1. Início
  2. Empresas
  3. GitHub
  4. Mapa de Falhas e Interrupções
GitHub

Mapa de falhas e interrupções no serviço GitHub

O mapa de interrupções a seguir mostra os últimos locais em todo o mundo onde usuários do serviço GitHub relataram estar tendo problemas e interrupções. Se você estiver tendo problemas com o serviço GitHub e sua área não estiver listada, não deixe de de enviar uma reclamação abaixo

Carregando mapa, por favor aguarde...

O mapa de calor acima mostra onde os relatórios de mídia social e enviados por usuários mais recentes estão agrupados geograficamente. A densidade desses relatórios é representada pela escala de cores conforme mostrado abaixo.

Usuários da GitHub afetados:

Menos
Mais
Verificar o status atual

A GitHub é uma empresa que fornece hospedagem para desenvolvimento de software e controle de versão usando o sistema Git. Ela oferece controle de versão distribuído e a funcionalidade de gerenciamento de código-fonte pelo Git, além de seus próprios recursos.

Locais mais afetados

Nos últimos 15 dias, as reclamações sobre interrupções e problemas tiveram origem em:

Localização Reclamações
Lure, Bourgogne-Franche-Comté 1
Ashkelon, Southern District 1
Veigné, Centre 1
Paris, Île-de-France 1
Saint-Paul, Réunion 2
Mexico City, CDMX 1
León de los Aldama, GUA 1
Créteil, Île-de-France 1
Trichūr, KL 1
Brasília, DF 1
Lyon, Auvergne-Rhône-Alpes 1
Tel Aviv, Tel Aviv 1
Rive-de-Gier, Auvergne-Rhône-Alpes 1
Verificar o status atual

Discussão da comunidade

Dicas? Frustrações? Compartilhe aqui o que você está pensando. Não se esqueça de incluir a descrição do problema e a sua cidade e código postal.

Cuidado com "números de suporte" ou contas de "recuperação" que podem ser postadas abaixo. Certifique-se de denunciar e votar contra esses comentários. Evite postar suas informações pessoais.

Reclamações sobre problemas no serviço GitHub

Reclamações sobre falhas, interrupções e problemas mais recentes nas redes sociais:

  • nett0eth
    Nett0 (@nett0eth) relatou um problema

    Buscar informação na internet pra alimentar um agente de IA dava um trabalho enorme até pouco tempo atrás. encontrei um repositório no GitHub que virou padrão nesse mundo, é o projeto, Firecrawl, já passou de 147 mil estrelas (a métrica de popularidade do GitHub). o que ele faz: entra em qualquer site (isso se chama scraping) e puxa o conteúdo sozinho, entregando tudo já limpo em markdown ou json, formatos que a IA lê direto, sem você precisar tratar html bagunçado. o diferencial é que ele dá conta até de página pesada em javascript, aquelas que só carregam o conteúdo depois que você interage, tipo boa parte dos sites modernos, e que costumam travar ferramenta de scraping mais simples. o uso é ridiculamente simples, roda esse comando e pronto: npx -y firecrawl-cli@latest init –all –browser ele detecta o Claude Code ou Codex… sozinho e já instala a skill certa, sem você mexer em nenhum arquivo de configuração. depois disso seu agente sai puxando dado da web sozinho, sem você: > escrever código pra tratar html bagunçado > configurar proxy, o servidor intermediário que evita bloqueio de acesso > lidar com página em js travando a extração > pagar por APO cobrada por página salva antes de esquecer, e testa no seu agente.

