developers · May 20, 2026
Como construímos um agente de changelog semanal com Quire MCP e Claude Managed Agents
Última atualização: 25 de maio de 2026
TL;DR: Substituímos nossa reunião de recapitulação de segunda-feira por um Claude Managed Agent que lê nosso projeto Dev_Changelog no Quire via Quire MCP, agrupa o trabalho concluído nos últimos sete dias por tag e escreve um resumo semanal voltado ao cliente como um novo documento Quire. O tempo de execução é menor que 30 segundos no Haiku 4.5. A maior vitória não óbvia foi a filtragem agressiva de ferramentas, que reduziu os tokens de entrada por execução de cerca de 82.000 para cerca de 12.000 e manteve o trabalho dentro dos limites do Tier 1 sem upgrade de API.
É segunda-feira, 9h04. Alguém no canal da equipe pergunta: "Ei, um resuminho rápido do que entrou no ar semana passada?". Três pessoas abrem suas abas, rolam pelo quadro Kanban, tentam lembrar quais das quarenta tarefas fechadas eram realmente relevantes e voltam vinte minutos depois com dois bullets e um dar de ombros. A reunião de recapitulação que era para durar dez minutos vira quarenta. Na terça-feira todo mundo já esqueceu o que estava nela.
Substituímos esse ciclo. Construímos um agente em Quire MCP e Claude Managed Agents que lê nosso projeto Dev_Changelog toda segunda de manhã, encontra tudo o que foi concluído nos últimos sete dias, agrupa por equipe, traduz o jargão de dev para algo que um cliente conseguiria ler e escreve o resumo inteiro em um novo documento Quire. Tempo total de execução: menos de trinta segundos. Manutenção contínua total: zero.
Este post é a construção completa, incluindo as três coisas que quebraram no caminho e como as consertamos. Se você já quis um agente de IA que faça trabalho real com os dados do seu projeto em vez de só conversar sobre eles, esta é uma receita que funciona.
O que o agente realmente produz
Toda segunda às 9h 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 seções, nesta ordem:
- Destaques com os três principais itens por impacto no usuário
- Recursos Lançados com cada nova capacidade traduzida em benefício para o usuário
- Bugs Corrigidos descrevendo o que o usuário estava enfrentando antes da correção
- Atualizações de Design focando no que mudou visualmente
- Social e Marketing incluindo números de engajamento quando a descrição da tarefa os tinha
Seções vazias são puladas silenciosamente. No final há um resumo de contagem de uma linha. O texto inteiro tem cerca de 400 palavras e parece um digest interno, não um changelog de marketing, porque é exatamente isso que o prompt de sistema pede.
Veja os exemplos ao vivo: o agente lê do projeto fonte Dev_Changelog filtrado, e o Weekly Brief: May 15 to May 21, 2026 é o documento que ele realmente produziu.
A equipe lê em dois minutos durante a daily. Ninguém precisa escrever. Ninguém precisa lembrar de fazer isso.
O que o Quire MCP e o Claude Managed Agents te dão
O Quire MCP é um servidor Model Context Protocol hospedado em https://mcp.quire.app/mcp. Ele expõe a API do Quire como um conjunto de ferramentas padronizadas que qualquer cliente compatível com MCP pode chamar. São cerca de noventa e cinco delas, cobrindo desde search_tasks e create_document até bulk_create_tasks. O agente não precisa saber como a API REST do Quire é moldada. Ele apenas vê um catálogo de ferramentas e chama o que precisar.
O Claude Managed Agents é o runtime hospedado da Anthropic para agentes autônomos. Você define um agente (modelo + prompt de sistema + configuração de ferramentas), um ambiente (contêiner em sandbox com políticas de rede) e cria sessões que efetivamente executam o trabalho. A Anthropic cuida do sandboxing, do proxy de credenciais, do loop de execução, do log de auditoria. Nada disso é código que você precisa escrever.
A combinação importa porque cada peça isolada é só encanamento. Quire MCP sem um agente é um catálogo de ferramentas sem ninguém para chamá-las. Claude Managed Agents sem um MCP de domínio específico é um sandbox sem nada para fazer. Conecte os dois e você tem um agente que executa ação real contra dados reais de produção, com autenticação e sandboxing adequados embutidos.
