aiox-core 5.0.4 → 5.0.5

package/pro/squads/squad-creator-pro/test-cases/create-task/test-case.yaml

@@ -1,104 +0,0 @@
-# Test Case: create-task
-# Model Tier Qualification - Wave 3A
-# Similar to: checklist-based (Task Anatomy = 8 fixed fields)
-
-test_case:
-  name: "create-task-standard"
-  version: "1.0"
-  created: "2026-02-11"
-  task_file: "tasks/create-task.md"
-  wave: "3A"
-  priority: 7
-  similar_to: "checklist-based"
-  confidence: "HIGH"
-
-input:
-  # Create a test task
-  target: "test-data-validation"
-  params:
-    squad_name: "squad-creator"
-    task_purpose: "Validate test data quality"
-  context_files:
-    - "squads/squad-creator-pro/checklists/task-anatomy-checklist.md"
-    - "squads/squad-creator-pro/templates/task-tmpl.md"
-
-expected_output:
-  sections:
-    - task_file
-    - task_anatomy_validation
-    - quality_score
-
-  fields:
-    - name: "task_name"
-      type: "string"
-    - name: "has_all_8_fields"
-      type: "boolean"
-    - name: "task_anatomy_score"
-      type: "number"
-      range: [0, 8]
-    - name: "created_successfully"
-      type: "boolean"
-
-  validations:
-    - "Deve incluir todos 8 campos do Task Anatomy"
-    - "task_name deve seguir formato Verb + Object"
-    - "execution_type deve ser válido (Human|Agent|Hybrid|Worker)"
-    - "input/output devem ser arrays"
-    - "action_items deve ter 3+ steps"
-    - "acceptance_criteria deve ter 2+ critérios"
-
-baseline:
-  opus_output: "opus-baseline.yaml"
-  opus_score: 10.0
-  opus_tokens:
-    input: 0
-    output: 0
-  opus_latency_ms: 0
-
-evaluation:
-  completeness:
-    required_sections:
-      - "task_file: conteúdo do arquivo criado"
-      - "task_anatomy_validation: check dos 8 campos"
-    optional_sections:
-      - "quality_score: pontuação de qualidade"
-
-  accuracy:
-    numeric_tolerance: 0.05
-    enum_exact_match: true
-
-  reasoning:
-    minimum_justifications: 8  # Uma por campo
-    requires_evidence: true
-
-  format:
-    expected_format: "yaml"
-    parseable: true
-
-  actionability:
-    minimum_recommendations: 0
-    specificity: "high"
-
-compensation_history:
-  attempts: []
-
-results:
-  haiku:
-    score: null
-    percentage: null
-    qualified: null
-    output_file: "haiku-output.yaml"
-
-  opus:
-    score: 10.0
-    percentage: 100
-    qualified: true
-    output_file: "opus-baseline.yaml"
-
-  final_tier: null
-  recommendation: null
-
-wave_3a_notes:
-  rationale: "Task Anatomy is 8 fixed fields - checklist validation"
-  expected_fixes: "None - structure is deterministic"
-  estimated_effort: "20 min"

package/pro/squads/squad-creator-pro/test-cases/cross-provider/DASHBOARD.yaml

@@ -1,11 +0,0 @@
-cross_provider_dashboard:
-  generated_at: null
-  workflow: "wf-cross-provider-qualification"
-  status: "not_generated"
-  summary:
-    total_tasks_tested: 0
-    qualified_models: []
-    blocked_models: []
-  results: []
-  next_actions:
-    - "Run cross-provider qualification workflow to populate this dashboard."

