@techwavedev/agi-agent-kit 1.4.2 → 1.5.2

package/README.pt-BR.md

@@ -0,0 +1,537 @@
+# 🚀 AGI Agent Kit
+
+🌐 Português (BR) | _[English](./README.md)_
+
+> **Pare de alucinar. Comece a executar.**
+
+[![npm version](https://img.shields.io/npm/v/@techwavedev/agi-agent-kit.svg)](https://www.npmjs.com/package/@techwavedev/agi-agent-kit)
+[![npm downloads](https://img.shields.io/npm/dw/@techwavedev/agi-agent-kit.svg)](https://www.npmjs.com/package/@techwavedev/agi-agent-kit)
+[![License: Apache-2.0](https://img.shields.io/badge/License-Apache%202.0-blue.svg)](https://opensource.org/licenses/Apache-2.0)
+[![Claude Code](https://img.shields.io/badge/Claude%20Code-Anthropic-purple)](https://claude.ai)
+[![Gemini CLI](https://img.shields.io/badge/Gemini%20CLI-Google-blue)](https://github.com/google-gemini/gemini-cli)
+[![Codex CLI](https://img.shields.io/badge/Codex%20CLI-OpenAI-green)](https://github.com/openai/codex)
+[![Cursor](https://img.shields.io/badge/Cursor-AI%20IDE-orange)](https://cursor.sh)
+[![GitHub Copilot](https://img.shields.io/badge/GitHub%20Copilot-VSCode-lightblue)](https://github.com/features/copilot)
+[![OpenCode](https://img.shields.io/badge/OpenCode-CLI-gray)](https://github.com/opencode-ai/opencode)
+[![Antigravity IDE](https://img.shields.io/badge/Antigravity-DeepMind-red)](https://github.com/techwavedev/agi-agent-kit)
+[![AdaL CLI](https://img.shields.io/badge/AdaL%20CLI-SylphAI-pink)](https://sylph.ai/)
+[![OpenClaw](https://img.shields.io/badge/OpenClaw-CLI-teal)](https://github.com/openclaw/openclaw)
+[![Buy me a coffee](https://img.shields.io/badge/Buy%20me%20a-coffee-d13610?logo=buymeacoffee&logoColor=white)](https://www.buymeacoffee.com/eltonmachado)
+
+**AGI Agent Kit** é o scaffolding de nível empresarial que transforma qualquer assistente de código com IA em uma **máquina de produção determinística**. Enquanto LLMs são probabilísticos (90% de precisão por etapa = 59% ao longo de 5 etapas), este framework os força através de uma **Arquitetura de 3 Camadas** — Intenção → Orquestração → Execução — onde a lógica de negócio vive em scripts testados, não em código alucinado.
+
+## Por que isso existe
+
+A maioria das configurações de IA para código te dá um prompt e torce pelo melhor. O AGI Agent Kit te oferece:
+
+- 🧠 **Memória Híbrida** — Vetores Qdrant + palavras-chave BM25: similaridade semântica para conceitos, correspondência exata para códigos de erro e IDs (90-100% de economia de tokens)
+- 🎯 **19 Agentes Especialistas** — Experts delimitados por domínio (Frontend, Backend, Segurança, Mobile, Game Dev...) com propriedade de arquivos forçada
+- ⚡ **878 Skills Curadas** — 4 essenciais + 89 profissionais + 785 comunitárias em 16 categorias de domínio
+- 🔒 **Portões de Verificação** — Nenhuma tarefa é concluída sem evidência. Enforcement de TDD. Revisão de código em duas etapas.
+- 🌐 **9 Plataformas, Uma Configuração** — Escreva uma vez, execute no Claude Code, Gemini CLI, Codex CLI, Cursor, Copilot, OpenCode, AdaL CLI, Antigravity IDE, OpenClaw
+
+```bash
+npx @techwavedev/agi-agent-kit init
+```
+
+Se este projeto te ajuda, considere [apoiá-lo aqui](https://www.buymeacoffee.com/eltonmachado) ou simplesmente ⭐ o repositório.
