---

⚡ Quickstart em 5 minutos

Opção 1 — Via CLI (recomendado)

# 1. Instale o CLI globalmente
npm install -g @dewtech/dare-cli

# 2. Inicialize seu projeto de forma interativa
dare init meu-projeto
# → Escolha: Estrutura (Monorepo / Backend / Frontend / MVC / MCP Server)
# → [MVC] Escolha o framework full-stack: Rails 8 (full app) ou Laravel
# → Escolha: IDE (Claude Code / Cursor / Antigravity / Hybrid)
# → Escolha: Backend (Rust/Axum, Node/NestJS, Python/FastAPI, PHP/Laravel)
# → Escolha: Frontend (React, Vue, Leptos fullstack, Leptos CSR)
# → [Rust monorepo] Layout: single-crate (crates/server + crates/web) ou multi-crate
# → Escolha: GraphRAG (SQLite, JSON, Neo4j)

# 3. Abra seu projeto e dispare o primeiro comando
cd meu-projeto
dare design "Quero uma API de autenticação JWT"

Projeto já existe? Use dare discover para instalar o DARE sem tocar no código existente:

cd meu-projeto-existente
dare discover

Atualizou o CLI globalmente? Use dare update em cada projeto para sincronizar os templates / skills / commands com a versão nova do DARE (sem mexer no seu DESIGN/BLUEPRINT/TASKS):

npm install -g @dewtech/dare-cli@latest
cd meu-projeto-dare
dare update                # interativo, com changelog + confirmação
dare update --dry-run      # só preview, não escreve

Task ficou com mock/stub/TODO escondido? v2.17+ traz dois gates anti-stub:

dare review task-034       # detecta TODO/FIXME, stubs, mocks fora de testes, funções vazias
dare refine task-034 --split  # mede complexidade e propõe quebra em sub-tasks

Ative o gate automático no Ralph Loop com review.onComplete: true em dare.config.json — dare execute --complete bloqueia DONE se a review reprovar.

Opção 2 — Manual (Cursor)

# 1. Clone o repo
git clone https://github.com/dewtech-technologies/dare-method.git
cd dare-method

# 2. Copie a implementação para o seu projeto
cp -r implementations/cursor/.cursor seu-projeto/
cp implementations/cursor/.cursorrules seu-projeto/

# 3. Abra seu projeto no Cursor e dispare o primeiro comando
/generate-design "Quero uma API de autenticação JWT em Node.js"

Pronto. Você está usando DARE.

---

🎯 O Problema

O desenvolvimento de software com IA hoje opera em dois extremos:

Vibe Coding	Tradicional
"Me dá um código que faça X" + esperança	Especificação detalhada feita só por humanos
Rápido pra protótipo, caos pra evoluir	Lento, aproveita pouco a IA
Sem auditabilidade do raciocínio	Sem ganho de produtividade real

DARE preenche o gap entre os dois. Mantém a velocidade da IA, mas com estrutura, contexto e checkpoints humanos.

---

🚀 O Método

DARE é o acrônimo de 4 fases sequenciais com responsabilidades claras:

┌─────────────────────────────────────────────────────────────────────────┐
│                                                                         │
│   1. DESIGN     →  2. ARCHITECT  →  3. REVIEW   →  4. EXECUTE          │
│   ─────────       ─────────────     ─────────      ─────────            │
│   Humano          IA propõe         Humano         IA implementa       │
│   define          arquitetura       valida         + Ralph Loop        │
│   requisitos                        e aprova                            │
│                                                                         │
│   ↓ DESIGN.md     ↓ BLUEPRINT.md    ↓ ✓ approval   ↓ Code + Tests ✓    │
│                                                                         │
└─────────────────────────────────────────────────────────────────────────┘

Fase	O que faz	Quem faz	Saída	Tempo típico
1. Design	Define o que vamos construir e por quê	Humano (IA auxilia)	DARE/DESIGN.md	15-30 min
2. Architect	Decide como vamos construir, em arquitetura e tasks	IA propõe, humano valida	DARE/BLUEPRINT.md	5-15 min
3. Review	Aprova ou ajusta o plano antes de gastar tokens	Humano	✓ approval explícito	5-10 min
4. Execute	Implementa task por task, com Ralph Loop rodando até gates passarem	IA	Código + testes verdes	varia

💡 Princípio central: humanos pensam estratégia (1 e 3), IA executa tática (2 e 4). Cada transição entre fases passa por checkpoint explícito.