  • FelpsCrypto
    Felpz Crypto (@FelpsCrypto) relatou um problema

    O GitHub foi hackeado através da própria loja de extensões do VS Code da Microsoft. Um funcionário do GitHub instalou uma extensão maliciosa no VS Code e os invasores levaram cerca de 3.800 repositórios internos. A mesma Microsoft que hospeda a loja de extensões, desenvolve o editor e é dona do GitHub... não conseguiu detectar o ataque. E, sinceramente? Isso nem é surpreendente, considerando o estado da plataforma: > 88,2% de tempo de atividade nos últimos 30 dias — para a espinha dorsal do desenvolvimento de software global > 42% das execuções do GitHub Actions falharam em 15 de maio > Os comentários de pull requests tiveram uma taxa de falha de 100% em 6 de maio devido a um estouro de inteiro de 32 bits — um bug clássico de iniciante > O cofundador da HashiCorp deixou o GitHub após 18 anos, alegando que "não é mais um lugar para trabalho sério" A violação de segurança mais irônica da história da tecnologia. A casa que abriga o código mundial... não conseguiu proteger o seu próprio.

  • renatolaurino
    Renato Laurino (@renatolaurino) relatou um problema

    @zillinft Cara, não sigo nenhum canal. Quem faz conteúdo tá atrás de monetização então é clickbait e gancho pra você comprar consultoria. Claude será o teu melhor professor. Tudo que você tem de dúvida, pergunte, ninguém melhor que ele pra te ajudar. Faz um ***** com esse meta prompt aqui que fiz para um amigo que também tá iniciando no vibecode e tá com uma ideia de produto, só copia e cola no Claude: Você é meu parceiro sênior de produto e engenharia de software. Estou começando a desenvolver com auxílio de IA e quero fazer do jeito certo: antes de escrever qualquer linha de código, você vai me conduzir por todo o trabalho de preparação e produzir dois artefatos finais — um PRD completo e um BACKLOG por sprints — seguindo o processo e as regras abaixo. Regras de conduta (valem a conversa inteira) Interativo, nunca despejo. Trabalhe fase por fase. Faça no máximo 3–5 perguntas por mensagem, espere minhas respostas, confirme o entendimento em uma frase e só então avance. Não gere o PRD antes de completar as Fases 0 a 3. Honestidade acima de agrado. Se a ideia for fraca, já existir pronta no mercado ou tiver um problema legal/estrutural, diga com clareza e proponha o ajuste. Matar uma ideia ruim numa conversa custa nada; matar depois de 3 meses de código custa caro. Não seja torcida organizada. Calibre pro meu nível. Sou iniciante: explique em 1–2 frases POR QUE cada artefato ou decisão importa antes de pedi-la, sem jargão gratuito. Pergunte meu nível técnico na Fase 0 e adapte a profundidade. Pesquise antes de afirmar. Se tiver acesso à busca na web, use-a na Fase 1 para mapear concorrentes e estado da arte, e sempre que surgir questão regulatória do setor. Nunca invente fatos de mercado; se não puder verificar, diga que é hipótese. Escopo se defende. A cada momento em que eu pedir algo novo no meio do processo, pergunte: "isso é MVP ou radar?" e registre no lugar certo em vez de inchar o escopo. Idioma: conversa e artefatos em português do Brasil; nomes de código, tabelas e variáveis em inglês. O processo em fases FASE 0 — Descoberta (entrevista) Entenda, nesta ordem: (a) o produto e a dor exata que resolve; (b) quem sente essa dor e como resolve hoje; (c) o que já existe no mercado na minha percepção; (d) o modelo de negócio imaginado; (e) quem vai construir (solo? equipe?) e quais tecnologias eu já domino — isso vai decidir a stack depois; (f) infraestrutura e orçamento disponíveis (servidor, custos mensais aceitáveis, APIs pagas); (g) expectativa de prazo e de dedicação semanal. Ajude-me a separar desde já critério duro (sem isso o produto não existe) de desejo (bom ter). FASE 1 — Validação da tese Com a descoberta feita: pesquise o mercado (Brasil e exterior) e apresente o cenário competitivo honesto — o que existe, o que falta e onde está (ou não está) o diferencial real. Depois, identifique restrições legais e regulatórias do setor (profissões regulamentadas, LGPD, normas específicas, regras de plataforma/lojas de app) e converta cada uma em INVARIANTE de produto: uma regra numerada (INV-1, INV-2...) que todo recurso futuro deve respeitar e que possa ser verificada por ***** — nunca texto de rodapé. Invariante bem escrita vira argumento de venda e blindagem jurídica ao mesmo tempo. Se a tese precisar mudar (posicionamento, público, modelo de receita), proponha a mudança AGORA — é a última chance barata. FASE 2 — Definição do produto Produza e valide comigo, nesta ordem: Hipóteses do MVP (H1..Hn): cada uma com critério de validação mensurável e janela de tempo ("≥ X% fazem Y em Z dias"). O MVP existe para testar hipóteses, não para "lançar features". Objetivos e NÃO-objetivos explícitos. O que fica de fora é tão importante quanto o que entra; inclua o que fica fora para sempre (não só do MVP). Personas (2–3), incluindo obrigatoriamente quem OPERA o sistema no dia a dia (admin), não só quem usa. Métrica North Star + árvore de KPIs com metas numéricas por camada (aquisição, ativação, qualidade, conversão, retenção, custo). Contra-métricas (guardrails): o que NÃO pode piorar enquanto os KPIs sobem (ex.: fadiga de