feira, encontra tudo o que foi concluído nos últimos sete dias, agrupa por equipa, traduz o jargão de desenvolvimento para algo que um cliente consiga ler e escreve o resumo inteiro num novo documento Quire. Tempo total de execução: menos de trinta segundos. Manutenção contínua total: zero.

Este artigo descreve a implementação completa, incluindo as três coisas que se partiram pelo caminho e como as corrigimos. Se alguma vez quis um agente de IA que faça trabalho real sobre os dados do seu projeto em vez de apenas conversar sobre eles, esta é uma receita que funciona.

O que o agente realmente produz

Todas as segundas-feiras às 9h da manhã (hora do Pacífico), uma sessão Claude desperta, consulta o Quire e cria um novo documento no nosso projeto Dev_Changelog intitulado Weekly Brief: May 15 to May 21, 2026. O documento tem cinco secções, por esta ordem:

• Highlights com os três principais itens por impacto no utilizador
• Features Shipped com cada nova capacidade traduzida num benefício para o utilizador
• Bugs Fixed a descrever o que o utilizador estava a sentir antes da correção
• Design Updates focado no que mudou visivelmente
• Social and Marketing incluindo números de engagement quando a descrição da tarefa os tinha

As secções vazias são silenciosamente omitidas. Ao fundo há um resumo de contagem numa linha. O todo tem cerca de 400 palavras e lê-se como um digest interno em vez de um changelog de marketing, porque é exactamente o que o prompt de sistema pede.

Veja os exemplos reais: o agente lê a partir do projeto-fonte Dev_Changelog filtrado, e o Weekly Brief: May 15 to May 21, 2026 é o documento que de facto produziu.

A equipa lê-o em dois minutos durante a standup. Ninguém tem de o escrever. Ninguém tem de se lembrar de o fazer.

O que o Quire MCP e os Claude Managed Agents lhe oferecem

O Quire MCP é um servidor Model Context Protocol alojado em https://mcp.quire.app/mcp. Expõe a API do Quire como um conjunto de ferramentas padronizadas que qualquer cliente compatível com MCP pode chamar. Há cerca de noventa e cinco, que cobrem desde search_tasks a create_document e bulk_create_tasks. O agente não precisa de saber como a API REST do Quire está modelada. Apenas vê um catálogo de ferramentas e chama as que precisa.

Os Claude Managed Agents são o runtime alojado da Anthropic para agentes autónomos. Define-se um agente (modelo + prompt de sistema + configuração de ferramentas), um ambiente (contentor isolado com políticas de rede) e criam-se sessões que efectivamente fazem o trabalho. A Anthropic trata do isolamento, do proxy de credenciais, do ciclo de execução, do registo de auditoria. Nada disso é código que tenha de escrever.

A combinação é importante porque cada peça por si só é apenas canalização. O Quire MCP sem um agente é um catálogo de ferramentas sem ninguém que as chame. Os Claude Managed Agents sem um MCP específico de domínio são uma sandbox sem nada para fazer. Junte-os e obtém um agente que age realmente sobre dados de produção reais, com autenticação e isolamento adequados de raiz.

Não está nos Claude Managed Agents? O Quire MCP também funciona com o Open Claw, o cliente MCP open-source. Mesmo catálogo de ferramentas, mesmo fluxo OAuth, mesmos fluxos de trabalho que pode construir por cima. Escolha o runtime que melhor se encaixar na sua stack.

Porque é que isto importa: a maioria das ferramentas de gestão de projetos ainda não disponibiliza um servidor MCP público. A Asana, o Monday e o ClickUp expõem APIs REST mas não MCP, por isso teria de os encapsular e tratar da autenticação. O Notion tem MCP, mas a sua superfície de ferramentas foi construída para docs e páginas, e não para a estrutura de tarefas e sub-tarefas que a automação de projetos exige. O Quire MCP foi construído à volta das unidades de trabalho (tarefas, sub-tarefas, estados, tags, sub-listas) sobre as quais um agente opera, e é por isso que esta implementação foi uma tarde e não um trimestre.

A implementação, passo a passo

A configuração demorou cerca de uma hora, a maior parte da qual passada a lutar com uma armadilha de configuração a que volto já. Eis a receita real.