---

🤡 Ralph Loop

Inspirado no Ralph Wiggum dos Simpsons, o Ralph Loop é o ciclo de auto-correção pós-execução que acontece dentro da fase 4 (Execute).

A piada esconde uma verdade técnica: agentes de IA são excelentes em iteração até o objetivo, mas ruins em planejamento estratégico. O Ralph Loop usa essa força. As fases anteriores (Design → Architect → Review) suprem a fraqueza.

Como funciona

┌──────────────────────────────────────────────┐
│  IA implementa task (escreve código)         │
│              ↓                               │
│  Roda os Validation Gates                    │
│    • testes unitários                        │
│    • testes de integração                    │
│    • linter / formatter                      │
│    • type checker                            │
│              ↓                               │
│  ┌─────────────┐   FAIL    ┌──────────────┐  │
│  │  Passou?    │ ────────► │ Lê o erro    │  │
│  └─────────────┘           │ Corrige      │  │
│       PASS                 │ Tenta de novo│  │
│        ↓                   └──────┬───────┘  │
│   ✓ Task done                     │          │
│                                   └─────────┘ ⟲
│                                  Ralph Loop   │
└──────────────────────────────────────────────┘

Por que "Ralph"?

Porque a IA, igual ao Ralph Wiggum, persiste confiante mesmo errando. Não desiste até a casa parar de pegar fogo (testes verdes). Não entende inteiramente o porquê — só sabe que precisa fazer passar. E, surpreendentemente, funciona.

Referências externas

• Ralph Loops: automação iterativa e o novo papel do engenheiro — Itai Fos (Medium)
• The greatest AI fix for your bug — CrazyStack

---

🔒 Formal Verification Gate (v3.8)

Gate opt-in estrito que prova módulos críticos marcados — o solver externo decide; o CLI só orquestra e valida anti-bypass (sem LLM).

Controle	O que faz
Marcação	@dare-formal no código ou verification.formal.modules em dare.config.json
Dafny default	Backend recomendado (Verus/Lean opcionais via --formal-backend)
Anti-bypass	Rejeita assume(false)/ensures true/vazamento mesmo com exit 0 do solver
Exit 5	Toolchain ausente em módulo marcado — nunca pula em silêncio
Telemetria	Aresta task --proven_by--> formal-gate no GraphRAG

{
  "verification": {
    "formal": {
      "enabled": true,
      "backend": "dafny",
      "modules": ["src/math.ts::add"],
      "maxRepairIterations": 3,
      "proofTimeoutSeconds": 120,
      "antiBypass": true
    }
  }
}

dare execute --complete task-042 --verify --formal --output "..."
dare execute --complete task-042 --verify --no-formal
dare execute --complete task-042 --verify --formal --formal-backend verus

Toolchain externa: Dafny/Z3/Verus/Lean instalados no projeto-alvo — não são deps npm do CLI.

---

🛡️ Reliable Verification Core (v3.3)

Núcleo determinístico que roda após o Ralph Loop quando verification.enabled: true em dare.config.json (opt-in — novos projetos nascem com enabled: false).

Gate	O que valida
fail-to-pass	Spec executável falhava antes da implementação (RF-02)
anti-tamper	Suíte não foi enfraquecida (skip/only, menos asserções)
mutation	Stryker / mutmut / cargo-mutants / Infection — score ≥ minScore
type-check	Aspecto opcional por stack
decay	Política de retentativa (decideNextAction — ver ralph-loop.md)
best-of-N	N worktrees + seletor Pareto; --best-of N no dare execute --complete

# Liga verificação nesta conclusão de task
dare execute --complete task-042 --verify --output "..."

# Bench determinístico (qualidade dos gates, não solve-rate do agente)
dare bench --suite fixtures/bench --json --baseline bench-baseline.json --fail-on-regression 3

---

🕸️ Dual Graph (v3.5)

Grafo de conhecimento requisito ↔ código — ingestão e travessia 100% determinísticas (sem LLM).