Não está no 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 workflows que você pode construir em cima. Escolha o runtime que se encaixar na sua stack.
Por que isso importa: A maioria das ferramentas de PM ainda não tem um servidor MCP público. Asana, Monday e ClickUp expõem APIs REST mas nenhum MCP, então você teria que envolvê-las por conta própria e tratar a autenticação. Notion tem MCP, mas sua superfície de ferramentas é construída para docs e páginas, não para a estrutura de tarefa-e-subtarefa que a automação de projeto de fato precisa. O Quire MCP é construído em torno das unidades de trabalho (tarefas, subtarefas, estados, tags, sublistas) sobre as quais um agente opera, e é por isso que essa construção levou uma tarde, não um trimestre.
A construção, passo a passo
A configuração inteira levou cerca de uma hora, a maior parte gasta lutando com uma pegadinha de config a que vou chegar daqui a pouco. Aqui está a receita de verdade.
1. A definição do agente
O agente é um único arquivo YAML. O prompt de sistema é a parte mais importante porque é o que transforma uma sessão Claude genérica em um 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 é pesado em raciocínio. O agente agrupa, filtra e formata, e o Haiku dá conta disso a cerca de um décimo do custo por token do Sonnet e com limites de taxa substancialmente maiores. Para uma execução semanal sem supervisão, essa margem de rate limit importa mais do que o ganho marginal de raciocínio.
2. Filtragem de ferramentas, que é onde mora o dinheiro
Por padrão, quando você anexa o servidor Quire MCP a um agente, todas as noventa e cinco definições de ferramenta são carregadas no contexto sempre que o agente faz uma chamada de modelo. São muitos tokens, e a maioria deles é inútil quando seu agente só precisa 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 ligado por padrão", e o bloco configs habilita as quatro ferramentas que o agente realmente usa. Essa única mudança levou nossa contagem de tokens de entrada por execução de cerca de 82.000 para menos de 12.000, o que nos deixou confortavelmente abaixo do limite do Tier 1. (Mais sobre isso nas histórias de guerra abaixo.)
Há também um benefício de segurança. Com apenas search_tasks, create_document, list_tags e resolve_quire_url habilitadas, o agente literalmente não consegue excluir, arquivar ou modificar nenhum dado existente, mesmo que uma injeção de prompt tentasse forçá-lo. A ferramenta bulk_delete_tasks do Quire não está no seu kit, então o modelo não pode chamá-la.
3. O ambiente
O Managed Agents executa cada sessão dentro de um sandbox gVisor com uma política de rede que você controla. O padrão é "Limited", sem acesso externo à rede, o que vai bloquear seu agente de alcançar o Quire MCP. O ajuste mais limpo é privilégio mínimo: mantenha o tipo como Limited, mas permita explicitamente o único hostname de que você precisa.
No console do Claude: Manage Environments → seu ambiente → Networking → habilite Allow MCP server network access → adicione mcp.quire.app aos Allowed hosts. Deixe o acesso de rede do gerenciador de pacotes desabilitado, porque esse agente não instala nada.
4. O cofre de credenciais
O Quire autentica via OAuth. No Managed Agents, os tokens OAuth ficam num cofre de credenciais que reside fora do sandbox. Quando o agente chama o Quire MCP, um proxy de credenciais injeta o token no lado do servidor. O próprio modelo nunca vê o token, o que significa que uma injeção de prompt bem-sucedida não consegue exfiltrá-lo.
Crie um cofre, clique em Add credential, aponte para https://mcp.quire.app/mcp, escolha OAuth como tipo e execute o fluxo de autorização. Quando a credencial aparecer como Active, o cofre está pronto.
5. Agendamento
As sessões do Managed Agents são de execução única. Elas não se repetem automaticamente. Para fazer o agente rodar toda segunda-feira, 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 GitHub Actions em uma schedule funciona igualmente bem, e qualquer plataforma de função em nuvem também.
O que quebrou e como soubemos
Três coisas saíram dos trilhos no caminho até uma execução semanal limpa. Vale a pena nomeá-las porque, se você construir algo parecido, vai esbarrar em pelo menos uma delas.