package/pro/squads/squad-creator-pro/test-cases/pv-audit/test-case.yaml

@@ -1,106 +0,0 @@
-# Test Case: pv-audit
-# Model Tier Qualification - Wave 3A
-# Similar to: pv-axioma-assessment (formula-based scoring)
-
-test_case:
-  name: "pv-audit-standard"
-  version: "1.0"
-  created: "2026-02-11"
-  task_file: "tasks/pv-audit.md"
-  wave: "3A"
-  priority: 1
-  similar_to: "pv-axioma-assessment"
-  confidence: "HIGH"
-
-input:
-  # Use a real workflow/process to audit
-  target: "squads/squad-creator-pro/workflows/wf-create-squad.yaml"
-  params:
-    audit_type: "process"
-  context_files:
-    - "squads/squad-creator-pro/data/pv-meta-axiomas.yaml"
-
-expected_output:
-  sections:
-    - audit_report
-    - veto_conditions
-    - checkpoints
-    - flow_analysis
-    - recommendations
-
-  fields:
-    - name: "veto_conditions_found"
-      type: "number"
-      range: [0, 50]
-    - name: "flow_is_unidirectional"
-      type: "boolean"
-    - name: "has_gaps"
-      type: "boolean"
-    - name: "overall_status"
-      type: "enum"
-      values: ["PASS", "NEEDS_WORK", "FAIL"]
-
-  validations:
-    - "Deve verificar veto conditions em cada checkpoint"
-    - "Deve verificar fluxo unidirecional (cards nunca voltam)"
-    - "Deve identificar gaps de tempo entre handoffs"
-    - "Deve usar Process Absolutism principles"
-
-baseline:
-  opus_output: "opus-baseline.yaml"
-  opus_score: 10.0
-  opus_tokens:
-    input: 0
-    output: 0
-  opus_latency_ms: 0
-
-evaluation:
-  completeness:
-    required_sections:
-      - "veto_conditions: lista de condições bloqueantes"
-      - "flow_analysis: verificação de unidirecionalidade"
-      - "checkpoints: validação por fase"
-      - "recommendations: melhorias sugeridas"
-    optional_sections:
-      - "gaps_identified: tempo entre handoffs"
-
-  accuracy:
-    numeric_tolerance: 0.10
-    enum_exact_match: true
-
-  reasoning:
-    minimum_justifications: 5
-    requires_evidence: true
-
-  format:
-    expected_format: "yaml"
-    parseable: true
-
-  actionability:
-    minimum_recommendations: 1
-    specificity: "high"
-
-compensation_history:
-  attempts: []
-
-results:
-  haiku:
-    score: null
-    percentage: null
-    qualified: null
-    output_file: "haiku-output.yaml"
-
-  opus:
-    score: 10.0
-    percentage: 100
-    qualified: true
-    output_file: "opus-baseline.yaml"
-
-  final_tier: null
-  recommendation: null
-
-# Wave 3A specific
-wave_3a_notes:
-  rationale: "Similar to pv-axioma-assessment which achieved 98.2% match"
-  expected_fixes: "Probably none - formula-based"
-  estimated_effort: "30 min"

package/pro/squads/squad-creator-pro/test-cases/pv-axioma-assessment/haiku-output.yaml

