@polymorphism-tech/morph-spec 7.0.0 → 7.1.1

package/framework/standards/ai-agents/structured-output.md

@@ -0,0 +1,249 @@
+# Structured Output — Typed agent responses
+
+> **Scope:** stacks=["dotnet"]
+> **Layer:** 0 (always-load via persona maf-expert)
+> **Keywords:** structured output, typed response, response format, schema validated output, record output, JSON schema agent, RunAsync generic
+> **Read by Claude in:** implement (sempre que um agente produz saída consumida por outro sistema)
+
+**Verified against:** MAF 1.0 GA. Last-verified: 2026-05-19.
+
+---
+
+## Por que sempre Structured Output
+
+Texto livre de LLM é não-determinístico. Dois runs da mesma prompt podem retornar formatações diferentes, campos com nomes diferentes, ou dados em posições diferentes. Você não consegue plugar isso num pipeline downstream de forma confiável.
+
+Um `sealed record` tipado é um contrato: o front-end, o banco, o próximo agente sabem exatamente a shape. O runtime MAF gera o JSON Schema a partir do tipo, envia para o modelo, e deserializa o retorno automaticamente. Se o modelo devolver algo fora do schema, a call falha rápido e com mensagem clara — muito melhor que descobrir um bug de parsing em produção.
+
+**Regra prática:** 90%+ das chamadas a LLM em produção precisam de structured output. A única exceção é saída puramente textual para display final (ex: resposta de chatbot para o usuário). Se a saída vai ser lida por código, use `RunAsync<T>`.
+
+---
+
+## A API (MAF 1.0 GA)
+
+### Form 1 — `RunAsync<T>` (recomendada)
+
+```csharp
+AgentResponse<CityInfo> response = await agent.RunAsync<CityInfo>("Provide information about Tokyo.");
+CityInfo tokyo = response.Result;
+```
+
+O runtime MAF:
+1. Gera o JSON Schema a partir de `T` automaticamente.
+2. Seta `ResponseFormat` na chamada ao modelo.
+3. Deserializa a resposta JSON diretamente em `.Result`.
+
+**Use Form 1 por default.** É a forma mais simples e a que menos expõe detalhes de provider.
+
+---
+
+### Form 2 — `ChatResponseFormat.ForJsonSchema<T>()` (quando precisar de ChatOptions)
+
+```csharp
+AIAgent agent = _modelRegistry.GetChatClient("text-heavy").AsAIAgent(new ChatClientAgentOptions
+{
+    Name = "ProposalAgent",
+    ChatOptions = new()
+    {
+        Instructions = "You are a commercial proposal specialist.",
+        ResponseFormat = ChatResponseFormat.ForJsonSchema<ProposalDraft>()
+    }
+});
+
+AgentResponse response = await agent.RunAsync("Draft a proposal for a SaaS migration project.");
+ProposalDraft draft = response.Deserialize<ProposalDraft>(JsonSerializerOptions.Web);
+```
+
+**Use Form 2 quando:**
+- Você precisa setar `ResponseFormat` junto com outras `ChatOptions` (ex: temperatura, system prompt por invocação).
+- Você quer reusar o mesmo agente para múltiplos tipos de saída, trocando o format por chamada via `ChatClientAgentRunOptions`.
+
+**Setando ResponseFormat por invocação (sem recriar o agente):**
+
+```csharp
+var runOptions = new ChatClientAgentRunOptions
+{
+    ChatOptions = new() { ResponseFormat = ChatResponseFormat.ForJsonSchema<ProposalDraft>() }
+};
+
+AgentResponse response = await agent.RunAsync("Draft a proposal.", runOptions);
+ProposalDraft draft = response.Deserialize<ProposalDraft>(JsonSerializerOptions.Web);
+```
+
+---
+
+## Definindo o tipo de saída
+
+Use `sealed class` ou `sealed record`. Regras:
+
+1. `[Description("...")]` **na classe/record** — descreve ao modelo o que o objeto representa. Sem isso, o modelo depende só do nome do tipo.
+2. `[JsonPropertyName("snake_case")]` **em CADA propriedade** — sem isso, o modelo pode retornar `camelCase`, `PascalCase`, ou `snake_case` dependendo do provider e da versão. Quando o provider muda, o desserializador quebra silenciosamente.
+3. Tipos de propriedade devem ser **nullable** (`string?`, `int?`) em classes; em records posicionais use nullable quando o campo pode estar ausente.
+4. Para listas: `IReadOnlyList<T>` — imutável por padrão, previne mutação acidental após desserialização.
