iFixAi audita agentes de IA e alcança 7.442 estrelas

O diagnóstico separa o agente do juiz externo

O iFixAi usa Python e executa o mesmo diagnóstico por três caminhos: assistente no terminal, flags explícitas ou plugin e skill operados pelo próprio agente. A suíte organiza 32 inspeções em cinco pilares e gera relatórios em JSON e Markdown, além de um scorecard no terminal. O resultado inclui uma nota geral e uma pontuação para os pilares avaliados.

A ferramenta pode testar qualquer provedor ou o endpoint real do agente. Também permite escolher entre o próprio agente, um fornecedor independente ou um conjunto de juízes para atribuir as notas. O fluxo depende de serviços externos, porque o usuário fornece chaves de provedores e escolhe os modelos usados na avaliação.

A versão v3.3.0 adiciona uma cadeia de fallback no OpenRouter com GLM-5.2, Qwen3-235B e DeepSeek-V3.2. Quando um juiz fica indisponível ou não consegue produzir uma resposta utilizável, o iFixAi tenta outro modelo em vez de encerrar a execução. Uma falha upstream derruba apenas uma inspeção.

A versão também entrega ao modelo as políticas declaradas no fixture por meio do prompt de grounding. B18 e B21 montam seus objetivos a partir de uma ferramenta e de uma fonte de dados que o papel avaliado pode acessar. Assim, o sistema trata uma recusa autorizada como comportamento correto, não como desvio.

A primeira execução salva a configuração

O caminho guiado começa com pip install "ifixai[ ]" e ifixai setup. O assistente procura chaves já disponíveis no ambiente, mostra quais variáveis faltam e grava em ifixai.yaml apenas os nomes das variáveis, nunca os segredos. Depois, ifixai run reaproveita a configuração sem exigir novas flags.

Quem precisa automatizar passa cada opção pela linha de comando e escolhe uma suíte com --suite smoke|strategic|core|extended|all. Esse formato atende CI e lotes de auditoria com execução programada. O usuário também pode instalar o plugin para Claude Code ou Codex, ou executar uvx ifixai install para criar o diretório /ifixai-skill em agentes compatíveis.

Na primeira execução, o sistema verifica a conexão, monta o fixture, executa as inspeções e salva os resultados. O usuário escolhe os modelos e juízes antes das chamadas às APIs. O plugin permite pedir em linguagem natural que o agente descubra a configuração, rode o diagnóstico e explique o scorecard.

O projeto ainda tem pouca idade para sustentar conclusões sobre maturidade: são 103 dias desde a criação, 2 issues abertas e último commit em 2026-08-07. A versão mais recente é a v3.3.0, publicada em 2026-08-05. A combinação de 7.442 estrelas e 677 forks com pouco mais de três meses de vida mostra adoção rápida, mas não comprova estabilidade em ambientes de produção.

A licença Apache-2.0 permite usar, modificar e redistribuir o código sob suas condições. A ferramenta não serve para quem exige uma auditoria totalmente offline, já que o fluxo usa provedores externos para executar o agente e os juízes. Ela também não mede sozinha latência ou eficiência de tokens: o foco está em verificar se o agente faz o trabalho previsto, segue as políticas recebidas e age dentro da autorização disponível.