diff-tour transforma mudanças de código por agentes de IA em uma revisão guiada
diff-tour organiza o diff do Git em um percurso somente leitura e ajuda a entender o que precisa ser corrigido antes de integrar mudanças do Claude Code ou Codex.
Se você não consegue entender o código que um agente de IA acabou de mudar, instale o diff-tour. Ele faz o Claude Code ou o Codex guiar você pelas mudanças como um desenvolvedor experiente as leria.
Primeiro, explica por que as mudanças são necessárias e depois mostra os arquivos que vale a pena ler, incluindo arquivos relacionados que não foram alterados.
Ele faz por você as perguntas essenciais: “O que funcionava antes ainda funciona?”, “O que acontece em caso de falha ou nova execução?”, “É possível reverter as mudanças com segurança?”
Ele separa o que precisa ser corrigido obrigatoriamente de melhorias opcionais e explica por que partes que parecem arriscadas podem estar normais.
Onde vale a pena parar e pensar, ele primeiro faz uma pergunta para que você possa tentar adivinhar a resposta antes de ver a explicação.
Execute-o antes do merge, e você entenderá onde essas mudanças podem quebrar algo, enquanto aprende a ler código como um desenvolvedor experiente.
Todo o processo funciona em modo somente leitura. A sessão do Claude Code ou do Codex em que você já está autenticado prepara a análise em dois a cinco minutos. Cada linha de código exibida vem diretamente do Git.
O script de instalação verifica o arquivo baixado por checksums e instala a ferramenta na pasta do usuário. No Mac ou Linux, execute o comando de uma linha no início do README e depois digite tour no seu projeto.
Quando terminar a análise, passe as correções obrigatórias para o Opus 5.5:
diff-tour analisou minhas últimas mudanças e marcou o que precisa ser corrigido: [liste aqui]. Para cada item, explique como você pretende corrigi-lo e quais arquivos vai tocar, e aguarde minha aprovação antes de alterar qualquer coisa. Depois das correções, execute os testes e informe quais itens foram corrigidos e quais não.
Por que isso importa
AnáliseIsso reduz o risco de integrar mudanças opacas geradas por IA e cria o hábito de revisão estruturada de código no desenvolvimento assistido por agentes.
Debater na comunidade
Compartilhe suas dúvidas e insights com desenvolvedores
Relacionado no ecossistema
Guias práticos, terminologia essencial e skills de agentes
O mod /stack para Claude Code: visão completa dos componentes instalados
O mod /stack para Claude Code mostra todas as skills, subagentes, comandos, hooks, servidores MCP, plugins, configurações e estilos de saída, agrupados por nível de configuração.
ai-job-search para Claude Code: ferramenta de IA open source para busca de emprego
Projeto no GitHub ajuda o Claude Code a criar currículos, cartas de apresentação, avaliar vagas e preparar entrevistas.
Projetos do Claude Code: como um único IA coordena uma equipe de agentes autônomos
Análise aprofundada dos Projetos do Claude Code: arquitetura Coordinator e Threads, branches paralelas, memória compartilhada MEMORY.md e gerenciamento de agentes na nuvem.
Patch & Diff-First Generation
An interaction pattern with code where the AI agent operates exclusively on precise replacement blocks (Search-and-Replace / Unified Diffs), keeping the rest of the file unchanged and saving tokens.
Agentes de IA para Terminal (Gestão de Projetos via Console)
Classe de ferramentas de inteligência artificial baseadas em console (Claude Code, Aider, OpenCode, ShellGPT). Operam diretamente no terminal Linux ou macOS: buscam arquivos autonomamente, editam repositórios, executam testes e realizam commits Git.
10 Repositórios do GitHub para se tornar um Engenheiro de IA em 90 dias
Tornar-se um engenheiro de IA hoje não se resume apenas a modelos e prompts. A maior parte do trabalho real é construída em torno de agentes, sistemas RAG, orquestração (orchestration), bancos de dados vetoriais (vector databases) e infraestrutura de IA.