auroq-os 2.2.3 → 2.3.0

package/agents/clone-forge/tasks/extract-mius.md

@@ -1,1018 +0,0 @@
-# Task: Extracao de MIUs
-
-**Task ID:** clone-forge/extract-mius
-**Version:** 2.0.0
-**Status:** Production Ready
-**Created:** 2026-03-02
-**Category:** Semantic Extraction Pipeline
-**Execution Type:** Autonomous
-
----
-
-## Executive Summary
-
-Extrai MIUs (Minimum Inference Units) de todas as fontes normalizadas na Fase 1 usando chunking semantico com zero-inference. Cada MIU e a menor unidade semantica que carrega significado autonomo sobre o pensamento, comportamento ou metodo de uma pessoa. O @innerlens processa fontes em batch, segmenta em chunks semanticos, extrai MIUs candidatos, classifica em 5 categorias (BEHAVIORAL, METHODOLOGICAL, STORYTELLING, OPINION, TECHNICAL), aplica sub-category tags da taxonomia, registra proveniencia completa, valida contra 6 regras de rejeicao, fragmenta MIUs compostos e gera 4 outputs estruturados. Quality gate QG-002 MIU_QUALITY bloqueia o pipeline se a qualidade for insuficiente.
-
-**Pipeline Position:** Phase 2 (apos Source Collection, antes de DNA Extraction)
-**Success Definition:** >= 50 MIUs validos, cobertura >= 3 categorias, rejection rate <= 30%, proveniencia 100%
-**Blocking Gate:** QG-002 (MIU Quality Gate)
-
----
-
-## Purpose
-
-Fontes brutas -- mesmo normalizadas em markdown -- sao inuteis para construir um clone. Um video de 1 hora contem talvez 20 minutos de conteudo util misturado com 40 minutos de contexto, repeticao e filler. Uma entrevista de 2 horas contem centenas de unidades semanticas enterradas em conversa. A extracao de MIUs e o processo que separa sinal de ruido, transformando horas de conteudo bruto em unidades atomicas de conhecimento que alimentam o resto do pipeline.
-
-Sem MIUs de qualidade, tudo que vem depois (DNA, drivers, psicometria, perfil) e construido sobre areia. O MIU e o atomo do clone -- se o atomo esta errado, a molecula esta errada.
-
-O @innerlens opera sob o principio de ZERO INFERENCE: extrai o que ESTA la, nao o que PODERIA estar. Se precisa interpretar, marca [INFERRED] e reduz confianca. Se e generico, rejeita. Se nao tem proveniencia, nao existe. Se cobre multiplos conceitos, divide.
-
-Os 4 outputs desta task alimentam:
-1. **Phase 3** (DNA Extraction) -- MIUs sao a materia-prima para extrair Voice DNA e Thinking DNA
-2. **Phase 4** (Driver Inference) -- MIUs sao a evidencia para inferir drivers psicologicos
-3. **Phase 6** (Profile Aggregation) -- MIUs enriquecem modulos de Repertoire e Operational
-4. **Phase 7** (Validation) -- MIUs informam smoke tests de consistencia
-
----
-
-## Execution Type
-
-**Autonomous** -- o @innerlens executa a extracao completa sem intervencao humana, seguindo o Protocol 1 (Extraction Pipeline) definido em sua agent definition.
-
-O agente carrega fontes, taxonomia e templates, executa chunking/classificacao/validacao/fragmentacao, e entrega 4 outputs estruturados. Humano valida no final apenas se necessario.
