@luanpdd/kit-mcp 1.30.2 → 1.32.0

package/kit/commands/setup-notion.md

@@ -1,93 +1,93 @@
-# /setup-notion — Inicializar Documentação Notion para um Projeto
-
-Cria a estrutura de páginas Notion para um novo projeto sob a página raiz do seu workspace e gera o `.claude/notion-config.json` local.
-
-## Quando usar
-
-Ao iniciar um novo projeto framework que ainda não tem página no Notion.
-Execute uma vez por projeto — depois use `/publicar` normalmente.
-
-## Processo
-
-### Passo 1 — Ler contexto do projeto
-
-Leia `.planning/PROJECT.md` para obter:
-- Nome do projeto
-- Stack
-- Descrição em 1 frase
-
-### Passo 2 — Criar páginas no Notion
-
-Use o Notion MCP (`notion-create-pages`) com `parent.page_id = "{NOTION_PARENT_PAGE_ID}"`, onde `NOTION_PARENT_PAGE_ID` é o ID da página raiz do seu workspace de documentação (configure via env var `KIT_NOTION_PARENT_PAGE_ID` ou substitua diretamente).
-
-Crie a página raiz do projeto com ícone 📋 e este conteúdo:
-
-```
-[Callout azul] {NOME_PROJETO} — {DESCRICAO_1_FRASE}
-
----
-
-## Stack
-[Tabela com camadas e tecnologias do PROJECT.md]
-
----
-
-## Estrutura da Documentação
-- changelog/ — Uma entrada por milestone
-- features/ — O que cada feature faz
-- adr/ — Decisões arquiteturais
-- runbooks/ — Procedimentos operacionais
-
----
-
-## Versões Lançadas
-[Tabela vazia: Versão | Nome | Data | Status]
-```
-
-Depois crie as 4 subpáginas sob a página raiz criada:
-- 📅 `changelog/` — com tabela de índice vazia
-- 📄 `features/` — com tabela de índice vazia
-- 🏛️ `adr/` — com tabela de índice vazia
-- 📖 `runbooks/` — com tabela de índice vazia
-
-### Passo 3 — Gerar notion-config.json
-
-Com os IDs retornados pelo Notion MCP, crie `.claude/notion-config.json`:
-
-```json
-{
-  "project": "{NOME_PROJETO}",
-  "notion": {
-    "root": "{ID_ROOT}",
-    "root_url": "{URL_ROOT}",
-    "changelog": "{ID_CHANGELOG}",
-    "features": "{ID_FEATURES}",
-    "adr": "{ID_ADR}",
-    "runbooks": "{ID_RUNBOOKS}"
-  }
-}
-```
-
-### Passo 4 — Reportar resultado
-
-```
-✅ Notion configurado para {NOME_PROJETO}
-
-📋 Página principal: {URL_ROOT}
-📅 changelog/: {URL_CHANGELOG}
-📄 features/: {URL_FEATURES}
-🏛️ adr/: {URL_ADR}
-📖 runbooks/: {URL_RUNBOOKS}
-
-Arquivo criado: .claude/notion-config.json
-Próximo passo: use /publicar ao concluir o próximo milestone.
-```
-
-## Configuração da página raiz do Notion
-
-Defina o ID da página raiz onde os projetos serão criados (uma página "guarda-chuva" no seu workspace Notion):
-
-- Via env var: `export KIT_NOTION_PARENT_PAGE_ID="<ID_DA_PAGINA>"`
-- Ou substitua `{NOTION_PARENT_PAGE_ID}` no Passo 2 pelo ID literal antes de executar.
-
-Para obter o ID: abra a página no Notion → Share → Copy link → o ID é o hash de 32 caracteres no final da URL.
+# /setup-notion — Inicializar Documentação Notion para um Projeto
+
+Cria a estrutura de páginas Notion para um novo projeto sob a página raiz do seu workspace e gera o `.claude/notion-config.json` local.
+
+## Quando usar
+
+Ao iniciar um novo projeto framework que ainda não tem página no Notion.
+Execute uma vez por projeto — depois use `/publicar` normalmente.