+
+---
+
+## 🚀 Início Rápido
+
+Monte um novo workspace de agente em segundos:
+
+```bash
+npx @techwavedev/agi-agent-kit init
+
+# Ou instale globalmente em ~/.agent para compartilhar skills entre projetos
+npx @techwavedev/agi-agent-kit init --global
+```
+
+Você será guiado por um assistente interativo:
+
+1. **Verificação de instalação existente** — detecta uma instalação prévia e oferece Atualizar / Reinstalar / Cancelar
+2. **Escopo da instalação** — local ao projeto (diretório atual) ou global (`~/.agent` compartilhado entre projetos)
+3. **Backup inteligente** — verifica os arquivos em risco e cria um backup com timestamp antes de alterar qualquer coisa
+4. **Seleção de pacote** — escolha as skills para instalar:
+   - **core** — 4 skills essenciais (webcrawler, pdf-reader, qdrant-memory, documentation)
+   - **medium** — Core + 89 skills profissionais em 16 categorias + estrutura `.agent/`
+   - **full** — Tudo: Medium + 785 skills comunitárias (878 no total)
+   - **custom** — Core + você escolhe domínios específicos (AI Agents, DevOps, Segurança, Frontend, etc.)
+5. **Configuração de memória** — detecta Ollama/Docker/Qdrant; se ausente, pergunta se deseja instalar localmente ou usar uma URL personalizada (suporta Qdrant Cloud, servidores remotos)
+6. **Agent Teams** — opt-in para execução multi-agente paralela (grava `.claude/settings.json`)
+7. **Resumo** — mostra exatamente o que foi configurado e o que precisa de ação manual
+
+Após a instalação, o assistente mostra seus próximos passos, incluindo:
+
+```bash
+# Inicializar o sistema de memória (verifica Qdrant + Ollama, corrige automaticamente)
+python3 execution/session_boot.py --auto-fix
+
+# Executar o assistente de configuração de plataforma (auto-configura sua plataforma de IA)
+python3 skills/plugin-discovery/scripts/platform_setup.py --project-dir .
+```
+
+---
+
+## ✨ Funcionalidades Principais
+
+| Funcionalidade                    | Descrição                                                                                     |
+| --------------------------------- | --------------------------------------------------------------------------------------------- |
+| **Execução Determinística**       | Separa lógica de negócio (scripts Python) do raciocínio da IA (Diretivas)                     |
+| **Sistema Modular de Skills**     | 878 skills plug-and-play em 3 níveis, organizadas em 16 categorias de domínio                 |
+| **Execução de Plano Estruturado** | Execução em lote ou orientada por subagentes com revisão em duas etapas (spec + qualidade)    |
+| **Enforcement de TDD**            | Ciclo RED-GREEN-REFACTOR inquebrantável — sem código de produção sem teste falhando           |
+| **Portões de Verificação**        | Evidência antes de afirmações — sem conclusão sem saída de verificação atualizada             |
+| **Adaptativo à Plataforma**       | Auto-detecta Claude Code, Gemini CLI, Codex CLI, Cursor, Copilot, OpenCode, AdaL, Antigravity |
+| **Orquestração Multi-Agente**     | Agent Teams, subagentes, Powers, ou personas sequenciais — adapta-se à plataforma             |
+| **Memória Híbrida**               | Vetores Qdrant + palavras-chave BM25 com mesclagem de pontuação ponderada (95% de economia)   |
+| **Workflows Auto-Reparáveis**     | Agentes leem logs de erro, corrigem scripts e atualizam diretivas automaticamente             |
+| **Configuração em Um Comando**    | Detecção de plataforma + varredura de stack + auto-configuração em um único comando           |
+
+---
+
+## 🆚 Como Isso Se Compara ao Superpowers
+
+O framework AGI adota todos os melhores padrões do [obra/superpowers](https://github.com/obra/superpowers) e os estende com capacidades que o Superpowers não possui:
+
+| Capacidade                       | obra/superpowers |             Framework AGI             |
+| -------------------------------- | :--------------: | :-----------------------------------: |
+| Enforcement de TDD               |        ✅        |              ✅ Adaptado              |
+| Execução de Plano + Revisão      |        ✅        | ✅ Adaptado + adaptativo à plataforma |
+| Debugging Sistemático            |        ✅        |    ✅ Adaptado + agente `debugger`    |
+| Portões de Verificação           |        ✅        |   ✅ Adaptado + 12 scripts de audit   |