-
-**Runtime Estimado:** 1-2 horas (depende do volume de fontes)
-
----
-
-## Inputs
-
-### Obrigatorios
-
-| Input | Path | Descricao |
-|-------|------|-----------|
-| Sources inventory | `minds/{slug}/01-sources/sources-inventory.yaml` | Inventario completo de fontes validadas (QG-001 PASS) |
-| Raw sources | `minds/{slug}/01-sources/raw/*.md` | Conteudo normalizado em markdown |
-| Transcripts | `minds/{slug}/01-sources/transcripts/*.md` | Transcricoes de audio/video normalizadas |
-| Interviews | `minds/{slug}/01-sources/interview/*.md` | Entrevistas profundas transcritas |
-| MIU taxonomy | `agents/clone-forge/data/miu-classification-taxonomy.yaml` | Fonte de verdade para categorias, tags, validacao e rejeicao |
-| MIU template | `agents/clone-forge/templates/miu-tmpl.yaml` | Template de output para MIUs validos e rejeitados |
-
-### Opcionais
-
-| Input | Path | Descricao |
-|-------|------|-----------|
-| Extraction config | Inline | batch_size (default 3), min_miu_words (20), max_miu_words (300), confidence_floor (0.3), dedup_threshold (0.8) |
-| Previous MIUs | `minds/{slug}/02-extraction/mius.yaml` | Para re-run incremental -- extrai apenas fontes novas |
-
----
-
-## Precondicoes
-
-- [ ] QG-001 SOURCE_QUALITY: PASS (fontes validadas e inventariadas)
-- [ ] sources-inventory.yaml existe com pelo menos 3 fontes
-- [ ] Fontes normalizadas existem nos paths listados no inventario
-- [ ] `data/miu-classification-taxonomy.yaml` acessivel e valido
-- [ ] `templates/miu-tmpl.yaml` acessivel e valido
-- [ ] Diretorio `minds/{slug}/02-extraction/` existe (ou sera criado)
-- [ ] Fase 1 (Source Collection) completa
-- [ ] Fase 1.5 (Deep Interview) completada OU explicitamente pulada
-
----
-
-## Steps
-
-### Step 1: Carregar Fontes Validadas do sources-inventory.yaml
-
-```yaml
-action: load
-source: minds/{slug}/01-sources/sources-inventory.yaml
-validate:
-  - file exists
-  - qg_001_result == "PASS"
-  - sources[].source_id presente
-  - sources[].path presente
-  - sources[].tier in [0, 1, 2, 3]
-stats_to_log:
-  - total_sources
-  - sources_per_tier
-  - total_estimated_words
-  - source_types (raw, transcript, interview)
-```
-
-**Atividade do Agent (@innerlens):**
-
-1. Ler `sources-inventory.yaml` COMPLETO
-2. Validar que QG-001 passou (campo `quality_gate.result == "PASS"`)
-3. Listar todas as fontes com source_id, path, tier, type
-4. Ordenar por tier (Tier 0 primeiro -- maior qualidade primeiro)
-5. Calcular volume total estimado (word count)
-6. Planejar batches de processamento:
-
-```yaml
-processing_plan:
-  total_sources: N
-  total_estimated_words: XXXXX
-  batch_size: 3  # fontes por batch (evita limite de contexto)
-  total_batches: ceil(N / 3)
-  order: "tier_desc"  # Tier 0 primeiro
-  mode: "full"  # ou "incremental" se previous_mius existe
-```
-
-7. Se modo incremental: identificar fontes ja processadas e pular
-
-**Thresholds:**
-- >= 10 fontes: ideal, prosseguir normalmente
-- 3-9 fontes: WARN -- "Volume limitado, extracao possivel mas cobertura comprometida"
-- < 3 fontes: BLOCK -- "Fontes insuficientes. Voltar a Fase 1 ou buscar mais fontes."
-
-8. Carregar tambem `data/miu-classification-taxonomy.yaml` COMPLETO:
-   - 5 categorias primarias
-   - 12 tags secundarias
-   - Regras de validacao (campos obrigatorios, ranges de confianca)
-   - 6 regras de rejeicao
-   - Metricas de qualidade (extraction rate, distribuicao, proveniencia)
-
-**Checkpoint:** Fontes mapeadas. Taxonomia carregada. Batches planejados.
