AI Kanban

Kanban estilo Trello com chat de IA e MCP: o usuário autentica, gerencia o board e pede ao agente para criar/mover cards — enquanto o domínio Kanban e a orquestração LLM ficam em serviços FastAPI separados. Demo em ai-kanban-pearl.vercel.app.

Contexto

Muitos demos de “app com IA” misturam UI, regras de negócio e LLM no mesmo processo. O desafio aqui foi contar uma história de arquitetura clara para entrevista: fronteiras de serviço, JWT do usuário no agente (sem service-role), custo próximo de zero e um fluxo demo confiável.

O que o produto entrega

Login Supabase, board seed (To Do / Doing / Done), CRUD e drag-and-drop de cards na UI
Chat in-app que cria/move cards via tools; UI atualiza com SSE/stream e refetch
MCP local (Cursor) reutiliza as mesmas tools contra a kanban-api com o token do usuário
Deploy real: Next.js na Vercel, FastAPI×2 no Render, Postgres/Auth no Supabase

Sinais de engenharia

Monorepo: apps/web (Next.js) + services/kanban-api e agent-api (Python/FastAPI) + mcp-server + package kanban-client compartilhado
O agente nunca fala com o banco: só chama a kanban-api encaminhando o JWT do usuário
Alembic no startup da API; Compose/Podman para stack local; CI com testes Python, lint e type-check do web
Trade-offs explícitos: LLM free-tier (Gemini), Render free com cold start, MCP local no v1, pub/sub in-process para SSE

Projeto de portfólio/entrevista. Demo pública em ai-kanban-pearl.vercel.app. Repositório no GitHub (privado — acesso sob pedido).

#Python#FastAPI#Next.js#AI / MCP

Ver demo Código-fonte