Como executar múltiplos agentes de IA em árvores git isoladas com o Proliferate

Recentemente me peguei em uma rotina irritante. Você abre o terminal Claude Code para reescrever um módulo, simultaneamente abre o Cursor para corrigir estilos, e mantém um Codex local em uma terceira aba para refatoração de testes. O resultado é caos na cópia de trabalho: branches se sobrescrevem, arquivos não commitados são sobrescritos, o contexto das conversas se perde entre diferentes janelas.

Os desenvolvedores do proliferate-ai tentaram empacotar esse zoológico em um único ambiente. O nome do projeto deles é Proliferate. Este é um ambiente de desenvolvimento open-source (AI IDE) que gerencia o lançamento de diferentes agentes de codificação em paralelo e isola cada um em um worktree git separado.

O que está sob o capô e por que você precisa de worktrees

O conceito central do projeto gira em torno de trabalho paralelo. Quando você atribui uma tarefa a um agente de IA, você não quer esperar ele terminar a geração e os testes antes de passar para o próximo ticket. Ao mesmo tempo, executar agentes em um único diretório de trabalho é perigoso: eles inevitavelmente sobrescreverão as mudanças uns dos outros.

O Proliferate resolve o problema com as ferramentas nativas do Git. Cada subtarefa recebe seu próprio git worktree com seu próprio branch, terminal isolado, histórico de conversas e tela de code review.

Você pode ter simultaneamente o Claude Code fechando um bug de backend enquanto o OpenCode ou Grok escreve testes de integração na próxima janela. Eles trabalham com o mesmo repositório mas estão fisicamente em pastas diferentes e não interferem uns nos outros.

Motores e ferramentas suportados

O Proliferate não força um único modelo ou fornecedor. Ele tem um sistema de wrappers nativos para motores populares integrado:

• Claude Code
• OpenAI Codex
• OpenCode
• Cursor
• Grok

Em vez de inventar um formato de prompt customizado, a plataforma usa as interfaces nativas dessas ferramentas. Se você já tem uma assinatura ou chaves de API configuradas, pode conectá-las a um dashboard unificado.

O projeto também inclui suporte a MCP (Model Context Protocol), integração com navegador e acesso ao sistema (Computer Use). As configurações das ferramentas são configuradas uma vez no nível do projeto, após o qual qualquer agente conectado pode usá-las.

Outro recurso interessante são sub-agentes aninhados. O agente principal pode delegar um pedaço de trabalho a um processo filho, esperar o resultado e continuar construindo o projeto.

Automação e fluxos de trabalho

Além de lançar chats manualmente, existe uma seção de Workflows. Isso é lançar agentes em um agendamento ou baseado em eventos.

Por exemplo, você pode configurar uma execução de review noturno: um agente percorre os arquivos alterados durante o dia, procura regressões e coloca um relatório em um branch separado. Ou anexar um gatilho a um alerta de monitoramento para que um agente imediatamente clone o branch com o erro e comece a localizar a falha.

O projeto ainda é recente (pouco mais de 300 estrelas no GitHub), mas a funcionalidade parece bem pensada, especialmente para equipes cansadas de alternar entre dez terminais.

Como implantar e testar

A parte cliente do Proliferate é construída com Rust e Tauri com uma interface web em Node.js 22. O painel de controle do backend é escrito em Python com o gerenciador de pacotes uv e banco de dados PostgreSQL.

O código é aberto sob a licença AGPL-3.0. A parte do servidor pode ser totalmente implantada na sua própria infraestrutura via Docker Compose ou na nuvem.

Compilando a aplicação desktop a partir do código-fonte

Se você quiser testar o cliente localmente, precisará de Rust, Node.js 22 e pnpm instalados.

# Клонируем репозиторий и ставим зависимости
git clone https://github.com/proliferate-ai/proliferate.git
cd proliferate

make install
make dev-local

Executando a stack completa para desenvolvimento

Docker é necessário para trabalhar com o banco de dados local e o backend completo:

make server-install
make setup PROFILE=main
make build
make run PROFILE=main

O repositório tem um template pronto server/deploy/.env.production.example com todas as variáveis de ambiente para conectar provedores e configurar autenticação. Para um servidor de produção, os autores oferecem um arquivo docker-compose pronto com Caddy como proxy reverso.

Para quem o projeto será útil agora

O Proliferate provavelmente é desnecessário para quem usa autocompletar uma vez por dia por algumas linhas de código. Um plugin comum do editor cuida disso muito bem.

Mas se você delega ativamente geração de código para utilitários CLI como Claude Code e executa várias tarefas em paralelo, o conceito de worktree git isolado economizará muitos nervos. Você obtém um quadro visual kanban com agentes, onde cada processo tem seu próprio terminal, diff limpo e status de execução claro.

O projeto é atualizado ativamente, bugs certamente serão encontrados, mas a abordagem arquitetural via worktree parece muito mais confiável do que alternar branches manualmente no console.