1. A definição do agente

O agente é um único ficheiro YAML. O prompt de sistema é a parte mais importante porque é o que transforma uma sessão Claude genérica num escritor de changelog:

name: Dev Changelog Writer
model:
  id: claude-haiku-4-5
  speed: standard
system: |-
  You are the weekly changelog writer for the Quire project
  "Dev_Changelog" (https://quire.io/w/Dev_Changelog).
  When invoked:
  1. Use the Quire MCP to search Dev_Changelog for tasks where status
     is completed and the `toggled` timestamp falls within the last 7
     days. Pull name, description, priority, tags, and subtasks.
  2. Group results by tag: feature, bugfix, design, social. Within
     each group, sort by priority (urgent, high, medium, low).
  3. Translate each task from internal dev shorthand into plain
     language a customer would understand. Features: lead with the
     user-facing benefit. Bugfixes: lead with what the user was
     experiencing. Design: describe what visibly changed. Social:
     include engagement numbers if mentioned.
  4. Create a new document in Dev_Changelog using `create_document`.
     Title: "Weekly Brief: [start date] to [end date]". Sections:
     Highlights, Features Shipped, Bugs Fixed, Design Updates,
     Social and Marketing, plus a footer with item counts.
  5. If zero completed tasks are found, do not create a document.
mcp_servers:
  - name: quire
    type: url
    url: https://mcp.quire.app/mcp

Escolhemos o Haiku 4.5 porque o trabalho não exige muito raciocínio. O agente agrupa, filtra e formata, algo que o Haiku faz bem por cerca de um décimo do custo por token do Sonnet e com limites de taxa substancialmente mais altos. Para uma execução semanal sem supervisão, essa margem nos limites de taxa importa mais do que o ganho marginal em raciocínio.

2. Filtragem de ferramentas, onde está o dinheiro a sério

Por defeito, quando se liga o servidor Quire MCP a um agente, as noventa e cinco definições de ferramentas são carregadas em contexto a cada chamada que o agente faz ao modelo. São muitos tokens, e a maioria não serve para nada quando o agente só precisa de ler tarefas e criar um documento.

Filtre sem dó:

tools:
  - mcp_server_name: quire
    type: mcp_toolset
    default_config:
      enabled: false
      permission_policy:
        type: always_allow
    configs:
      - name: search_tasks
        enabled: true
      - name: create_document
        enabled: true
      - name: list_tags
        enabled: true
      - name: resolve_quire_url
        enabled: true

default_config.enabled: false significa "nada activo por defeito", e o bloco configs opta pelas quatro ferramentas que o agente realmente usa. Esta alteração levou a nossa contagem de tokens de entrada por execução de cerca de 82 000 para menos de 12 000, o que nos colocou confortavelmente abaixo do limite de taxa do Tier 1. (Mais sobre isto nas histórias de guerra abaixo.)

Há também um benefício de segurança. Com apenas search_tasks, create_document, list_tags e resolve_quire_url activadas, o agente literalmente não consegue apagar, arquivar ou modificar quaisquer dados existentes, mesmo que uma injeção de prompt o tentasse. A ferramenta bulk_delete_tasks do Quire não está no seu kit, pelo que o modelo não a pode chamar.

3. O ambiente

Os Managed Agents executam cada sessão dentro de uma sandbox gVisor com uma política de rede que você controla. O padrão é "Limited" sem acesso de rede externa, o que vai impedir o agente de chegar ao Quire MCP. A correcção mais limpa é o privilégio mínimo: manter o tipo como Limited, mas permitir explicitamente o único hostname de que precisa.

Na consola do Claude: Manage Environments → o seu ambiente → Networking → active Allow MCP server network access → adicione mcp.quire.app aos Allowed hosts. Deixe o acesso de rede do gestor de pacotes desactivado, porque este agente não instala nada.

4. O cofre de credenciais

O Quire autentica-se via OAuth. Nos Managed Agents, os tokens OAuth vivem num cofre de credenciais que está fora da sandbox. Quando o agente chama o Quire MCP, um proxy de credenciais injecta o token do lado do servidor. O modelo em si nunca vê o token, o que significa que uma injeção de prompt bem-sucedida não o consegue exfiltrar.

Crie um cofre, clique em Add credential, aponte-o para https://mcp.quire.app/mcp, escolha OAuth como tipo e execute o fluxo de autorização. Assim que a credencial aparecer como Active, o cofre está pronto.

5. Agendamento

As sessões dos Managed Agents são de execução única. Não se repetem automaticamente. Para pôr o agente a correr todas as segundas-feiras, aponte qualquer agendador para o endpoint da API sessions.create com uma expressão cron 0 9 * * 1. Usamos um simples Cloudflare Workers Cron Trigger que chama a API da Anthropic uma vez por semana, mas o agendamento do GitHub Actions funciona igualmente bem, tal como qualquer plataforma de funções cloud.