+
+## Processo
+
+### Passo 1 — Ler contexto do projeto
+
+Leia `.planning/PROJECT.md` para obter:
+- Nome do projeto
+- Stack
+- Descrição em 1 frase
+
+### Passo 2 — Criar páginas no Notion
+
+Use o Notion MCP (`notion-create-pages`) com `parent.page_id = "{NOTION_PARENT_PAGE_ID}"`, onde `NOTION_PARENT_PAGE_ID` é o ID da página raiz do seu workspace de documentação (configure via env var `KIT_NOTION_PARENT_PAGE_ID` ou substitua diretamente).
+
+Crie a página raiz do projeto com ícone 📋 e este conteúdo:
+
+```
+[Callout azul] {NOME_PROJETO} — {DESCRICAO_1_FRASE}
+
+---
+
+## Stack
+[Tabela com camadas e tecnologias do PROJECT.md]
+
+---
+
+## Estrutura da Documentação
+- changelog/ — Uma entrada por milestone
+- features/ — O que cada feature faz
+- adr/ — Decisões arquiteturais
+- runbooks/ — Procedimentos operacionais
+
+---
+
+## Versões Lançadas
+[Tabela vazia: Versão | Nome | Data | Status]
+```
+
+Depois crie as 4 subpáginas sob a página raiz criada:
+- 📅 `changelog/` — com tabela de índice vazia
+- 📄 `features/` — com tabela de índice vazia
+- 🏛️ `adr/` — com tabela de índice vazia
+- 📖 `runbooks/` — com tabela de índice vazia
+
+### Passo 3 — Gerar notion-config.json
+
+Com os IDs retornados pelo Notion MCP, crie `.claude/notion-config.json`:
+
+```json
+{
+  "project": "{NOME_PROJETO}",
+  "notion": {
+    "root": "{ID_ROOT}",
+    "root_url": "{URL_ROOT}",
+    "changelog": "{ID_CHANGELOG}",
+    "features": "{ID_FEATURES}",
+    "adr": "{ID_ADR}",
+    "runbooks": "{ID_RUNBOOKS}"
+  }
+}
+```
+
+### Passo 4 — Reportar resultado
+
+```
+✅ Notion configurado para {NOME_PROJETO}
+
+📋 Página principal: {URL_ROOT}
+📅 changelog/: {URL_CHANGELOG}
+📄 features/: {URL_FEATURES}
+🏛️ adr/: {URL_ADR}
+📖 runbooks/: {URL_RUNBOOKS}
+
+Arquivo criado: .claude/notion-config.json
+Próximo passo: use /publicar ao concluir o próximo milestone.
+```
+
+## Configuração da página raiz do Notion
+
+Defina o ID da página raiz onde os projetos serão criados (uma página "guarda-chuva" no seu workspace Notion):
+
+- Via env var: `export KIT_NOTION_PARENT_PAGE_ID="<ID_DA_PAGINA>"`
+- Ou substitua `{NOTION_PARENT_PAGE_ID}` no Passo 2 pelo ID literal antes de executar.
+
+Para obter o ID: abra a página no Notion → Share → Copy link → o ID é o hash de 32 caracteres no final da URL.

package/kit/commands/storytelling.md

@@ -1,179 +1,179 @@
----
-name: storytelling
-description: Invoca storytelling-analyst — IA gera mental model de codebase desconhecido (story 5 frases + inventário + naked CRC + responsibility hot spots + extract candidates).
-argument-hint: "<target_dir_or_file> [--depth deep|shallow] [--include-tests] [--output PATH]"
-allowed-tools:
-  - Read
-  - Bash
-  - Grep
-  - Glob
-  - Task
-  - Write
----
-
-<objective>
-Gerar **mental model de codebase desconhecido** via IA — story em 5 frases + inventário de classes/funções + naked CRC sketch + responsibility hot spots + extract candidates priorizados. Invoca o agente [`storytelling-analyst`](../agents/storytelling-analyst.md) que aplica a skill [`legacy-storytelling-naked-crc`](../skills/legacy-storytelling-naked-crc/SKILL.md) — caps 16-17 do livro Feathers + modernização IA primeiro draft.
