aiox-core 5.0.3 → 5.0.5

package/pro/squads/squad-creator-pro/data/fusion-decision-points-analysis.md

@@ -1,397 +0,0 @@
-# 🔍 Análise Crítica: Pontos de Decisão no Squad Fusion
-
-> Revisão honesta: Onde REALMENTE precisa de julgamento vs mecânico puro?
-
----
-
-## Princípio de Análise
-
-Para cada step, perguntar:
-1. **Existe ambiguidade?** Se sim → precisa interpretação
-2. **A decisão afeta qualidade?** Se sim → precisa julgamento
-3. **Regra determinística cobre 100% dos casos?** Se não → precisa fallback inteligente
-
----
-
-## PHASE 1: DISCOVERY
-
-### ✅ WORKER: Contagem de arquivos
-```bash
-find squads/{squad}/agents -name '*.md' | wc -l
-```
-**Decisão?** Nenhuma. Puramente mecânico.
-
-### ⚠️ PRECISA REVISÃO: Entendimento do que cada squad FAZ
-
-**Problema identificado:**
-- Contar arquivos ✅
-- Entender o PROPÓSITO de cada squad ❌
-
-**Exemplo:**
-- `media-buy`: Foco em elite minds com frameworks
-- `media-squad`: Foco em operação multi-plataforma
-- `meta-ads`: Foco em compliance/auditoria
-
-**Pergunta crítica:** Como sei se dois squads são REALMENTE complementares ou têm overlap?
-
-**Decisão necessária:**
-- LLM precisa ler README/config de cada squad
-- Entender propósito, foco, diferenças
-- Identificar complementaridade vs redundância
-
-**Veredicto:** `discovery_purpose_analysis` = **Agent (LLM)**
-
----
-
-## PHASE 2: DEDUPLICATION
-
-### ✅ WORKER: Exact match por nome
-```bash
-sort | uniq -d
-```
-
-### ⚠️ CRÍTICO: Semantic match - MUITO mais complexo que pensei
-
-**Cenários que NÃO são simples:**
-
-| Agent A | Agent B | São duplicatas? |
-|---------|---------|-----------------|
-| ads-analyst (media-squad) | ads-analyst (meta-ads) | **DEPENDE** - mesmo nome, mas propósitos diferentes? |
-| scale-optimizer (media-squad) | scale-optimizer (meta-ads) | **PRECISA LER** - um é genérico, outro é específico Meta? |
-| creative-analyst | creative-director | **NÃO** - funções diferentes |
-| traffic-manager | traffic-head | **TALVEZ** - precisa ver descrição |
-
-**Problema:** Mapa estático de sinônimos NÃO resolve. Precisa:
-1. Ler o conteúdo dos dois agents
-2. Comparar propósito, função, especialidade
-3. Decidir se são duplicatas, complementares, ou distintos
-
-**Veredicto:** `semantic_duplicate_analysis` = **Agent (LLM)** - para CADA par potencial
-
-### ⚠️ CRÍTICO: Escolher "melhor" versão
-
-**Minha simplificação anterior:** "Maior ganha"
-
-**Problema:** Linhas ≠ Qualidade
-
-**Cenários reais:**
-- Agent A: 500 linhas, mas genérico e superficial
-- Agent B: 350 linhas, mas focado e com frameworks reais
-
-**Critérios REAIS de qualidade:**
-1. Tem voice_dna bem definido?
-2. Tem output_examples REAIS (não placeholders)?
-3. Tem frameworks documentados?
-4. Tem anti_patterns?
-5. É baseado em mind real ou é genérico?
-6. Foi validado/testado?
-
-**Decisão necessária:**
-- LLM precisa ler AMBOS os agents
-- Avaliar qualidade em múltiplas dimensões
-- Recomendar qual manter (com rationale)
-
-**Veredicto:** `quality_comparison` = **Agent (LLM)**
-
----
-
-## PHASE 3: SCOPE FILTERING
-
-### ⚠️ MAIS COMPLEXO: Keyword matching tem limites
-
-**Minha simplificação:** grep por keywords
-
-**Cenários problemáticos:**
-
-| Agent | Keywords encontradas | Pertence a paid_traffic? |
-|-------|---------------------|--------------------------|
-| automation-engineer | "automation" | **DEPENDE** - automação de quê? Ads? Email? |
-| research-head | "research" | **DEPENDE** - research de mercado? De audiência? |
-| cro-analyst | "conversion" | **SIM** - mas keyword não estava na lista |
-| content-scout-hormozi | "content" | **TALVEZ** - content para ads ou orgânico? |
-
-**Problema:** O NOME do agent não revela tudo. Precisa ler descrição/propósito.