@@ -1,209 +0,0 @@
-# Haiku Output for pv-axioma-assessment
-# Generated: 2026-02-11T16:00:00Z (REAL HAIKU EXECUTION)
-# Target: squads/squad-creator-pro/workflows/wf-create-squad.yaml
-# Model: haiku (REAL - via Task tool with model: haiku)
-# Executor: general-purpose agent with model: haiku
-# Source: /squads/squad-creator-pro/assessments/axioma-assessment-wf-create-squad.yaml
-
-axioma_assessment:
-  process_name: "wf-create-squad"
-  assessment_date: "2026-02-11"
-  assessor: "@pedro-valerio"
-  model_used: "haiku"
-
-  dimensions:
-    - name: "Verdade (Truthfulness)"
-      id: 1
-      score: 8
-      weight: 1.0
-      threshold: 7.0
-      veto_power: true
-      status: PASS
-      evidence: |
-        Workflow é ancorado em observações verificáveis:
-        • Fidelidade: ranges definidos (85-95% com materiais, 60-75% web-only) - baseado em dados de execuções
-        • Frameworks têm fontes: tier-system-framework, quality-dimensions-framework citadas e estruturadas
-        • Heurísticas mapeadas: 6 heurísticas específicas (SC_HE_001-003 + AN_HE_001-003) com IDs únicos
-        • Veto conditions: 15 condições explícitas (SC_VC_001-010 + AN_VC_001-005) com lógica clara
-        • Fases têm critérios mensuráveis: ">= 5 minds", ">= 3 frameworks", "quality_score >= 7.0"
-        • Precondições explícitas: "squad-chief agent is active", "WebSearch tool available"
-        ✅ Sistema verifica-se contra dados, não contra narrativas
-
-    - name: "Coerência (Coherence)"
-      id: 2
-      score: 9
-      weight: 0.9
-      threshold: 6.0
-      veto_power: false
-      status: PASS
-      evidence: |
-        Faz exatamente o que diz em cada fase:
-        • PRE-FLIGHT: Promete explicar materiais e pedir modo → Explica (85-95% vs 60-75%) → Pede resposta
-        • YOLO MODE: Diz "apenas pare se crítico" → Configured para auto_proceed_when com 4 condições explícitas
-        • QUALITY MODE: Promete validar com usuário → phase_materials é BLOCKING
-        • Checkpoints: Dizem bloqueante → São bloqueantes; dizem auto-approve → Auto-aprovam em YOLO
-        • Handoffs: @oalanicolas → @pedro-valerio definido em transitions com agent tags
-        • Fase 5: Promete auditar workflows → step_5_1 executa "checklist/squad-checklist.md"
-        • Fase 6: Promete apresentar summary → step_6_1 especifica apresentação estruturada
-        ✅ Cada promessa tem implementação correspondente, sem contradições internas
-
-    - name: "Alinhamento Estratégico"
-      id: 3
-      score: 8
-      weight: 0.9
-      threshold: 6.0
-      veto_power: false
-      status: PASS
-      evidence: |
-        Alinhado com visão end-state: "Create complete Squad from research to validation"
-        • Purpose conecta a cada fase: Discovery (viability) → Research (minds) → Architecture (structure)
-          → Creation (build) → Integration (wire) → Validation (quality) → Handoff (delivery)
-        • Use cases: Mapeados em phase_1 → phase_2 → coverage check ">= 80%"
-        • Tool Discovery (phase_0_5): Conecta "maximize squad value with minimum intervention"
-        • Materials Collection: Conecta à fidelity (Tier 0 sources = máxima confiança)
-        • Quality Gates: Não são arbitrárias - SC_RES_001 valida se "cover use cases"
-        • Veto Hierarchy: SC_VC_007-010 (fase_5) validam axioma score >= 7.0
-        • Transitions: Explícitas - não há "saltos" não justificados
-        ✅ Cada elemento contribui ao objetivo maior (squad validado, usável, sustentável)
-
-    - name: "Excelência Operacional"
-      id: 4
-      score: 7
-      weight: 0.8
-      threshold: 6.0
-      veto_power: false
-      status: PASS
-      evidence: |
-        Processo funciona sem fricção em 95% dos casos, gaps mínimos:
-        EXCELENTES:
-        • Parallelização: phase_0_5 executa 5 sub-agents em paralelo (não sequencial)
-        • Checkpoints: Distribuídos estrategicamente - CP_PHASE_0, CP_PHASE_1, CP_MATERIALS, etc.
-        • Fallback Logic: Definido para cada falha (research_fails, agent_creation_fails, etc.)
-        • Mode Flexibility: YOLO/QUALITY/HYBRID → cada modo tem checklist ativo diferente
-        • Time Estimates: Incluído para cada fase (5-10 min, 15-30 min, etc.)
-        GAPS MENORES (não críticos):
-        • phase_0_5 criteria tem ">= 3 of 5" - means 2 agents podem falhar silenciosamente
-        • step_3_2 max_retries_per_mind = 2, sem escalação clara para retry 3