-
-**Cria/Atualiza:**
-- `.planning/storytelling/<module-slug>.md` — relatório com story + inventário + CRC + hot spots
-
-**Após:** o user reduz tempo de comprehension de codebase desconhecido de 4-8h (leitura cega manual) para 30 min (revisão informada de IA primeiro draft). Pré-requisito recomendado para `/encontrar-seams` ou `/refactor-seguro` em código novo.
-</objective>
-
-<context>
-**Argumentos:**
-- `<target_dir_or_file>` — diretório ou arquivo a analisar — OBRIGATÓRIO
-- `--depth deep|shallow` — `shallow` = só story + inventário; `deep` = + CRC + hot spots + extract candidates (default: deep)
-- `--include-tests` — incluir tests no scope (default: false; distinção comportamento prod vs harness)
-- `--max-lines N` — limite de leitura (default: 1500; agent quebra em chunks se maior)
-- `--output PATH` — caminho do output (default: `.planning/storytelling/<slug>.md`)
-
-**Exemplos:**
-```
-/storytelling src/orders/                                       # diretório completo
-/storytelling src/orders/OrderService.ts                        # arquivo específico
-/storytelling src/orders/ --depth=shallow                       # rápido — só story + inventário
-/storytelling src/orders/ --include-tests                       # incluir tests no scope
-/storytelling supabase/functions/process-payments/              # Edge Function module
-```
-
-**Quando este comando é o caminho:**
-- Você herdou módulo desconhecido (onboarding, transferência, post-acquisition)
-- Vai modificar código que não conhece
-- Pré-requisito de `/encontrar-seams` ou `/refactor-seguro`
-- Precisa identificar candidates de extract class antes de planejar refactor
-- Code review onde reviewer não conhece o módulo
-
-**Quando NÃO é o caminho:**
-- Codebase < 200 linhas — leitura direta é mais rápida
-- Você já trabalhou no módulo nas últimas 2 semanas — mental model fresco
-- Mudança trivial (typo, comment) — overhead > valor
-</context>
-
-<process>
-
-## 1. Parsear argumentos
-
-```bash
-TARGET=$(echo "$ARGUMENTS" | awk '{print $1}')
-DEPTH=$(echo "$ARGUMENTS" | grep -oE -- '--depth[= ][^ ]+' | sed 's/--depth[= ]//')
-MAX_LINES=$(echo "$ARGUMENTS" | grep -oE -- '--max-lines [0-9]+' | awk '{print $2}')
-OUTPUT_PATH=$(echo "$ARGUMENTS" | grep -oE -- '--output [^ ]+' | awk '{print $2}')
-INCLUDE_TESTS=false
-echo "$ARGUMENTS" | grep -qE -- '--include-tests' && INCLUDE_TESTS=true
-
-[ -z "$DEPTH" ]     && DEPTH="deep"
-[ -z "$MAX_LINES" ] && MAX_LINES=1500
-
-if [ -z "$TARGET" ]; then
-  echo "ERROR: target obrigatório (arquivo ou diretório)"
-  exit 1
-fi
-
-if [ ! -e "$TARGET" ]; then
-  echo "ERROR: target não encontrado: $TARGET"
-  exit 1
-fi
-
-# auto-output path
-if [ -z "$OUTPUT_PATH" ]; then
-  SLUG=$(basename "$(realpath "$TARGET")" | sed 's/[^a-zA-Z0-9]/-/g')
-  OUTPUT_PATH=".planning/storytelling/${SLUG}.md"
-fi
-
-mkdir -p "$(dirname "$OUTPUT_PATH")"
-```
-
-## 2. Detectar tamanho
-
-```bash
-if [ -f "$TARGET" ]; then
-  TOTAL_LINES=$(wc -l < "$TARGET")
-elif [ -d "$TARGET" ]; then
-  TOTAL_LINES=$(find "$TARGET" -type f \( -name "*.ts" -o -name "*.tsx" -o -name "*.js" -o -name "*.py" -o -name "*.java" -o -name "*.go" \) ! -path "*node_modules*" -exec cat {} + 2>/dev/null | wc -l)
-fi
-
-if [ "$TOTAL_LINES" -gt "$MAX_LINES" ]; then
-  echo "ℹ Target tem $TOTAL_LINES linhas (> $MAX_LINES). Agent vai chunkar análise."