+
+**Exemplo realista — `ProposalDraft`:**
+
+```csharp
+using System.ComponentModel;
+using System.Text.Json.Serialization;
+
+[Description("A structured commercial proposal draft")]
+public sealed record ProposalDraft(
+    [property: JsonPropertyName("headline")] string Headline,
+    [property: JsonPropertyName("client_pain_point")] string ClientPainPoint,
+    [property: JsonPropertyName("sections")] IReadOnlyList<DeliverableSection> Sections,
+    [property: JsonPropertyName("total_price")] decimal TotalPrice,
+    [property: JsonPropertyName("validity_days")] int ValidityDays);
+
+[Description("One deliverable section of a proposal")]
+public sealed record DeliverableSection(
+    [property: JsonPropertyName("title")] string Title,
+    [property: JsonPropertyName("description")] string Description);
+```
+
+> Prefer `record` sobre `class` para tipos de saída — imutável, `==` por valor, `ToString()` útil para logs. Use `class` somente se o tipo precisar de lógica de mutação pós-desserialização.
+
+---
+
+## Exemplo C# completo
+
+Um agente que recebe dados de cliente e retorna um `ProposalDraft` usando Form 1 (`RunAsync<T>`):
+
+```csharp
+using System.ComponentModel;
+using System.Text.Json.Serialization;
+using Microsoft.Agents.AI;
+using Microsoft.Extensions.AI;
+
+// --- Tipos de saída ---
+
+[Description("A structured commercial proposal draft")]
+public sealed record ProposalDraft(
+    [property: JsonPropertyName("headline")] string Headline,
+    [property: JsonPropertyName("client_pain_point")] string ClientPainPoint,
+    [property: JsonPropertyName("sections")] IReadOnlyList<DeliverableSection> Sections,
+    [property: JsonPropertyName("total_price")] decimal TotalPrice,
+    [property: JsonPropertyName("validity_days")] int ValidityDays);
+
+[Description("One deliverable section of a proposal")]
+public sealed record DeliverableSection(
+    [property: JsonPropertyName("title")] string Title,
+    [property: JsonPropertyName("description")] string Description);
+
+// --- Agente ---
+
+public sealed class ProposalDraftingAgent
+{
+    private readonly AIAgent _agent;
+
+    public ProposalDraftingAgent(ModelRegistry modelRegistry)
+    {
+        _agent = modelRegistry.GetChatClient("text-heavy").AsAIAgent(new ChatClientAgentOptions
+        {
+            Name = "ProposalDraftingAgent",
+            ChatOptions = new()
+            {
+                Instructions = """
+                    You are a senior commercial proposal specialist.
+                    Always produce a structured proposal based on the client context provided.
+                    The total_price must reflect realistic market pricing for the scope described.
+                    validity_days must be between 15 and 90.
+                    """
+            }
+        });
+    }
+
+    public async Task<ProposalDraft> DraftAsync(string clientContext, CancellationToken ct = default)
+    {
+        AgentResponse<ProposalDraft> response = await _agent.RunAsync<ProposalDraft>(
+            $"Draft a commercial proposal for the following client context:\n\n{clientContext}",
+            cancellationToken: ct);
+
+        return response.Result;
+    }
+}
+```
+
+**Consumindo `.Result`:**
+
+```csharp
+var agent = new ProposalDraftingAgent(modelRegistry);
+ProposalDraft draft = await agent.DraftAsync("Client: RetailCo. Need: Migrate 5 legacy Java services to .NET 10.");
+
+Console.WriteLine(draft.Headline);          // ex: "Modernization of RetailCo's Core Services"
+Console.WriteLine(draft.TotalPrice);        // ex: 87500.00
+Console.WriteLine(draft.Sections.Count);    // ex: 4
+```
+
+> **Model Registry alias `"text-heavy"`:** resolves to the project's configured high-quality model (ex: `gpt-4o`, `gemini-1.5-pro`, `claude-opus-4-5`). Nunca hardcode o nome do modelo — veja `ai-agents-providers-model-registry`.
+
+---
+
+## Validação pós-call
+
+O JSON schema garante a **shape** da resposta, não a **semântica**. O modelo pode retornar um `TotalPrice` de `0` ou `ValidityDays` de `-1` e ainda conformar ao schema.