-
-**Decisão necessária:**
-- Para agents ambíguos (score entre 0-2), LLM precisa:
-  1. Ler o agent completo
-  2. Entender sua função real
-  3. Decidir se pertence ao domínio
-
-**Veredicto:** `ambiguous_scope_decision` = **Agent (LLM)** ou **Hybrid**
-
----
-
-## PHASE 4: COLLECTION
-
-### ✅ WORKER: Copiar arquivos não-conflitantes
-
-### ⚠️ CRÍTICO: Resolver conflitos
-
-**Minha simplificação:** "Maior ganha" ou "mover para _conflicts"
-
-**Cenários reais de conflito:**
-
-| Conflito | Decisão correta |
-|----------|-----------------|
-| Mesmo agent, versões diferentes | Qual é mais atual? Mais completo? |
-| Mesmo nome, funções diferentes | **NÃO MERGEAR** - renomear um |
-| Task com mesmo nome | Combinar? Escolher uma? |
-
-**Problema:** Conflitos precisam de análise caso a caso.
-
-**Opções:**
-1. **YOLO:** Sempre escolher do squad "mais confiável" (pré-definido)
-2. **QUALITY:** LLM analisa e recomenda
-
-**Veredicto:** `conflict_resolution` = **Worker (YOLO)** ou **Agent (QUALITY)**
-
----
-
-## PHASE 5: VALIDATION
-
-### ✅ WORKER: Verificações estruturais
-- Arquivo existe e não está vazio
-- YAML válido
-- Seções obrigatórias presentes
-- Referências resolvem
-
-### ⚠️ NOVO INSIGHT: Validação de QUALIDADE
-
-**O que script NÃO consegue validar:**
-- O voice_dna faz sentido?
-- Os output_examples são realistas?
-- Os frameworks estão bem documentados?
-- O agent é coerente internamente?
-
-**Pergunta:** Queremos validar qualidade ou só estrutura?
-
-**Se só estrutura:** 100% Worker
-**Se qualidade:** Precisa LLM para sample check
-
-**Veredicto:** `quality_validation` = **Worker (estrutura)** + **Agent opcional (qualidade)**
-
----
-
-## PHASE 6: STRUCTURE CREATION
-
-### ✅ WORKER: Criar diretórios, mover arquivos
-
-### ⚠️ CRÍTICO: Organizar Tiers
-
-**Minha simplificação:** "Herdar dos fontes"
-
-**Problema:** Squads fonte têm estruturas de tier DIFERENTES:
-
-```yaml
-# media-buy
-tier_0: [molly-pittman, depesh-mandalia]  # Diagnóstico
-tier_1: [kasim-aslam, tom-breeze]          # Platform Masters
-tier_2: [ralph-burns, pedro-sobral]        # Execution
-
-# meta-ads
-tier_0: [fiscal]                           # Auditoria
-tier_1: [ads-analyst]                      # Análise
-tier_2: [scale-optimizer]                  # Escala
-
-# media-squad
-# Não tem tiers, tem "diretores" e "executores"
-```
-
-**Decisão necessária:**
-- Como reconciliar estruturas diferentes?
-- Onde colocar agents novos que não existiam nos fontes?
-- Qual lógica de tier usar?
-
-**Veredicto:** `tier_organization` = **Agent (LLM)**
-
-### ⚠️ CRÍTICO: Definir Routing
-
-**Problema:** Routing é SEMÂNTICO, não mecânico.
-
-```yaml
-# Quando usar qual agent?
-meta_ads: [depesh-mandalia, nicholas-kusmich]  # POR QUÊ estes?
-google_ads: [kasim-aslam]                       # POR QUÊ só este?
-scaling: [ralph-burns, scale-optimizer]        # POR QUÊ estes dois?
-```
-
-**Decisão necessária:**
-- Entender especialidade de cada agent
-- Mapear para cenários de uso
-- Garantir cobertura completa
-
-**Veredicto:** `routing_definition` = **Agent (LLM)**
-
-### ⚠️ CRÍTICO: Criar Orchestrator
-
-**Não é template simples.** Orchestrator precisa:
-- Conhecer TODOS os agents do squad fusionado
-- Saber quando acionar cada um
-- Ter voice_dna próprio
-- Ter comandos que fazem sentido
-
-**Veredicto:** `orchestrator_creation` = **Agent (LLM)**
-
----
-
-## PHASE 7: INTEGRATION TEST
-
-### ✅ WORKER: Verificações mecânicas
-- Orchestrator existe
-- Agents referenciados existem
-- Config YAML válido
-
-### ⚠️ OPCIONAL: Smoke test de comportamento
-- Ativar orchestrator e ver se responde bem
-- Testar um routing
-
-**Veredicto:** `structural_test` = **Worker**, `behavioral_test` = **Agent opcional**
-
----
-
-## PHASE 8: CLEANUP
-
-### ✅ WORKER: Deletar após confirmação humana
-
----
-
-## 📊 ANÁLISE REVISADA
-
-### Pontos de Decisão Identificados
-
-| ID | Decision Point | Tipo | Justificativa |
-|----|---------------|------|---------------|
-| D1 | Entender propósito de cada squad | **Agent** | Precisa ler e interpretar |
-| D2 | Identificar duplicatas semânticas | **Agent** | Nome ≠ função |
-| D3 | Comparar qualidade (não só linhas) | **Agent** | Múltiplos critérios subjetivos |
-| D4 | Classificar agents ambíguos no escopo | **Agent/Hybrid** | Keyword não resolve |
-| D5 | Resolver conflitos | **Agent (QUALITY)** | Análise caso a caso |
-| D6 | Organizar tiers | **Agent** | Reconciliar estruturas diferentes |
-| D7 | Definir routing | **Agent** | Semântico, não mecânico |
-| D8 | Criar orchestrator | **Agent** | Criativo, não template |
-
-### Distribuição REAL Revisada
-
-| Executor | Steps | % | Antes |
-|----------|-------|---|-------|
-| **Worker** | 42 | **71%** | 91.5% |
-| **Agent** | 12 | **20%** | 3.4% |
-| **Hybrid** | 4 | **7%** | 3.4% |
-| **Human** | 1 | **2%** | 1.7% |
-
-**Diferença:** 91.5% → 71% Worker. 20 pontos percentuais de LLM que eu tinha subestimado.