Comando	O que faz
dare graph owners <path>	Tasks/requisitos que “possuem” símbolos sob o path
dare graph impact <path>	Tasks/requisitos impactados por mudanças no path
dare graph trace <req>	Rastreia RF-NN / O-NN / task-NN até code_symbol
dare graph locate <seed>	Localiza símbolos/arquivos a partir de um seed (path, QN ou texto)

dare graph ingest                          # DAG + requisitos (DESIGN/BLUEPRINT/TASKS)
dare graph ingest --requirements-only      # só re-parse de requisitos
dare graph owners src/math.ts --json
dare graph impact src/math.ts --hops 3
dare graph trace RF-03 --json
dare graph locate math --limit 5

Neo4j: requer neo4j.experimental: true em dare-graph.yml até validação C1 em CI. Use sqlite ou json (recomendado).

Localização opcional antes do patch do agente: dare.config.json → "graph": { "locateBeforePatch": true }.

---

🪝 Agent Hooks (v3.6)

Hooks são opt-in (hooks.trusted: false por default). Repo clonado não auto-executa até revisar a config ou passar --trust.

{
  "hooks": {
    "trusted": false,
    "on": {
      "on-save": [{ "action": "lint" }],
      "pre-commit": [{ "action": "dare-validate" }]
    }
  }
}

dare hooks list
dare hooks validate
dare hooks run on-save --file src/foo.ts --trust

Ações permitidas: dare-validate, dare-review, graph-register, lint, test — sempre via spawn(shell:false).

🧭 Steering files (v3.6)

Precedência determinística: PROJECT-DNA (base) → scope:project → scope:glob (por priority, empate por path).

dare steering list
dare steering show src/auth/login.ts --json

IDEs consomem steering via MCP: GET /steering?file=<rel>.

Hooks nativos Cursor/Antigravity adiados; use pre-commit + dare hooks run manual. Ver templates/HOOKS-ADAPTER.md.

---

🔁 Fluxo completo

1. /generate-design "Sua ideia em uma frase"
   └─► DARE/DESIGN.md
       ✋ Você revisa e aprova

2. /generate-blueprint DARE/DESIGN.md
   └─► DARE/BLUEPRINT.md
       ✋ Você revisa e aprova

3. /generate-tasks DARE/BLUEPRINT.md
   └─► DARE/TASKS.md + DARE/EXECUTION/task-001.md, task-002.md…
       ✋ Você revisa e aprova

4. /execute-task task-001
   └─► IA implementa com Ralph Loop até gates passarem
       ✓ Código + testes verdes

5. /execute-task task-002
   └─► repete para cada task

📊 /telemetry-report (opcional)
   └─► Análise de tokens, modelos, custo

---

🛠️ Implementações

IDE / Agente	Status	Pasta
Claude Code	✅ Production-ready	via dare init / dare discover
Cursor IDE	✅ Production-ready	implementations/cursor/
Antigravity	✅ Production-ready	implementations/antigravity/
VS Code + Continue	🔜 Roadmap	—
JetBrains AI Assistant	🔜 Roadmap	—

Cada implementação tem README próprio com setup detalhado.

---

🔌 Skills & comandos (v3.8.0)

Paridade total CLI ↔ IDE: os 18 comandos do dare CLI (init, bootstrap, discover, reverse, dna, migrate, design, blueprint, execute, graph, dag, validate, info, update, review, refine, skill, welcome) são invocáveis como /dare-<comando> nas 3 IDEs, mais as skills transversais e de stack. Cada uma existe em formato nativo de cada IDE:

IDE	Diretório	Formato
Antigravity	implementations/antigravity/.agents/skills/<name>/SKILL.md	YAML+markdown
Claude	implementations/claude/.claude/commands/<name>.md	slash-command markdown
Cursor	implementations/cursor/.cursor/commands/dare-<name>.md	slash-command markdown (+ .cursor/rules/skill-*.mdc complementares)

Um teste de consistência (ide-command-parity.test.ts) garante o 1:1: adicionar um comando ao CLI sem o /dare-* correspondente nas 3 IDEs quebra o build.

Veja o índice completo de skills com tabela cruzada IDE × skill.

v3.8.0 — verificação formal: dare execute --complete aceita --formal, --no-formal e --formal-backend <dafny|verus|lean> junto com --verify.