URL do MCP errada. O produto do Quire é hospedado em quire.io, mas o servidor MCP fica em quire.app. Apontamos tudo (agente, hosts permitidos do ambiente, cofre de credenciais) para mcp.quire.io/mcp e tomamos uma falha confusa de OAuth, e depois que conseguimos passar dela, um HTTP 502 do upstream. A correção é chata mas vale o alerta: toda referência ao MCP precisa usar mcp.quire.app, não quire.io. Se qualquer um dos três lugares tiver o host errado, a execução falha.
Inchaço do toolset do agente. O agent_toolset_20260401 padrão da Anthropic embarca toda ferramenta de uso geral (bash, operações de arquivo, busca na web, execução de código) no contexto. Nosso agente não precisa de nenhuma delas. Deixar o toolset padrão ligado em cima do servidor Quire MCP empurrou nossa contagem de tokens de entrada para mais de 80.000 por chamada de modelo e batemos no rate limit do Tier 1 na hora. Remover o toolset padrão e filtrar as ferramentas do Quire (como mostrado acima) trouxe isso para cerca de 12.000. A lição: toda ferramenta no contexto do seu agente é um imposto, mesmo que o agente nunca a chame.
Pânico de rate limit. Antes de descobrirmos o problema do inchaço, a reação natural foi "precisamos fazer upgrade do tier da API". Upgrades de tier custam dinheiro. O problema de verdade era que o agente estava carregando 70.000 tokens de definições de ferramenta que ele nunca usaria. Sempre verifique o que está na sua janela de contexto antes de assumir que você precisa de um limite maior.
O que o Quire MCP destrava além de um changelog semanal
O changelog semanal é um primeiro agente útil, mas é principalmente uma prova de conceito. O padrão (um Managed Agent + Quire MCP + um gatilho agendado) se estende para muito mais.
Alguns que estamos prototipando:
- Um resumo diário de kickoff de sprint que lê tarefas movidas para "Em andamento" durante a noite e posta um resumo no Slack
- Um redator de retrospectiva de incidente que monitora um projeto Quire em busca de tarefas
incidentconcluídas e monta um documento de retro rascunho com linha do tempo, fatores contribuintes e ações de follow-up extraídas das subtarefas - Um digest de status para o cliente que roda nas tardes de sexta-feira para cada projeto de cliente, resumindo as entregas da semana em linguagem adequada para encaminhar diretamente ao cliente
A forma é a mesma toda vez. Um gatilho agendado, um agente focado, um conjunto pequeno de ferramentas do Quire MCP, um documento ou mensagem como saída. O trabalho difícil (sandboxing, credenciais, o loop do agente) está no Managed Agents. O trabalho de domínio (quais dados do Quire consultar, o que fazer com eles) está no prompt de sistema.
Quando essa não é a abordagem certa
Um Managed Agent é exagero para perguntas pontuais. Se você quer um resumo único de "o que entrou no ar neste trimestre", perguntar diretamente ao Claude numa janela de chat e colar os dados do Quire é mais rápido do que construir um agente implantado. O formato de agente só compensa quando o mesmo trabalho roda repetidamente sem supervisão.
Também é o formato errado quando o trabalho é genuinamente pesado em raciocínio, como escrever uma estratégia de produto bem pensada a partir dos mesmos dados. O Haiku é ótimo para "resumir e formatar". Para "decidir o que devemos fazer com isso", você quer Sonnet ou Opus, e nesse ponto você provavelmente quer um humano no loop também.
E se os dados do seu projeto forem esparsos (digamos, algumas poucas tarefas concluídas por semana sem descrições), o agente não tem nada útil para resumir. A saída é tão boa quanto a disciplina da sua equipe de escrever descrições de tarefa de verdade. Aprendemos isso da pior forma quando uma execução de teste inicial produziu um resumo tecnicamente correto e totalmente desinformativo, porque metade dos nomes de tarefa eram apenas IDs de ticket.