-
----
-
-### Step 2: Segmentar cada Fonte em Chunks Semanticos
-
-**Atividade do Agent (@innerlens):**
-
-Para cada fonte no batch, processar sequencialmente:
-
-1. Ler o arquivo markdown COMPLETO (nunca leitura parcial)
-2. Verificar frontmatter: source_id, type, tier presentes
-3. Registrar metadados: word_count, tipo, tier
-
-4. Identificar fronteiras semanticas baseado em:
-   - **Mudanca de topico:** novo assunto, nova ideia, nova tematica
-   - **Mudanca de tipo de conteudo:** historia -> opiniao -> metodo -> dado tecnico
-   - **Marcadores linguisticos:** "por outro lado", "outro ponto", "agora sobre", "voltando ao"
-   - **Pausas longas em transcricoes:** indicadas por timestamps com gap > 5 segundos
-   - **Mudanca de interlocutor:** em entrevistas/dialogos
-   - **Mudanca de secao:** headers, bullet points, transicoes
-
-5. Marcar cada chunk com posicao precisa:
-   - Pagina (se texto paginado)
-   - Timestamp minuto:segundo (se audio/video)
-   - Paragrafo (se texto corrido)
-   - Contexto breve ("resposta sobre monetizacao", "historia de origem")
-
-6. Se chunk > 300 palavras: subdividir em sub-chunks mantendo coerencia semantica
-7. Se chunk < 20 palavras: avaliar se e significativo ou apenas filler
-
-```yaml
-chunk_example:
-  chunk_id: "CHK-SRC-001-014"
-  source_id: "SRC-001"
-  position:
-    start_paragraph: 14
-    end_paragraph: 16
-    timestamp: "14:32-15:47"
-    context: "explicando metodo PMI"
-  word_count: 187
-  type_hint: "METHODOLOGICAL"  # sugestao inicial
-```
-
-**Checkpoint:** Fonte segmentada em N chunks. Cada chunk com posicao registrada.
-
----
-
-### Step 3: Extrair MIUs de cada Chunk
-
-**Atividade do Agent (@innerlens):**
-
-Para cada chunk identificado no Step 2:
-
-1. **Extrair a unidade semantica central** -- o que este chunk DIZ de fato? Qual e o nucleo de significado?
-
-2. **Verificar atomicidade:** contem mais de um conceito independente?
-   - Se sim: dividir em 2+ MIUs candidatos (cada conceito vira um MIU)
-   - Se nao: manter como MIU unico
-
-3. **Verificar auto-suficiencia:** o MIU faz sentido sozinho sem contexto externo?
-   - Se sim: prosseguir
-   - Se nao: expandir para incluir contexto minimo OU rejeitar
-
-4. **Formatar como MIU candidato:**
-
-```yaml
-- id: "MIU-{seq:4}"
-  content: |
-    {texto extraido -- 20-300 palavras, auto-contido, sem contexto externo necessario}
-  category: "PENDING"
-  source_id: "{fonte}"
-  location:
-    page: null
-    timestamp: "14:32"
-    paragraph: 3
-    context: "resposta sobre monetizacao"
-  confidence: 0.0  # pendente -- sera atribuida no Step 3 continuacao
-  tags: []
-  fragments: []
-  related_mius: []
-  note: ""
-```
-
-5. **Principio zero-inference em acao:**
-
-| Correto (extracao) | Errado (inferencia) |
-|---------------------|---------------------|
-| "O expert diz que prefere verdade a validacao vazia" | "O expert provavelmente valoriza honestidade porque teve experiencias ruins" |
-| "Usa metodo PMI: Proposito + Marketing + IA" | "Provavelmente criou o PMI por influencia de frameworks ageis" |
-| "Rejeita reunioes sem pauta definida" | "Deve ter trauma de reunioes improdutivas" |
-
-Se a fonte NAO diz o PORQUE, o MIU NAO inclui o porque.
