Disponível para projetos sob demanda

Desenvolvimento full-stack, de APIs e dados a interfaces e ferramentas.

Sou Emanuel Missena, também conhecido como Emanuel Vini. Construo aplicações web com TypeScript, Next.js e PostgreSQL, ferramentas com IA e experimentos de sistemas em Rust. Minha trajetória começou com plugins Java e automação de servidores. Explore os projetos para conhecer o código, as decisões e o escopo de cada aplicação.

Ver projetos GitHub Público

Contato diretocontact@emanuelvini.dev

PROJETOS NO CATÁLOGO

Aplicações, experimentos e legado

2021

PRIMEIRO PROOF PÚBLICO

Plugins Java criados no GitHub em junho/2021

FOCO ATUAL

Next.js, Prisma, IA aplicada e sistemas transacionais

portfolio://quality-scan

comandos reais, sinais auditáveis e UX em movimento

Stack operacional

emanuel@portfolio~/prod$npm run lint

02=> interface validada: motion, responsivo, filtros e modal de projetos

emanuel@portfolio~/prod$npm run build

04=> Next.js 16 + React 19 + Tailwind CSS entregando portfolio auditável

emanuel@portfolio~/prod$open /projects/swiss-learn

06=> prioridade: domínio educacional, sessões de estudo e revisão espaçada

portfolio pronto para avaliação

aguardando

VERIFIED ENGINEER PROFILE

Emanuel ViniEmanuelMissena

Engenheiro Full-Stack · 16 anos

LOW-LEVELHIGH-LEVEL

construindo desde 2020 · Santos, BR

Quem sou eu

Emanuel Missena (Emanuel Vini)

Conheça minha trajetória, de onde venho e o que me motiva a construir engenharia de software real.

Oi — sou Emanuel Missena, nascido em Santos, SP. A família veio lá da Itália, o sobrenome ficou. Na internet e nos repos, a maioria me conhece como Emanuel Vini ou @emanuelVINI01, que é o codinome que usei desde que comecei. Comecei a mexer com servidor aos 10 anos, sem manual, só errando e refazendo.

Vim do suporte técnico de servidor de Minecraft, passei por automação de Discord, plugins em Java, e fui empurrando o nível até chegar onde estou: sistemas transacionais, APIs REST e IA aplicada. Não me formei nisso — fui atrás. E essa diferença aparece no código.

Habilidades

Minha Stack e Ferramentas

O que realmente uso — sem enrolação.

Next.js

Prisma

AWS

AI Management & Claude

GitHub

Advanced Linux

Docker

Redis

Zod

Java

Kotlin

História técnica

Começou como curiosidade. Virou operação. Hoje virou produto.

A narrativa abaixo foi escrita para ser lida como uma investigação: cada capítulo mostra uma pressão real, a decisão técnica tomada e o rastro público que ajuda a auditar a trajetória.

A abertura

Eu não entrei na tecnologia por tutorial bonito. Entrei porque algo quebrava e alguém precisava resolver.

Em 2020, o isolamento virou laboratório. Eu comecei com Java, Minecraft, arquivos .jar, plugin.yml e stack traces que não explicavam nada com carinho. A única saída era ler, testar, quebrar e compilar de novo.

O começo não foi limpo. Tinha código acoplado, nome ruim, gambiarra para entender API e muita tentativa que falhava no console. Mas cada erro obrigava uma investigação: fórum antigo, wiki incompleta, documentação oficial, issue esquecida e conversa técnica em idioma que eu ainda estava aprendendo.

Depois o código saiu do hobby e entrou em operação. Servidor dedicado, VM, painel, cliente, pagamento, ticket, rota, uptime. Quando existe cliente esperando, arquitetura deixa de ser palavra bonita e vira sobrevivência.

Essa fase me treinou a fazer uma coisa que separa desenvolvedor mediano de desenvolvedor forte: olhar para um sistema quebrado sem travar, reduzir o problema, testar hipótese e transformar bagunça em arquitetura.

Hoje eu uso IA, vibecoding e agentes como aceleradores. Mas a base que decide o que faz sentido veio de outro lugar: console, Linux, API, banco, rede e responsabilidade sobre sistemas que não podiam simplesmente cair.

Raiz

A curva começou no erro

A base veio de documentação, fóruns, wikis, erro de compilação e leitura de código existente. O código inicial não era perfeito; refatorar o que eu mesmo quebrava foi o que criou critério técnico.

Infra

Operação muda o nível

Servidores, máquinas virtuais, painéis, rotas, limites de recurso e uptime moldaram uma visão prática de sistema em produção.