-fi
-```
-
-## 3. Dispatch para `storytelling-analyst`
-
-```text
-Task(
-  subagent_type="storytelling-analyst",
-  prompt="
-target: ${TARGET}
-depth: ${DEPTH}
-output_path: ${OUTPUT_PATH}
-max_lines: ${MAX_LINES}
-include_tests: ${INCLUDE_TESTS}
-
-Aplicar skill legacy-storytelling-naked-crc. Etapas:
-1. Inventário inicial (listar files + classes/funções top-level)
-2. Leitura + síntese — produzir story em ≤ 5 frases
-3. Inventário canônico (tabela com responsabilidade primária + cluster)
-4. (depth=deep) Naked CRC sketch ASCII
-5. (depth=deep) Responsibility hot spots — classes fazendo > 3 coisas distintas
-6. (depth=deep) Abstrações ausentes (sugestões)
-7. (depth=deep) Extract class candidates priorizados
-8. Gotchas / surpresas
-9. Próximas ações sugeridas (effect sketch, /caracterizar, /refactor-seguro)
-10. Output: .planning/storytelling/<slug>.md
-
-PRINCÍPIO: você É a IA primeiro draft. Não busque perfeição — busque utilidade. Seja honesto sobre incertezas.
-"
-)
-```
-
-## 4. Pós-output
-
-```
-═══════════════════════════════════════════════════════════
- framework ► STORYTELLING ▸ ${OUTPUT_PATH}
-═══════════════════════════════════════════════════════════
-
-[output do storytelling-analyst]
-
-## ⚠ Validação obrigatória
-
-Esta análise é PRIMEIRA PASSADA por IA. Erros possíveis:
-- Relações alucinadas (LLM "viu" colaborador que não existe)
-- Hot spots inflated (cluster coeso marcado como hot spot)
-- Sugestões fora de escopo (extract candidate com 2-week effort marcado como 3h)
-
-Cross-check OBRIGATÓRIO antes de basear decisões:
-1. **Spot-check 3-5 funções aleatórias** contra inventário (existem? responsabilidade descrita está correta?)
-2. **Confirmar colaboradores** existem (grep no codebase pelos nomes mencionados)
-3. **Validar hot spots** contra leitura humana (são realmente "fazendo demais"?)
-4. **Refinar story** se necessário; versão final em ${OUTPUT_PATH} é HUMANA, IA é primeiro draft
-
-## Próximos passos
-
-1. Validar story (5-15 min)
-2. Se vai modificar: `/encontrar-seams ${TARGET}` (se arquivo) ou `/storytelling <sub-target>` (refinar para sub-módulo)
-3. Se vai refactorar: `/refactor-seguro ${TARGET}` (chain canônico)
-4. Se vai extrair: revisar extract candidates — `/legacy refactor` por candidate
-5. Se há shotgun surgery em outros módulos relacionados: `/detectar-duplicacao src/`
-
-## Cross-suite
-
-- **/encontrar-seams** (v1.12) — story informa onde existem deps externas
-- **/caracterizar** (v1.12) — story prioriza qual hot spot caracterizar primeiro
-- **/refactor-seguro** (v1.12) — chain canônico após storytelling
-- **/detectar-duplicacao** (v1.12) — shotgun across módulos relacionados
-- **/mapear-codebase** (framework v1.7+) — comando análogo mais geral; storytelling complementa com narrativa
-```
-
-</process>
-
-<success_criteria>
-- [ ] $ARGUMENTS parseados (target obrigatório)
-- [ ] Tamanho detectado e chunking ativado se necessário
-- [ ] `storytelling-analyst` invocado via Task com depth resolvido
-- [ ] Output forwarded transparentemente
-- [ ] Warning de validação manual obrigatória emitido
-- [ ] Próximos passos sugerem encontrar-seams, caracterizar, refactor-seguro
-- [ ] Cross-references com /detectar-duplicacao, /mapear-codebase, /caracterizar
-</success_criteria>
+---
+name: storytelling
+description: Invoca storytelling-analyst — IA gera mental model de codebase desconhecido (story 5 frases + inventário + naked CRC + responsibility hot spots + extract candidates).