-
-**Checkpoint:** N MIUs candidatos extraidos do batch.
-
----
-
-### Step 4: Classificar cada MIU em 1 das 5 Categorias
-
-**Atividade do Agent (@innerlens):**
-
-Para cada MIU candidato, determinar a categoria primaria usando pergunta-chave:
-
-| Categoria | Pergunta-Chave | Indicadores |
-|-----------|---------------|-------------|
-| BEHAVIORAL | "Isso descreve algo que a pessoa FAZ repetidamente?" | Padroes observaveis, habitos, reacoes, tendencias recorrentes |
-| METHODOLOGICAL | "Isso descreve COMO a pessoa resolve problemas?" | Frameworks, processos, sequencias, regras SE/ENTAO |
-| STORYTELLING | "Isso e uma historia ou exemplo concreto?" | Narrativa com inicio/meio/fim, caso de uso, experiencia pessoal |
-| OPINION | "Isso e algo que a pessoa ACREDITA ou REJEITA?" | Valores, posicionamentos, rejeicoes explicitas, crencas |
-| TECHNICAL | "Isso e conhecimento tecnico especifico?" | Dados, metricas, ferramentas, tecnicas, numeros concretos |
-
-**Regras de desempate:**
-- BEHAVIORAL vs OPINION: verificar se e acao observavel (BEHAVIORAL) ou crenca declarada (OPINION)
-- METHODOLOGICAL vs TECHNICAL: verificar se e processo/framework (METH) ou dado pontual/ferramenta (TECH)
-- STORYTELLING vs qualquer outra: se e narrativa com inicio/meio/fim, e STORYTELLING
-- Duvida real: usar a categoria com maior `weight_for_profile` na taxonomia (`feeds_into`)
-
-**Regra absoluta:** Um MIU encaixa em EXATAMENTE 1 categoria primaria. Se encaixa em duas, a dominante vence.
-
-**Distribuicao ideal (referencia da taxonomia):**
-
-| Categoria | Target |
-|-----------|--------|
-| BEHAVIORAL | 20-30% |
-| METHODOLOGICAL | 20-30% |
-| STORYTELLING | 15-25% |
-| OPINION | 15-25% |
-| TECHNICAL | 10-20% |
-
-**Checkpoint:** Todos os MIUs candidatos classificados.
-
----
-
-### Step 5: Aplicar Sub-category Tags da Taxonomia
-
-**Atividade do Agent (@innerlens):**
-
-Para cada MIU classificado, aplicar 0-N tags secundarias conforme taxonomia. Validar compatibilidade tag/categoria usando o campo `applies_to`:
-
-| Tag | Applies To | Quando Aplicar |
-|-----|-----------|---------------|
-| IDENTITY | BEHAVIORAL, OPINION, STORYTELLING | Revela quem a pessoa E (nao o que faz) |
-| VALUES | OPINION, BEHAVIORAL | Valor explicito ou implicito na fala |
-| REJECTION | OPINION, BEHAVIORAL | Algo que a pessoa rejeita, evita, recusa explicitamente |
-| VOICE | BEHAVIORAL, STORYTELLING | Padrao de comunicacao, linguagem, tom |
-| METAPHOR | STORYTELLING, OPINION | Usa metafora ou analogia para explicar |
-| HUMOR | BEHAVIORAL, STORYTELLING | Uso de humor (auto-depreciativo, ironico, etc) |
-| HEURISTIC | METHODOLOGICAL, BEHAVIORAL | Regra de bolso para decisao rapida |
-| FRAMEWORK | METHODOLOGICAL, TECHNICAL | Modelo estruturado com passos/camadas |
-| DECISION | METHODOLOGICAL, BEHAVIORAL | Revela como decide ou prioriza |
-| TACIT | BEHAVIORAL, METHODOLOGICAL, OPINION | Conhecimento tacito (faz mas nao articula) |
-| CONTRADICTION | OPINION, BEHAVIORAL | Contradiz algo dito em outro contexto |
-| OBSESSION | OPINION, BEHAVIORAL, STORYTELLING | Tema que aparece repetidamente |
-
-**Validacao de compatibilidade:**
-- Se tag.applies_to NAO contem a categoria do MIU: tag invalida, nao aplicar
-- Exemplo: FRAMEWORK so aplica a METHODOLOGICAL e TECHNICAL -- nao aplicar a BEHAVIORAL
-
-```yaml
-miu_with_tags:
-  id: "MIU-0023"
-  category: "OPINION"
-  tags: [VALUES, REJECTION]  # Validos: ambos applies_to contem OPINION
-```
-
-**Checkpoint:** Tags aplicadas e validadas contra taxonomia.