O que se partiu, e como soubemos

Três coisas correram mal a caminho de uma execução semanal limpa. Vale a pena nomeá-las porque, se construir algo parecido, vai bater em pelo menos uma.

URL do MCP errado. O produto do Quire está alojado em quire.io, mas o servidor MCP está em quire.app. Apontámos tudo (agente, hosts permitidos do ambiente, cofre de credenciais) para mcp.quire.io/mcp e obtivemos uma falha confusa de OAuth, depois, assim que ultrapassámos isso, um HTTP 502 do upstream. A correcção é aborrecida mas merece ser sinalizada: todas as referências ao MCP têm de usar mcp.quire.app, e não quire.io. Se algum dos três locais tiver o host errado, a execução falha.

Inchaço do conjunto de ferramentas do agente. O agent_toolset_20260401 padrão da Anthropic traz para contexto todas as ferramentas de uso geral (bash, operações de ficheiro, pesquisa web, execução de código). O nosso agente não precisa de nenhuma delas. Deixar o conjunto de ferramentas padrão activado por cima do servidor Quire MCP empurrou a contagem de tokens de entrada para além dos 80 000 por chamada ao modelo, e batemos imediatamente no limite de taxa do Tier 1. Remover o conjunto de ferramentas padrão e filtrar as ferramentas do Quire (como mostrado acima) baixou-a para cerca de 12 000. A lição: cada ferramenta no contexto do seu agente é um imposto, mesmo que o agente nunca a chame.

Pânico do limite de taxa. Antes de descobrirmos o problema do inchaço, a reacção natural era "temos de fazer upgrade do tier da API". Os upgrades de tier custam dinheiro. O verdadeiro problema era que o agente estava a carregar 70 000 tokens de definições de ferramentas que nunca iria usar. Verifique sempre o que está na sua janela de contexto antes de assumir que precisa de um limite maior.

O que o Quire MCP desbloqueia para além de um changelog semanal

O changelog semanal é um primeiro agente útil, mas é sobretudo uma prova de conceito. O padrão (um Managed Agent + Quire MCP + um gatilho agendado) estende-se a muito mais coisas.

Algumas que estamos a prototipar:

• Um resumo diário de arranque de sprint que lê as tarefas movidas para "In Progress" durante a noite e publica um resumo no Slack
• Um redactor de retrospectiva de incidentes que vigia um projeto Quire em busca de tarefas incident concluídas e monta um rascunho de retro com cronologia, factores contribuintes e acções de seguimento extraídos das sub-tarefas
• Um digest de status para clientes que corre nas sextas-feiras à tarde para cada projeto de cliente, resumindo as entregas da semana em linguagem apropriada para reencaminhar directamente ao cliente

A forma é a mesma de cada vez. Um gatilho agendado, um agente focado, um pequeno conjunto de ferramentas do Quire MCP, um documento ou mensagem como saída. O trabalho duro (isolamento, credenciais, o ciclo do agente) está nos Managed Agents. O trabalho de domínio (que dados do Quire consultar, o que fazer com eles) está no prompt de sistema.

Quando esta não é a abordagem certa

Um Managed Agent é exagero para perguntas pontuais. Se quiser um resumo único de "o que entregámos este trimestre", perguntar directamente ao Claude numa janela de chat e colar os dados do Quire é mais rápido do que construir um agente implantado. A forma de agente só compensa quando o mesmo trabalho corre repetidamente sem supervisão.

É também a forma errada quando o trabalho é genuinamente exigente em raciocínio, como escrever uma estratégia de produto ponderada a partir dos mesmos dados. O Haiku é bom para "resumir e formatar". Para "decidir o que devemos fazer sobre isto", quer Sonnet ou Opus, e nessa altura provavelmente também quer um humano no ciclo.

E se os dados do seu projeto forem escassos (digamos, um par de tarefas concluídas por semana sem descrições), o agente não tem nada útil para resumir. O resultado é tão bom quanto a disciplina que a sua equipa tem a escrever descrições de tarefas reais. Aprendemos isto da forma mais difícil quando uma execução de teste inicial produziu um resumo tecnicamente correcto e totalmente desinformativo, porque metade dos nomes das tarefas eram apenas IDs de tickets.