-        ✅ Operacionaliza bem. Gaps são gerenciáveis, não bloqueantes.
-
-    - name: "Capacidade de Inovação"
-      id: 5
-      score: 7
-      weight: 0.7
-      threshold: 5.0
-      veto_power: false
-      status: PASS
-      evidence: |
-        Resolve problema antigo (squad creation) de forma NOVA:
-        • Três modos (YOLO/QUALITY/HYBRID) - não era padrão anterior
-        • Pre-flight questionnaire com 3 dimensões
-        • Phase 0.5 (Deep Tool Discovery) - completely new, 5 parallel agents
-        • DNA Mental™ 8-layer architecture (fase_3_extraction)
-        LIMITAÇÕES:
-        • Não há "feedback loop" pós-handoff (one-shot creation)
-        ✅ Inova em arquitetura e qualidade. Feedback loop seria upgrade.
-
-    - name: "Gestão de Riscos"
-      id: 6
-      score: 8
-      weight: 0.8
-      threshold: 6.0
-      veto_power: false
-      status: PASS
-      evidence: |
-        Riscos mapeados e mitigados em múltiplas camadas:
-        • Domain Risk: step_0_0 (Scope Complexity Gate) - veta PRD se workflows >= 10
-        • Research Risk: step_0_1 valida viability_score >= 6
-        • Source Quality Risk: phase_3_sources checks ouro_ratio >= 0.6
-        • Agent Coherence: phase_3 SC_AGT_001 blocking + smoke tests
-        CONTINGÊNCIAS:
-        • fallback.on_minds_below_5: Retry com queries diferentes
-        • fallback.on_clone_fail: Isolate failed mind, continue com resto
-        • max_iterations: 3 para fix_blocking_issues
-        ✅ Gestão robusta em 3 níveis (ID, Mitigação, Escalação)
-
-    - name: "Otimização de Recursos"
-      id: 7
-      score: 7
-      weight: 0.8
-      threshold: 6.0
-      veto_power: false
-      status: PASS
-      evidence: |
-        Usa recursos eficientemente:
-        • Parallelização: phase_0_5 - 5 agents rodam em paralelo
-        • Auto-approval: YOLO mode skip checkpoints desnecessários
-        • Frameworks Reuse: 4 frameworks mencionados
-        INEFICIÊNCIAS:
-        • Não há "cache" de minds/research entre squads
-        ✅ Bem otimizado para 80% de casos.
-
-    - name: "Valor para Stakeholders"
-      id: 8
-      score: 8
-      weight: 0.7
-      threshold: 6.0
-      veto_power: false
-      status: PASS
-      evidence: |
-        • User: Squad pronto em 30-120 min (vs semanas)
-        • Squad Users: Agents baseados em 5+ elite minds
-        • Organization: Processo documentado, replicável
-        • Project: Contribui ao core capability
-        ✅ Alto valor para todos. Ninguém perde.
-
-    - name: "Sustentabilidade"
-      id: 9
-      score: 8
-      weight: 0.7
-      threshold: 6.0
-      veto_power: false
-      status: PASS
-      evidence: |
-        Viável de longo prazo:
-        • Heurísticas são código (não narrativas)
-        • Veto conditions: 15 explícitas em config files
-        • Changelog: Incluído (v2.0 até v2.7)
-        RISKS:
-        • Depende de squad-chief agent (SPOF?)
-        ✅ Sustentável por 2-3 anos.
-
-    - name: "Adaptabilidade"
-      id: 10
-      score: 7
-      weight: 0.6
-      threshold: 5.0
-      veto_power: false
-      status: PASS
-      evidence: |
-        Sistema absorve mudanças sem quebrar (maioria):
-        • User Input: YOLO vs QUALITY adapta checkpoints
-        • Domain Complexity: step_0_0 detecta → força PRD
-        MUDANÇAS QUE QUEBRAM:
-        • Se squad-chief agent não existe
-        • Se WebSearch indisponível
-        ✅ Adapta a 80% de mudanças previstas.
-
-  overall_score: 7.71
-  weighted_calculation: |
-    (8.0×1.0 + 9.0×0.9 + 8.0×0.9 + 7.0×0.8 + 7.0×0.7 + 8.0×0.8 + 7.0×0.8 + 8.0×0.7 + 8.0×0.7 + 7.0×0.6) /
-    (1.0 + 0.9 + 0.9 + 0.8 + 0.7 + 0.8 + 0.8 + 0.7 + 0.7 + 0.6)
-    = 76.5 / 9.9 = 7.727... ≈ 7.71
-
-  status: PASS
-  veto_triggered: false
-
-  recommendations:
-    - "Add feedback_loop em phase_6 (capture learnings para próximo squad)"
-    - "Add research_cache em data/ (indexar minds + frameworks encontrados)"
-    - "Add resilience em phase_0_5 (retry individual agents se 1-2 falham)"
-    - "Document specialist_agent_fallback (who executes if @oalanicolas unavailable?)"
-    - "Add integration_test em phase_4 (verify workflow paths physically work)"
-
-metadata:
-  tokens_input: 54776
-  tokens_output: ~3000
-  tool_uses: 3
-  latency_ms: 71140
-  timestamp: "2026-02-11T16:00:00Z"
-  test_type: "real_haiku_execution"