+| Revisão de Código em Duas Etapas |        ✅        |      ✅ Adaptado no orquestrador      |
+| Orquestração Multi-Plataforma    | ❌ Apenas Claude |           ✅ 9 plataformas            |
+| Memória Semântica (Qdrant)       |        ❌        |     ✅ 90-100% economia de tokens     |
+| 19 Agentes Especialistas         |        ❌        |       ✅ Fronteiras de domínio        |
+| Reforço de Fronteiras de Agente  |        ❌        |  ✅ Propriedade por tipo de arquivo   |
+| Geração Dinâmica de Perguntas    |        ❌        |      ✅ Trade-offs + prioridades      |
+| Protocolo Memory-First           |        ❌        |           ✅ Auto cache-hit           |
+| Criador de Skills + Catálogo     |        ❌        |       ✅ 878 skills combináveis       |
+| Assistente de Configuração       |        ❌        |     ✅ Configuração em um comando     |
+| Symlinks Multi-Plataforma        | ❌ Apenas Claude |           ✅ 9 plataformas            |
+
+---
+
+## 🧪 Benchmark Real: Subagentes vs Agent Teams
+
+O framework suporta dois modos de orquestração. Aqui estão **resultados reais de teste** de `execution/benchmark_modes.py` rodando em infraestrutura local (Qdrant + Ollama `nomic-embed-text`, zero chamadas de API na nuvem):
+
+```text
+MODO A: SUBAGENTES — Independentes, fire-and-forget
+  📤 Explorar Padrões de Auth   → ✅ armazenado em cache + memória (127ms)
+  📤 Performance de Query       → ❌ FALHOU (timeout — tolerante a falhas)
+  📤 Varrer CVEs                → ✅ armazenado em cache + memória (14ms)
+  Resumo: 2/3 concluídos, 1 falhou, 0 referências cruzadas
+
+MODO B: AGENT TEAMS — Contexto compartilhado, coordenado
+  👤 Especialista Backend       → ✅ armazenado em memória compartilhada (14ms)
+  👤 Especialista Banco de Dados → ✅ armazenado em memória compartilhada (13ms)
+  👤 Especialista Frontend      → 🔗 Leu primeiro a saída do Backend + Banco de Dados
+     ✅ Obteve contexto de team-backend: "Contrato de API: POST /api/messages..."
+     ✅ Obteve contexto de team-database: "Schema: users(id UUID PK, name..."
+     → ✅ armazenado em memória compartilhada (14ms)
+  Resumo: 3/3 concluídos, 0 falhas, 2 referências cruzadas
+```
+
+**2ª execução (cache aquecido):** Todas as consultas atingem o cache com **score 1.000**, reduzindo o tempo total de 314ms → 76ms (Subagentes) e 292ms → 130ms (Agent Teams).
+
+| Métrica                | Subagentes                           | Agent Teams                              |
+| ---------------------- | ------------------------------------ | ---------------------------------------- |
+| Modelo de execução     | Fire-and-forget (isolado)            | Contexto compartilhado (coordenado)      |
+| Tarefas concluídas     | 2/3 (tolerante a falhas)             | 3/3                                      |
+| Referências cruzadas   | 0 (não suportado)                    | 2 (pares leem o trabalho uns dos outros) |
+| Compartilhamento       | ❌ Cada agente isolado               | ✅ Peer-to-peer via Qdrant               |
+| Revisão em duas etapas | ❌                                   | ✅ Spec + Qualidade                      |
+| Cache hits (2ª exec)   | 5/5                                  | 5/5                                      |
+| Provedor de embedding  | Ollama local (nomic-embed-text 137M) | Ollama local (nomic-embed-text 137M)     |
+
+**Experimente você mesmo:**
+
+```bash
+# 1. Iniciar infraestrutura
+docker run -d -p 6333:6333 -v qdrant_storage:/qdrant/storage qdrant/qdrant
+ollama serve & ollama pull nomic-embed-text
+
+# 2. Inicializar sistema de memória
+python3 execution/session_boot.py --auto-fix
+# ✅ Sistema de memória pronto — 5 memórias, 1 resposta em cache
+
+# 3. Rodar o benchmark completo (ambos os modos)
+python3 execution/benchmark_modes.py --verbose
+
+# 4. Ou testar operações individuais:
+
+# Armazenar uma decisão (embedding gerado localmente via Ollama)
+python3 execution/memory_manager.py store \
+  --content "Escolhemos PostgreSQL para dados relacionais" \
+  --type decision --project myapp
+# → {"status": "stored", "point_id": "...", "token_count": 5}
+
+# Auto-consulta: verifica cache primeiro, depois recupera contexto
+python3 execution/memory_manager.py auto \
+  --query "qual banco de dados escolhemos?"
