Para o meu projeto de e-mail para agentes MCP, eu queria criar uma maneira fácil de compartilhar a caixa de correio usada pelos meus agentes de programação em um projeto real, para que as pessoas pudessem ver em detalhes como ela funciona, já que as capturas de tela só mostram uma parte da realidade. Estou trabalhando há alguns dias em um "aplicativo complementar" comercial para o projeto e já compartilhei anteriormente meu fluxo de trabalho para isso, usando 7 instâncias simultâneas do Codex trabalhando em equipe. Após muitas horas de trabalho, eles já trocaram mais de 1.000 mensagens de agentes, então decidi usar isso como um exemplo extremo. Você pode visualizar a caixa de entrada real de todos os agentes no seguinte link, que é um site estático hospedado no GitHub Pages sem usar um servidor tradicional: https://t.co/ZAbCMtFym0 Ele usa uma versão WebAssembly do SQLite e tem um desempenho bastante bom, apesar de rodar completamente no navegador. Também adicionei um comando muito fácil de usar ao projeto para que qualquer pessoa possa "exportar e compartilhar" sua caixa de correio de agente e implantá-la automaticamente no GitHub usando o utilitário gh (ou páginas do Cloudflare). Veja as capturas de tela abaixo para entender como esse fluxo funciona. O visualizador de "compartilhamento" tem a mesma aparência e funcionalidade da interface web integrada em Python e oferece suporte completo a filtragem, classificação, pesquisa e um prático modo de "conversas" semelhante à interface do Gmail. Além disso, é fácil atualizar um compartilhamento de caixa de correio existente à medida que seus agentes enviam mais mensagens. É útil por si só, mas o verdadeiro motivo pelo qual adicionei esse recurso foi para demonstrar o sistema quando usado em um projeto real, seguindo o fluxo de trabalho que compartilhei anteriormente, onde você usa um plano de desenvolvimento detalhado e também faz com que os agentes usem o projeto Beads de Steve Yegge para gerenciamento de tarefas. Ao analisar as mensagens de exemplo no link acima, você poderá ter uma ótima noção de quão bem o sistema funciona. Os agentes simplesmente descobrem as coisas e sabem instantaneamente como se comunicar de forma eficaz e se auto-organizar para resolver problemas de forma cooperativa. A configuração do sistema em sua máquina leva apenas alguns minutos usando o comando de instalação de uma linha (veja o próximo tweet). Experimente e você sentirá a Inteligência Artificial Geral (AGI) à medida que seus agentes se transformam repentinamente em uma pequena equipe de desenvolvimento ou startup trabalhando para você.
Aqui está o comando de uma linha para instalá-lo: curlraw.githubusercontent.com/Dicklesworthst…IgC4vbS | bash -s -- --sim O que isto faz: Instala o uv se estiver faltando e atualiza seu PATH para esta sessão. Cria um ambiente virtual Python 3.14 e instala as dependências com o uv. Executa a integração de detecção automática para conectar as ferramentas de agente compatíveis. Inicia o servidor HTTP MCP na porta 8765 e imprime um token de portador mascarado. Cria scripts auxiliares em scripts/ (incluindo run_server_with_token.sh)
Aqui está minha publicação recente sobre meu novo fluxo de trabalho e dicas para usar o sistema de e-mx.com/doodlestein/st…eficaz:

