<?xml version="1.0" encoding="UTF-8"?><rss xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:atom="http://www.w3.org/2005/Atom" version="2.0" xmlns:cc="http://cyber.law.harvard.edu/rss/creativeCommonsRssModule.html">
    <channel>
        <title><![CDATA[Stories by Henrique Kuwai on Medium]]></title>
        <description><![CDATA[Stories by Henrique Kuwai on Medium]]></description>
        <link>https://medium.com/@henriquekuwai?source=rss-1d0b1303b82b------2</link>
        <image>
            <url>https://cdn-images-1.medium.com/fit/c/150/150/1*IZXN77AZrjvMVTkxv0bkrw.jpeg</url>
            <title>Stories by Henrique Kuwai on Medium</title>
            <link>https://medium.com/@henriquekuwai?source=rss-1d0b1303b82b------2</link>
        </image>
        <generator>Medium</generator>
        <lastBuildDate>Fri, 20 Nov 2026 20:17:07 GMT</lastBuildDate>
        <atom:link href="https://medium.com/@henriquekuwai/feed" rel="self" type="application/rss+xml"/>
        <webMaster><![CDATA[yourfriends@medium.com]]></webMaster>
        <atom:link href="http://medium.superfeedr.com/" rel="hub"/>
        <item>
            <title><![CDATA[Minhas breves aventuras com IA: dos “Magic Avatars” do Lensa, ao Stable Diffusion local]]></title>
            <link>https://medium.com/@henriquekuwai/minhas-breves-aventuras-com-ai-dos-magic-avatars-do-lensa-ao-stable-diffusion-com-dreambooth-159cfcc4d45d?source=rss-1d0b1303b82b------2</link>
            <guid isPermaLink="false">https://medium.com/p/159cfcc4d45d</guid>
            <category><![CDATA[artificial-intelligence]]></category>
            <category><![CDATA[ai]]></category>
            <category><![CDATA[stable-diffusion]]></category>
            <category><![CDATA[lensa]]></category>
            <category><![CDATA[python]]></category>
            <dc:creator><![CDATA[Henrique Kuwai]]></dc:creator>
            <pubDate>Mon, 05 Dec 2022 01:05:39 GMT</pubDate>
            <atom:updated>2022-12-05T02:44:23.445Z</atom:updated>
            <content:encoded><![CDATA[<p>Na última semana, um app chamado <a href="https://prisma-ai.com/lensa">Lensa</a> começou a bombar aqui no Brasil, criado pela <a href="https://prisma-ai.com/">Prisma Labs</a>, que aparentemente cria apps de edição de fotos já há alguns anos.</p><p>De pessoas anônimas a famosos, todos entraram na onda do app, que promete criar avatares incríveis e criativos em cerca de 20 minutos, bastando apenas enviar selfies em poses variadas e pagar um valor. O fato de possibilitar o pagamento em reais, com certeza fez o app ganhar muito dinheiro nos últimos dias.</p><p>Eu mesmo fiquei instigado, fiz o pagamento de cerca de R$15 e testei: de 50 fotos, umas 7 ou 8 foram aproveitáveis, mas as ideias e composições realmente eram muito criativas. A grande maioria, no entanto, ou gerou outputs pouco aproveitáveis, ou tinha grandes defeitos nos rostos ou mãos, e algumas fotos ficaram até cortadas, impossibilitando o uso.</p><p>A título de exemplo, algumas das fotos legais que saíram:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*6uB9z0a00JEdFORJ7yn9BA.png" /></figure><p>E outras que simplesmente saíram cheias de defeitos:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*-Hs9VropQDSvcpUEVkudBA.png" /><figcaption>O olho torto e a mão com formato estranho, o nariz completamente estranho, entre outros fatores</figcaption></figure><h3>As primeiras experiências</h3><p>Sendo assim, como total leigo nesse assunto, já que meu universo sempre foi programação web, fiquei curioso de saber como o app estava gerando tudo isso, e se havia uma forma de chegar em resultados melhores. Fazendo uma breve pesquisa no Twitter, <a href="https://twitter.com/sspacecoding/status/1598064385972633602">cheguei na thread da Gi</a> (aka @sspacecoding), comecei a mexer um pouco com o Google Colab sugerido na thread, mas ao mesmo tempo, fui buscar mais conteúdo no YouTube sobre o assunto.</p><p>Cheguei primeiro no <a href="https://www.youtube.com/watch?v=3cvP7yJotUM">tutorial do Olivio Sarikas</a>, sobre como instalar a WebUI do Stable Diffusion, e como utilizar o modelo do Stable Diffusion 1.5 nessa interface. Fiz todo o processo, rodei o programinha, e a primeira vista foi essa:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*mlVw4PP9n0wMijpbZKNdLA.png" /><figcaption>A interface UI do Stable Diffusion</figcaption></figure><p>De início, obviamente eu não entendi muita coisa de como funcionava, apenas que bastava jogar um prompt que ele geraria alguma coisa. Escrevi a simples frase:</p><blockquote>a cat in a basket</blockquote><p>Cliquei em “Generate”, e em questão de poucos segundos:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*HXn14imrM_olK0MRlzTacw.png" /></figure><p>Vi que o negócio era interessante, mas achei que daria pra tentar ir um pouco mais fundo:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*JTvTJzGH0jWmwuiCakkPKQ.png" /><figcaption>a cat using sunglasses in a basket, with a forest background</figcaption></figure><p>Uau! E com pessoas, aliás, famosos? Será que daria certo?</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*TSvq4r7veqPYPLZwWRZcqg.png" /><figcaption>viola davis as black panther, with wakanda as background</figcaption></figure><p>Aí sim, minha mente simplesmente explodiu! Sem nenhuma configuração adicional, sem mexer em nenhum parâmetro do formulário, simplesmente instalando e rodando o algoritmo, consegui gerar uma imagem perfeita de Viola Davis como Pantera Negra!</p><p>Dado meu total desconhecimento do assunto, comecei a testar combinações e colocar nomes de famosos do cinema, e também famosos da TV brasileira. Dos brasileiros, no entanto, simplesmente não dava certo, vinham rostos aleatórios. Tirei a conclusão de que esses rostos de famosos de fora provavelmente foram todos treinados e embutidos no modelo do Stable Diffusion, e não adiantaria colocar pessoas menos conhecidas.</p><h3>Os meus próprios “Magic Avatars”</h3><p>Fiquei curioso, então, de como eu conseguiria adicionar meu próprio rosto nas gerações de imagens e finalmente chegar próximo do que o Lensa faz.</p><p>Fiz mais algumas pesquisas, e cheguei no <a href="https://www.youtube.com/watch?v=MT8HhBSMaWM">tutorial do James Cunliffe</a>, sobre como treinar modelos, com as suas fotos, pra utilizar no Stable Diffusion. Fiz todo o procedimento descrito, usando o Google Colab da descrição do vídeo, e aí sim, a coisa começou a ficar MUITO divertida!</p><p>Vale dizer que, apesar de eu ter subido de forma local e baixado o modelo pra utilizar na minha máquina, é possível fazer todo o processo (inclusive a geração de imagens) seguindo o tutorial, no Google Colab. Inclusive, para quem não possui placa de vídeo, é o caminho mais indicado, já que o processamento é pesado. No entanto, garanta que seu Google Drive esteja com bastante espaço livre, pois consome bastante espaço de disco.</p><p>Peguei a sugestão de prompt deixada pela Gi, na thread, e utilizei o nome do modelo que havia treinado (rikezenho):</p><blockquote>portrait of rikezenho intricate, elegant, highly detailed, digital painting, smooth, sharp focus, illustration, art by greg rutkowski</blockquote><p>E o resultado:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*DtPYU2aH5Nzb_oWO564KiQ.png" /></figure><p>A partir daí, foram horas e mais horas de exploração:</p><ul><li>Buscando e testando prompts criativos: para isso, o site <a href="https://lexica.art/">https://lexica.art</a> é muito útil, pois dá pra buscar imagens criativas geradas por AI e quais foram os prompts utilizados;</li><li>Brincando com os parâmetros do formulário: por exemplo, o número de “sampling steps”, que tem uma variação ideal de acordo com o “sampling method” escolhido — para o padrão “Euler a”, me pareceu que 40 steps é o valor ideal;</li><li>Marcando e desmarcando as opções, e comparando os resultados: para rostos de famosos, por exemplo, a opção “Restore faces” criou resultados mais nítidos e corretos;</li><li>Alterando o “batch count”: pra gerar mais de uma versão daquele prompt de uma vez só — obviamente, o tempo pra gerar aumenta conforme o valor;</li><li>Modificando o “CFG Scale”: esse parâmetro guia o quanto o algoritmo precisa respeitar o que você pediu no seu prompt — por padrão é 7, que é normal, mas pode mudar para valores maiores caso queira mais estrito. Dá para deixar bem baixo, tipo 4, pra gerar resultados que não respeitam tanto o prompt, mas são mais criativos;</li><li>Alterando o valor de “Seed” pra se aprofundar naquele resultado gerado anteriormente: por padrão, o valor vem como -1, o que significa que vai dar um número aleatório a cada tentativa, mas você pode jogar um número determinado pra sempre chegar em um mesmo resultado, podendo manipular os sampling steps e sampling method.</li></ul><p>Depois de muita exploração, cheguei em resultados tão legais quanto os do app, e vou deixar os prompts utilizados nas descrições das imagens mais abaixo.</p><p>Seja criativo! Use como referência seus jogos, animes, séries e filmes favoritos, bem como estilos de artistas (aqui uma <a href="https://decentralizedcreator.com/list-of-artists-supported-by-stable-diffusion/">lista de artistas suportados</a>), que dá para chegar em resultados muito bacanas.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/512/1*HZWa-0rzqafwTlAh2YdyBg.png" /><figcaption>Prompt: rikezenho in star wars style, with imperial armor, epic technologic background, fantastically detailed shining eyes modern anime style art cute vibrant detailed ears boy portrait shinkai makoto studio ghibli studio key hideaki anno sakimichan stanley artgerm lau rossdraws james jean marc simonetti elegant highly detailed digital painting artstation pixiv, unreal engine, epic composition, featured on artstation, pixiv, krenz cushart, laurie greasly, wlop, 4k | Sampling method: Euler a | Sampling steps: 20 | CFG Scale: 7</figcaption></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/512/1*W1vjWvSwS_Q_uIp_ZbV0AQ.png" /><figcaption>Prompt: rikezenho in fortnite style, with epic mountain background, fantastically detailed shining eyes modern anime style art cute vibrant detailed ears boy portrait shinkai makoto studio ghibli studio key hideaki anno sakimichan stanley artgerm lau rossdraws james jean marc simonetti elegant highly detailed digital painting artstation pixiv, unreal engine, epic composition, featured on artstation, pixiv, krenz cushart, laurie greasly, wlop, 4k | Sampling method: Euler a | Sampling steps: 20 | CFG Scale: 7</figcaption></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/512/1*JTqi06QhamJ_Z1ZzqjULUw.png" /><figcaption>Prompt: rikezenho saint seiya fantastically detailed shining eyes modern anime style art cute vibrant detailed ears boy portrait shinkai makoto studio ghibli studio key hideaki anno sakimichan stanley artgerm lau rossdraws james jean marc simonetti elegant highly detailed digital painting artstation pixiv | Sampling method: Euler a | Sampling steps: 20 | CFG Scale: 7</figcaption></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/512/1*3BLUirjuKlh4pADCjHu5Cg.png" /><figcaption>Prompt: portrait of rikezenho as a paladin, intricate, elegant, highly detailed, digital painting, smooth, sharp focus, illustration, art by greg rutkowski | Sampling method: Euler a | Sampling steps: 20 | CFG Scale: 7</figcaption></figure><h3>Descobertas no processo, e dicas</h3><ul><li>Por mais que meu PC tenha boas configurações (32GB de RAM, GPU RTX 3060TI, AMD Ryzen 5 5700G), o tempo de geração de imagens é razoável, e há um grande uso da GPU pra isso. Mesmo com um bom PC, tive que subir a Web UI do Stable Diffusion utilizando o parâmetro de VRAM média, descrito aqui: <a href="https://github.com/AUTOMATIC1111/stable-diffusion-webui/wiki/Troubleshooting#low-vram-video-cards">https://github.com/AUTOMATIC1111/stable-diffusion-webui/wiki/Troubleshooting#low-vram-video-cards</a>;</li><li>O campo de “Negative prompt” é bastante útil pra falar o que você não quer que saia nos outputs. Por exemplo, notei que o algoritmo não lida bem com mãos, e às vezes o tipo corporal ou gênero pode sair muito diferente do seu, então é possível remover essas possibilidades com o “Negative prompt”. Exemplos de termos: <em>cellphone </em>(já aconteceu de sair um celular nas imagens finais, por conta das selfies que usei pra treinar o modelo), <em>fat </em>(para mim gerou algumas imagens com o tipo corporal diferente), <em>old</em>, <em>hands </em>(pra não gerar mãos à mostra);</li><li>O algoritmo que já vem selecionado na UI é o “txt2img”, mas você também pode utilizar o “img2img” pra ampliar imagens e utilizar o recurso de “inpainting” para modificar um espaço específico de uma imagem que você deseja. Por exemplo: em algumas imagens, eu adorei a composição, mas o rosto ficou estranho. Com o recurso de “inpainting”, eu demarquei a área do rosto e gerei novas imagens modificando apenas a área marcada, assim, consegui corrigir o rosto da composição;</li><li>Falando no “img2img”, para gerar a imagem de capa do artigo com uma largura maior do que o tamanho gerado no “txt2img” (512x512px), eu usei o recurso de inpainting. Joguei a imagem no inpainting, setei o tamanho desejado para 1600x512px, marquei a opção “resize and fill” e fui tentando gerar algumas vezes até chegar num bom resultado:</li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*hhZ8WW5P2gYmeZ3PHqdXFQ.png" /></figure><ul><li>Existe uma opção chamada “Checkpoint Merger”, que você pode mergear o arquivo ckpt dos modelos. Fiz o teste com 2 modelos diferentes que gerei pro meu rosto e deu certo, parece que um complementou o outro. Porém, ao mergear modelos de rostos de pessoas diferentes, produziu resultados totalmente incorretos.