+# → {"source": "memory", "cache_hit": false, "context_chunks": [...]}
+
+# Armazenar uma resposta de LLM em cache para reutilização futura
+python3 execution/memory_manager.py cache-store \
+  --query "como configurar auth?" \
+  --response "Use JWT com expiração de 24h, refresh tokens em cookies httpOnly"
+
+# Re-consulta → cache hit instantâneo (score 1.000, zero recomputação)
+python3 execution/memory_manager.py auto \
+  --query "como configurar auth?"
+# → {"source": "cache", "cache_hit": true, "tokens_saved_estimate": 12}
+```
+
+## 🌐 Suporte a Plataformas
+
+O framework detecta automaticamente seu ambiente de codificação com IA e ativa as melhores funcionalidades disponíveis.
+
+Skills são instaladas no diretório canônico `skills/` e vinculadas via symlink ao caminho esperado de cada plataforma:
+
+| Plataforma          | Caminho das Skills | Arquivo de Instrução | Estratégia de Orquestração           |
+| ------------------- | ------------------ | -------------------- | ------------------------------------ |
+| **Claude Code**     | `.claude/skills/`  | `CLAUDE.md`          | Agent Teams (paralelo) ou Subagentes |
+| **Gemini CLI**      | `.gemini/skills/`  | `GEMINI.md`          | Personas sequenciais via `@agent`    |
+| **Codex CLI**       | `.codex/skills/`   | `AGENTS.md`          | Sequencial via prompts               |
+| **Antigravity IDE** | `.agent/skills/`   | `AGENTS.md`          | Orquestração agêntica completa       |
+| **Cursor**          | `.cursor/skills/`  | `AGENTS.md`          | Baseado em chat via `@skill`         |
+| **GitHub Copilot**  | N/A (colar)        | `COPILOT.md`         | Colar manualmente no contexto        |
+| **OpenCode**        | `.agent/skills/`   | `OPENCODE.md`        | Personas sequenciais via `@agent`    |
+| **AdaL CLI**        | `.adal/skills/`    | `AGENTS.md`          | Carregamento automático sob demanda  |
+
+Execute `/setup` para auto-detectar e configurar sua plataforma, ou use o script de configuração diretamente:
+
+```bash
+# Interativo (uma pergunta Y/n)
+python3 skills/plugin-discovery/scripts/platform_setup.py --project-dir .
+
+# Auto-aplicar tudo
+python3 skills/plugin-discovery/scripts/platform_setup.py --project-dir . --auto
+
+# Pré-visualizar sem alterações
+python3 skills/plugin-discovery/scripts/platform_setup.py --project-dir . --dry-run
+```
+
+---
+
+## 📦 O Que Você Recebe
+
+```text
+seu-projeto/
+├── AGENTS.md              # Arquivo de instrução principal
+├── GEMINI.md → AGENTS.md  # Symlinks de plataforma
+├── CLAUDE.md → AGENTS.md
+├── OPENCODE.md → AGENTS.md
+├── COPILOT.md → AGENTS.md
+├── skills/                # Até 878 skills (depende do pacote)
+│   ├── webcrawler/        # Coleta de documentação
+│   ├── qdrant-memory/     # Cache semântico & memória
+│   └── ...                # Mais 877 skills no pacote completo
+├── .claude/skills → skills/   # Symlinks específicos da plataforma
+├── .gemini/skills → skills/
+├── .codex/skills → skills/
+├── .cursor/skills → skills/
+├── .adal/skills → skills/
+├── directives/            # SOPs em Markdown
+├── execution/             # Scripts Python determinísticos
+│   ├── session_boot.py    # Inicialização de sessão (verificação Qdrant + Ollama)
+│   └── memory_manager.py  # Operações de armazenar/recuperar/cache
+├── skill-creator/         # Ferramentas para criar novas skills
+└── .agent/                # (medium/full) Agentes, workflows, regras
+    └── workflows/         # /setup, /deploy, /test, /debug, etc.
