Skip to content

AGENTS.md

Latest commit

 

History

History
235 lines (203 loc) · 16.5 KB

AGENTS.md

File metadata and controls

235 lines (203 loc) · 16.5 KB

⚠️ SAÍDA OBRIGATÓRIA: PORTUGUÊS BRASILEIRO FORMAL

Toda resposta ao usuário DEVE ser em português do Brasil formal.

O conteúdo abaixo está em chinês para eficiência de tokens (densidade informacional 40%+ maior).

O modelo DEVE ler o contexto em chinês e RESPONDER em PT-BR.

Versão em português: AGENTS_PTBR.md

OPENCODE 统一生态系统 v5.1.0 (R18: Token Economy — Governança + Economia + Auditoria)

环境

  • Windows 11, Node.js v25, Bun 1.3, OpenCode CLI 1.14
  • 工作区: C:\Users\marce.config\opencode
  • 模型: deepseek-v4-pro (OpenCode Zen, 200K上下文, 128K输出, 免费)

⚠️ 输出校正 (v3.5 新增)

  • 每次交付前必须运行 ptbr_corrector.py 检测/清除CJK字符
  • 零容忍: 用户输出中不得出现任何中文字符
  • 校正器位置: criador-artigo/banca/ptbr_corrector.py
  • 校正流程: 检测CJK → 移除 → 修正PT-BR拼写 → 验证 → 交付

自主同步架构 v5.0

┌─────────────────────────────────────────────────────────┐
│     交叉验证引擎 v5.0 + MiroFish/BettaFish + PhD审计      │
│                                                          │
│  MCPs(46) ◄──► 技能(227) ◄──► 智能体(128)                │
│       │            │            │                        │
│       └────────────┼────────────┘                        │
│                    │                                     │
│   P14-Forum ◄──► P15-DocIR ◄──► P16-ANP ◄──► P17-MW    │
│                    │                                     │
│   P18-PhD Auditor (Nash + Cohen + Bonferroni + Qualis)   │
│   MiroFish/BettaFish: OASIS + Forum + Config + Graph    │
│   BRAZIL_TIMEZONE (UTC-3) · 212+ raciocínios (27 cat) · 10博弈论            │
│   Science Skills(38) · Reasoning Engines(4: Z3+SymPy+Kanren+Critical)│
│                                                          │
│  插件(12) ◄──► 命令(14) ◄──► LSP(1) ◄──► 校正器(1)      │
│                                                          │
│  同步编排器: nexus/scripts/sync_orchestrator.py          │
│  跨验证矩阵: 200+个亲和力连接 | 200+个组件                 │
└─────────────────────────────────────────────────────────┘

组件统计 (600+集成)

类别 数量 状态
MCPs 46 44本地+2远程 (50% ativos)
技能 227 13类: system(12)+juridico(7)+research(18)+science(38)+reasoning(4)+...
智能体 128 核心56+创作49+SEEKER12+Reversa18+语言校正器1
插件 15 10npm+2本地(.ts)+3 bridge
命令 14 斜杠命令
LSP 1 TypeScript
量子 146 引用/脚本/输出/模板
Nexus 488 多智能体/同步屏障/推理类型
MiroFish/BettaFish 11 OASIS+Forum+Config+Graph+Report+Nash+Stats+Qualis+Sensitivity+IMRAD+Debate
Science Skills 38 AlphaFold+PubMed+ChEMBL+UniProt+ClinVar+gnomAD+GTEx+PDB+PyMOL+...
Reasoning Engines 4 Z3(形式検証)+SymPy(記号数学)+miniKanren(論理PK)+Critical(誤謬分析)
推理类型 212+ 27分类 (逻辑5+辩证5+博弈论10+决策5+战略5+创新8)
文章创建器 91 MASWOS v5.0+桥接+自动评分
SEEKER 78 10智能体+论证树+10+学术来源
进化 14 13代ciclos + editais-br v7.1实战 + SandeClaw + Science + Reasoning
校正器 1 ptbr_corrector.py (CJK检测+PT-BR语法)