</li></ul><h3>Conclusão</h3><p>O Stable Diffusion realmente é muito impressionante e é extremamente divertido (e viciante) mexer com ele, mas refleti sobre alguns pontos sobre o uso dele:</p><ul><li>O uso do algoritmo gera discussões sobre copyright, que provavelmente se estenderão pelos próximos anos, já que, com uma simples frase, é possível copiar de forma muito semelhante o estilo de artistas que nem sabem que estão sendo copiados. Tanto que, <a href="https://www.theverge.com/2022/11/24/23476622/ai-image-generator-stable-diffusion-version-2-nsfw-artists-data-changes">na versão 2.0 do algoritmo, está um pouco mais difícil “copiar” estilos de artistas</a>, provavelmente por conta de reinvindicações da categoria;</li><li>A despeito das críticas, o app Lensa foi bastante “ligeiro”, do ponto de vista de produto: pegou algo que a comunidade estava explorando de forma gratuita e nichada, explorou e chegou em prompts que funcionam de forma agradável para a maioria das pessoas, e gerou uma forma acessível para completos leigos poderem consumir, sem precisar se preocupar com poder de processamento, treino de modelos e etc. Além do fato de ser um app, e com possibilidade de pagamento em reais, o que com certeza foi um fator crucial pro app bombar aqui no Brasil;</li><li>Eu não tinha muito conhecimento sobre IAs de geração de imagens, e mesmo assim, consegui chegar em resultados muito bacanas, então, acredito que o uso do Stable Diffusion sem essas abstrações criadas pelo app valha muito mais a pena. Basta ter um pouco mais de tempo e paciência. Poder manipular os prompts e os parâmetros gera uma infinidade de possibilidades.</li></ul><p>Se testarem também, deixem seus comentários, ou chama <a href="https://twitter.com/Rikezenho">lá no Twitter</a>. Vamos compartilhar os prompts bacanas, que é a parte mais “difícil” do processo :)</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=159cfcc4d45d" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Criando sua CLI com Node.js]]></title>
            <link>https://medium.com/henriquekuwai/criando-sua-cli-com-node-js-d6dee7d03110?source=rss-1d0b1303b82b------2</link>
            <guid isPermaLink="false">https://medium.com/p/d6dee7d03110</guid>
            <category><![CDATA[ui]]></category>
            <category><![CDATA[cli]]></category>
            <category><![CDATA[commander]]></category>
            <category><![CDATA[shell]]></category>
            <category><![CDATA[javascript]]></category>
            <dc:creator><![CDATA[Henrique Kuwai]]></dc:creator>
            <pubDate>Mon, 11 Feb 2019 12:22:54 GMT</pubDate>
            <atom:updated>2019-02-11T14:00:25.521Z</atom:updated>
            <content:encoded><![CDATA[<figure><img alt="" src="https://cdn-images-1.medium.com/max/1000/1*JF0K6RT6CkZrJa6D8nDdFw.jpeg" /></figure><p>Olá pessoal!</p><p>Qualquer desenvolvedor certamente precisa ou precisará ter contato com CLIs (Command Line Interface) durante o seu dia-a-dia. Ferramentas como Git, NPM, Maven, Heroku, Surge, entre outras, todas trazem CLIs para facilitar as tarefas do desenvolvedor; seja para manipular arquivos, como para trazer/enviar informações, conectar com APIs, entre outros.</p><p>Por meio de shell scripts, é fácil realizar tarefas envolvendo arquivos do sistema, no entanto, programar em shell script nem sempre é uma tarefa tão simples assim. Para mim, que estou plenamente acostumado com JavaScript e já conhecendo as capacidade do Node.js, não demorou para vir a pergunta (para mim mesmo):</p><blockquote>Será que é possível criar CLIs com JavaScript?</blockquote><p>Com poucos minutos de pesquisa, a resposta foi um grande sim! Na verdade, o que não dá pra criar com JavaScript hoje em dia, não é mesmo?