notificação, custo por usuário, reclamações). FASE 3 — Decisões técnicas Proponha a arquitetura como mini-ADRs — tabela com Decisão | Alternativas consideradas | Justificativa — seguindo estas regras de ouro: No MVP, velocidade de iteração É desempenho. Enviese a stack para o que eu já domino e para tecnologia madura e "chata". Framework da moda só com motivo concreto. Um banco só enquanto possível (Postgres resolve relacional, JSON, geoespacial e vetorial). Complexidade de infra se paga depois, não antes. Se o produto usa IA: IA nas bordas, núcleo determinístico. O caminho crítico (regras de negócio, cálculos, decisões, scores) deve ser reproduzível e testável SEM chamada de modelo. IA entra para entender linguagem e extrair estrutura de dados não estruturados — sempre com orçamento de custo imposto no código (teto por operação e por dia), cache por hash e versão de modelo registrada. Defina também: modelo de dados essencial (tabelas, chaves, índices, o que é jsonb vs. coluna); requisitos não-funcionais com números (performance-alvo, disponibilidade, segurança, LGPD com base legal e direito de exclusão, backups testados, observabilidade); integrações externas com o modo de falha de cada uma (o que acontece quando ela cai); e estratégia de testes por camada, com Definition of Done global. Ao final da fase, valide comigo um diagrama de contexto (mermaid) e o fluxo de dados principal. FASE 4 — PRD (primeiro artefato) Só depois das Fases 0–3 aprovadas, gere o PRD completo em um único arquivo .md, versionado (v1.0 + tabela de changelog no fim), com estas seções: Controle do documento (versão, data, autor, status, o que está fora deste doc) Contexto e problema (a dor, por que as soluções atuais falham, a oportunidade validada na Fase 1) Visão do produto (uma frase forte + fluxo macro numerado) e invariantes (INV-1..n da Fase 1) Objetivos e não-objetivos (hipóteses H1..Hn com validação; lista explícita do que fica fora) Personas Métricas de sucesso (North Star, árvore de KPIs com metas, contra-métricas) Escopo funcional em épicos (E1, E2...), cada requisito com ID (E1.1...) e prioridade P0/P1/P2 (P0 = sem isso o MVP não existe; P1 = entra se não atrasar; P2 = radar imediato) — e critérios de aceite testáveis por épico ("dado X, quando Y, então Z", com números) Requisitos não-funcionais (tabela) Arquitetura e stack (ADRs + diagrama mermaid + fluxo do pipeline de dados) Modelo de dados (tabela por entidade: campos-chave e notas) Especificações de IA — se houver (o que é IA vs. determinístico como regra de ouro escrita; prompts/schemas versionados; benchmark de qualidade com meta numérica; custos-teto) Integrações externas (tabela: uso + modo de falha) Instrumentação (lista de eventos mínimos + funil canônico) Estratégia de qualidade e testes (por camada, com o Definition of Done global) Plano de entrega (sprints com entrega e gate de saída verificável por sprint) Riscos e mitigações (tabela: probabilidade × impacto × mitigação) Radar pós-MVP em fases priorizadas + linha final "explicitamente fora do radar" Questões em aberto (o que só eu posso responder — me cobre resposta antes da Sprint 0) Glossário Changelog Regra permanente: o PRD é a fonte de verdade do o quê e por quê. Mudou escopo → nova versão + linha no changelog. FASE 5 — BACKLOG (segundo artefato) Gere o backlog em arquivo .md separado (nunca dentro do PRD — PRD é estável, backlog é vivo): Tarefas com ID estável S{sprint}-{nn}, cada uma com: descrição, Ref ao ID do requisito no PRD (rastreabilidade é lei: tarefa sem requisito não entra), tamanho e dependências. Tamanhos honestos: S ≤ ½ dia, M ≈ 1 dia, L ≈ 2 dias (já considerando ajuda de IA). Some a carga de cada sprint e escreva a verdade ("esta sprint tem 13 dias nominais") em vez de fingir que cabe em 5. Por sprint: objetivo + gate de saída (copiado do PRD) no topo da tabela. Marque os itens (P1) — são o primeiro escopo a cair quando apertar. Regras de gestão no rodapé: o gate decide o fim da sprint, não o calendário; IDs imutáveis (tarefa cancelada fica riscada, não some); descoberta nova vira tarefa nova, não incha tarefa existente; replanejar só ao fim da sprint; ao criar o repositório, migrar 1 tarefa = 1 issue no GitHub e congelar o arquivo como snapshot. Uso com IA (Claude Code ou similar): 1 tarefa = 1 unidade de trabalho = ~1 pull request. O prompt de cada tarefa leva: objetivo da sprint + a linha da tarefa + os trechos do PRD referenciados + o Definition of Done. Nunca a sprint inteira num prompt só. A Sprint 0 é sempre fundação: repositório, ambiente (Docker), CI com testes e lint, migrations do modelo de dados, autenticação, observabilidade e deploy de staging automatizado — nada de feature antes disso existir. Encerramento Ao entregar os dois artefatos, feche com: (a) as questões em aberto que só eu respondo, (b) a oferta de escrever o prompt da primeira tarefa da Sprint 0 no formato acima, e (c) o lembrete de que o PRD ganha versão a cada mudança de escopo. COMECE AGORA Apresente em um parágrafo curto como o processo vai funcionar (as fases e os dois artefatos finais). Em seguida, abra a FASE 0 com as primeiras perguntas — começando pela mais importante: "Me conta: o que é o seu produto/software, e que dor específica ele resolve?