Principais conclusões
O agente de changelog semanal é pequeno em escopo e grande em retorno porque remove um imposto recorrente (a reunião de recapitulação de segunda-feira) sem ninguém ter que se lembrar de fazer nada. As peças que fizeram funcionar foram específicas: Haiku 4.5 pela margem de custo e rate limit, filtragem agressiva de ferramentas para manter a janela de contexto enxuta, uma política de ambiente de privilégio mínimo que só 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 colocar um agente autônomo na frente dos dados do seu projeto sem construir nenhuma infraestrutura. As partes difíceis (sandboxing, autenticação, agendamento, logs de auditoria) já estão resolvidas. O que você traz é o prompt, a seleção de ferramentas e a disciplina de escrever dados de projeto que valham a pena resumir.
Perguntas frequentes
O que é o Quire MCP?
O Quire MCP é um servidor Model Context Protocol que permite que agentes de IA leiam e escrevam no seu workspace Quire usando uma interface de ferramentas padronizada. Ele vive em https://mcp.quire.app/mcp e expõe cerca de noventa e cinco ferramentas cobrindo busca, criação de tarefa e documento, operações em lote e mais. Qualquer cliente compatível com MCP (Claude, Cursor, agentes personalizados construídos no SDK da Anthropic) pode se conectar a ele.
O que são os Claude Managed Agents?
Claude Managed Agents é o runtime hospedado da Anthropic para executar agentes autônomos de longa duração na nuvem. Você define um agente (modelo, prompt de sistema, ferramentas), um ambiente (contêiner em sandbox com políticas de rede) e cria sessões que executam o trabalho. A Anthropic cuida do sandboxing, da intermediação de credenciais e do loop de execução, para que você não precise construir essa infraestrutura.
Por que usar Haiku 4.5 em vez de Sonnet ou Opus para esse tipo de automação?
Resumir dados estruturados de tarefa em um documento não é uma tarefa de raciocínio pesado. É agrupar, filtrar e formatar. O Haiku 4.5 atende bem a esse nível de qualidade, custa cerca de um décimo do Sonnet por token e tem limites de taxa substancialmente maiores em todos os níveis de API. Para um trabalho semanal que roda sem supervisão, a margem de custo e de rate limit importa mais do que o ganho marginal de raciocínio.
Quanto tempo o agente leva para gerar um resumo semanal?
Para um projeto com cerca de vinte tarefas concluídas na janela, a execução completa leva 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 do modelo, não as idas e voltas das ferramentas.
O agente pode editar ou excluir tarefas existentes no meu projeto?
Somente se você conceder explicitamente essas permissões de ferramenta. O servidor Quire MCP expõe cerca de noventa e cinco ferramentas, mas o Claude Managed Agents permite habilitar um subconjunto por agente. Para o caso de uso do changelog, habilitamos apenas quatro ferramentas de leitura e criação, então o agente não consegue modificar nem excluir nenhum dado existente, mesmo que uma injeção de prompt tentasse forçá-lo a fazer isso.
O que acontece se nenhuma tarefa for concluída na semana em que o agente roda?
O prompt do agente inclui uma instrução de fallback: se zero tarefas concluídas forem retornadas pela busca, não crie um documento e, em vez disso, registre uma única linha dizendo que a semana ficou vazia. Isso evita que um resumo semanal em branco ou enganoso seja publicado quando a equipe não entregou nada na janela.
Preciso estar em um plano pago do Quire para usar o Quire MCP?
O Quire MCP funciona com qualquer plano que tenha acesso à API. Verifique as cotas atuais da API em quire.io/pricing. Para um agente que roda uma vez por semana fazendo um punhado de chamadas de ferramenta por execução, os limites do plano gratuito ou inicial geralmente são suficientes.
Posso rodar esse mesmo agente em vários projetos Quire?
Sim. O padrão mais limpo é uma definição de agente por workflow e uma sessão por projeto. A URL do projeto vira um parâmetro no momento da criação da sessão. Se você quiser um único resumo semanal cobrindo vários projetos, reestruture o prompt para consultar cada projeto sequencialmente e combinar os resultados em um documento.
Pronto para construir seu próprio agente no Quire MCP?
Comece seu teste gratuito de 30 dias em quire.io/signup e explore a documentação para desenvolvedores do Quire para ver o catálogo completo de ferramentas MCP. Sem cartão de crédito, acesso total.