Por categoria

Método DARE (6) — fases canônicas: dare-design · dare-blueprint · dare-tasks · dare-execute · dare-review · dare-refine

DAG runner (4) — orquestração de tasks paralelas: dare-dag-build (só regenera yaml) · dare-dag-run (só executa) · dare-dag-runner (build+run+viz) · dare-dag-viz (Excalidraw)

Transversais (6) — princípios de engenharia que se aplicam a qualquer stack: dare-ax (Agent Experience) · dare-layered-design (4 camadas) · dare-llm-integration (providers+cache) · dare-frontend-design (componentes+estado) · dare-realtime (WS/SSE) · dare-quality-telemetry (M-01..M-04 + CI)

Stack/Tools (8) — escopo específico: dare-bugfix-design · dare-feature-design · dare-docker · dare-security (OWASP A01-A10) · dare-telemetry · dare-rust-workspace · dare-rust-leptos · dare-laravel-api

Brownfield (3) — projetos legados: dare-reverse (Fase 0: reconstrói arquitetura módulo a módulo → IDEIA.md) · dare-dna (extrai convenções → PROJECT-DNA.md) · dare-migrate (plano de migração + Gherkin de paridade → MIGRATION/)

Stacks novas (5) — adicionadas na v3.0.0: dare-nestjs-api (Node + NestJS + Prisma) · dare-fastapi-api (Python + FastAPI + Pydantic) · dare-go-gin-api (Go + Gin/stdlib) · dare-mcp-server (MCP TS/Py) · dare-rails-api (Ruby Rails 8 + Solid Queue + Action Cable)

---

🔌 dare discover — projetos existentes

Instalou o DARE em um projeto que já existe? Use dare discover:

cd meu-projeto-existente
dare discover

O CLI detecta automaticamente a stack (NestJS, FastAPI, Rails, Laravel, React, Vue, MCP Server…), confirma com você e instala apenas os arquivos DARE — sem tocar no código existente. Projetos Rails (Gemfile) e Laravel são classificados como estrutura MVC.

dare discover --check   # só mostra o que detectou, sem instalar
dare discover --dir ./outro-projeto

---

🔁 dare reverse — engenharia reversa de legado (Fase 0)

Enquanto dare discover só detecta a stack e instala os arquivos, dare reverse faz engenharia reversa do código para reconstruir a arquitetura módulo a módulo — uma Fase 0 antes do DESIGN, pensada para projetos legados/brownfield.

cd meu-projeto-legado
dare reverse

O CLI varre o código (sem tocá-lo), detecta as fronteiras de módulo, mede tamanho por LOC e infere o grafo de dependências, gerando:

DARE/
├── IDEIA.md                       ← pré-arquitetura: o QUE é o software, com mapa de módulos
└── REVERSE/
    ├── reverse-facts.json         ← fatos determinísticos
    ├── architecture.excalidraw    ← canvas editável da arquitetura
    └── module-*.md                ← um mini-spec por módulo

O IDEIA.md traz um diagrama Mermaid do mapa de módulos (renderiza nativo no GitHub) com cor por tamanho (🔵 LOW · 🟠 MED · 🔴 HIGH). Depois, a skill /dare-reverse na sua IDE preenche as inferências semânticas (propósito, domínio, fluxos via sequenceDiagram). É um rascunho a validar: você revisa o IDEIA.md e o promove a DESIGN.md com dare design.

dare reverse --check          # só mostra os módulos detectados, sem escrever
dare reverse --modules api,auth   # limita a módulos específicos
dare reverse --no-excalidraw  # pula o canvas .excalidraw

Confiança & rastreabilidade. A skill /dare-reverse marca cada afirmação com 🟢 CONFIRMED (evidência arquivo:linha) · 🟡 INFERRED · 🔴 GAP. Os fatos estruturais já nascem 🟢 (extraídos pelo scan). Depois de marcar, rode:

dare reverse --report   # computa o índice de confiança a partir dos marcadores

Isso gera DARE/REVERSE/confidence-report.md (índice por módulo, computado deterministicamente — não auto-avaliado por LLM) e DARE/REVERSE/traceability/code-spec-matrix.md. Os 🔴 viram gaps.md (classificados por severidade) e questions.md.

Modo profundo (--deep). Extrai mais coisa do legado:

dare reverse --deep   # + ERD, API surface, regras de negócio, state machines, permissões, C4

O CLI extrai deterministicamente o modelo de dados (erd.md) e os endpoints (api-surface.md) — com evidência arquivo:linha — e o nível component do C4 (do mapa de módulos). A skill /dare-reverse completa as partes semânticas: domain-rules.md, state-machines.md (Mermaid), permissions.md e o C4 context/container.