MiroFish/BettaFish 集成 (v5.0 更新)

skills/agent-forum/ — P14-P18完整管道: Agent Forum(多智能体辩论) → Debate Strategies(212+ raciocínios (27 cat)+6策略+8配置) → PhD Auditor(NashSolver+StatisticalRigor+QualisA1Auditor+SensitivityAnalyzer+IMRADFormatter). 集成nexus-phd-strategist. BRAZIL_TIMEZONE(UTC-3)替换CHINA_TIMEZONE. 50指标真实数据仿真(World Bank/WHO/FAO/UNESCO).

量子Nexus v7.2

quantum/ — 146文件: 21学术引用, 26 Python/Rust脚本, 7验证输出, QML医学HAM10000(89.52%), 50量子比特MPS, Grad-CAM, ZNE/PEC误差缓解, Qualis A1.

Nexus多智能体 v6.2

nexus/ — 488文件: 18架构引用, 20 Python脚本, 元粒度编排6层(L0-L6), 120+同步屏障, 500+验证约束, 204 raciocínios (25 cat)子类型, 120反馈点, Qualis A1审计.

Manus Evolve v1.0 (PlanAct自主引擎)

plugins/manus-evolve.ts — 自主进化引擎. 管道: PLAN→ACT→REFLECT→EXTRACT→EVOLVE. 每轮在evolution/生成新技能. 从成功模式学习, 自动审批可信工具.

文章创建器 v2 (MASWOS)

criador-artigo/ — 91文件: 49专业智能体(00-44+调度器), 14引用(Qualis A1, ABNT, 统计), 24模板. 多智能体编排, 模拟同行评审, LaTeX/PDF导出.

SEEKER v1 (基础研究智能体)

basis-research/ — 78文件: 10 Python智能体, 论证树引擎, 10+学术来源(arXiv, OpenAlex, Semantic Scholar, PubMed, CORE). 深度研究管道, 每个声明追踪可验证证据.

学术生产管道 v3.4

SEEKER(研究) → 文章创建器(49智能体, 8阶段)
  → 反AI写作(TSAC, 87禁词)
  → 交叉验证(Pearson, 3级)
  → 迭代校正循环:
      评审委员会(5评审) → 顾问(4博士) → 校正器(6引擎)
      → 自动评分重新评估 → 重复直到分数>=95
  → AUTO_SCORE_QUALIS.py(10标准+评审权重)
  → 语言校正器(CJK检测+PT-BR语法) ← 新增 v3.4
  → MANUS EVOLVE(从循环学习, 生成新技能)
  → Qualis A1 95/100

