Início rápido com AI
Se quiser percorrer os conceitos, a configuração e as integrações do Module Federation em ordem, acesse o guia de introdução.
Uma maneira melhor de começar
Se você já usa uma ferramenta de codificação com AI, o melhor ponto de partida não é ler toda a documentação manualmente.
A abordagem mais rápida é: entregue primeiro a documentação mais recente do Module Federation ao seu agente; depois, deixe-o responder perguntas, depurar problemas, atualizar configurações e escrever código.
Muitos modelos ainda têm conhecimento incompleto ou desatualizado sobre o Module Federation 2.0. O objetivo desta página não é fazer você estudar primeiro, mas ajudar seu agente a consultar o material correto antes de agir.
Configuração recomendada
Se você usa Claude Code, Cursor, Windsurf ou outro editor com suporte a Skills, instale:
Depois peça ao agente para ler a documentação antes de responder:
A ideia é simples:
- você não precisa procurar pela documentação primeiro
- seu agente lê a documentação mais recente antes de responder
- o resultado tem muito mais chance de ser correto
Se quiser que o agente faça mais
A skill mf faz mais do que responder perguntas. Ela também pode ajudar seu agente a:
- adicionar Module Federation a um projeto existente
- inspecionar problemas de configuração
- analisar problemas de tipos
- verificar conflitos de dependências compartilhadas
- inspecionar informações de módulos remotos
- usar a extensão MF do Divebell para diagnosticar falhas de runtime, cadeias de carregamento e gargalos de performance
- ler relatórios de observabilidade locais, de SSR ou de produção
Ver documentação das Agent Skills
Observar e depurar carregamento do MF
Problemas de resolução de Remote, seleção de Shared, ciclo de vida de Bridge e
performance dos módulos geralmente existem apenas no runtime da página. Para
um diagnóstico pontual, a skill mf pode usar a extensão MF do
Divebell para obter evidências estruturadas sem
adicionar o Observability Plugin à aplicação. A interação serve apenas para
acionar a cadeia de carregamento.
Peça diretamente ao agente:
Quando necessário, a skill instala Divebell globalmente na máquina do agente,
lê a Skill retornada por divebell skill, instala
@divebell/extension-mf e lê a Skill retornada por
divebell mf --skill. Nenhum desses pacotes é adicionado à aplicação.
Para coleta contínua, arquivos de Node/SSR, uploads de produção ou relatórios
que precisam ser retidos, integre o
Observability Plugin. Depois de
uma falha, forneça ao agente a traceId, o comando read: ou o relatório
armazenado:
Para Node ou SSR, peça ao agente para ler .mf/observability/latest.json. Em
produção, envie relatórios com o callback onReport e forneça ao agente o
relatório armazenado. Uma trace ID de uma sessão já encerrada não substitui o
relatório.
Você ainda pode usar isso sem instalar nada
Se você quiser primeiro uma versão mais leve, envie isto diretamente ao seu agente:
Essa é a forma mais simples de impedir que o modelo tente adivinhar quando a skill ainda não foi instalada.
Documentação que você pode passar ao seu agente
llms.txt
module-federation.io oferece suporte ao padrão llms.txt, que é um bom ponto de entrada para sistemas de AI:
Documentação em Markdown
Todas as páginas do site de documentação também estão disponíveis em Markdown. Troque .html no fim de uma URL de documentação por .md:
Próximos passos
Se quiser começar usando esse fluxo de trabalho agora:
- Instale
mf - Faça a pergunta que você quer responder
- Use Divebell para diagnosticar runtime, carregamento ou performance do MF
- Habilite o Observability Plugin quando as evidências precisarem ser retidas ou enviadas
- Abra a documentação das Skills para ver quais subcomandos ela oferece