Framework-agnostic por linguagem. A extração não depende de framework: pega SQL inline (DDL e tabelas referenciadas em queries — ex.: PHP legado com PDO), tipos/classes/structs em pastas de modelo (PHP/Python/TS/Go/Ruby/Rust), além de Prisma e dos ORMs (TypeORM/Eloquent/ActiveRecord/ SQLAlchemy). Rotas cobrem múltiplos dialetos por linguagem: Express/Nest/Fastify, Laravel/Slim/Symfony, FastAPI/Flask/Django, Rails/Sinatra, Gin/stdlib, Axum. Onde um framework existe, ele enriquece; onde não, o baseline da linguagem ainda extrai.

Fluxo brownfield: dare reverse → /dare-reverse → dare dna → dare patterns → dare design --interactive → /dare-design → dare blueprint → dare execute.

---

🚚 dare migrate — migração com paridade (Fase 2)

Fecha o loop brownfield: depois de entender o legado (reverse + dna), o dare migrate planeja uma reimplementação segura numa stack-alvo, com cenários Gherkin de paridade que garantem que o comportamento não quebra.

cd meu-projeto-legado        # após dare reverse (+ /dare-reverse --report)
dare migrate --to go-gin     # ou rust-axum, node-nestjs, python-fastapi, php-laravel, ruby-rails-8…

O CLI consome reverse-facts.json + dna-facts.json, herda os blocking gaps (🔴 da Fase 1) como riscos, e gera:

DARE/MIGRATION/
├── MIGRATION.md          ← paradigma, estratégia, risco, arquitetura-alvo, cutover
├── migration-facts.json
└── parity/<módulo>.feature  ← contrato Gherkin de paridade (um por módulo)

A skill /dare-migrate escreve a estratégia (big-bang vs. strangler), trata os blocking gaps, desenha a arquitetura-alvo alinhada ao DNA e preenche os cenários de paridade reais (derivados do comportamento legado). Os .feature viram o contrato de aceite da reimplementação.

dare migrate --check         # mostra origem/alvo/módulos/blocking gaps, sem escrever

Loop completo: reverse (o quê) → dna (como) → migrate (reimplementar com paridade) → design/blueprint/execute na stack-alvo.

---

🧬 dare dna — convenções de projeto legado

Enquanto dare reverse reconstrói o QUE o software é, dare dna extrai COMO o codebase faz as coisas — suas convenções. Em legado você não pode reescrever, então o método precisa se adaptar ao padrão do projeto. O dare dna persiste essas convenções num ruleset reutilizável.

cd meu-projeto-legado
dare dna

O CLI extrai (sem tocar no código): tooling de lint/format (+ regras-chave do Prettier/EditorConfig), convenção de nomenclatura por extensão, arquitetura/camadas, framework e cobertura de teste, bibliotecas-chave (ORM/HTTP/auth/validação) e a convenção de commits (do git log). Gera:

DARE/
├── PROJECT-DNA.md     ← ruleset de convenções (o agente segue ao trabalhar no projeto)
└── dna-facts.json     ← fatos determinísticos

Depois, a skill /dare-dna transforma os fatos em regras acionáveis ("ao criar um controller, siga X"; "validação sempre via Y") e descreve padrões que o CLI não infere (tratamento de erro, estilo de teste). Se você já rodou dare reverse, o dna reaproveita o reverse-facts.json.

dare dna --check          # só mostra as convenções detectadas, sem escrever
dare dna --dir ./outro-projeto

---

🔍 dare patterns — padrões recorrentes do legado

Enquanto dare dna captura convenções explícitas, dare patterns descobre padrões implícitos por frequência e co-ocorrência — camadas inferidas, idiomas de nomenclatura, chamadas recorrentes e decisões arquiteturais não documentadas. Tudo determinístico, sem LLM no CLI; a interpretação semântica fica na skill /dare-dna.

cd meu-projeto-legado
dare patterns
dare patterns --check                    # só resumo, não escreve arquivos
dare patterns --dir ./packages/api       # escaneia subdiretório
dare patterns --modules api,auth         # limita a módulos
dare patterns --inject                   # registra PATTERNS.md como fonte de steering (idempotente)

Gera:

DARE/
├── PATTERNS.md            ← skeleton com <!-- AGENT --> + seção ⚠️ Incertezas (gaps 🔴)
└── patterns-facts.json    ← fatos serializados (5 PatternKind)

Os padrões também entram no grafo (pattern / evidenced_by / exhibits) e o PATTERNS.md vira 2ª fonte-base de steering (ao lado de PROJECT-DNA.md). Sem patterns-facts.json / PATTERNS.md, o comportamento permanece idêntico ao v3.6.0.