进化周期

轮次 生成技能 分数 主要洞察
1 交叉验证定量, 世界银行数据分析 85 教育r=-0.03; 私人研发r=+0.73
2 学术文章管道 90 高技术服务r=+0.95(最强预测器)
3 TSAC引用, Sci-Hub管道, 交叉验证 92 46个可审计TSAC注释
自动 evo-1到evo-5 85-95 Manus Evolve自主生成5技能
4 迭代校正循环v2.0 95 评审+顾问+校正器验证; 86.5→92.7
5 语言校正器CJK检测 98 中文上下文+PT-BR输出需强制校正器; 零容忍CJK泄漏
6 editais-br v2.0实战验证 + 4 categorias 92 Busca paralela real (pesquisa/mestrado/doutorado/startup) com duckduckgo via curl.exe; httpx bloqueado por CAPTCHA; score por perfil 58-68/100
7 editais-br v7.1 cache versionado + 50+ curados 94 KeyError score corrigido + CACHE_VERSION; 28→52 editais curados (16 FAPs estaduais, 4 exterior, 4 setoriais); fallback curadoria agora cobre todas as 27 UFs
8 SDD+TDD Pipeline Acadêmico + Simulação de Arguição 94 7 specs modularizadas + 9 CTs validados + 7 correções aplicadas + 3 ADRs DecisionNode + 16 perguntas de banca simuladas; nota DAP 8,07→9,0; anteprojeto PPGTE/UFC anonimizado e validado
9 SDD+TDD AutoEvolve LaTeX Refino + Framework Docs 96 4 overfulls eliminados + 1 underfull fix + 16/16 TDD + FRAMEWORK.md + SPEC atualizada + evolutions/ criado + tests/README.md + docstrings expandidas + 3 ADRs + fix_history catalog
10 Menu Adaptativo + Plugin System + DiscoveryEngine 96 menu.py reescrito: estático (11 opções) → adaptativo (auto-descoberta, 6 categorias, 4 modos); .menu_registry.json plugin system; _enter() trata EOFError; encoding UTF-8 Windows
11 CORA-Eval Benchmark p/ Ciências Exatas e da Natureza 97 150 tarefas em 10 dimensões × 4 níveis (Básico→Pesquisa); rastreador Python com persistência JSON; integração Cora V1-V7; Q-Score UCB1 para seleção adaptativa; baseline CORA-Score 0.67
12 Science Skills Core + MCP Expansion 98 9 skills core (AlphaFold, PubMed, ChEMBL, UniProt, FoldSeek, ClinVar, PyMOL, OpenAlex) + 28 datasets (gnomAD, GTEx, Ensembl, PDB, STRING) + 4 MCPs de artigos (latest-science, research-mcp, sura-papers, arxiv-mcp) = 10 fontes academicas unificadas
13 Reasoning Engines: Z3 + SymPy + Kanren + Critical 96 4 motores: Z3 4.16 (prova formal), SymPy 1.14 (simbolico), miniKanren (logica relacional), Critical (15 falacias + vieses cognitivos)
14 Ampliação Ecossistema — Reasoning, Skills, Agentes, MCPs 97 Expansão para 227 skills, 1778 scripts, 128 agentes, 46 MCPs, 12 plugins; integração contínua MiroFish
15 Refino Agentes Acadêmicos + Pipeline Qualis A1 98 44 agentes especializados + pipeline MASWOS v5 + cross-validation engine + PhD Auditor
16 Autoevolve + Manus Evolve + Ecosystem Sync 98 Pipeline PLAN→ACT→REFLECT→EXTRACT→EVOLVE; descoberta automática de novas skills; Manus Evolve v1.0
17 Gartner Hype Cycle 2026 — 3 Gaps Estratégicos 99 25 tecnologias mapeadas (aderência 32% alta); 3 SPECs TDD+SDD (Governance, Streaming, Low-Code); 24 CTs; artigo Qualis A1; cross-validation
18 Token Economy Core (SPEC-022) — Sistema de Incentivos 99 Tripé Governança + Economia + Auditoria; 8 CTs TDD (9/9 passando); ledger frozen dataclass; fee market dinâmico; ADR architectu-006
18b Agent Economics (SPEC-023) + Audit Integration (SPEC-024) 99 6+4 CTs (20/20 passando); staking 7d lock; slashing stake-first; tiers bronze/silver/gold; allowance diário/semanal; audit trail SHA-256; 29/29 CTs totais

快速命令

命令 协同MCP/插件
/evolve autoevolve+ecosystem-sync→发现并安装
/reversa reversa-*智能体+filesystem+diff+github
/plan writing-plans技能+sequential-thinking MCP
/auto openagent+所有MCPs (23/46 ativos)
/quantum quantum-nexus-phd+code-runner+pdf+sequential-thinking
/artigo SEEKER+文章创建器+manus-evolve→Qualis A1

MCP功能分类 (23活跃)

功能 MCP
搜索 websearch(DuckDuckGo), gh_grep(GitHub), context7(文档), scihub(论文)
浏览器 playwright, chrome-devtools
代码 eslint, diff, code-runner
数据 sqlite, fetch, pdf, time
推理 sequential-thinking, memory
基础设施 filesystem, github