</p><p>Não só é possível criar CLIs com o Node.js como existe uma quantidade enorme de frameworks e bibliotecas para facilitar as tarefas mais comuns quando se fala de interfaces de linha de comando, como input de dados, manipulação dos comandos e flags, exibição das informações de uma maneira mais visual, execução de comandos mais “baixo-nível”, etc.</p><p>Para o exemplo que vou trazer aqui, vamos utilizar as seguintes bibliotecas:</p><ul><li><strong>Commander.js</strong>, que facilita a criação de comandos e manipulação de flags e options (<a href="https://github.com/tj/commander.js/">https://github.com/tj/commander.js/</a>)</li><li><strong>Inquirer.js</strong>, um agrupador de inputs no CLI (para inputar dados, checkboxes, etc) (<a href="https://github.com/SBoudrias/Inquirer.js/">https://github.com/SBoudrias/Inquirer.js/</a>)</li><li><strong>Shelljs</strong>, para executar comandos shell via JavaScript (<a href="https://github.com/shelljs/shelljs">https://github.com/shelljs/shelljs</a>)</li><li><strong>Chalk</strong>, para facilitar o log de informações coloridas (<a href="https://github.com/chalk/chalk">https://github.com/chalk/chalk</a>)</li><li><strong>Figletjs</strong>, para logar textos em letras garrafais — e pode ser utilizado em conjunto com o chalk! (<a href="https://github.com/patorjk/figlet.js">https://github.com/patorjk/figlet.js</a>)</li><li><strong>CLI Table</strong>, para exibir tabelas no terminal (<a href="https://github.com/Automattic/cli-table">https://github.com/Automattic/cli-table</a>)</li></ul><p>Vamos fazer um clássico to-do list, mas como CLI.</p><h3>Criando a base do CLI</h3><p>Primeiro crie a pasta do seu projeto (ex: /todo-cli) e vamos iniciar o projeto utilizando NodeJS 8+, já instalando os packages que vamos utilizar com o npm ou o yarn (no caso, utilizarei o yarn):</p><pre>&gt; yarn init<br>&gt; yarn add chalk@2.4.2 commander@2.19.0 figlet@1.2.1 inquirer@6.2.2 shelljs@0.8.3 cli-table@0.3.1</pre><p>Agora, com tudo instalado, vamos criar um index.js com o seguinte conteúdo:</p><iframe src="" width="0" height="0" frameborder="0" scrolling="no"><a href="https://medium.com/media/9e2b659a45bb39018ab1d5d2c6381895/href">https://medium.com/media/9e2b659a45bb39018ab1d5d2c6381895/href</a></iframe><ul><li>Na primeiríssima linha, adicionamos um comentário iniciado com hashtag para que, em sistemas *nix, este script seja interpretado utilizando node. Em sistemas Windows isso será simplesmente ignorado.</li><li>Depois, nas linhas 3 e 4, damos o require no commander e depois no package.json, apenas com o intuito de pegar a versão do projeto.</li><li>Na linha 6, setamos a versão do CLI, utilizando a função version do Commander.js.</li><li>A partir da linha 8, colocamos nosso primeiro comando do CLI: o comando de add. Primeiro você utiliza o métodocommand, passando uma string, e os parâmetros esperados no comando devem ser encapsulados com &lt;&gt; (se forem obrigatórios) e com [] se forem opcionais.</li><li>Depois, com o método description, setei uma descrição para o comando (isso será útil para a criação automática — pelo commander — da flag--help). Perceba que utilizei a marcação [todo], e depois esse parâmetro é passado na função de callback do método action .</li><li>E na última linha, o commander requere que passemos o process.argv, algo que o Node.js já disponibiliza para nós, para ele poder interpretar os comandos.</li></ul><p>Já podemos fazer nosso primeiro teste, executando node index.js add teste, e o output será mais ou menos assim:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/435/1*gFkKgLzoyaqtaJNqzfP2dw.png" /></figure><blockquote>Mas, peraí. A ideia era criar uma CLI, onde eu pudesse executar em qualquer lugar da minha máquina! Dessa forma tenho que passar o caminho do script!</blockquote><p>Calma, jovem. Isso você vai aprender exatamente agora:</p><h3>Registrando seu script como um comando global</h3><p>Com o script criado, vamos alterar e adicionar um nó novo no package.json:</p><pre><em>&quot;bin&quot;</em>: {<br><em>  &quot;todo&quot;</em>: &quot;index.js&quot;<br>}</pre><ul><li>O nó define qual será o comando principal do CLI;</li><li>O arquivo define qual script será executado ao rodar o comando.</li></ul><p>Salve o arquivo e, dentro do seu projeto, execute o comando npm link. Aguarde um momento e… simples assim. Em alguns sistemas, pode ser necessário o uso de sudo, pois ele registra isso de forma global.