+
+**Sempre valide regras de negócio depois de `RunAsync<T>`:**
+
+```csharp
+public async Task<Result<ProposalDraft>> DraftValidatedAsync(string clientContext, CancellationToken ct = default)
+{
+    AgentResponse<ProposalDraft> response = await _agent.RunAsync<ProposalDraft>(
+        $"Draft a commercial proposal for:\n\n{clientContext}",
+        cancellationToken: ct);
+
+    ProposalDraft draft = response.Result;
+
+    // Validação semântica — schema não cobre isso
+    if (draft.TotalPrice <= 0)
+        return Result.Failure<ProposalDraft>("Agent returned zero or negative price.");
+
+    if (draft.ValidityDays is < 15 or > 90)
+        return Result.Failure<ProposalDraft>($"ValidityDays {draft.ValidityDays} is out of range [15, 90].");
+
+    if (draft.Sections is null || draft.Sections.Count == 0)
+        return Result.Failure<ProposalDraft>("Agent returned proposal with no deliverable sections.");
+
+    if (string.IsNullOrWhiteSpace(draft.Headline))
+        return Result.Failure<ProposalDraft>("Agent returned proposal with empty headline.");
+
+    return Result.Success(draft);
+}
+```
+
+> Se a validação falhar, você pode re-prompt com o erro como contexto, ou retornar um domain error para o caller decidir. Nunca lance exception como fluxo de controle — use `Result<T>` ou equivalente.
+
+---
+
+## Anti-patterns
+
+| Anti-pattern | Por quê é errado | Jeito certo |
+|--------------|-----------------|-------------|
+| Retornar texto livre e parsear com regex | LLM output é não-determinístico; regex quebra quando o modelo muda a formatação | Use `RunAsync<T>` com um `sealed record` tipado |
+| Usar `dynamic` ou `JsonNode` em vez de um record tipado | Perde type-safety, IntelliSense e validação em compile time; erros surgem em runtime em produção | Defina um `sealed record` com `[JsonPropertyName]` em cada propriedade |
+| Tipo de saída sem `[JsonPropertyName]` em cada propriedade | Quando o provider muda de versão ou o casing da resposta varia, `JsonSerializer` silenciosamente atribui `null` sem erro | Decore CADA propriedade com `[JsonPropertyName("snake_case")]` |
+| Confiar apenas no JSON schema para garantir corretude | Schema valida shape, não semântica — `TotalPrice = 0` e `ValidityDays = -1` são válidos no schema | Sempre valide regras de negócio após `RunAsync<T>` e retorne `Result<T>` em caso de falha |
+| Criar o `ChatClient` diretamente com model string hardcoded | Quebra troca de provider; o nome do modelo fica espalhado pelo codebase | Sempre use `_modelRegistry.GetChatClient("alias")` — veja `ai-agents-providers-model-registry` |
+
+---
+
+## Checklist (verifiable by morph-eval)
+
+- [ ] Todo agente que alimenta outro sistema (front-end, banco, pipeline, outro agente) usa `RunAsync<T>` ou `ResponseFormat` — nenhum retorna `response.Text` para parsing downstream.
+- [ ] O tipo de saída é um `sealed record` ou `sealed class` decorado com `[Description("...")]`.
+- [ ] CADA propriedade do tipo de saída tem `[JsonPropertyName("...")]` explícito.
+- [ ] Validação de regras de negócio existe após `RunAsync<T>` — o resultado é verificado além da shape do schema.
+- [ ] O agente é construído a partir de `_modelRegistry.GetChatClient("alias")` — nenhum model name hardcoded.
+
+---
+
+## References
+
+- `ai-agents-setup` — packages, DI, e setup mínimo de agente
+- `ai-agents-sweet-spot` — quando usar agente, quando não usar
+- `ai-agents-providers-model-registry` — como registrar e resolver modelos por alias
+- Microsoft Agent Framework docs: https://learn.microsoft.com/agent-framework/
+
+---
+
+*MORPH-SPEC by Polymorphism Tech — ai-agents/structured-output.md v1.0 (2026-05-19)*

package/framework/standards/ai-agents/sweet-spot.md

@@ -0,0 +1,109 @@
+# Sweet Spot — When to use what in MAF
+
+> **Scope:** stacks=["dotnet"]
+> **Layer:** 0 (always-load via persona maf-expert)
+> **Keywords:** sweet spot, when to use agent, agent vs workflow, when not to use workflow, MAF decision, simple agent
+> **Read by Claude in:** plan (decide arquitetura da feature antes de quebrar em tasks) + implement (validar que a arquitetura ainda é a mais simples possível)
+
+**Verified against:** MAF Tier List research (2026-05-18) + Microsoft Learn docs. Last-verified: 2026-05-19.