-
----
-
-### Step 6: Registrar Proveniencia de cada MIU
-
-**Atividade do Agent (@innerlens):**
-
-Para CADA MIU valido, registrar proveniencia completa:
-
-```yaml
-provenance:
-  source_id: "SRC-001"          # ID da fonte no inventario
-  source_type: "transcricao"     # Tipo da fonte (raw, transcript, interview)
-  source_tier: 0                 # Tier da fonte (0-3)
-  location:
-    page: null                   # Pagina (se texto paginado)
-    timestamp: "14:32"           # Minuto:segundo (se audio/video)
-    paragraph: 3                 # Paragrafo (se texto corrido)
-    context: "resposta sobre monetizacao"  # Contexto breve da extracao
-  extraction_confidence: 0.87    # Score final apos calculo
-```
-
-**Calculo de confianca:**
-
-```yaml
-confidence_calculation:
-  base_score:
-    citacao_direta_frase_exata: [0.9, 1.0]
-    parafraseado_proximo_comportamento_explicito: [0.7, 0.89]
-    inferencia_minima_padrao_claro: [0.5, 0.69]
-    inferencia_moderada_precisa_triangulacao: [0.3, 0.49]
-    especulacao: [0.0, 0.29]  # AUTO-REJECT
-
-  tier_multipliers:
-    tier_0_modelo_do_eu: 1.00
-    tier_1_entrevista_longa: 0.95
-    tier_2_conteudo_curado: 0.85
-    tier_3_terceiros: 0.70
-
-  bonuses:
-    quoted_speech: +0.10      # Frase entre aspas na fonte
-    multi_source: +0.10       # Comportamento confirmado em 2+ fontes
-    interview_direct: +0.05   # Resposta direta de entrevista profunda
-
-  formula: "min((base_score * tier_multiplier) + bonuses, 1.0)"
-```
-
-**Regras:**
-- Confianca < 0.3: AUTO-REJECT -- vai para mius-rejected.yaml
-- Confianca 0.3-0.49: LOW -- precisa de triangulacao para ser util
-- Confianca 0.5-0.79: MEDIUM -- inferencia minima, aceito
-- Confianca 0.8-1.0: HIGH -- citacao direta ou comportamento explicito
-- Se qualquer campo de proveniencia estiver AUSENTE: marcar MIU como INCOMPLETE, priorizar preenchimento
-
-**Meta: Proveniencia 100%.** Sem proveniencia, nao existe MIU -- existe opiniao.
-
-**Checkpoint:** Proveniencia e confianca registradas para todos os MIUs.
