Guia para IAs & LLMs (`llms.txt`)¶

O B-FAST disponibiliza endpoints padronizados para leitura automatizada por modelos de linguagem, seguindo a especificação llms.txt.

Se você utiliza assistentes de programação com IA como OpenCode, Cursor, Claude Code, ChatGPT, Windsurf, GitHub Copilot ou Google Antigravity, você pode simplesmente apontar esses links para que eles escrevam código B-FAST correto e idiomático, sem alucinar métodos inexistentes.

🤖 Endpoint para Assistentes de IA¶

https://marcelomarkus.github.io/b-fast/pt/llms.txt

Esse arquivo contém o resumo completo, curado e com os métodos exatos e padrões recomendados para consumo direto por modelos de linguagem com baixo uso de tokens.

💡 Como Usar com suas Ferramentas de IA¶

1. Cursor IDE / Windsurf¶

No chat ou no Composer, referencie o link diretamente no seu prompt:

Utilize as diretrizes do B-FAST disponíveis em https://marcelomarkus.github.io/b-fast/pt/llms.txt para implementar uma rota de streaming no FastAPI e consumi-la com TanStack Query no Next.js.

Ou adicione aos documentos indexados no Cursor (Settings > Features > Docs > Add new Doc): - Name: B-FAST - URL: https://marcelomarkus.github.io/b-fast/pt/llms.txt

2. OpenCode / Claude Code / Agentes de Terminal¶

Utilize diretamente na CLI do OpenCode ou baixe as diretrizes nas instruções do seu projeto:

# Executar diretamente com OpenCode CLI
opencode "Implemente uma rota de streaming no FastAPI seguindo https://marcelomarkus.github.io/b-fast/pt/llms.txt"

# Ou salve para contexto offline do agente
curl -s https://marcelomarkus.github.io/b-fast/pt/llms.txt > .opencode/bfast-referencia.txt

3. Regras de Repositório (`.cursorrules`, `CLAUDE.md`, `.opencode`)¶

Adicione o trecho abaixo ao seu arquivo .cursorrules, CLAUDE.md, .opencode/instructions.md ou .github/copilot-instructions.md:

# Diretrizes para B-FAST
Ao implementar serialização binária de alta performance ou streaming:
- Utilize `b_fast` no Python e `bfast-client` no TypeScript.
- O método de decodificação no Python é SEMPRE `bf.decode_packed(data)`, NUNCA `bf.decode()`.
- Use `BFastResponse` ou `BFastStreamingResponse` no FastAPI.
- Use `BFastRenderer` no Django Ninja (`NinjaAPI(renderer=BFastRenderer())`).
- DataFrames Polars e Pandas são suportados nativamente por `BFast().encode_packed(df)`.
- No TypeScript, use `bfastFetch<T>(url)` e `bfastQueryOptions` para TanStack Query.
- Consulte a especificação em https://marcelomarkus.github.io/b-fast/pt/llms.txt

4. Custom GPTs / Claude Projects¶

Ao configurar um GPT personalizado ou um projeto no Claude: 1. Baixe o arquivo llms.txt. 2. Faça o upload na seção Conhecimento (Knowledge / Project Files). 3. Seu assistente terá conhecimento exato do B-FAST em todas as respostas.

Guia para IAs & LLMs (llms.txt)¶