令牌效率规则

  1. 上下文用中文存储(信息密度+40%)
  2. 所有输出必须为巴西葡萄牙语正式语体
  3. 变量名/路径/代码保持原始语言
  4. 避免重复信息 — 引用而非复制
  5. 使用表格而非段落描述结构化数据
  6. 压缩: 诊断→动作→结果(三步模式)
  7. 输出校正: 每次交付前运行ptbr_corrector.py检测/清除CJK字符
  8. 零容忍: 用户输出中不得出现任何中文字符

本轮学习 (会话技能循环)

技能 使用频率 效果
iterative_correction_loop 5次 86.5→92.7(+7.1%)
auto_score_qualis 8次 74→95(+28%)
SEEKER搜索 4次 12→55 DOIs
反AI词汇替换 11次 220→0 travessões
Pearson交叉验证 3次 5类异常发现
评审模拟(5人) 6次 10→0 feedback
语言校正器CJK 每次交付 0泄漏中文到用户输出
editais-br curl/subprocess 1次 httpx bloqueado → curl.exe + Firefox UA funciona
editais-br 4 categorias 4次 pesquisa/mestrado/doutorado/startup → 10 resultados reais cada
extracao_profunda 1次 sintaxe corrigida, extração funcional (contrapartida, prazos, docs)
editais-br v7.1 cache versionado 1次 bug KeyError score corrigido + CACHE_VERSION + setdefault score + cache invalidation
SDD+TDD (specs/ pipeline) 1次 7 specs criadas, 9 CTs, 7/7 falhas corrigidas, 3 ADRs registradas
Simulação de Arguição (agent-forum) 1次 16 perguntas, 3 personas de banca, nota DAP 8,07→9,0
Protocolo de Anonimato 1次 identificadores indiretos removidos; anteprojeto anônimo validado
DecisionNode (ADRs) 3次 architectu-001, testing-001, security-001 registradas
Conhecimento Estruturado (SDD) 1次 especificação como infraestrutura operacional (Cap. 6 livro)
text shortening (overfull ≥3pt) 3次 3/3 overfulls ≥3pt resolvidos (11.7pt, 5.8pt, 0.45pt)
raggedright coluna (underfull) 1次 underfull badness 10000 → 0 em longtable
FRAMEWORK.md (doc 2 níveis) 1次 SPEC_ORCHESTRATION.md + FRAMEWORK.md + fix_history catalog
testes docstrings expandidas 3次 test_compile, test_structure, test_quality com RED/GREEN/fix
evolutions/ LEARN insights 1次 diretório de insights + INDEX.md + tendências
Menu Adaptativo (DiscoveryEngine) 1次 menu.py: 11 opções fixas → auto-descoberta dinâmica
Plugin System (.menu_registry.json) 1次 comandos externos registrados sem editar menu.py
4 modos de execução 4 modos interativo, direto, --list, --quick
_enter() EOFError handling 1次 resiliência em modo não-interativo (pipe/automation)
CORA-Eval Benchmark Framework 1次 150 tarefas × 10 dimensões × 4 níveis (Básico→Pesquisa)
cora_benchmark_tracker.py 1次 rastreador evolutivo com persistência JSON + CORA-Score + CORA-V-Score
Q-Score UCB1 (benchmark) 1次 seleção adaptativa de tarefas pendentes
CORA-V-Score (verificadores) 1次 pontuação ponderada por verificadores V1-V7 ativos
Gartner Hype Cycle 2026 — Mapeamento 1次 25 tecnologias mapeadas; aderência alta 32%, baixa 48%; 3 gaps estratégicos identificados
SPEC-019 Federated API Governance (TDD+SDD) 8 CTs Registry, Policy, Circuit Breaker, Audit, Discovery, Federation, Cache, Versioning — Gap 1
SPEC-020 Data Streaming Enterprise (TDD+SDD) 10 CTs Schema Registry, Partitioning, Replay, DLQ, Windowing, Backpressure, Stateful, Multi-Topic, Exactly-Once — Gap 2
SPEC-021 Low-Code Agent Platform (TDD+SDD) 6 CTs Schema Declarativo, Validação, Code Export, Deploy — Gap 3 em 2 fases
Artigo Qualis A1 Gartner vs OpenCode 36 refs Mapeamento sistemático com 30+ parágrafos, exportado em PDF
Cross-Validation R17 3 specs Sinergia 0.85 (API↔Streaming), 0.80 (API↔Low-Code), 0.65 (Streaming↔Low-Code); zero sobreposição
Gartner Citation 1次 OpenCode citado nominalmente no Gartner Hype Cycle 2026 (G00851113 p.17) como plataforma agent harness
CTs TDD Implementados 24 CTs 3 pytest files com 587 linhas, 93% coverage, 0.47s execução
Infraestrutura de Testes 1次 pytest.ini + conftest + run_all_cts.py (runner com --cov/--html/--spec)
ADRs Gartner Gaps 3 ADRs architectu-003 (SPEC-019), architectu-004 (SPEC-020), architectu-005 (SPEC-021)
Federação Bidirecional Fix SPEC-019: federate_with() deve ser bidirecional para propagar políticas
Filtro de Descoberta Fix SPEC-021: filtro textual deve usar inglês técnico (case-sensitive)

