Estamos lançando o Cursor Automations para criar agentes sempre ativos.

Esses agentes são executados em horários programados ou são acionados por eventos como uma mensagem enviada no Slack, uma nova issue no Linear, uma PR mesclada no GitHub ou um incidente no PagerDuty. Além dessas integrações nativas, você pode configurar seus próprios eventos personalizados com webhooks.

#Aprimorando o pipeline de engenharia de software

Com o surgimento de agentes de programação, cada engenheiro consegue produzir muito mais código. Mas revisão de código, monitoramento e manutenção ainda não acompanharam o mesmo ritmo. Na Cursor, temos usado automações para ajudar a escalar essas outras partes do ciclo de desenvolvimento de software.

Quando acionado, o agente automatizado inicia um sandbox em nuvem, segue suas instruções usando os MCPs e modelos que você configurou e verifica o próprio resultado. Os agentes também têm acesso a uma ferramenta de memória que lhes permite aprender com execuções anteriores e melhorar com a repetição.

À medida que, nas últimas semanas, passamos a executar mais agentes automatizados na nossa própria base de código da Cursor, duas categorias de automações se destacaram.

#Revisão e monitoramento

Automações são ótimas para revisar mudanças. Elas conseguem detectar e corrigir desde detalhes de estilo e inconsistências até vulnerabilidades de segurança e regressões de performance.

Na verdade, o Bugbot é, em muitos aspectos, a automação original! Ele roda quando uma PR é aberta ou atualizada, é acionado milhares de vezes por dia e já detectou milhões de bugs desde o lançamento. As automações permitem que você personalize vários tipos de agentes de revisão para diferentes finalidades. Aqui estão três que usamos no Cursor:

Revisão de segurança

Nossa automação de revisão de segurança é acionada a cada push para a main. Dessa forma, o agente pode trabalhar por mais tempo para encontrar problemas mais sutis sem bloquear a PR. Ele audita o diff em busca de vulnerabilidades de segurança, ignora problemas já discutidos na PR e publica resultados de alto risco no Slack. Essa automação já encontrou diversas vulnerabilidades e bugs críticos no Cursor.

Codeowners orientados por agentes

A cada abertura de PR ou push, essa automação classifica o risco com base em raio de impacto, complexidade e impacto na infraestrutura. PRs de baixo risco são aprovadas automaticamente. PRs de maior risco recebem até dois revisores atribuídos com base no histórico de contribuições. As decisões são resumidas no Slack e registradas em uma base de dados do Notion via MCP para que possamos auditar o trabalho do agente e ajustar as instruções.

Resposta a incidentes

Quando acionada por um incidente do PagerDuty, essa automação inicia um agente que usa o MCP do Datadog para investigar os logs e analisa a base de código em busca de mudanças recentes. Em seguida, ele envia uma mensagem em um canal do Slack para os engenheiros de plantão, com a mensagem correspondente do monitor e uma PR contendo a correção proposta. Isso reduziu significativamente nosso tempo de resposta a incidentes.

#Tarefas rotineiras

Também descobrimos que automações são úteis para tarefas do dia a dia e trabalho intelectual que exigem conectar informações em diferentes ferramentas.

Resumo semanal de mudanças

Essa automação publica, toda semana, um resumo no Slack destacando as mudanças relevantes no repositório nos últimos sete dias. O agente destaca PRs importantes mesclados, correções de bugs, dívida técnica e atualizações de segurança ou de dependências.

Cobertura de testes

Todas as manhãs, um agente automatizado revisa o código mesclado recentemente e identifica áreas que precisam de cobertura de testes. Ele segue as convenções existentes ao adicionar testes e só altera o comportamento em produção quando necessário. Em seguida, o agente executa os testes relevantes antes de abrir um PR.

Triagem de relatórios de bug

Quando um relatório de bug chega em um canal do Slack, essa automação verifica se há duplicados e cria uma issue usando o Linear MCP. Em seguida, o agente investiga a causa raiz na base de código, tenta aplicar uma correção e responde na thread original com um resumo.

#Como a Rippling usa automações

Equipes fora do Cursor já começaram a criar automações. Abhishek Singh, na Rippling, configurou um assistente pessoal. Ao longo do dia, ele coloca anotações de reuniões, itens de ação, TODOs e links do Loom em um canal do Slack. Um agente cron é executado a cada duas horas, lê tudo isso juntamente com seus PRs do GitHub, issues do Jira e menções no Slack, remove duplicações entre as fontes e publica um painel organizado.

Ele também executa automações acionadas pelo Slack para criar issues do Jira a partir de threads e resumir discussões no Confluence. Singh e a Rippling ampliaram o uso de automações para lidar com tarefas como triagem de incidentes, relatórios semanais de status, passagem de plantão e mais. As automações mais úteis são compartilhadas com toda a equipe.

#A fábrica que cria o seu software

Todas essas automações são impulsionadas por agentes em nuvem que usam seus próprios computadores para criar, testar e demonstrar seu trabalho. Agora você pode construir a fábrica que cria o seu software configurando agentes para monitorar e melhorar continuamente sua base de código.

Experimente criar uma automação em cursor.com/automations ou comece a partir de um template. Saiba mais na documentação.