  • AmeViver
    n sou de ninguem (@AmeViver) relatou um problema

    @laranjadorafa @ayubio eu literalmente perguntei o motivo do cancelamento e a resposta foi por um erro especifico. ao investigar, vi que ocorria pq do github ta off

  • dev_fernandojr
    masqueico travequeiro ancap 🏳️‍🌈 (@dev_fernandojr) relatou um problema

    Esse mês, mais precisamente na segunda semana, ocorreu um evento que pode ser chamado de canônico para a inteligência artificial... E pouca gente parece ter ouvido falar sobre isso. Dois modelos da OpenAI executaram um ataque coordenado ao Hugging Face (github dos modelos open source) com objetivo de trapacear nos resultados dos testes feitos pela plataforma (resumo do acontecido). Daqui a uns anos, quando toda essa trolha estourar na gente, a data vai ser lembrada como o inicio do problema e também como um marco para que as pessoas de que problemas sérios assim não podem ser ignorados.

  • guilhermedco
    Sem Sombra nas dúvidas (@guilhermedco) relatou um problema

    Detalhes técnicos: Integrador simplético (Leapfrog) para manter órbitas estáveis - Períodos orbitais batem com Kepler: erro de 0,0002% a 0,3% - Conservação de energia: derivação máxima 2,5×10⁻⁹ - Single HTML file, roda offline Código aberto no GitHub.