-
----
-
-### Step 7: Validar MIUs contra Regras de Rejeicao
-
-**Atividade do Agent (@innerlens):**
-
-Testar CADA MIU candidato contra as 6 regras de rejeicao definidas na taxonomia:
-
-| Regra | Teste | Acao se FAIL |
-|-------|-------|-------------|
-| GENERIC | "Qualquer pessoa diria isso? Nao captura unicidade da pessoa-alvo?" | Rejeitar -> mius-rejected.yaml com reason GENERIC |
-| INFERENCE_HEAVY | "Mais de 30% do conteudo e inferencia, nao extracao?" | Rejeitar ou marcar [INFERRED] e reduzir confianca |
-| DUPLICATE | "MIU identico ou quase identico (>80% similaridade) ja existe?" | Rejeitar, linkar ao original via related_mius |
-| NO_ATTRIBUTION | "MIU sem source_id, location ou proveniencia completa?" | Rejeitar -- viola regra de proveniencia obrigatoria |
-| TOO_BROAD | "Cobre 2+ conceitos distintos que deveriam ser MIUs separados?" | Dividir em 2+ MIUs atomicos, re-classificar cada um |
-| CONTRADICTS_SOURCE | "O MIU distorce ou contradiz o que a fonte realmente diz?" | Rejeitar -- viola principio zero-inference |
-
-**Para cada MIU rejeitado, registrar:**
-
-```yaml
-rejected_miu:
-  id: "MIU-R-{seq:4}"
-  content: "{texto rejeitado}"
-  original_source_id: "SRC-{seq:3}"
-  rejection_reason: "{GENERIC|INFERENCE_HEAVY|DUPLICATE|NO_ATTRIBUTION|TOO_BROAD|CONTRADICTS_SOURCE}"
-  rejection_note: "{explicacao detalhada de por que foi rejeitado}"
-  duplicate_of: null  # MIU-XXXX se DUPLICATE
-  suggestion: "{sugestao de correcao, se recuperavel}"
-```
-
-**Metricas de rejeicao:**
-- Taxa de rejeicao <= 30%: saudavel (fontes boas, extracao calibrada)
-- Taxa de rejeicao 30-50%: WARN (fontes ruins ou extracao muito restritiva)
-- Taxa de rejeicao > 50%: FAIL (fontes muito brutas ou extracao quebrada)
-
-**Checkpoint:** MIUs validados separados de MIUs rejeitados. Taxa de rejeicao calculada.
-
----
-
-### Step 8: Gerar Fragmentos para MIUs Complexos
-
-**Atividade do Agent (@innerlens):**
-
-1. Identificar MIUs que contem sub-unidades estruturadas:
-   - METHODOLOGICAL com framework de 3+ passos
-   - TECHNICAL com lista de ferramentas/metricas relacionadas
-   - BEHAVIORAL com variantes contextuais do mesmo padrao
-
-2. Para cada MIU complexo, criar fragmentos:
-
-```yaml
-fragments:
-  - id: "FRAG-MIU-0015-01"
-    parent_miu: "MIU-0015"
-    content: "Passo 1 do framework: Diagnostico — mapear situacao atual"
-    position: 1
-    tags: [FRAMEWORK]
-    note: ""
-
-  - id: "FRAG-MIU-0015-02"
-    parent_miu: "MIU-0015"
-    content: "Passo 2 do framework: Estrategia — definir plano de acao"
-    position: 2
-    tags: [FRAMEWORK]
-    note: ""
-
-  - id: "FRAG-MIU-0015-03"
-    parent_miu: "MIU-0015"
-    content: "Passo 3 do framework: Execucao — implementar com medicao"
-    position: 3
-    tags: [FRAMEWORK]
-    note: ""
-```
-
-3. **Heranca:** Fragmentos herdam source_id e category do MIU pai
-4. **ID Format:** `FRAG-{parent_miu_id}-{seq:2}` (ex: FRAG-MIU-0015-01)
-
-**Quando NAO fragmentar:**
-- MIUs OPINION: sao atomicos por natureza (uma crenca = uma unidade)
-- MIUs BEHAVIORAL simples: padroes unicos sem variantes
-- MIUs STORYTELLING: historias perdem sentido fora de contexto narrativo
-
-**Checkpoint:** MIUs complexos fragmentados. Fragmentos indexados com heranca.