Negócio

Pagamento não perdoa bug

Webhooks, gateway de pagamento e idempotência ensinaram cedo que backend bom protege dinheiro, estado e confiança.

Agora

IA entra como escala

Vibecoding e multi-agentes entram como ferramentas de escala, não como substituto para arquitetura, debugging e decisão técnica.

Capítulo 03

ChatOps antes de eu conhecer esse nome

O centro de comando que levou meio terabyte de RAM para dentro do Discord.

Entre os 11 e 13 anos, a infraestrutura deixou de ser brincadeira: dois dedicados bare-metal da OVHCloud, 256GB de RAM em cada máquina e clientes abrindo tickets quando qualquer pico de CPU parecia o fim do mundo. O gargalo deixou de ser hardware. Virou tempo.

Discord

TypeScript

OVHcloud

Linux

Cloudflare

GitHub

discord://infra-command-center

ChatOps antes de eu conhecer esse nome

ChatOps

emanuel@portfolio~/prod$/node ovh-01 diagnose vm cliente-42

02=> cpu: spike detected | route: degraded | invoice: ok

emanuel@portfolio~/prod$/vm cliente-42 restart --graceful

04=> status: recovered | ticket: closed with incident note

incidente estabilizado

aguardando

512GB

RAM orquestrada

Dois servidores OVHCloud de 256GB descritos na operação.

24/7

pressão real

Tickets, manutenção, quedas, rotas e suporte enquanto a rotina escolar continuava.

API

não era só chat

Bots atuavam como interface operacional para painéis, instâncias e clientes.

A cena que resume tudo

Um cliente abria ticket de madrugada cobrando SLA. Do outro lado, um garoto de 12 anos pegava o celular, rodava um comando privado no Discord, consultava o node, reiniciava a VM ou matava um processo travado, respondia como suporte profissional e ia para a escola.

Ticket chega no Discord

Bot cruza cliente, fatura e instância

Comando chama API ou rotina Linux

Node responde, VM estabiliza, cliente recebe status

APIs como painel invisível

O bot consumia rotas REST do Virtualizor e do Pterodactyl com token, transformando chat em cockpit de infraestrutura.

Terminal dentro do fluxo

Restart de VM, diagnóstico e processos travados saíam do SSH manual e viravam comandos restritos no Discord.

Alertas para crise

Warnings globais avisavam clientes sobre manutenção, instabilidade de rota, variação de uptime e incidentes em nodes.

Financeiro conectado

Faturas vencidas geravam alerta e podiam cortar recursos da instância quando o limite operacional era ultrapassado.

Prova pública

Rastro público conectado a esse capítulo

A operação OVH/Virtualizor/Pterodactyl é relato operacional. O rastro público auditável está nos bots e integrações Discord/Minecraft publicados no GitHub, e na VM em Rust que dá sequência a essa mesma obsessão por bare metal.

Empresas grandes chamam isso de ChatOps: Slack ou Teams conectado à nuvem para operar infraestrutura com velocidade. Eu construí a minha versão com Discord, TypeScript, APIs e servidores reais porque precisava ganhar tempo, reduzir suporte manual e manter cliente online.

zDiscordCore

Java, criado em 30/04/2022

ComuniMineBot

TypeScript, publicado em 16/08/2023

RyzenShopBot

TypeScript, publicado em 16/08/2023

MinecraftFeastBot

JavaScript, publicado em 16/08/2023

my-vm

Rust, VM com hardware simulado — evolução do interesse por sistemas

Serviços

Entrega full-stack com leitura clara para times técnicos.

O portfólio organiza projetos reais por arquitetura, decisões de produto, stack e pontos avaliáveis: autenticação, modelagem, APIs, dashboards, validação, deploy e acabamento de interface.

APIs e sistemas transacionais

APIs com contratos tipados, validação de entrada, autenticação e persistência. Os cases mostram decisões de consistência e tratamento de erros.

Dashboards e produtos web

Interfaces responsivas para formulários, dashboards e ferramentas. Os projetos mostram navegação, estados de interação e apresentação dos dados.

Arquitetura e qualidade

Organização de código por responsabilidade, contratos tipados e verificações pertinentes ao projeto. Limitações e próximos passos ficam explícitos nos cases.

Linguagem, runtime e sistema

O ecossistema my-vm

Uma arquitetura própria para estudar a ligação entre linguagem e execução. O compilador transforma CVM em Assembly, a máquina virtual simula os dispositivos e o sistema usa essa base para construir um desktop. O frontend Python registra a primeira versão desse caminho.