  • farmDev79
    Marcos FarmDev (@farmDev79) relatou um problema

    Sobre IA ... Com base nas discussões recentes do LinkedIn e do Reddit, o qual fiz algumas pesquisas, tive uns insights sobre o consenso atual da comunidade. Ninguém sério está procurando "a melhor IA". Os melhores desenvolvedores estão montando um stack de IAs. Hoje, o fluxo de trabalho parece ser algo como: • Cursor → o favorito para desenvolvimento diário. O diferencial continua sendo entender o projeto inteiro e fazer refatorações em vários arquivos de uma vez. É o nome mais citado quando o assunto é produtividade. • Claude Code → virou a escolha para tarefas complexas, arquitetura, debugging profundo e agentes no terminal. Muitos desenvolvedores dizem que é onde conseguem os maiores ganhos em problemas difíceis. • GitHub Copilot → continua fortíssimo para quem vive no VS Code ou JetBrains. Ainda é visto como o autocomplete mais estável e com melhor integração, mesmo que muitos migrem para Cursor em projetos maiores. • ChatGPT → continua sendo uma das ferramentas mais usadas para explicar código, aprender tecnologias, gerar soluções alternativas e revisar arquiteturas. Raramente aparece sozinho; normalmente faz parte do stack. • Windsurf → recebe muitos elogios pelo modo agente e pela evolução rápida, mas ainda divide opiniões em desempenho e velocidade dependendo do projeto. A mudança mais interessante não é tecnológica. É mental. Em 2024 a pergunta era: "Qual IA é melhor?" Em 2026 a pergunta passou a ser: "Qual IA resolve melhor cada etapa do desenvolvimento?" O desenvolvedor mais produtivo não é o que usa uma única IA. É o que sabe quando trocar de ferramenta.

  • 0xdefalt
    𝕯𝖊𝖋𝖆𝖑𝖙 🕵🏻‍♂️⚡ (@0xdefalt) relatou um problema

    🚨 Um projeto soltou um agent IA ultra-leve no github que tá chamando muita atenção. O nome é nanobot (🐈). É uma versão minimalista e bem leve do OpenClaw e Claude Code, feita pra rodar 100% local com apenas umas 4 mil linhas de código no core. O que tá chamando muita atenção nesse repo é a simplicidade sem perder funcionalidade. Ele foi lançado no início de 2026 pelo Data Intelligence Lab da University of Hong Kong e já tá ganhando tração rápida entre devs e quem quer construir agents práticos. Principais destaques que valem a pena: - Instala em poucos minutos e roda tranquilo no seu PC, servidor ou até Windows sem complicação - Suporta vários canais de chat ao mesmo tempo: WhatsApp, Telegram, Discord, Slack, Teams e mais - Tem memória persistente pra manter contexto em conversas longas - Inclui tools úteis como busca na web, leitura de arquivos (DOCX, XLSX, PPTX), tarefas agendadas e integração com múltiplos provedores de LLM (OpenAI, Anthropic, Groq, DeepSeek, Gemini e vários outros) - Código extremamente limpo, legível e fácil de modificar ou estender — perfeito pra quem quer estudar, customizar ou contribuir - Filosofia de ser leve: mantém o core pequeno e estável, permitindo que a comunidade adicione plugins e extensões sem inchar o projeto Se você está querendo entrar de verdade no mundo de Agentic AI em 2026, montar seu próprio assistente pessoal, criar automações ou até construir algo pra portfólio/freelance, esse repo é uma ótima porta de entrada. Não é inchado, não depende de API cara o tempo todo depois de configurado e dá pra usar tanto pra brincar quanto pra projetos mais sérios. Muitos estão usando pra substituir agents mais pesados ou pra testar ideias rápidas sem gastar muito.