---

📐 dare design --interactive — questionário de planejamento

A flag --interactive estende dare design para emitir um bloco de perguntas determinísticas (Analyst/PM) derivado de dna-facts.json + patterns-facts.json — gaps, ambiguidades e escopo. O CLI só monta o questionário; a skill /dare-design conduz 1 passagem sequencial (Analyst → PM), sem runtime multi-agente.

dare dna          # opcional, enriquece o questionário
dare patterns     # opcional, ancoragem em padrões reais
dare design "Nova feature de pagamentos" --interactive

Sem --interactive, o dare design mantém o comportamento anterior (esqueleto estático).

---

📦 DARE CLI — Pacote npm

O DARE Method está disponível como um pacote npm único e instalável: tudo o que o framework oferece (CLI, servidor MCP, engine GraphRAG, DAG runner) vem dentro de @dewtech/dare-cli. Não há subpacotes para gerenciar.

Pré-requisitos

Para o CLI rodar

• Node.js 18+ — instala em https://nodejs.org/

Para dare init scaffoldar a stack escolhida

O dare init executa o scaffold oficial da stack (composer create-project, npx degit vitejs/vite/..., cargo init, go mod init, rails new, etc.). Você pode escolher de onde a toolchain vem:

Stack	Toolchain nativo	Imagem Docker (fallback)
ruby-rails-8	Ruby 3.3+ · Bundler 2+ · Rails 8 — https://www.ruby-lang.org/	ruby:3.3-slim
php-laravel	PHP 8.2+ · Composer 2+ — https://getcomposer.org/	composer:latest
node-nestjs	Node 18+ (já vem com npx)	node:20-alpine
python-fastapi	Python 3.11+ — https://www.python.org/downloads/	python:3.12-slim
rust-axum	Rust 1.83+ via rustup — https://www.rust-lang.org/tools/install	rust:1.83
go-gin	Go 1.25+ — https://go.dev/dl/	golang:1.25
go-stdlib	Go 1.22+ (sem framework — só net/http) — https://go.dev/dl/	golang:1.25
react, vue	Node 18+	node:20-alpine
rust-leptos	Rust 1.83+ (rustup) + cargo-leptos 0.2.22	ghcr.io/dewtech-technologies/dare-rust-leptos:1
rust-leptos-csr	Rust 1.83+ (rustup) + trunk	ghcr.io/dewtech-technologies/dare-rust-leptos:1
mcp-node-ts	Node 18+	node:20-alpine
mcp-python	Python 3.11+	python:3.12-slim
mcp-rust (beta)	Rust 1.78+ via rustup	rust:1.83
mcp-go (beta)	Go 1.22+	golang:1.25

Nota v3.1.0: todas as 11 stacks têm gerador completo internalizado no @dewtech/dare-cli — 7 backends (ruby-rails-8, node-nestjs, python-fastapi, php-laravel, rust-axum, go-gin, go-stdlib) + 4 variantes MCP (mcp-node-ts, mcp-python, mcp-rust, mcp-go). Cada gerador entrega o mesmo DNA DARE: llms.txt, OpenAPI, flag --json, rate limit, .env.example sem segredos, .dare/skills.yml e CI com gates de auditoria/lint/test. Não há mais pacotes de stack isolados — tudo num único tarball publicável (corrige o erro 404 do npm install -g das versões anteriores). O comando dare new foi removido; dare init é o único entrypoint de scaffolding.

TL;DR: se você só tem Docker Desktop, o dare init consegue scaffoldar qualquer stack. Se você tem o toolchain nativo, ele é mais rápido. Se você tem os dois, escolha o modo no momento do init.

Instalação

npm install -g @dewtech/dare-cli

Modos de toolchain (a partir da v2.7.0)

Ao rodar dare init, uma pergunta nova aparece:

? Toolchain for scaffolding (composer / npm / cargo / python / go):
  ❯ 🤖 Auto — usa nativo se disponível, senão Docker (recomendado)
    🔧 Native only — exige a CLI no PATH (mais rápido, sem pull de imagem)
    🐳 Docker only — sempre usa imagem oficial (hermético, sem instalar nada no host)

A resposta é salva em dare.config.json ("toolchain": "auto") e usada em todos os dare bootstrap futuros. Override pontual com dare bootstrap --toolchain <mode>.