package/pro/squads/squad-creator-pro/test-cases/pv-axioma-assessment/opus-baseline.yaml

@@ -1,96 +0,0 @@
-# Opus Baseline Output for pv-axioma-assessment
-# Generated: 2026-02-11
-# Target: squads/squad-creator-pro/workflows/wf-create-squad.yaml
-# Model: opus (baseline = 100%)
-
-axioma_assessment:
-  process_name: "wf-create-squad"
-  assessment_date: "2026-02-11"
-  assessor: "@pedro-valerio"
-  model_used: "opus"
-
-  dimensions:
-    - name: "Verdade"
-      score: 8.5
-      weight: 1.0
-      veto: true
-      status: PASS
-      evidence: "Workflow baseado em evidências documentadas, referencia sources reais"
-
-    - name: "Clareza"
-      score: 8.0
-      weight: 0.9
-      veto: false
-      status: PASS
-      evidence: "Fases claramente definidas, nomenclatura consistente"
-
-    - name: "Simplicidade"
-      score: 7.5
-      weight: 0.8
-      veto: false
-      status: PASS
-      evidence: "Algumas fases poderiam ser consolidadas, mas fluxo é seguível"
-
-    - name: "Completude"
-      score: 9.0
-      weight: 0.9
-      veto: false
-      status: PASS
-      evidence: "Cobre todas as fases necessárias para criar squad"
-
-    - name: "Coerência"
-      score: 8.5
-      weight: 0.9
-      veto: false
-      status: PASS
-      evidence: "Fases seguem sequência lógica, dependências respeitadas"
-
-    - name: "Testabilidade"
-      score: 7.0
-      weight: 0.7
-      veto: false
-      status: PASS
-      evidence: "Gates de validação presentes, mas poderiam ser mais específicos"
-
-    - name: "Rastreabilidade"
-      score: 8.0
-      weight: 0.8
-      veto: false
-      status: PASS
-      evidence: "Outputs de cada fase documentados, permite auditoria"
-
-    - name: "Reversibilidade"
-      score: 6.5
-      weight: 0.6
-      veto: false
-      status: REVIEW
-      evidence: "Não há rollback explícito definido para fases"
-
-    - name: "Escalabilidade"
-      score: 7.5
-      weight: 0.7
-      veto: false
-      status: PASS
-      evidence: "Workflow modular, pode ser adaptado para diferentes squads"
-
-    - name: "Manutenibilidade"
-      score: 8.0
-      weight: 0.8
-      veto: false
-      status: PASS
-      evidence: "YAML bem estruturado, fácil de modificar"
-
-  overall_score: 7.85
-  status: PASS
-  veto_triggered: false
-
-  recommendations:
-    - "Adicionar rollback procedures para cada fase"
-    - "Especificar critérios de PASS/FAIL nos gates"
-    - "Considerar consolidar fases de validação"
-
-metadata:
-  tokens_input: 15000
-  tokens_output: 800
-  latency_ms: 8000
-  timestamp: "2026-02-11T14:00:00Z"

package/pro/squads/squad-creator-pro/test-cases/pv-axioma-assessment/sonnet-output.yaml

@@ -1,30 +0,0 @@
-# Sonnet Output for pv-axioma-assessment
-# Generated: 2026-02-11
-# Target: squads/squad-creator-pro/workflows/wf-create-squad.yaml
-# Model: sonnet (intermediate tier)
-# Status: Not tested yet - placeholder for future validation
-
-axioma_assessment:
-  process_name: "wf-create-squad"
-  assessment_date: null
-  assessor: "@pedro-valerio"
-  model_used: "sonnet"
-
-  dimensions: []
-
-  overall_score: null
-  status: null
-  veto_triggered: null
-
-  recommendations: []
-
-metadata:
-  tokens_input: null
-  tokens_output: null
-  latency_ms: null
-  timestamp: null
-
-# Validation Notes:
-# - Sonnet test not yet executed
-# - Task qualified for Haiku, Sonnet test not required
-# - Fill this file if Haiku validation fails in future

package/pro/squads/squad-creator-pro/test-cases/pv-axioma-assessment/test-case.yaml