+```
+
+---
+
+## 📖 Arquitetura
+
+O sistema opera em três camadas:
+
+```text
+┌─────────────────────────────────────────────────────────┐
+│  Camada 1: DIRETIVAS (Intenção)                         │
+│  └─ SOPs escritos em Markdown (directives/)             │
+├─────────────────────────────────────────────────────────┤
+│  Camada 2: ORQUESTRAÇÃO (Agente)                        │
+│  └─ LLM lê a diretiva, decide qual ferramenta chamar    │
+│  └─ Adaptativo à plataforma: Teams, Subagentes, Personas│
+├─────────────────────────────────────────────────────────┤
+│  Camada 3: EXECUÇÃO (Código)                            │
+│  └─ Scripts Python puros (execution/) fazem o trabalho  │
+└─────────────────────────────────────────────────────────┘
+```
+
+**Por quê?** LLMs são probabilísticos. 90% de precisão por etapa = 59% de sucesso ao longo de 5 etapas. Ao transferir a complexidade para scripts determinísticos, alcançamos execução confiável.
+
+---
+
+## 🧠 Memória Híbrida (BM25 + Vetorial)
+
+Recuperação com motor duplo: similaridade vetorial Qdrant para conceitos semânticos + BM25 SQLite FTS5 para correspondência exata de palavras-chave. Mescla resultados automaticamente com pesos configuráveis.
+
+| Cenário                   | Sem Memória  | Com Memória | Economia |
+| ------------------------- | ------------ | ----------- | -------- |
+| Pergunta repetida         | ~2000 tokens | 0 tokens    | **100%** |
+| Arquitetura similar       | ~5000 tokens | ~500 tokens | **90%**  |
+| Resolução de erro passado | ~3000 tokens | ~300 tokens | **90%**  |
+| Busca exata de ID/código  | ~3000 tokens | ~200 tokens | **93%**  |
+
+**Configuração** (requer [Qdrant](https://qdrant.tech/) + [Ollama](https://ollama.com/)):
+
+```bash
+# Iniciar Qdrant
+docker run -d -p 6333:6333 -v qdrant_storage:/qdrant/storage qdrant/qdrant
+
+# Iniciar Ollama + baixar modelo de embedding
+ollama serve &
+ollama pull nomic-embed-text
+
+# Inicializar sistema de memória (cria coleções automaticamente)
+python3 execution/session_boot.py --auto-fix
+```
+
+Os agentes executam automaticamente `session_boot.py` no início da sessão (primeira instrução no `AGENTS.md`). Operações de memória:
+
+```bash
+# Auto-consulta (verificar cache + recuperar contexto)
+python3 execution/memory_manager.py auto --query "resumo da sua tarefa"
+
+# Armazenar uma decisão (auto-indexado no BM25)
+python3 execution/memory_manager.py store --content "o que foi decidido" --type decision
+
+# Verificação de saúde (inclui status do índice BM25)
+python3 execution/memory_manager.py health
+
+# Reconstruir índice BM25 a partir dos dados existentes no Qdrant
+python3 execution/memory_manager.py bm25-sync
+```
+
+**Modos de busca híbrida** (via `hybrid_search.py`):
+
+```bash
+# Híbrido verdadeiro (padrão): vetorial + BM25 mesclados
+python3 scripts/hybrid_search.py --query "erro ImagePullBackOff" --mode hybrid
+
+# Apenas vetorial (semântico puro)
+python3 scripts/hybrid_search.py --query "arquitetura de banco de dados" --mode vector
+
+# Apenas palavras-chave (correspondência exata BM25)
+python3 scripts/hybrid_search.py --query "sg-018f20ea63e82eeb5" --mode keyword
+```
+
+---
+
+## ⚡ Pré-requisitos
+
+O comando `npx init` cria automaticamente um `.venv` e instala todas as dependências. Basta ativá-lo:
+
+```bash
+source .venv/bin/activate   # macOS/Linux
+# .venv\Scripts\activate    # Windows
+```
+
+Se precisar reinstalar ou atualizar as dependências:
+
+```bash
+.venv/bin/pip install -r requirements.txt
+```
+
+---
+
+## 🔧 Comandos
+
+### Inicializar um novo projeto
+
+```bash
+npx @techwavedev/agi-agent-kit init --pack=full
+# Para instalar globalmente em vez de por projeto:
+npx @techwavedev/agi-agent-kit init --pack=full --global
+```
+
+### Auto-detectar plataforma e configurar ambiente
+
+```bash
+python3 skills/plugin-discovery/scripts/platform_setup.py --project-dir .
