> ## Documentation Index
> Fetch the complete documentation index at: https://cellar.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.

# Assistentes de IA

> Instale o cellar no Claude Code ou no Codex e pergunte em português.

O `cellar` fala [MCP](https://modelcontextprotocol.io), então um assistente de código
consegue executá-lo por você. Em vez de decorar flags, você pergunta "o que mudou no
código de grupos do WhatsApp Web neste release" e o assistente escolhe os comandos.

## Instalação

Estes atalhos rodam com o [`just`](https://github.com/casey/just). Se você ainda não
tem:

<CodeGroup>
  ```bash macOS theme={null}
  brew install just
  ```

  ```bash Qualquer sistema com Rust theme={null}
  cargo install just
  ```

  ```bash Debian / Ubuntu theme={null}
  apt install just
  ```
</CodeGroup>

Depois, de dentro do clone do cellar:

<CodeGroup>
  ```bash Claude Code theme={null}
  just install-claude
  ```

  ```bash Codex theme={null}
  just install-codex
  ```

  ```bash Os dois theme={null}
  just install-agents
  ```
</CodeGroup>

Cada atalho faz três coisas:

<Steps>
  <Step title="Instala o binário">
    Coloca o `cellar` em `~/.cargo/bin/cellar`, então o assistente não depende do seu
    clone continuar no mesmo lugar.
  </Step>

  <Step title="Registra o servidor MCP">
    Roda `claude mcp add` ou `codex mcp add` no escopo do usuário, então funciona em
    qualquer projeto e não só neste.
  </Step>

  <Step title="Instala a skill">
    Copia um arquivo de skill que explica para que serve o cellar, qual comando
    responde qual pergunta e como ler os resultados.
  </Step>
</Steps>

Confira se conectou:

```bash theme={null}
claude mcp list
```

```
cellar: /Users/voce/.cargo/bin/cellar mcp - ✔ Connected
```

## O que a skill acrescenta

O servidor MCP expõe os comandos. A skill ensina critério, e isso importa mais do que
parece. Sem ela, um assistente roda uma busca sem filtro em 187.000 módulos e se afoga
em telas de login do Facebook. A skill diz para restringir por nome primeiro, escolher
um filtro de propósito e usar o grafo de dependentes quando a pergunta for "o que usa
isso", em vez de tentar buscar por texto.

Ela também manda o assistente ler o diagnóstico da extração antes de confiar em um
resultado vazio, para que "não achei nada" e "o download veio incompleto" não sejam
relatados do mesmo jeito.

## As ferramentas

Dezesseis ferramentas, espelhando a CLI.

| Grupo   | Ferramentas                                                                                    |
| ------- | ---------------------------------------------------------------------------------------------- |
| Versões | `bundle_list`, `bundle_info`, `bundle_add`, `bundle_import`, `bundle_reindex`, `bundle_remove` |
| Filtros | `filter_list`, `filter_get`, `filter_set`, `filter_fork`, `filter_delete`, `filter_test`       |
| Leitura | `module_get`, `module_search`                                                                  |
| Análise | `diff`, `graph`                                                                                |

As ferramentas de leitura são marcadas como tal, então o assistente sabe quais pode
rodar sem perguntar. O `bundle_remove` exige um `confirm: true` explícito. O
`bundle_add` é a única marcada como acesso à rede.

<Tip>
  Todo resultado inclui o caminho absoluto do módulo. Ou seja, o assistente pode
  começar com uma consulta ao cellar e terminar com a própria leitura de arquivos e o
  próprio grep, o que costuma ser mais rápido que outra ida e volta na ferramenta.
</Tip>

## Coisas que vale pedir

Depois de instalado, tudo isso funciona como pedido em linguagem natural:

* "O que mudou no WhatsApp Web entre as duas versões que eu tenho? Ignore o ruído."
* "Ache onde o WhatsApp Web monta a stanza de mensagens temporárias."
* "O que usa o `WAWebSendMsgStanza`? Desenha em diagrama."
* "Tem campo protobuf novo no último release?"
* "Me mostra todo módulo novo de newsletter e lê os interessantes."

## Rodando na mão

Se quiser conectar o cellar em outra coisa, o servidor fala JSON-RPC por stdio:

```bash theme={null}
cellar mcp
```

Uma ferramenta que falha devolve uma resposta normal com `isError: true` e a mensagem
como conteúdo, em vez de um erro de transporte, então o modelo consegue ler o que deu
errado e tentar outra coisa.