</p><p>Agora você pode utilizar o comando em qualquer local da sua máquina!</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/434/1*zpd97Uv5wO_wguZIMBHcMw.png" /></figure><p>E o mais legal disso é que ele mantém um link direto ao seu arquivo, sendo assim, você pode ir desenvolvendo e ir executando o comando para testar, sem precisar de mais nada. :)</p><h3>Adicionando, de fato, o to-do</h3><p>Para minimizar o boilerplate aqui do tutorial, optei por realizar de uma forma que não fosse necessário a integração com uma API. Sendo assim, vamos simplesmente gravar e ler os nossos to-dos em um arquivo todos.json.</p><p>Vamos fazê-lo com duas possibilidades: caso você passe o argumento [todo], ele já adicionará sem nenhuma pergunta:</p><iframe src="" width="0" height="0" frameborder="0" scrolling="no"><a href="https://medium.com/media/7046d645a3cd9d3bec59155683d31754/href">https://medium.com/media/7046d645a3cd9d3bec59155683d31754/href</a></iframe><ul><li>Nas linhas iniciais, agora eu incluo dois módulos do Node.js: path (mais especificamente a função join) e fs, para manipular arquivos do file system;</li><li>Na linha 8, guardei numa variável o path do nosso “banco de dados”: todos.json;</li><li>Nas linhas 10 e 18, criei funções utilitárias para pegar os dados do arquivo e salvar, prevenindo erros caso ele esteja vazio no getJson e parseando como string com separadores no saveJson;</li><li>A partir da linha 26, simplesmente: pego os dados do todos.json com a função e guardo numa variável, acrescento o to-do passado como objeto, junto ao atributo done, e salvo o arquivo novamente.</li></ul><p>Mas como o atributo [todo] está opcional, precisaremos adicionar um tratamento, e aí vem a segunda possibilidade:</p><iframe src="" width="0" height="0" frameborder="0" scrolling="no"><a href="https://medium.com/media/398170c8f076f841dac4c9a5abdebaa6/href">https://medium.com/media/398170c8f076f841dac4c9a5abdebaa6/href</a></iframe><ul><li>Na linha 6, incluí o módulo Inquirer, para fazer nossas perguntas ao usuário;</li><li>Na linha 26, perceba que adicionei a keyword async à função, pois vamos utilizar await dentro dela;</li><li>Na linha 27, declaro a variável answers;</li><li>A partir da linha 28, caso o usuário não passe o argumento todo, vamos perguntar ao usuário qual o texto do to-do. O inquirer possui o método prompt, que espera um array de objetos contendo cada “campo” do seu formulário no CLI, tendo como parâmetro obrigatório o type do input — veja todos os tipos [aqui](<a href="https://github.com/SBoudrias/Inquirer.js/#examples">https://github.com/SBoudrias/Inquirer.js/#examples</a>) e o name, pois depois será utilizado para pegar os dados. Isto retorna uma promise, então podemos utilizar o await por aqui!</li><li>Finalmente, na linha 40, verificamos: o argumento todo foi passado? Então utilizamos ele; senão, utilize a resposta do Inquirer!</li></ul><h3>Tratando os erros</h3><p>O Inquirer permite que você valide os dados inputados, e não deixe o usuário prosseguir enquanto não estiver correto.</p><p>Sendo assim, vamos adicionar uma validação para que a pergunta do to-do não passe vazia:</p><iframe src="" width="0" height="0" frameborder="0" scrolling="no"><a href="https://medium.com/media/06621d9ba37627dd213193b1da805360/href">https://medium.com/media/06621d9ba37627dd213193b1da805360/href</a></iframe><ul><li>Na linha 34, adicionei o atributo validate, que recebe uma função passando o parâmetro value. No caso da minha validação, só quero verificar se o usuário passou qualquer truthy value; caso sim, retorna true; senão, exibe a mensagem de erro para o usuário e não deixa ele prosseguir.</li></ul><p>O Inquirer possui ainda um atributo filter, que manipula os dados DEPOIS de inputados. Mas, como qualquer biblioteca na vida, dê uma lidinha na [documentação oficial](<a href="https://github.com/SBoudrias/Inquirer.js">https://github.com/SBoudrias/Inquirer.js</a>).