+argument-hint: "<target_dir_or_file> [--depth deep|shallow] [--include-tests] [--output PATH]"
+allowed-tools:
+  - Read
+  - Bash
+  - Grep
+  - Glob
+  - Task
+  - Write
+---
+
+<objective>
+Gerar **mental model de codebase desconhecido** via IA — story em 5 frases + inventário de classes/funções + naked CRC sketch + responsibility hot spots + extract candidates priorizados. Invoca o agente [`storytelling-analyst`](../agents/storytelling-analyst.md) que aplica a skill [`legacy-storytelling-naked-crc`](../skills/legacy-storytelling-naked-crc/SKILL.md) — caps 16-17 do livro Feathers + modernização IA primeiro draft.
+
+**Cria/Atualiza:**
+- `.planning/storytelling/<module-slug>.md` — relatório com story + inventário + CRC + hot spots
+
+**Após:** o user reduz tempo de comprehension de codebase desconhecido de 4-8h (leitura cega manual) para 30 min (revisão informada de IA primeiro draft). Pré-requisito recomendado para `/encontrar-seams` ou `/refactor-seguro` em código novo.
+</objective>
+
+<context>
+**Argumentos:**
+- `<target_dir_or_file>` — diretório ou arquivo a analisar — OBRIGATÓRIO
+- `--depth deep|shallow` — `shallow` = só story + inventário; `deep` = + CRC + hot spots + extract candidates (default: deep)
+- `--include-tests` — incluir tests no scope (default: false; distinção comportamento prod vs harness)
+- `--max-lines N` — limite de leitura (default: 1500; agent quebra em chunks se maior)
+- `--output PATH` — caminho do output (default: `.planning/storytelling/<slug>.md`)
+
+**Exemplos:**
+```
+/storytelling src/orders/                                       # diretório completo
+/storytelling src/orders/OrderService.ts                        # arquivo específico
+/storytelling src/orders/ --depth=shallow                       # rápido — só story + inventário
+/storytelling src/orders/ --include-tests                       # incluir tests no scope
+/storytelling supabase/functions/process-payments/              # Edge Function module
+```
+
+**Quando este comando é o caminho:**
+- Você herdou módulo desconhecido (onboarding, transferência, post-acquisition)
+- Vai modificar código que não conhece
+- Pré-requisito de `/encontrar-seams` ou `/refactor-seguro`
+- Precisa identificar candidates de extract class antes de planejar refactor
+- Code review onde reviewer não conhece o módulo
+
+**Quando NÃO é o caminho:**
+- Codebase < 200 linhas — leitura direta é mais rápida
+- Você já trabalhou no módulo nas últimas 2 semanas — mental model fresco
+- Mudança trivial (typo, comment) — overhead > valor
+</context>
+
+<process>
+
+## 1. Parsear argumentos
+
+```bash
+TARGET=$(echo "$ARGUMENTS" | awk '{print $1}')
+DEPTH=$(echo "$ARGUMENTS" | grep -oE -- '--depth[= ][^ ]+' | sed 's/--depth[= ]//')
+MAX_LINES=$(echo "$ARGUMENTS" | grep -oE -- '--max-lines [0-9]+' | awk '{print $2}')
+OUTPUT_PATH=$(echo "$ARGUMENTS" | grep -oE -- '--output [^ ]+' | awk '{print $2}')
+INCLUDE_TESTS=false
+echo "$ARGUMENTS" | grep -qE -- '--include-tests' && INCLUDE_TESTS=true
+
+[ -z "$DEPTH" ]     && DEPTH="deep"
+[ -z "$MAX_LINES" ] && MAX_LINES=1500
+
+if [ -z "$TARGET" ]; then
+  echo "ERROR: target obrigatório (arquivo ou diretório)"
+  exit 1
+fi
+
+if [ ! -e "$TARGET" ]; then
+  echo "ERROR: target não encontrado: $TARGET"
+  exit 1
+fi
+
+# auto-output path
+if [ -z "$OUTPUT_PATH" ]; then
+  SLUG=$(basename "$(realpath "$TARGET")" | sed 's/[^a-zA-Z0-9]/-/g')
+  OUTPUT_PATH=".planning/storytelling/${SLUG}.md"
+fi
+
+mkdir -p "$(dirname "$OUTPUT_PATH")"
+```
+
+## 2. Detectar tamanho
+
+```bash
+if [ -f "$TARGET" ]; then
+  TOTAL_LINES=$(wc -l < "$TARGET")
+elif [ -d "$TARGET" ]; then
+  TOTAL_LINES=$(find "$TARGET" -type f \( -name "*.ts" -o -name "*.tsx" -o -name "*.js" -o -name "*.py" -o -name "*.java" -o -name "*.go" \) ! -path "*node_modules*" -exec cat {} + 2>/dev/null | wc -l)
+fi
+
+if [ "$TOTAL_LINES" -gt "$MAX_LINES" ]; then
+  echo "ℹ Target tem $TOTAL_LINES linhas (> $MAX_LINES). Agent vai chunkar análise."