+```
+
+### Atualizar para a versão mais recente
+
+```bash
+npx @techwavedev/agi-agent-kit@latest init --pack=full
+# ou use a skill integrada:
+python3 skills/self-update/scripts/update_kit.py
+```
+
+### Inicializar sistema de memória
+
+```bash
+python3 execution/session_boot.py --auto-fix
+```
+
+### Verificação de saúde do sistema
+
+```bash
+python3 execution/system_checkup.py --verbose
+```
+
+### Criar uma nova skill
+
+```bash
+python3 skill-creator/scripts/init_skill.py my-skill --path skills/
+```
+
+### Atualizar catálogo de skills
+
+```bash
+python3 skill-creator/scripts/update_catalog.py --skills-dir skills/
+```
+
+---
+
+## 🎯 Referência de Ativação
+
+Use estas palavras-chave, comandos e frases para acionar funcionalidades específicas:
+
+### Comandos Slash (Workflows)
+
+| Comando         | O Que Faz                                             |
+| --------------- | ----------------------------------------------------- |
+| `/setup`        | Auto-detecta a plataforma e configura o ambiente      |
+| `/setup-memory` | Inicializa o sistema de memória Qdrant + Ollama       |
+| `/create`       | Inicia diálogo interativo de criação de app           |
+| `/plan`         | Cria um plano de projeto estruturado (sem código)     |
+| `/enhance`      | Adiciona ou atualiza funcionalidades em app existente |
+| `/debug`        | Ativa modo de debugging sistemático                   |
+| `/test`         | Gera e executa testes                                 |
+| `/deploy`       | Verificações pré-deploy + implantação                 |
+| `/orchestrate`  | Coordenação multi-agente para tarefas complexas       |
+| `/brainstorm`   | Brainstorming estruturado com múltiplas opções        |
+| `/preview`      | Iniciar/parar servidor de desenvolvimento local       |
+| `/status`       | Mostrar progresso do projeto e painel de status       |
+| `/update`       | Atualizar AGI Agent Kit para a versão mais recente    |
+| `/checkup`      | Verificar agentes, workflows, skills e arquivos core  |
+
+### Menções de Agente (`@agent`)
+
+| Menção                    | Especialista                  | Quando Usar                                  |
+| ------------------------- | ----------------------------- | -------------------------------------------- |
+| `@orchestrator`           | Coordenador multi-agente      | Tarefas complexas multi-domínio              |
+| `@project-planner`        | Especialista em planejamento  | Roadmaps, divisão de tarefas, fases          |
+| `@frontend-specialist`    | Arquiteto de UI/UX            | Interfaces web, React, Next.js               |
+| `@backend-specialist`     | Engenheiro de API/BD          | Server-side, bancos de dados, APIs           |
+| `@mobile-developer`       | Especialista mobile           | iOS, Android, React Native, Flutter          |
+| `@security-auditor`       | Especialista em segurança     | Varredura de vulnerabilidades, auditorias    |
+| `@debugger`               | Especialista em debug         | Investigação de bugs complexos               |
+| `@game-developer`         | Especialista em jogos         | Jogos 2D/3D, multiplayer, VR/AR              |
+| `@devops-engineer`        | Especialista DevOps           | CI/CD, containers, infraestrutura cloud      |
+| `@database-architect`     | Especialista em BD            | Design de schema, migrações, otimização      |
+| `@documentation-writer`   | Especialista em docs          | Documentação técnica, APIs, READMEs          |
+| `@test-engineer`          | Especialista em testes        | Estratégia de teste, automação, cobertura    |
+| `@qa-automation-engineer` | Especialista em QA            | Testes E2E, regressão, quality gates         |
+| `@performance-optimizer`  | Especialista em performance   | Profiling, gargalos, otimização              |
+| `@seo-specialist`         | Especialista em SEO           | Otimização de busca, meta tags, rankings     |
+| `@penetration-tester`     | Especialista em pen testing   | Exercícios red team, verificação de exploits |
+| `@product-manager`        | Especialista em produto       | Requisitos, user stories, priorização        |
+| `@code-archaeologist`     | Especialista em código legado | Entendimento de codebases antigos, migrações |
+| `@explorer-agent`         | Especialista em descoberta    | Exploração de codebase, mapeamento de deps   |
+
+### Palavras-Chave de Ativação de Skills (Linguagem Natural)
+
+| Categoria             | Palavras / Frases de Ativação                                          | Skill Ativada                         |
+| --------------------- | ---------------------------------------------------------------------- | ------------------------------------- |