-
----
-
-## 🎯 MAPA DE DECISÕES POR MODO
-
-### YOLO Mode (Mínima interação, aceita 60-75% qualidade)
-
-| Decision Point | Estratégia YOLO |
-|----------------|-----------------|
-| D1 (propósito) | Skip - assume complementares |
-| D2 (semantic dedup) | Usar mapa estático apenas |
-| D3 (qualidade) | Linhas + presença de seções |
-| D4 (escopo ambíguo) | Score >= 1 = inclui |
-| D5 (conflitos) | Squad com mais agents ganha |
-| D6 (tiers) | Herdar do squad principal |
-| D7 (routing) | Copiar do squad principal |
-| D8 (orchestrator) | Template genérico |
-
-**Worker em YOLO:** ~85%
-
-### QUALITY Mode (Checkpoints, 85-95% qualidade)
-
-| Decision Point | Estratégia QUALITY |
-|----------------|-------------------|
-| D1 (propósito) | **LLM analisa cada squad** |
-| D2 (semantic dedup) | **LLM compara pares** |
-| D3 (qualidade) | **LLM avalia ambos** |
-| D4 (escopo ambíguo) | **Hybrid: LLM + Human** |
-| D5 (conflitos) | **LLM recomenda + Human aprova** |
-| D6 (tiers) | **LLM propõe estrutura** |
-| D7 (routing) | **LLM define regras** |
-| D8 (orchestrator) | **LLM gera completo** |
-
-**Worker em QUALITY:** ~65%
-
----
-
-## 🔧 ARQUITETURA REVISADA
-
-```
-┌─────────────────────────────────────────────────────────────────┐
-│                    FUSION WORKFLOW v3.0                         │
-├─────────────────────────────────────────────────────────────────┤
-│                                                                 │
-│  MODE: YOLO                        MODE: QUALITY                │
-│  ┌─────────────────┐               ┌─────────────────┐         │
-│  │ Worker: 85%     │               │ Worker: 65%     │         │
-│  │ Agent:  10%     │               │ Agent:  25%     │         │
-│  │ Human:  5%      │               │ Human:  10%     │         │
-│  └─────────────────┘               └─────────────────┘         │
-│                                                                 │
-│  Qualidade: 60-75%                 Qualidade: 85-95%           │
-│  Tempo: ~15 min                    Tempo: ~45 min              │
-│  Custo: ~$3                        Custo: ~$15                  │
-│                                                                 │
-└─────────────────────────────────────────────────────────────────┘
-```
-
----
-
-## ✅ CONCLUSÃO HONESTA
-
-### O que É 100% Worker (não precisa de LLM nunca):
-- Criar diretórios
-- Contar arquivos
-- Copiar/mover arquivos
-- Validar YAML syntax
-- Verificar arquivo existe
-- Verificar referência existe
-- Gerar relatórios (template + dados)
-- Backup/restore
-
-### O que PRECISA de LLM (pelo menos em QUALITY mode):
-- Entender propósito de um squad
-- Comparar dois agents semanticamente
-- Avaliar qualidade real (não só estrutura)
-- Decidir escopo de agents ambíguos
-- Resolver conflitos não-triviais
-- Organizar agents em tiers
-- Definir routing rules
-- Criar orchestrator
-
-### Recomendação Final
-
-**Para YOLO:** Criar scripts + heurísticas simples + LLM mínimo
-**Para QUALITY:** Scripts para mecânico + LLM para 8 decision points
-
----
-
-## ✅ CORREÇÕES APLICADAS (2026-02-03)
-
-Todas as correções foram implementadas em `wf-squad-fusion.yaml` v2.1.0:
-
-### Bugs Corrigidos:
-1. ✅ Adicionado step `define_tiers` (Agent)
-2. ✅ Adicionado step `define_routing_rules` (Agent)
-3. ✅ Corrigido `create_orchestrator_if_needed` com prompt real
-
-### Executor Tags:
-- ✅ Todos os 56 steps agora têm `executor:` definido
-- ✅ Distribuição documentada no header do workflow
-
-### Distribuição Final Real:
-| Executor | Count | % |
-|----------|-------|---|
-| Worker | 44 | 79% |
-| Agent | 5 | 9% |
-| Hybrid | 6 | 11% |
-| Human | 1 | 1% |
-
----
-
-*Análise revisada com honestidade sobre complexidade real*
-*Correções aplicadas após processo de `*optimize`*