@@ -1,129 +0,0 @@
-# Test Case: pv-axioma-assessment
-# Model Tier Qualification - First validated task
-
-test_case:
-  name: "pv-axioma-assessment-standard"
-  version: "1.0"
-  created: "2026-02-11"
-  task_file: "tasks/pv-axioma-assessment.md"
-  skill_file: ".claude/skills/pv-axioma-assessment/SKILL.md"
-
-input:
-  target: "squads/squad-creator-pro/workflows/wf-create-squad.yaml"
-  params: {}
-  context_files:
-    - "squads/squad-creator-pro/data/pv-meta-axiomas.yaml"
-
-expected_output:
-  sections:
-    - axioma_assessment
-    - dimensions
-    - overall_score
-    - status
-    - veto_triggered
-    - recommendations
-
-  fields:
-    - name: "overall_score"
-      type: "number"
-      range: [0, 10]
-    - name: "status"
-      type: "enum"
-      values: ["PASS", "FAIL", "REVIEW"]
-    - name: "veto_triggered"
-      type: "boolean"
-    - name: "dimensions"
-      type: "array"
-      min_items: 10
-
-  validations:
-    - "Deve avaliar todas as 10 dimensões"
-    - "Verdade (veto dimension) deve ser avaliada primeiro"
-    - "Se Verdade < 7.0, status deve ser FAIL"
-    - "overall_score = weighted average das 10 dimensões"
-    - "Cada dimensão deve ter score, weight, e evidence"
-
-baseline:
-  opus_output: "opus-baseline.yaml"  # Relative to this folder
-  opus_score: 10.0
-  opus_tokens:
-    input: 15000
-    output: 800
-  opus_latency_ms: 8000
-
-evaluation:
-  completeness:
-    required_sections:
-      - "dimensions: array com 10 itens (uma por dimensão)"
-      - "overall_score: número calculado"
-      - "status: PASS/FAIL/REVIEW"
-      - "recommendations: lista de melhorias"
-    optional_sections:
-      - "veto_triggered: boolean"
-
-  accuracy:
-    numeric_tolerance: 0.10  # 10% tolerance
-    enum_exact_match: true
-
-  reasoning:
-    minimum_justifications: 10  # Uma por dimensão
-    requires_evidence: true
-
-  format:
-    expected_format: "yaml"
-    parseable: true
-
-  actionability:
-    minimum_recommendations: 1
-    specificity: "high"
-
-compensation_history:
-  attempts: []
-
-results:
-  haiku:
-    score: 7.71
-    percentage: 98.2  # vs opus baseline
-    qualified: true
-    output_file: "haiku-output.yaml"
-    tokens_input: 55000
-    tokens_output: 3000
-    cost_usd: 0.018
-    latency_ms: 71140
-    notes: "REAL EXECUTION 2026-02-11. Output mais detalhado que Opus (5 recs vs 3, evidence profunda)."
-
-  sonnet:
-    score: null
-    percentage: null
-    qualified: null
-    output_file: "sonnet-output.yaml"
-    notes: "Not tested yet"
-
-  opus:
-    score: 7.85
-    percentage: 100
-    qualified: true
-    output_file: "opus-baseline.yaml"
-    tokens_input: 15000
-    tokens_output: 800
-    cost_usd: 0.285
-    latency_ms: 8000
-    notes: "Baseline estabelecido 2026-02-11"
-
-  final_tier: "haiku"
-
-  cost_analysis:
-    opus_cost_per_run: 0.285
-    haiku_cost_per_run: 0.018
-    savings_per_run: 0.267
-    savings_percentage: 93.7
-    break_even_quality: 90.0  # threshold
-    actual_quality: 98.2
-
-  recommendation: |
-    HAIKU QUALIFICADO.
-    - Qualidade: 98.2% do baseline (threshold: 90%)
-    - Economia: 93.7% de redução de custo ($0.267/execução)
-    - Haiku usa 3.6x mais tokens MAS custa 15x menos por token
-    - Output do Haiku foi MAIS detalhado (5 recommendations vs 3)
-    - Zero compensações necessárias