Skip to content

Latest commit

 

History

History
159 lines (121 loc) · 5.53 KB

File metadata and controls

159 lines (121 loc) · 5.53 KB

SPEC-031: SCANNER REFINEMENT — Refinamento SDD+TDD do Ecossistema de Scanners

Versão: 1.0.0
Data: 2026-06-08
Dependências: SPEC-028, SPEC-029, SPEC-030


1. Objetivo

Refinar o ecossistema de 5 scanners em 4 eixos, cada um com SDD formal e TDD.


2. Eixo 1 — CrossValidationEngine v2.0

SDD: Expansão de Regras

Estado atual: 36 arestas em DEPENDENCY_RULES.
Meta: 64+ arestas com cobertura de todas as 10 dimensões.

Novas regras de dependência (28 adicionais):

Categoria Regra
Regras de prerequisite (12 novas) paradigmas.Critico requer raciocinio.Dialetico, dados.Neurobiologicos requer dominios.Neurociencias, metodos.Pesquisa-acao requer paradigmas.Pragmatista, raciocinio.Teleologico requer temporalidade.Prospectivo, teoria_jogos.Stackelberg requer teoria_jogos.Nash, teoria_jogos.Sinalizacao requer teoria_jogos.Bayesiano
Regras de enable (10 novas) raciocinio.Dialetico habilita paradigmas.Critico, dados.Qualitativos habilita metodos.GroundedTheory, dominios.IA habilita dados.Comparativos, temporalidade.Historico habilita dados.Documentais, raciocinio.Metacognitivo habilita paradigmas.Construtivista
Regras de co-occurrence (6 novas) paradigmas.PosEstruturalista co-ocorre com dominios.Sociologia, metodos.Misto co-ocorre com paradigmas.Pragmatista, raciocinio.Abdutivo co-ocorre com metodos.Qualitativo

TDD (4 novos CTs)

CT Descrição
REF-001 Total de arestas >= 60
REF-002 Todas as 10 dimensões têm ao menos 2 arestas
REF-003 find_bottlenecks com min_dependents=4 retorna >= 3
REF-004 Self-discovery: learn_from_scan detecta co-ocorrências implícitas

3. Eixo 2 — PolymathicConvergence v2.0

SDD: Expansão + Bidirecional

Estado atual: 12 domínios com mapeamentos unidirecionais.
Meta: 22+ domínios com transferência bidirecional.

Novos domínios (10 adicionais):

Domínio Problema Análogo
Ciência da Computação Algoritmos de busca, otimização, complexidade
Teoria da Informação Entropia, compressão, canal de comunicação
Engenharia de Software Arquitetura, design patterns, refatoração
Genética Hereditariedade, mutação, expressão gênica
Climatologia Modelagem de sistemas complexos, tipping points
História Ciclos civilizacionais, colapso de sistemas
Literatura Estruturas narrativas, arquétipos
Arquitetura Design estrutural, padrões, materiais
Culinária Combinação de ingredientes, receitas
Esportes Treinamento, performance, estratégia

Transferência Bidirecional

Cada mapeamento agora inclui:

  • principle_from → domain (o que aprendemos do domínio externo)
  • principle_to → domain (o que o domínio externo pode aprender conosco)

TDD (4 novos CTs)

CT Descrição
REF-005 Total de domínios >= 22
REF-006 find_analogies para gap multi-domínio retorna >5 analogias
REF-007 Transferência bidirecional: cada analogia tem principle_from e principle_to
REF-008 cross_domain_score: similaridade entre dois domínios via analogias compartilhadas

4. Eixo 3 — EvolutionTracker (NOVO)

SDD: Tracking Temporal de Scans

@dataclass
class ScanSnapshot:
    timestamp: str
    noological_coverage: float
    teleological_score: float
    total_gaps: int
    bottlenecks: list[str]
    dimensions: dict  # snapshot das 10 dimensões

class EvolutionTracker:
    def record_scan(snapshot: ScanSnapshot) -> None
    def compare_scans(t1, t2) -> DeltaReport  # o que MUDOU entre dois scans
    def trend_analysis() -> list[TrendLine]   # tendência de cada dimensão
    def velocity() -> float                   # taxa de melhoria (gaps/dia)

TDD (4 novos CTs)

CT Descrição
REF-009 record_scan persiste snapshot em memória
REF-010 compare_scans detecta dimensões que melhoraram/pioraram
REF-011 trend_analysis calcula slope de melhoria
REF-012 velocity > 0 quando gaps diminuem entre scans

5. Eixo 4 — TimelineEstimator + Roadmap v2.0

SDD: Timeline e Fases

Estado atual: TrajectoryMapper gera rotas sem estimativa temporal.
Meta: Cada rota inclui timeline com fases e deadlines estimados.

@dataclass
class TimelinePhase:
    name: str
    duration_weeks: int
    scenarios: list[EvolutionaryScenario]
    dependencies: list[str]

@dataclass  
class EvolutionaryRouteV2(EvolutionaryRoute):
    timeline: list[TimelinePhase]
    total_weeks: int
    risk_level: str  # "low" | "medium" | "high"

Estimativa de Duração

Cenário Semanas estimadas
quick_win 1-2 semanas
foundation 3-6 semanas
convergent 2-4 semanas
frontier 8-16 semanas

TDD (4 novos CTs)

CT Descrição
REF-013 TimelineEstimator atribui duração correta por tipo de cenário
REF-014 Rota V2 inclui timeline com ao menos 2 fases
REF-015 risk_level calculado: >16 semanas → "high", 8-16 → "medium", <8 → "low"
REF-016 Pipeline completo gera RoadmapV2 com timeline + risk

6. Métricas de Refinamento

Eixo Antes Depois
CrossVal arestas 36 64+
CrossVal dimensões cobertas 8/10 10/10
Polymathic domínios 12 22+
Evolution tracking 0 EvolutionTracker
Timeline no roadmap 0 TimelineEstimator
CTs totais SPEC-030 16 32 (16 base + 16 refinement)