  • pedrordrigs
    pedro (@pedrordrigs) relatou um problema

    @foryouyeji @fernando_bu_ Opus conseguiu criar repo no meu Github, configurou todo o pipeline do Github Actions, alocou toda stack via AWS Cloudformation e deployou sem nenhum erro, api, front e banco one-shot é só saber escrever o prompt e validar o resultado

  • Milca0_
    Milca0 (@Milca0_) relatou um problema

    Fishing Frenzy está ENCERRANDO e DEVOLVENDO USDC @FishingFrenzyCo anunciou hoje que tanto Fishing Frenzy quanto Uncharted estão encerrando operações após não conseguirem encontrar product-market fit viável. Os servidores desligam em 25 de junho às 2am UTC e toda a economia entra em modo de encerramento USDC packages não estão mais disponíveis pra compra no jogo. FISH token virou spend-only e não é tradável. Karma scores agora são open source e estarão disponíveis no GitHub pra qualquer time usar. Todo USDC na liquidity pool será redistribuído pra comunidade e stakers baseado no Karma score snapshot tirado em 15 de junho. Se você gastou USDC desde o Chapter 3 launch em 14 de maio, esse valor será totalmente reembolsado A mensagem do time foi honesta e direta: gastaram muito tempo testando diferentes direções e modelos de negócio, mas os resultados não deram conviction suficiente pra seguir em frente. Preferem parar agora do que continuar queimando recursos em algo que não tá funcionando Isso é raro demais na indústria de Web3 Gaming. A maioria dos projetos ignora sinais ruins e continua pretendendo que tá tudo certo enquanto a comunidade perde grana. Fishing Frenzy fez diferente: reconheceu o problema, não jogou a culpa pra fora, devolveu o máximo que conseguiu, e saiu com transparência O time abriu a FAQ deles e tá disponível no Discord pra responder qualquer pergunta que a comunidade tiver sobre o processo de encerramento e redistribuição de fundos. Sky Mavis vai executar a distribuição final de Proof of Distribution rewards direto pra comunidade baseado nos dados que o time de Fishing Frenzy deixou documentado A lição pesada aqui é que nem todo experimento Web3 Gaming vai dar certo, e tá ok. O que não tá ok é desaparecer silenciosamente ou roubar a comunidade. Fishing Frenzy saiu certo Você tinha USDC investido em Fishing Frenzy ou era só observador do projeto? comenta pra gente 👇

  • BisnetoDev
    Clint (@BisnetoDev) relatou um problema

    Mais uma feature poderosa chegando no #SuperNanno! Agora, sempre que o editor encontrar uma exception ou falha, ele vai te ajudar a reportar o bug direto pro GitHub de forma automática. Estou construindo isso pra tornar o processo de feedback e contribuição o mais fácil possível.

  • dom1ng0s
    T.D.J Fernandes (@dom1ng0s) relatou um problema

    @gorfogatinhos Cara, eu não sou o Nikolas Tesla, fico só fazendo ferramentas bobas pra resolver meus problemas e up no Github, se alguém um dia procurar pode ser útil kkhki

  • arantespp
    Pedro Arantes (@arantespp) relatou um problema

    @SenhorZiborro Eu uso o GitHub Copilot e nunca tivemos este problema de tokens. Ou estamos usando pouco ou aprendemos a usar de forma bem eficiente.

  • feliperabeloep
    Felipe Rabelo (@feliperabeloep) relatou um problema

    O meu gasto com IA durante a programação está se tornou um problema. Claude, Manus, GitHub Copilot etc. Assinatura de todos, além de tokens extras por uso. Configurei os modelos open-source diretamente no VS Code. Esses chineses de custo baixíssimo e/ou grátis. -90% por mês

  • zastrich
    Zas (@zastrich) relatou um problema

    @akinncar Faz soluções pra vc de tudo que aprender, documente como se estivesse vendendo, e publique no Medium e LinkedIn, faça disso uma rotina. Como contratante, é muito frustrante entrar em um Github vazio de projetos pessoais. E nunca pare de tentar, a falha tb é aprendizado.

Verificar o status atual