+fi
+```
+
+## 3. Dispatch para `storytelling-analyst`
+
+```text
+Task(
+  subagent_type="storytelling-analyst",
+  prompt="
+target: ${TARGET}
+depth: ${DEPTH}
+output_path: ${OUTPUT_PATH}
+max_lines: ${MAX_LINES}
+include_tests: ${INCLUDE_TESTS}
+
+Aplicar skill legacy-storytelling-naked-crc. Etapas:
+1. Inventário inicial (listar files + classes/funções top-level)
+2. Leitura + síntese — produzir story em ≤ 5 frases
+3. Inventário canônico (tabela com responsabilidade primária + cluster)
+4. (depth=deep) Naked CRC sketch ASCII
+5. (depth=deep) Responsibility hot spots — classes fazendo > 3 coisas distintas
+6. (depth=deep) Abstrações ausentes (sugestões)
+7. (depth=deep) Extract class candidates priorizados
+8. Gotchas / surpresas
+9. Próximas ações sugeridas (effect sketch, /caracterizar, /refactor-seguro)
+10. Output: .planning/storytelling/<slug>.md
+
+PRINCÍPIO: você É a IA primeiro draft. Não busque perfeição — busque utilidade. Seja honesto sobre incertezas.
+"
+)
+```
+
+## 4. Pós-output
+
+```
+═══════════════════════════════════════════════════════════
+ framework ► STORYTELLING ▸ ${OUTPUT_PATH}
+═══════════════════════════════════════════════════════════
+
+[output do storytelling-analyst]
+
+## ⚠ Validação obrigatória
+
+Esta análise é PRIMEIRA PASSADA por IA. Erros possíveis:
+- Relações alucinadas (LLM "viu" colaborador que não existe)
+- Hot spots inflated (cluster coeso marcado como hot spot)
+- Sugestões fora de escopo (extract candidate com 2-week effort marcado como 3h)
+
+Cross-check OBRIGATÓRIO antes de basear decisões:
+1. **Spot-check 3-5 funções aleatórias** contra inventário (existem? responsabilidade descrita está correta?)
+2. **Confirmar colaboradores** existem (grep no codebase pelos nomes mencionados)
+3. **Validar hot spots** contra leitura humana (são realmente "fazendo demais"?)