Pontos-chave

O agente de changelog semanal é pequeno em âmbito e grande em retorno porque remove um imposto recorrente (a reunião de balanço de segunda-feira) sem que ninguém tenha de se lembrar de fazer fosse o que fosse. As peças que o fizeram funcionar foram específicas: Haiku 4.5 pelo custo e pela margem nos limites de taxa, filtragem agressiva de ferramentas para manter a janela de contexto apertada, uma política de ambiente de privilégio mínimo que apenas permite tráfego para mcp.quire.app e um cofre de credenciais para que o agente nunca toque no token OAuth real.

A lição geral é que Quire MCP mais Claude Managed Agents é uma forma rápida de pôr um agente autónomo à frente dos dados do seu projeto sem construir qualquer infraestrutura. As partes difíceis (isolamento, autenticação, agendamento, registos de auditoria) já estão resolvidas. O que traz é o prompt, a selecção de ferramentas e a disciplina de escrever dados de projeto que valham a pena resumir, em primeiro lugar.

Perguntas Frequentes

O que é o Quire MCP?

O Quire MCP é um servidor Model Context Protocol que permite a agentes de IA ler e escrever no seu espaço de trabalho Quire através de uma interface de ferramentas padronizada. Vive em https://mcp.quire.app/mcp e expõe cerca de noventa e cinco ferramentas que cobrem pesquisa, criação de tarefas e documentos, operações em massa e mais. Qualquer cliente compatível com MCP (Claude, Cursor, agentes personalizados construídos no SDK da Anthropic) se pode ligar a ele.

O que são os Claude Managed Agents?

Os Claude Managed Agents são o runtime alojado da Anthropic para executar agentes autónomos de longa duração na cloud. Define-se um agente (modelo, prompt de sistema, ferramentas), um ambiente (contentor isolado com políticas de rede) e criam-se sessões que executam o trabalho. A Anthropic trata do isolamento, da intermediação de credenciais e do ciclo de execução, para que não tenha de construir essa infraestrutura por si.

Porquê usar o Haiku 4.5 em vez de Sonnet ou Opus para este tipo de automação?

Resumir dados estruturados de tarefas num documento não é uma tarefa que exija muito raciocínio. É agrupar, filtrar e formatar. O Haiku 4.5 dá conta desse nível de qualidade sem problemas, custa cerca de um décimo do Sonnet por token e tem limites de taxa substancialmente mais altos em todos os escalões da API. Para um trabalho semanal que corre sem supervisão, a margem de custo e de limites de taxa importa mais do que o ganho marginal em raciocínio.

Quanto tempo demora o agente a gerar um resumo semanal?

Para um projeto com cerca de vinte tarefas concluídas na janela, a execução completa demora menos de trinta segundos de ponta a ponta. Isso inclui pesquisar no Quire, processar os resultados, escrever o corpo do documento e criar o documento de volta no projeto. A maior parte desse tempo é a chamada ao modelo, não os pedidos às ferramentas.

O agente pode editar ou apagar tarefas existentes no meu projeto?

Apenas se conceder explicitamente essas permissões de ferramentas. O servidor Quire MCP expõe cerca de noventa e cinco ferramentas, mas os Claude Managed Agents permitem activar um subconjunto por agente. Para o caso de uso do changelog, activámos apenas quatro ferramentas de leitura e criação, pelo que o agente não consegue modificar nem apagar quaisquer dados existentes, mesmo que uma injecção de prompt o tentasse.

O que acontece se não houver tarefas concluídas na semana em que o agente corre?

O prompt do agente inclui uma instrução de salvaguarda: se a pesquisa devolver zero tarefas concluídas, não cria um documento e regista apenas uma linha a indicar que a semana ficou vazia. Isto evita que um resumo semanal em branco ou enganador seja publicado quando a equipa não entregou nada na janela.

Preciso de um plano Quire pago para usar o Quire MCP?

O Quire MCP funciona com qualquer plano que tenha acesso à API. Consulte as quotas actuais da API em quire.io/pricing. Para um agente que corre uma vez por semana e faz um punhado de chamadas a ferramentas por execução, os limites do escalão gratuito ou inicial são geralmente suficientes.

Posso executar este mesmo agente em vários projetos Quire?

Sim. O padrão mais limpo é uma definição de agente por fluxo de trabalho e uma sessão por projeto. O URL do projeto torna-se um parâmetro no momento da criação da sessão. Se quiser um único resumo semanal a cobrir vários projetos, reestruture o prompt para consultar cada projeto sequencialmente e combine os resultados num só documento.

Pronto para construir o seu próprio agente em Quire MCP?

Comece a sua avaliação gratuita de 30 dias em quire.io/signup e explore a documentação para programadores do Quire para ver o catálogo completo de ferramentas MCP. Sem cartão de crédito, acesso total.