</p><p>Nosso programa já vai rodar dessa maneira:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/430/1*O3tpoFtUDS0Z9ELqG92F5Q.png" /><figcaption>A primeira vez, passando o argumento. Na segunda, usando o Inquirer</figcaption></figure><p>E nossos dados ficarão assim:</p><pre>[<br>  {<br><em>    &quot;title&quot;</em>: &quot;teste&quot;,<br><em>    &quot;done&quot;</em>: false<br>  },<br>  {<br><em>  &quot;title&quot;</em>: &quot;Comprar pão&quot;,<br><em>    &quot;done&quot;</em>: false<br>  }<br>]</pre><h3>Adicionando mensagens bonitas de retorno</h3><p>Utilizando o chalk, podemos adicionar cor aos nossos console.log de maneira muito, muito fácil:</p><iframe src="" width="0" height="0" frameborder="0" scrolling="no"><a href="https://medium.com/media/aad24982063d9a878428e5b283d1b591/href">https://medium.com/media/aad24982063d9a878428e5b283d1b591/href</a></iframe><ul><li>Na linha 7, agora incluo o módulo Chalk;</li><li>E na linha 46, retorno a mensagem de sucesso utilizando o método green do chalk. Você pode escolher uma cor, um background e um decoration (como por exemplo, underline ou bold) — veja na [documentação do chalk](<a href="https://github.com/chalk/chalk">https://github.com/chalk/chalk</a>).</li></ul><p>E….. tcharam!</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/434/1*dN6S9RaVn3upCnqnsn5Vnw.png" /></figure><p>Você pode adicionar quantas cores quiser; com template strings isso fica muito mais fácil e legível. :)</p><h3>E se eu quiser adicionar o to-do com opções adicionais?</h3><p>Pra isso, podemos utilizar flags! Os famosos argumentos passados com -- ou - depois do comando. O commander nos traz essa possibilidade de maneira EXTREMAMENTE fácil.</p><p>Vamos colocar uma opção --status no nosso comando de add. Dessa forma, se a flag for passada no comando, somada a algum parâmetro, o to-do já será salvo com o atributo done: {status-passado-na-flag}.</p><iframe src="" width="0" height="0" frameborder="0" scrolling="no"><a href="https://medium.com/media/e41f61ec3d27d1da2010f5845c374089/href">https://medium.com/media/e41f61ec3d27d1da2010f5845c374089/href</a></iframe><ul><li>Na linha 27, usamos o método option pra criar a opção --status, junto com a descrição da flag (novamente, será útil para o comando --help). Você pode definir um shorthand (-s) junto com a flag completa;</li><li>Na linha 28, o último parâmetro sempre será o options, para pegar as flags passadas pelo usuário (podem ser infinitas!);</li><li>E na linha 44, adiciono um tratamento para pegar o dado inputado e finalizar como booleano, pois os dados aqui sempre virão como String .</li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/442/1*lJGUbJa2AeK-2Q2255mrCQ.png" /></figure><p>Agora, passando a flag --status, o to-do já será salvo com o atributo done: true!</p><h3>Vamos completar as ações do nosso to-do?</h3><p>Agora, precisamos de um método para listar nossos to-dos, outro para marcar como feito e outro para marcar como não feito. O básico do funcionamento da interação com a CLI já foi passado, então vou simplesmente exemplificar por aqui:</p><iframe src="" width="0" height="0" frameborder="0" scrolling="no"><a href="https://medium.com/media/a888ae7243353a97f7f910bcffb0ff75/href">https://medium.com/media/a888ae7243353a97f7f910bcffb0ff75/href</a></iframe><ul><li>Na linha 22, criei uma função utilitária para pegar os dados e exibir em forma de tabela. Utilizei o módulo cli-table, então apenas pego os dados do JSON, crio a instância definindo os headings e os tamanhos das colunas;</li><li>A partir da linha 63, criei o comando list, que não precisa receber nenhum parâmetro;</li><li>Depois passo os dados para a função — perceba que utilizei o chalk para deixar verdinho o status — e exibo para o usuário.</li></ul><p>O resultado é este:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/433/1*Bf7Tl5IhtKO0UfkyronG4w.png" /></figure><p>Separei a exibição da tabela em uma função, pois vou reaproveitá-la nos métodos de do e undo, que recebem o id do to-do para serem atualizados:</p><iframe src="" width="0" height="0" frameborder="0" scrolling="no"><a href="https://medium.com/media/bbe07aac2d14234f64a847ee956f7e50/href">https://medium.com/media/bbe07aac2d14234f64a847ee956f7e50/href</a></iframe><ul><li>Nas linhas 71 e 94, criei os comandos do e undo, respectivamente. Eles são como o comando de add: recebem um parâmetro opcional, manipula o JSON, e exibe a tabela final para o usuário.</li></ul><p>O resultado é este:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/430/1*IEAhKYAUQHs9BJ1iYoMY1w.png" /></figure><p>E já que reaproveitamos o método da tabela, por que não utilizar também no add?</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/435/1*3xUqgvP58fN_Y_nSuXfs9w.png" /></figure><h3>Agora, comandos shell no JavaScript!