Modo	Quando escolher
auto	Default. Não sabe o que tem instalado, ou trabalha em time misto.
native	Já tem toolchain instalada. Quer velocidade máxima.
docker	Não quer instalar PHP/Cargo/Python/Go no host. Quer build hermético.

Caveat — Ralph Loop: dare execute --complete roda os gates (composer dump-autoload, php artisan test, cargo build, etc.) direto no host, não dentro do container do scaffold. Se você escolheu docker only sem toolchain nativa, o agente da IDE deve rodar os gates via docker compose exec app <comando> no container que a primeira task (Containerize) cria.

O que vem incluso

Componente	Função
CLI dare	init, discover, design, blueprint, execute, update, review, refine
CLI dare-mcp-server	Servidor MCP local de contexto (~95% economia de tokens)
Engine GraphRAG	Grafo de conhecimento com SQLite + FTS5
DAG Task Runner	Execução paralela de tasks (Kahn's algorithm)
Anti-stub gates (v2.17+)	dare review detecta mocks/stubs/TODOs; dare refine quebra tasks gigantes

Histórico: até a v1.x existiam 4 pacotes separados (dare-cli, dare-core, dare-graphrag, dare-mcp-server). A partir da v2.0 todos foram consolidados em @dewtech/dare-cli. Os 3 pacotes antigos estão deprecated no npm.

Stacks suportados

Backend (API-only): Ruby on Rails 8 · Rust/Axum · Node.js/NestJS · Python/FastAPI · PHP/Laravel · Go/Gin · Go/stdlib

MVC (full-stack): Ruby on Rails 8 (full application — views + asset pipeline + Hotwire) · PHP/Laravel — escolhidos na estrutura MVC

Frontend: React 18+ · Vue 3+ · Leptos fullstack (Rust SSR+WASM) · Leptos CSR (Rust WASM)

MCP Server: TypeScript/Node.js · Python · Rust (beta) · Go (beta) — cada um com transports stdio, SSE, HTTP Stream selecionáveis via --transport

Execução paralela com DAG Task Runner

Inspired by Cursor Cookbook DAG Task Runner, o DARE CLI suporta execução paralela de tasks:

# Gerar grafo de dependências e executar em paralelo
dare blueprint          # gera BLUEPRINT.md + dare-dag.yaml
dare execute --parallel # executa tasks independentes em paralelo

Modo	Tempo estimado
Sequencial (anterior)	~280 minutos
Paralelo com DAG	~70 minutos
Ganho	75% mais rápido

Economia de tokens com MCP Server

Em vez de a IA reler o BLUEPRINT.md inteiro a cada task, o MCP Server fornece apenas o contexto necessário:

# Iniciar o servidor MCP local
dare-mcp-server

# A IA consulta contexto via HTTP em vez de reler arquivos
# POST http://localhost:3000/context/query
# { "type": "architecture", "query": "authentication", "limit": 3 }

Método	Tokens usados
Reler BLUEPRINT.md completo	~8.000 tokens
Query MCP (5 resultados)	~400 tokens
Economia	~95%

Segurança do MCP Server (v3.4.0+)

O servidor embutido (dare-mcp-server) aplica hardening por padrão:

Variável	Default	Descrição
DARE_MCP_BIND	127.0.0.1	Host do listen — use 0.0.0.0 somente em redes confiáveis
DARE_MCP_PORT	3000	Porta HTTP
DARE_MCP_TOKEN	UUID gerado no boot	Bearer token — impresso mascarado uma vez no console
DARE_PROJECT_PATH	process.cwd()	Raiz de I/O (paths no body são ignorados)
DARE_MCP_BODY_LIMIT	1mb	Limite do express.json

• Requisições fora de loopback exigem Authorization: Bearer <token>.
• Erros 5xx retornam JSON genérico com correlationId — sem paths absolutos nem stack.
• Detalhes de disclosure: SECURITY.md.