+4. **Refinar story** se necessário; versão final em ${OUTPUT_PATH} é HUMANA, IA é primeiro draft
+
+## Próximos passos
+
+1. Validar story (5-15 min)
+2. Se vai modificar: `/encontrar-seams ${TARGET}` (se arquivo) ou `/storytelling <sub-target>` (refinar para sub-módulo)
+3. Se vai refactorar: `/refactor-seguro ${TARGET}` (chain canônico)
+4. Se vai extrair: revisar extract candidates — `/legacy refactor` por candidate
+5. Se há shotgun surgery em outros módulos relacionados: `/detectar-duplicacao src/`
+
+## Cross-suite
+
+- **/encontrar-seams** (v1.12) — story informa onde existem deps externas
+- **/caracterizar** (v1.12) — story prioriza qual hot spot caracterizar primeiro
+- **/refactor-seguro** (v1.12) — chain canônico após storytelling
+- **/detectar-duplicacao** (v1.12) — shotgun across módulos relacionados
+- **/mapear-codebase** (framework v1.7+) — comando análogo mais geral; storytelling complementa com narrativa
+```
+
+</process>
+
+<success_criteria>
+- [ ] $ARGUMENTS parseados (target obrigatório)
+- [ ] Tamanho detectado e chunking ativado se necessário
+- [ ] `storytelling-analyst` invocado via Task com depth resolvido
+- [ ] Output forwarded transparentemente
+- [ ] Warning de validação manual obrigatória emitido
+- [ ] Próximos passos sugerem encontrar-seams, caracterizar, refactor-seguro
+- [ ] Cross-references com /detectar-duplicacao, /mapear-codebase, /caracterizar
+</success_criteria>

package/kit/commands/supabase.md

@@ -51,6 +51,11 @@ Agents disponíveis: `kit/agents/supabase-*.md` (Phase 26) + `kit/agents/schema-
 | `websocket` | `ws`, `realtime-ws` | `supabase-edge-fn-writer` com `pattern=websocket` + `per_worker` |
 | `realtime` | `tempo-real` | `supabase-realtime-implementer` |
 | `auth` | `autenticacao`, `auth-ssr` | `supabase-auth-bootstrapper` |
+| `social` | `oauth`, `login-social` | `supabase-social-auth-implementer` (v1.32 — social login Google/GitHub/Apple/Facebook/LinkedIn + custom OAuth/OIDC) |
+| `mfa` | `2fa`, `totp` | `supabase-mfa-implementer` (v1.32 — MFA TOTP/Phone + enforcement RLS por AAL) |
+| `hooks` | `auth-hook`, `hook` | `supabase-auth-hook-writer` (v1.32 — materializa os 6 Auth Hooks Postgres/HTTP) |
+| `oauth-server` | `mcp-auth`, `idp` | `supabase-oauth-server-implementer` (v1.32 — Supabase como OAuth 2.1/OIDC identity provider + MCP authentication) |
+| `sso` | `saml`, `enterprise-sso` | `supabase-sso-saml-architect` (v1.32 — Enterprise SSO SAML 2.0 + multi-tenant) |
 | `storage` | `armazenamento` | `supabase-storage-implementer` |
 | `rag` | `pgvector`, `embeddings` | `supabase-edge-fn-writer` com `pattern=rag-embeddings` |
 | `cron` | `queues`, `pgmq`, `background` | `supabase-edge-fn-writer` com `pattern=cron-pgmq` |
@@ -92,6 +97,11 @@ wasm, wasm-module                → supabase-edge-fn-writer (com flag pattern=w
 websocket, ws, realtime-ws       → supabase-edge-fn-writer (com flag pattern=websocket)  (v1.30)
 realtime, tempo-real             → supabase-realtime-implementer
 auth, autenticacao, auth-ssr     → supabase-auth-bootstrapper
+social, oauth, login-social      → supabase-social-auth-implementer    (v1.32 social login + custom OAuth/OIDC)
+mfa, 2fa, totp                   → supabase-mfa-implementer            (v1.32 MFA TOTP/Phone + enforcement RLS)
+hooks, auth-hook, hook           → supabase-auth-hook-writer           (v1.32 materializa Auth Hooks Postgres/HTTP)
+oauth-server, mcp-auth, idp      → supabase-oauth-server-implementer   (v1.32 OAuth 2.1/OIDC identity provider + MCP auth)
+sso, saml, enterprise-sso        → supabase-sso-saml-architect         (v1.32 Enterprise SSO SAML 2.0)
 storage, armazenamento           → supabase-storage-implementer
 rag, pgvector, embeddings        → supabase-edge-fn-writer (com flag pattern=rag-embeddings)
 cron, queues, pgmq, background   → supabase-edge-fn-writer (com flag pattern=cron-pgmq)
@@ -197,6 +207,15 @@ mode: rag-embeddings   (ou cron-pgmq-edge)
 - `wasm` → [`supabase-edge-runtime-builtins`](../skills/supabase-edge-runtime-builtins/SKILL.md) + auto-adiciona `static_files` em config.toml (CLI 2.7.0+, requer Docker no deploy)
 - `websocket` → [`supabase-edge-runtime-builtins`](../skills/supabase-edge-runtime-builtins/SKILL.md) + auto-adiciona `policy = "per_worker"` em config.toml
 
+**Subcomandos de autenticação (v1.32 novos):** materializam a suíte de auth. Cada um faz dispatch direto para o agent canônico e carrega a skill especializada:
+- `social` → `supabase-social-auth-implementer` + skill [`supabase-social-oauth`](../skills/supabase-social-oauth/SKILL.md) — social login (Google/GitHub/Apple/Facebook/LinkedIn) + custom OAuth/OIDC, rota callback PKCE.