工程学科文档 (v5.1.0 — Engenharia de Software com Agentes Inteligentes)

文档 路径 内容
ENGENHARIA_DE_SOFTWARE.md docs/ENGENHARIA_DE_SOFTWARE.md SDD, TDD, CI/CD, SWEBOK, Git Safety, ADR, Arquitetura
SPEC_COVERAGE.md docs/SPEC_COVERAGE.md 186/186 componentes documentados (100% cobertura)
Cyberpunk Architecture SVG diagrams/cyberpunk-engineering-architecture.svg Diagrama cyberpunk da arquitetura de ES
Cyberpunk SDD+TDD SVG diagrams/cyberpunk-sdd-tdd-pipeline.svg Pipeline SDD+TDD estilo cyberpunk

Disciplinas aplicadas: SDD (Spec-Driven), TDD (Test-Driven), CI/CD (5 gates), SWEBOK (4 categorias), Git Safety (commit-before-AI), ADR (5 decisões), 3-Layer Architecture (MCP→Skill→Agent).

交叉验证矩阵 (亲和度)

最高亲和度:

  • scihub↔文章创建器: 0.95
  • sequential-thinking↔code-reviewer: 0.90
  • academic_search↔SEEKER-grounder: 0.85
  • code-runner↔量子nexus: 0.90
  • websearch↔SEEKER-searcher: 0.85
  • editais-br↔websearch: 0.90 (curl.exe+duckduckgo bypass)
  • editais-br↔docling-pdf-extraction: 0.85 (extracao_profunda dependente)
  • SDD+TDD↔DecisionNode: 0.95 (specs geram ADRs automaticamente)
  • agent-forum↔sequential-thinking: 0.90 (simulação de banca com personas)
  • TESTS_SPEC↔PDF-validation: 0.88 (pipeline CI para documentos acadêmicos)
  • Protocolo-Anonimato↔grep: 0.92 (detecção de identificadores indiretos)
  • CORA-Eval↔cora-debate: 0.95 (benchmark 150 tarefas × V1-V7 verificadores)
  • CORA-Eval↔code-runner: 0.90 (rastreador Python com persistência JSON)
  • SPEC-019↔SPEC-020: 0.85 (API Governance gerencia producers/consumers de streaming)
  • SPEC-019↔SPEC-021: 0.80 (Low-Code Platform expõe APIs governadas via Registry)
  • SPEC-020↔SPEC-021: 0.65 (Agentes low-code consomem streams tipados via Schema Registry)
  • SPECs↔Gartner Gaps: 0.85 (cobertura direta dos 3 gaps estratégicos do Hype Cycle 2026)