---

📋 Comandos disponíveis (Cursor)

Core (DARE)

Comando	Entrada	Saída
/generate-design	Descrição da feature	DARE/DESIGN.md
/generate-blueprint	DARE/DESIGN.md	DARE/BLUEPRINT.md
/generate-tasks	DARE/BLUEPRINT.md	DARE/TASKS.md + task-*.md
/execute-task	task-001	Código + testes ✓

Infraestrutura

Comando	Saída
/generate-dockerfile	Dockerfile + .dockerignore
/generate-docker-compose	docker-compose.yml

Análise

Comando	Saída
/telemetry-report	Análise de tokens / modelos / custo
/generate-bugfix-design	DESIGN específico para correção de bug
/generate-feature-design	DESIGN específico para feature nova

---

📂 Estrutura de arquivos esperada no seu projeto

Após adotar DARE, seu projeto fica assim:

seu-projeto/
├── .cursorrules                  # Regras globais (do DARE)
├── .cursor/
│   ├── commands/                 # Os comandos /generate-*
│   └── rules/                    # Skills (Laravel, Docker, Security, etc.)
│
├── DARE/                         # Pasta de governança do método
│   ├── DESIGN.md                 # ← Fase 1 (humano define)
│   ├── BLUEPRINT.md              # ← Fase 2 (IA propõe, humano valida)
│   ├── TASKS.md                  # ← Visão geral
│   ├── EXECUTION/                # ← Fase 4 (specs por task)
│   │   ├── task-001.md
│   │   ├── task-002.md
│   │   └── …
│   └── TELEMETRY.md              # ← métricas opcionais
│
└── (resto do seu código)

---

⚖️ Comparações

Aspecto	DARE	Vibe Coding	BDD	TDD tradicional
Estrutura	Alta (4 fases)	Nenhuma	Alta	Média
Velocidade inicial	Média	Alta	Baixa	Baixa
Velocidade longo prazo	Alta	Cai com complexidade	Alta	Média
Auditabilidade	Total (DESIGN, BLUEPRINT, TASKS)	Nenhuma	Alta (specs)	Média (testes)
Uso de IA	Otimizado (fases 2 e 4)	Total mas caótico	Baixo	Baixo
Curva de aprendizado	Média	Zero	Alta	Alta
Ideal para	Times sérios com IA	Protótipos rápidos descartáveis	Domínios regulados	Bibliotecas / kernels

---

🏢 Battle-tested

DARE foi desenvolvido durante a construção de produtos reais de IA generativa na Dewtech e está em uso ativo em projetos de produção desde 2025. A metodologia evoluiu a partir de problemas concretos de:

• Manter qualidade em codebases que crescem rápido com IA
• Garantir que decisões arquiteturais fiquem registradas e revisitáveis
• Reduzir débito técnico gerado por "Vibe Coding" sem estrutura
• Permitir que membros novos do time entrem rapidamente sem perder contexto

O método não é um framework experimental — é o padrão pelo qual a Dewtech entrega software hoje.

---

📚 Documentação

Doc pública de usuário (canônica): docs-site/ publicada em GitHub Pages (PT · EN · ES) — CLI, stacks, agents, configuration.

Arquivo interno (RFC, metodologia, índice de skills):

• 📖 Metodologia detalhada
• 🎭 Ralph Loop em profundidade
• 🔄 Cada uma das 4 fases
• 🧩 Glossário
• ❓ FAQ
• ⚖️ Comparações com outras metodologias

---

🗺️ Roadmap

Veja o ROADMAP.md na raiz do repositório com:

• Shipped — em produção na v3.8.0: Formal Verification Gate (Dafny default, opt-in estrito, anti-bypass, exit 5), Brownfield Discovery (v3.7), Agent Hooks + Steering (v3.6), Dual Graph + fix Neo4j (v3.5), Security Hardening (v3.4), Reliable Verification Core (v3.3); + paridade CLI↔IDE /dare-* nas 3 IDEs, 11 stacks com gerador completo, suíte brownfield reverse/dna/migrate, CLI/GraphRAG/MCP/DAG
• Planejado (v3.9.x+) — VS Code + Continue, JetBrains AI Assistant, Zed Editor, site institucional, DARE Cloud
• Histórico de releases — resumo de cada versão da v1.0.0 até a v3.8.2 atual

Detalhes técnicos de cada release ficam no CHANGELOG.md.

---

🤝 Contribuindo

PRs são muito bem-vindos. Veja CONTRIBUTING.md pra:

• Adicionar nova implementação (IDE / agente)
• Adicionar nova skill (Python, Go, Rust, mobile, etc.)
• Reportar bugs ou sugerir melhorias na metodologia
• Compartilhar case studies de uso real

---

📜 Licença

MIT — veja LICENSE.

---

🚀 Adotando DARE no seu time?

Workshops, consultoria de adoção e cases study customizados disponíveis via Dewtech.

📧 [email protected] 🌐 https://dewtech.tech