TCC — ClassGenerator: Um Gerador de Artefatos Multiplataforma

Em fevereiro de 2005 eu defendi meu Trabalho de Conclusão de Curso em Ciência da Computação na Universidade Federal do Pará, em Belém, orientado pelo Prof. Dr. Eloi Luiz Favero. O tema era o ClassGenerator, uma ferramenta que eu vinha usando desde 2001 pra gerar boa parte de um sistema de informação a partir do esquema do banco de dados.

Aqui eu deixo um resumo do trabalho, o PDF pra quem quiser ler inteiro e um pouco do porquê eu acho que esse assunto, que parecia coisa dos anos 2000, voltou com tudo agora que a IA escreve código.

O que é o ClassGenerator

O ClassGenerator junta três coisas numa ferramenta só: um gerador de código, um gerador de artefatos e um framework. Ele foi escrito em PHP com MySQL, roda no navegador, e o processo começa num esquema de banco de dados. A partir daí ele gera:

  • as classes básicas (uma por tabela, com get e set);
  • as classes de negócio, numa arquitetura em três camadas com o padrão Facade (Fachada, Cad e CadBD), que deixam o mapeamento objeto-relacional transparente pra quem programa a regra de negócio;
  • as interfaces web de cadastro, edição, exclusão, administração e detalhe, em XHTML com CSS (tableless) e validação em JavaScript separada do HTML;
  • a documentação do código.

As classes podiam sair em PHP, Java ou Python. O resultado da primeira geração já é um protótipo que funciona, e que pode virar a base do sistema ou servir só pra refinar requisito com o cliente. Quem usa não fica preso: dá pra continuar mantendo os artefatos pela ferramenta (cadastrando novos métodos com o SQL, os parâmetros e o tipo de retorno) ou pegar o código gerado e seguir a vida.

As ideias por trás

O trabalho parte do “No Silver Bullet” do Fred Brooks, que divide o desenvolvimento de software em atividades essenciais (criar o modelo conceitual do sistema) e acidentais (implementar esse modelo num programa). O objetivo do ClassGenerator era melhorar diretamente as acidentais e, com isso, sobrar tempo e cabeça pras essenciais: especificação, projeto e teste.

O segundo capítulo passa pelas “possíveis balas de prata” da época (orientação a objetos, aspectos, metodologias ágeis, frameworks, geradores, padrões de projeto, RAD, componentes, software livre) e defende que nenhuma resolve sozinha, o que funciona é uma boa combinação. Também separa duas coisas que muita gente trata como igual: o gerador de código, que gera uma base e te deixa com ela, e o gerador de artefatos, em que a manutenção é feita sempre na especificação de alto nível e não nos arquivos gerados.

Os estudos de caso

Tem três sistemas reais no trabalho:

  • SAPP, um sistema de apoio a páginas pessoais (que rodava o meu site na época): aproximadamente 90% da aplicação foi gerada.
  • asSAI, um sistema aduaneiro pra controle das atividades de um porto, com 70 a 90 entidades, feito em equipe na Abstract: aproximadamente 50% do código foi gerado.
  • Portal da Amazônia: entre 30 e 40% do sistema, com o ClassGenerator usado só como gerador de código e convivendo com uma parte em MVC.

Daí sai a métrica do trabalho: de 70 a 90% em sistemas simples, de 50 a 65% em sistemas normais e de 20 a 30% em sistemas complexos, com muita regra de negócio e muitas visões.

Por que isso tá atual com IA gerando código

Relendo o texto mais de vinte anos depois, o que me chama atenção é que as perguntas são as mesmas de hoje. Só mudou o gerador.

A especificação como fonte da verdade

A definição de gerador de artefatos que eu usei lá, manter sempre a especificação e nunca o arquivo gerado, é praticamente o que hoje chamam de spec-driven development: a especificação é a fonte da verdade e o código é um artefato gerado a partir dela. Um artigo de 2026 sobre o tema descreve isso como uma ideia antiga que os assistentes de código reacenderam. Em 2005 a “spec” era o esquema do banco e um cadastro de métodos. Hoje é um documento em texto que um agente lê.

O acidental ficou barato, o essencial continua com a gente

O ClassGenerator atacava o trabalho repetitivo de implementação. Os modelos de linguagem fazem isso numa escala que eu não imaginava, pra qualquer linguagem e sem precisar de template. Só que a parte essencial, entender o problema e decidir o que construir, continua sendo o gargalo, do jeito que o Brooks disse em 1986.

Código gerado não é sistema pronto

No asSAI a ferramenta gerou metade do código, e o trabalho já avisava que isso não queria dizer metade da aplicação pronta, porque a metade que faltava era a das regras de negócio, bem mais complexa. Vale igual pra quem mede produtividade de IA por linha de código ou por percentual de código gerado.

Padrão e arquitetura antes da geração

O gerador só funcionava bem porque tinha uma arquitetura definida, regras de mapeamento e responsabilidades claras pra cada artefato. No asSAI, publicar e documentar todos os métodos resultou em menos código replicado e mais independência entre os desenvolvedores. Com agentes de código é a mesma coisa: sem padrão e contexto, cada geração sai de um jeito.

O que mudou de verdade

Um gerador baseado em template é determinístico: a mesma entrada dá sempre a mesma saída, e por isso eu podia dizer que os artefatos gerados precisavam de menos teste. Com um modelo de linguagem isso não vale, a saída varia, então revisão e teste do que foi gerado ficam mais importantes, não menos. Em compensação, o limite do template sumiu: a IA gera também a regra de negócio e as visões, que eram justamente o que o ClassGenerator deixava pra mão.

E um detalhe que eu acho engraçado: na lista de trabalhos futuros de 2005 tem “adicionar inteligência computacional na geração das interfaces”. Demorou um pouco, mas chegou 🙂

Ficha

  • Título: ClassGenerator: Um Gerador de Artefatos Multiplataforma
  • Autor: Marcelio D’Oliveira Leal
  • Orientador: Prof. Dr. Eloi Luiz Favero
  • Banca: Prof. Dr. Eloi Luiz Favero, Prof. Msc. Alfredo Braga Furtado e Prof. Esp. Osiel Marlon Negrão da Silva
  • Bacharelado em Ciência da Computação, Universidade Federal do Pará, Belém. Aprovado em 11 de fevereiro de 2005.

A tradução em inglês foi feita em 2026 com ajuda de IA. As figuras e as listagens de código são as do original.

This page is also available in English.