</h3><p>Vamos criar um comando totalmente desnecessário — mas para fins didáticos, de backup, apenas com o intuito de aprender a usar o shelljs. Sendo assim, ele executará simplesmente um copy do arquivo todos.json para uma pasta backup utilizando comandos shell.</p><iframe src="" width="0" height="0" frameborder="0" scrolling="no"><a href="https://medium.com/media/bdb2fe65077babb10d09fe92324ef98b/href">https://medium.com/media/bdb2fe65077babb10d09fe92324ef98b/href</a></iframe><ul><li>Na linha 9, incluo o módulo shelljs;</li><li>Na linha 119, comecei a criar o comando backup;</li><li>Primeiro, tento criar a pasta backup, caso ela não exista, utilizando o comando mkdir do shelljs;</li><li>Depois, executo o comando de mover o arquivo passando um parâmetro para ele não logar nada no console, apenas se eu quiser, e guardo numa variável;</li><li>Depois, faço o tratamento de erros: o exec pode retornar 3 atributos: code e stderr (caso dê erro), e stdin, caso dê tudo certo. Exibo as mensagens de acordo.</li></ul><h3>Lembra do comando --help?</h3><p>Agora o commander brilha:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/444/1*TNDKCSvjeitt77HUT95l6w.png" /></figure><p>Isso é gerado automaticamente por ele, conforme você utiliza os métodos corretos. Lindo, não?</p><p>E uma firula com o FigletJS para nosso terminal ficar mais bonito:</p><iframe src="" width="0" height="0" frameborder="0" scrolling="no"><a href="https://medium.com/media/8db6a099a8c6156e655e9926853009fb/href">https://medium.com/media/8db6a099a8c6156e655e9926853009fb/href</a></iframe><ul><li>Na linha 10, inclui o FigletJS;</li><li>Na linha 39, logo o figlet passando um texto qualquer, utilizando o chalk para deixá-lo com a cor cyan.</li></ul><p>E agora sempre que executarmos comandos do nosso CLI, um texto em letras garrafais irá aparecer, dessa forma:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/431/1*N9WJeP0CGcjVJOhalwE8HQ.png" /></figure><h3>Finalizando…</h3><p>Passei aqui o básico de como começar seu CLI e definir seus comandos, algumas das bibliotecas mais utilizadas tanto para criar a UI quanto facilitar a criação de inputs de dados, bem como executar ações de shell com JavaScript, mas a partir disso, você pode utilizar CLIs para:</p><ul><li>Criar componentes no seu app — utilizando um template engine server-side, como o Pug ou Handlebars;</li><li>Fazer scaffolding de uma estrutura definida de projeto;</li><li>Enviar arquivos para um servidor (podendo-se utilizar libs de SSH ou SFTP);</li><li>Executar tarefas monótonas e repetitivas, como talvez realizar um git pull em todos os seus projetos (sim, qualquer comando shell pode ser utilizado com o shelljs);</li><li>E mais o que sua imaginação permitir :)</li></ul><p>O mundo de criação de CLIs com JavaScript é ainda mais vasto do que isso; é possível utilizar até React para potencializá-las (utilizando o [Ink](<a href="https://github.com/vadimdemedes/ink">https://github.com/vadimdemedes/ink</a>)), libs para fazer loaders animados para requisições ou operações assíncronas ([Ora](<a href="https://github.com/sindresorhus/ora">https://github.com/sindresorhus/ora</a>)), mas provavelmente rende outros artigos.</p><p>Agradecimentos especiais aos autores dos artigos abaixo, que me deram um primeiro contato com essa possibilidade:</p><ul><li><a href="https://codeburst.io/building-a-node-js-interactive-cli-3cb80ed76c86">https://codeburst.io/building-a-node-js-interactive-cli-3cb80ed76c86</a></li><li><a href="https://scotch.io/tutorials/build-an-interactive-command-line-application-with-nodejs">https://scotch.io/tutorials/build-an-interactive-command-line-application-with-nodejs</a></li></ul><p>O conteúdo do tutorial está todo neste repositório:</p><p><a href="https://github.com/Rikezenho/todo-cli">Rikezenho/todo-cli</a></p><p>Qualquer dúvida, não hesite em comentar.</p><p>Até a próxima, galera!</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=d6dee7d03110" width="1" height="1" alt=""><hr><p><a href="https://medium.com/henriquekuwai/criando-sua-cli-com-node-js-d6dee7d03110">Criando sua CLI com Node.js</a> was originally published in <a href="https://medium.com/henriquekuwai">henriquekuwai</a> on Medium, where people are continuing the conversation by highlighting and responding to this story.</p>]]></content:encoded>
        </item>
    </channel>
</rss>