Experimento

my-vm-compiler · linguagem CVM

A gramática PEG com Pest lê fontes .cvm com sintaxe semelhante a C. O gerador transforma o programa em IR e o codegen emite Assembly. A etapa de otimização ainda devolve a IR sem alterações. A CLI grava o .ir junto ao fonte e o .asm no caminho escolhido. Há funções, controle de fluxo, structs, ponteiros e Assembly inline. Um teste de snapshot e um smoke de memória passaram; src/main.cvm do sistema também compilou. Isso não comprova correção integral da linguagem ou execução gráfica.

Pipeline: Imports → Pest → IR → Assembly
Otimização: Etapa reservada; ainda sem transformações
Verificação: Dois testes passaram e o fonte do OS compilou

Ver projeto GitHub

Experimento

my-vm · máquina virtual

O runtime lê Assembly textual, resolve labels e executa instruções sobre registradores A–Z, pilha e RAM. A RAM possui 256 × 1024 × 1024 palavras u32, aproximadamente 1 GiB. Uma janela minifb exibe o framebuffer 1280 × 800; mouse, teclado e interrupções alimentam o sistema convidado. O processo roda no sistema hospedeiro e requer sessão gráfica. A execução local exibiu o desktop. Os cliques não abriram os aplicativos internos nesta revisão.

Arquitetura: 26 registradores u32 e cerca de 1 GiB de RAM
Interface: Framebuffer, primitivas de desenho, teclado e mouse
Papel: Executa o Assembly do compilador CVM

Ver projeto GitHub

Experimento

my-vm-os · desktop em CVM

O ponto de entrada src/main.cvm importa drivers gráficos e de teclado, VFS, gerenciador de janelas, desktop, barra de tarefas e quatro aplicativos. Rotinas CVM usam Assembly inline para desenhar, receber entrada e processar interrupções simuladas. O loop controla foco e redesenho. O VFS armazena até 32 entradas em RAM, sem persistência entre execuções. O fonte compilou com a toolchain atual. Não há isolamento de processos ou escalonador preemptivo comprovado. A execução local exibiu o desktop. Os cliques não abriram os aplicativos internos nesta revisão.

Aplicativos: Terminal, editor, calculadora e explorador
Arquivos: VFS em RAM; até 32 entradas e sem persistência
Entrada: Mouse, teclado e interrupções simuladas

Ver projeto GitHub

Legado

old_compiler · frontend Python legado

Antes da linguagem CVM, este frontend compilava um subconjunto de Python. Um linker descobre módulos locais; visitors, contexto de registradores e emissor produzem Assembly. Há funções, listas, strings, imports e controle de fluxo. A saída pode usar WRITESTR, ausente do parser atual da VM. Dos 126 testes descobertos, 106 passaram, 2 falharam na representação de labels e 18 foram ignorados; os testes de execução dependem de caminhos antigos. Não participa do pipeline CVM atual. O código histórico está disponível em um repositório público no GitHub.

Origem: AST Python, linker e visitors
Compatibilidade: ISA anterior; fora do pipeline CVM
Testes: 106 passaram, 2 falharam, 18 ignorados

Ver projeto GitHub

Centro de avaliação

SwissLearn

Aprendizado de suíço-alemão com sessões diárias, revisão espaçada e cliente mobile.

Aplicação para estudar vocabulário e frases de Züridütsch, com interface PT/EN/DE. O código implementa trilha de aulas, sessões retomáveis, áudio, revisão FSRS, escrita, conversação, progresso e ranking. Transações PostgreSQL organizam recompensas e atividades; uma fila processa feedback de escrita. Conteúdo tem revisão editorial. O cliente Expo reutiliza o backend. Os 82 testes unitários locais passaram; piloto com alunos e publicação atual não foram comprovados nesta revisão.

Ver projeto

Implementação

Aprendizado de suíço-alemão com sessões diárias, revisão espaçada e cliente mobile.

Stack

Next.js, TypeScript, Prisma, PostgreSQL, Auth.js, Expo, FSRS

Linha do tempo

Uma evolução com datas auditáveis.

Os marcos públicos abaixo foram cruzados com o GitHub em 16 de maio de 2026. A parte operacional de infraestrutura vem da história pessoal; a camada de repositórios funciona como prova verificável.

Verificar no GitHub

2020 / 10 anos

Java, Minecraft e autodidatismo

A pandemia virou laboratório. A entrada foi por Java puro, plugins de Minecraft, arquivos .jar, plugin.yml e leitura direta de stack traces, com inglês e russo usados como ferramentas para destravar documentação e fóruns.