+| **Memória**           | "don't use cache", "no cache", "skip memory", "fresh"                  | Memory opt-out                        |
+| **Pesquisa**          | "research my docs", "check my notebooks", "deep search", "@notebooklm" | `notebooklm-rag`                      |
+| **Documentação**      | "update docs", "regenerate catalog", "sync documentation"              | `documentation`                       |
+| **Qualidade**         | "lint", "format", "check", "validate", "static analysis"               | `lint-and-validate`                   |
+| **Testes**            | "write tests", "run tests", "TDD", "test coverage"                     | `testing-patterns` / `tdd-workflow`   |
+| **TDD**               | "test first", "red green refactor", "failing test"                     | `test-driven-development`             |
+| **Execução de Plano** | "execute plan", "run the plan", "batch execution"                      | `executing-plans`                     |
+| **Verificação**       | "verify", "prove it works", "evidence", "show me the output"           | `verification-before-completion`      |
+| **Debugging**         | "debug", "root cause", "investigate", "why is this failing"            | `systematic-debugging`                |
+| **Arquitetura**       | "design system", "architecture decision", "ADR", "trade-off"           | `architecture`                        |
+| **Segurança**         | "security scan", "vulnerability", "audit", "OWASP"                     | `red-team-tactics`                    |
+| **Performance**       | "lighthouse", "bundle size", "core web vitals", "profiling"            | `performance-profiling`               |
+| **Design**            | "design UI", "color scheme", "typography", "layout"                    | `frontend-design`                     |
+| **Deploy**            | "deploy", "rollback", "release", "CI/CD"                               | `deployment-procedures`               |
+| **API**               | "REST API", "GraphQL", "tRPC", "API design"                            | `api-patterns`                        |
+| **Banco de Dados**    | "schema design", "migration", "query optimization"                     | `database-design`                     |
+| **Planejamento**      | "plan this", "break down", "task list", "requirements"                 | `plan-writing`                        |
+| **Brainstorming**     | "explore options", "what are the approaches", "pros and cons"          | `brainstorming`                       |
+| **Code Review**       | "review this", "code quality", "best practices"                        | `code-review-checklist`               |
+| **i18n**              | "translate", "localization", "RTL", "locale"                           | `i18n-localization`                   |
+| **AWS**               | "terraform", "EKS", "Lambda", "S3", "CloudFront"                       | `aws-skills` / `terraform-skill`      |
+| **Infraestrutura**    | "service mesh", "Kubernetes", "Helm"                                   | `docker-expert` / `server-management` |
+
+### Comandos do Sistema de Memória
+
+| O Que Você Quer                   | Comando / Frase                                                                  |
+| --------------------------------- | -------------------------------------------------------------------------------- |
+| **Inicializar memória**           | `python3 execution/session_boot.py --auto-fix`                                   |
+| **Verificar antes de uma tarefa** | `python3 execution/memory_manager.py auto --query "..."`                         |
+| **Armazenar uma decisão**         | `python3 execution/memory_manager.py store --content "..." --type decision`      |
+| **Armazenar resposta em cache**   | `python3 execution/memory_manager.py cache-store --query "..." --response "..."` |
+| **Verificação de saúde**          | `python3 execution/memory_manager.py health`                                     |
+| **Pular cache para esta tarefa**  | Diga "fresh", "no cache" ou "skip memory" no seu prompt                          |
+
+---
+
+## 📚 Documentação
+
+- **[AGENTS.md](./AGENTS.md)** — Arquitetura completa e princípios operacionais
+- **[skills/SKILLS_CATALOG.md](./templates/skills/SKILLS_CATALOG.md)** — Catálogo de skills
+- **[CHANGELOG.md](./CHANGELOG.md)** — Histórico de versões
+- **[THIRD-PARTY-LICENSES.md](./THIRD-PARTY-LICENSES.md)** — Atribuições de terceiros
+
+---
+
+## 🤝 Skills da Comunidade & Créditos
+
+O nível **Full** inclui 774 skills comunitárias adaptadas do projeto [Antigravity Awesome Skills](https://github.com/sickn33/antigravity-awesome-skills) (v5.4.0) por [@sickn33](https://github.com/sickn33), distribuídas sob a Licença MIT.