+- `mfa` → `supabase-mfa-implementer` + skill [`supabase-mfa`](../skills/supabase-mfa/SKILL.md) — enrollment TOTP/Phone + enforcement RLS RESTRICTIVE por AAL.
+- `hooks` → `supabase-auth-hook-writer` + skill [`supabase-auth-hooks`](../skills/supabase-auth-hooks/SKILL.md) — materializa os 6 Auth Hooks (Postgres function ou Edge Function com Standard Webhooks).
+- `oauth-server` → `supabase-oauth-server-implementer` + skill [`supabase-oauth-server`](../skills/supabase-oauth-server/SKILL.md) — Supabase como OAuth 2.1/OIDC identity provider, **MCP authentication**, RLS por `client_id`.
+- `sso` → `supabase-sso-saml-architect` + skill [`supabase-enterprise-sso-saml`](../skills/supabase-enterprise-sso-saml/SKILL.md) — Enterprise SSO SAML 2.0, attribute mappings, multi-tenant.
+
+O subcomando `auth` (existente) continua para bootstrap SSR Next.js v16 via `supabase-auth-bootstrapper`. Skills de conhecimento complementares (sem agent dedicado): [`supabase-auth-methods`](../skills/supabase-auth-methods/SKILL.md), [`supabase-auth-sessions`](../skills/supabase-auth-sessions/SKILL.md), [`supabase-jwt-signing-keys`](../skills/supabase-jwt-signing-keys/SKILL.md), [`supabase-third-party-auth`](../skills/supabase-third-party-auth/SKILL.md), [`supabase-auth-hardening`](../skills/supabase-auth-hardening/SKILL.md) — a LLM as carrega automaticamente pelos trigger phrases.
+
 ## 5. Output
 
 Output do agent é o output do command. Sem post-processing — agent já formata estruturado.
@@ -204,7 +223,7 @@ Output do agent é o output do command. Sem post-processing — agent já format
 </process>
 
 <success_criteria>
-- [ ] Subcomando resolvido para agent canônico (16 subcomandos × seus sinônimos — v1.30)
+- [ ] Subcomando resolvido para agent canônico (21 subcomandos × seus sinônimos — v1.32)
 - [ ] `project_id` extraído de `supabase/config.toml` se presente
 - [ ] Subcomando `arquiteto` faz `AskUserQuestion` upfront sobre tier + branches
 - [ ] Dispatch via `Task(subagent_type=...)` — único ponto de chain de agents Supabase
@@ -214,5 +233,6 @@ Output do agent é o output do command. Sem post-processing — agent já format
 - [ ] Subcomando `edge` (v1.30) → invoca `supabase-edge-fn-writer` com 2026 patterns + auto-recomenda `/supabase test` ao final
 - [ ] Subcomando `test` (v1.30) → invoca `supabase-edge-fn-tester` que lê config.toml + index.ts para detectar auth mode
 - [ ] Subcomandos `mcp` / `ai` / `wasm` / `websocket` (v1.30) → passam `pattern=<canônico>` para writer
+- [ ] Subcomandos `social` / `mfa` / `hooks` / `oauth-server` / `sso` (v1.32) → dispatch para o agent de auth canônico
 - [ ] Args após subcomando passam transparentemente para o agent
 </success_criteria>