Proof: Base narrativa: a sequência pública posterior em Java mostra que essa origem virou código real.

GitHub Público

2021 / 11 anos

Primeiros plugins Java públicos

Repositórios como zSilk2 e zManutencao aparecem no GitHub em 21 de junho de 2021, com foco em Bukkit/Spigot e customização de servidor.

Proof: zManutencao: commit inicial público em 21/06/2021; zSilk2: repositório Java criado no mesmo dia.

zManutencao

2022-2023 / 12-13 anos

Plugins, APIs e arquitetura para servidores

A fase JVM evoluiu para módulos de core, vinculação Minecraft/Discord, APIs multi-servidor e plugins com regras específicas para comunidades reais.

Proof: zDiscordCore foi criado em 30/04/2022; MultiServer-API teve commits em 15/07/2023 e 19/08/2023.

MultiServer-API

2023 / 13 anos

Kotlin, SQL e automação comercial

A stack expandiu para Kotlin, bancos relacionais e bots de Discord, conectando lógica de loja, comunidade e persistência de dados.

Proof: AdvancedSQL, em Kotlin, teve commits públicos em 01/09/2023; ComuniMineBot foi publicado em 16/08/2023.

AdvancedSQL

2026 / 16 anos

Produtos web full-stack

A base de backend passou para aplicações demonstráveis com Next.js, Prisma, PostgreSQL, autenticação, dashboards, upload, métricas e ferramentas para desenvolvedores.

Proof: MTX-Upload, money-manager, TypeDash, SnippetVault e apiFlash foram criados em março de 2026.

typedash

Presente

Sistemas transacionais e agentes de IA

O foco atual une engenharia de produto, consistência financeira, interfaces polidas e orquestração com IA para acelerar entrega sem abandonar fundamentos.

Proof: Transactional Wallet Ledger foi criado em 07/05/2026; Tunelay aparece como o repositório mais recente em 15/05/2026.

transactional-wallet-ledger

Proof of Work

Os sinais públicos que sustentam a narrativa.

Snapshot histórico registrado em maio de 2026. Os números abaixo descrevem aquela consulta, não a quantidade atual de repositórios; a revisão atual usa o catálogo e o código local.

repos autorais

Repositórios próprios públicos, separados dos forks, mostrando continuidade de 2021 a 2026.

antes de 2024

Projetos autorais antigos, anteriores à fase atual de produtos web e ao hype recente de IA.

JVM públicos

16 repositórios Java e 2 Kotlin autorais, cobrindo plugins, APIs, SQL e sistemas de servidor.

TypeScript

Camada moderna com Next.js, dashboards, ferramentas para devs, métricas e sistemas transacionais.

O que isso significa

Os termos técnicos, traduzidos para impacto real.

.jar, plugin.yml e stack trace

Não é só “plugin de Minecraft”: é empacotamento Java, ciclo de build, declaração de comandos/eventos e debugging por erro real em runtime.

Bare metal, VM e zero overselling

É operar recurso físico com responsabilidade: CPU, memória, disco, IP e banda precisam bater com o que foi vendido ao cliente.

Pterodactyl, Nodes e Eggs

É provisionar servidores de jogo com isolamento, templates de runtime, alocação de portas e rede, não apenas instalar um painel bonito.

Webhooks e idempotência

É impedir que um pagamento duplicado gere crédito duplicado. Cada evento financeiro precisa ser processado uma única vez e com rastreabilidade.

Multi-agentes e Vibecoding

É usar IA para acelerar análise, boilerplate, testes e iteração, mantendo a arquitetura e as decisões críticas sob controle humano.

Stack

Integração fluida entre interfaces, APIs e modelagem de dados.

TypeScript, Next.js e PostgreSQL aparecem nas aplicações web. Java e Kotlin fazem parte da trajetória com plugins e automação. Rust sustenta o ecossistema CVM e os experimentos de computação. Cada case mostra as tecnologias usadas e o estágio da implementação.

Frontend moderno e reativo empregando App Router, React, Tailwind CSS e Framer Motion.

APIs, autenticação e persistência com TypeScript, Prisma e PostgreSQL nos projetos web.

O estágio de cada projeto está indicado no catálogo.

Projetos selecionados

Projetos fortes para avaliação técnica.

Uma curadoria técnica dos repositórios mantidos sob emanuelVINI01, preservando a trajetória Java/Kotlin e priorizando os projetos atuais de sistemas, aplicações baseadas em dados e infraestrutura para desenvolvedores.

Ver todos

Full StackExperimento2026

/ledger/atomic-tx