+
+Esta coleção agrega skills de mais de 50 contribuidores e organizações open-source, incluindo Anthropic, Microsoft, Vercel Labs, Supabase, Trail of Bits, Expo, Sentry, Neon, fal.ai e muitos mais. Para o livro completo de atribuições, consulte [SOURCES.md](https://github.com/sickn33/antigravity-awesome-skills/blob/main/docs/SOURCES.md).
+
+Cada skill comunitária foi adaptada para o framework AGI com:
+
+- **Integração com Memória Qdrant** — Cache semântico e recuperação de contexto
+- **Colaboração em Agent Teams** — Invocação orquestrada e memória compartilhada
+- **Suporte a LLM Local** — Embeddings baseados em Ollama para operação local-first
+
+Se essas skills comunitárias te ajudam, considere [dar uma estrela no repositório original](https://github.com/sickn33/antigravity-awesome-skills) ou [apoiar o autor](https://buymeacoffee.com/sickn33).
+
+---
+
+## 🗺️ Roadmap
+
+| Funcionalidade                         | Status       | Descrição                                                                                                                                                                                                                                                           |
+| -------------------------------------- | ------------ | ------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- |
+| **Memória Federada de Agentes**        | 🔬 Design    | Compartilhamento de conhecimento entre agentes via coleções Qdrant com escopo de projeto. Agentes no mesmo projeto leem decisões, erros e padrões uns dos outros — construindo inteligência coletiva entre sessões e plataformas.                                   |
+| **Memória Autenticada por Blockchain** | 🔬 Design    | Camada de confiança criptográfica para memória compartilhada usando blockchains empresariais (Hyperledger Fabric, MultiChain ou Quorum) — auto-hospedado, sem taxas, sem criptomoeda. Escritas de agentes são assinadas, hashes de conteúdo são ancorados on-chain. |
+| **Streaming de Agentes Event-Driven**  | 🔬 Design    | Comunicação em tempo real entre agentes via Kafka/Flink. Agentes publicam decisões e observações em tópicos, habilitando workflows reativos — ex: agente de segurança aciona remediação quando o agente de varredura publica achados.                               |
+| **Motor de Workflows**                 | 📋 Planejado | Execução de playbooks `data/workflows.json` como sequências multi-skill guiadas com rastreamento de progresso e lógica de ramificação.                                                                                                                              |
+
+---
+
+## 🛡️ Segurança
+
+Este pacote inclui um scanner de segurança pré-publicação que verifica termos privados antes de publicar. Todos os templates são sanitizados para uso público.
+
+---
+
+## ☕ Apoio
+
+Se o AGI Agent Kit te ajuda a construir workflows melhores com IA, considere apoiar o projeto:
+
+- ⭐ [Dê uma estrela no GitHub](https://github.com/techwavedev/agi-agent-kit)
+- ☕ [Me pague um café](https://www.buymeacoffee.com/eltonmachado)
+
+---
+
+## 📄 Licença
+
+Apache-2.0 © [Elton Machado@TechWaveDev](https://github.com/techwavedev)
+
+Skills comunitárias no nível Full são licenciadas sob a Licença MIT. Consulte [THIRD-PARTY-LICENSES.md](./THIRD-PARTY-LICENSES.md) para detalhes.