+
+---
+
+## The 4-feature rule
+
+```
+95% of production AI agents need ONLY:
+
+  1. Chat (the LLM call)
+  2. Structured Output (typed records, not free text)
+  3. Tools (typed functions the agent can call)
+  4. RAG Custom (pgvector tool, not hosted RAG)
+
+If your feature needs ONLY these 4 → use a single agent. Don't reach for workflows.
+```
+
+Apply this rule before deciding multi-agent or workflow. Most of the time the answer is "single agent".
+
+---
+
+## Decision tree (Claude reads this in plan phase)
+
+```
+Step 1 — Does the task even need an LLM?
+├─ "Can a deterministic function solve this?" → YES → write the function, no agent
+└─ NO → continue
+
+Step 2 — Single agent vs multi-agent?
+├─ One topic + one decision → single agent (DEFAULT)
+├─ Multiple specialized topics with clear handoff → multi-agent
+│   └─ Prefer Agent-as-Tool pattern (one agent uses another as a tool)
+│   └─ See ai-agents-multi-agent-patterns
+└─ "I'm not sure" → start with single agent, escalate if needed
+
+Step 3 — Need a Workflow?
+├─ The feature has fan-in/out (many inputs aggregated) → maybe workflow
+│   └─ Confirm: can you write it as a foreach + LINQ aggregate?
+│       └─ YES → write the foreach, NO workflow
+│       └─ NO → workflow may help
+├─ Long-running with human-in-the-loop checkpoints → maybe workflow
+│   └─ See ai-agents-workflows (Onda 2)
+└─ Otherwise → NO workflow
+
+Step 4 — Which provider?
+├─ ALWAYS direct models — never a hosted agent service
+├─ Provider choice (OpenAI / Google / Anthropic / Ollama) lives in the
+│  project's Model Registry, not hardcoded → see ai-agents-providers-model-registry
+└─ Hosted services (Foundry Agent Service, Vertex AI hosted) → NOT used
+
+Step 5 — RAG approach?
+├─ Need control over chunking/embedding/storage? → RAG custom (pgvector)
+│   └─ See ai-agents-rag-custom-pgvector (Onda 2)
+└─ Don't reach for hosted RAG — loses control
+```
+
+---
+
+## Anti-patterns (what Claude should NOT do)
+
+| Anti-pattern | Why it's wrong | What to do instead |
+|--------------|----------------|---------------------|
+| Reach for Workflow when a function does the job | "Tudo que Workflows fazem, código C# normal faz com menos complexidade" — pesquisa | Write the function. Wrap in a tool if an agent needs to call it. |
+| Use a hosted agent service | Hosted is "always 6-9 months behind" on models + removes control | Direct models always (OpenAI / Google / Anthropic / Ollama) |
+| Upload PDFs to a hosted RAG | Loses control of chunking + embedding + storage | Custom RAG with pgvector. See ai-agents-rag-custom-pgvector |
+| Add Memory/Session because "agents need state" | If not building a chatbot, don't add chat state | Skip. Add when a real chat UI exists. |
+| Use Semantic Kernel for new features | SK is superseded by MAF | Use Microsoft.Agents.AI. See ai-agents-setup |
+| Return free text and parse it downstream | LLM output is non-deterministic | Structured Output. See ai-agents-structured-output (Onda 2) |
+
+---
+
+## When the 4-feature rule does NOT apply
+
+You may need to step outside the sweet spot when:
+- The feature genuinely fans-out (e.g., monthly report aggregating N items) → workflow with fan-in
+- The feature needs vision/audio/image-gen → modality-specific standards (see ai-agents-modalities-* — Onda 3)
+
+**Even in these cases:** the core of the agent still follows the 4-feature rule. Only the orchestration layer changes.
+
+---
+
+## Checklist (verifiable by morph-eval)
+
+- [ ] Was each agent designed as single-agent BEFORE reaching for multi-agent? (Check `decisions.md`.)
+- [ ] If a Workflow is used, is fan-in/out or HITL checkpointing genuinely present? Or could `foreach + LINQ` replace it?
+- [ ] Are the 4 features (Chat, Structured Output, Tools, RAG Custom) all present where applicable?
+- [ ] Are hosted agent services avoided?
+
+---
+
+## References
+
+- `ai-agents-setup` — packages and DI
+- `ai-agents-providers-model-registry` — provider-agnostic config
+- `ai-agents-structured-output` (Onda 2)
+- `ai-agents-multi-agent-patterns` (Onda 2)
+- `ai-agents-workflows` (Onda 2, reframed)
+- `ai-agents-rag-custom-pgvector` (Onda 2)
+
+---
+
+*MORPH-SPEC by Polymorphism Tech — ai-agents/sweet-spot.md v1.0 (2026-05-19)*