-
----
-
-### Step 9: Gravar mius.yaml
-
-**Atividade do Agent (@innerlens):**
-
-Gravar todos os MIUs validos em formato estruturado:
-
-```yaml
-# minds/{slug}/02-extraction/mius.yaml
-metadata:
-  generated_at: "{ISO-8601 timestamp}"
-  mind_slug: "{slug}"
-  total_valid: N
-  extraction_version: "2.0.0"
-  taxonomy_version: "1.0.0"
-  agent: "@innerlens"
-  mode: "full"  # ou "incremental"
-
-items:
-  - id: "MIU-0001"
-    content: |
-      O expert diz que prefere verdade a validacao vazia.
-      Confronta quando necessario, mesmo que desconfortavel.
-    category: "OPINION"
-    tags: [VALUES, REJECTION]
-    source_id: "SRC-001"
-    location:
-      page: null
-      timestamp: "14:32"
-      paragraph: 3
-      context: "resposta sobre feedback"
-    confidence: 0.92
-    fragments: []
-    related_mius: ["MIU-0023"]
-    note: "Citacao quase direta da fonte"
-  # ... todos os MIUs validos
-```
-
-**Validacao pre-gravacao:**
-- Todo MIU tem id, content, category, source_id, location, confidence
-- Nenhum campo PENDING ou INCOMPLETE restante
-- Confidence >= 0.3 para todos
-- IDs unicos e sequenciais
-
-**Checkpoint:** mius.yaml gravado.
-
----
-
-### Step 10: Gravar mius-rejected.yaml
-
-**Atividade do Agent (@innerlens):**
-
-Gravar todos os MIUs rejeitados com motivos documentados:
-
-```yaml
-# minds/{slug}/02-extraction/mius-rejected.yaml
-metadata:
-  generated_at: "{ISO-8601 timestamp}"
-  mind_slug: "{slug}"
-  total_rejected: N
-  rejection_rate: 0.XX  # rejeitados / (validos + rejeitados)
-  agent: "@innerlens"
-
-rejection_summary:
-  GENERIC: N
-  INFERENCE_HEAVY: N
-  DUPLICATE: N
-  NO_ATTRIBUTION: N
-  TOO_BROAD: N
-  CONTRADICTS_SOURCE: N
-
-items:
-  - id: "MIU-R-0001"
-    content: "E importante ter foco no que importa"
-    original_source_id: "SRC-003"
-    confidence: 0.45
-    rejection_reason: "GENERIC"
-    rejection_note: "Afirmacao que qualquer expert diria — nao captura unicidade"
-    duplicate_of: null
-    suggestion: "Nao recuperavel — conteudo generico sem especificidade"
-
-  - id: "MIU-R-0002"
-    content: "Provavelmente valoriza autonomia porque cresceu empreendendo"
-    original_source_id: "SRC-007"
-    confidence: 0.22
-    rejection_reason: "INFERENCE_HEAVY"
-    rejection_note: "Mais inferencia que extracao — fonte nao diz o porque"
-    duplicate_of: null
-    suggestion: "Extrair apenas a parte factual: 'Cresceu empreendendo'"
-  # ... todos os rejeitados
-```
-
-**Checkpoint:** mius-rejected.yaml gravado com motivos e sugestoes.
-
----
-
-### Step 11: Gravar fragments.yaml
-
-**Atividade do Agent (@innerlens):**
-
-Gravar todos os fragmentos de MIUs complexos:
-
-```yaml
-# minds/{slug}/02-extraction/fragments.yaml
-metadata:
-  generated_at: "{ISO-8601 timestamp}"
-  mind_slug: "{slug}"
-  total_fragments: N
-  total_parent_mius: M  # quantos MIUs foram fragmentados
-  agent: "@innerlens"
-
-items:
-  - id: "FRAG-MIU-0015-01"
-    parent_miu: "MIU-0015"
-    content: "Passo 1: Proposito — clareza sobre quem voce e e o que Deus te chamou pra fazer"
-    position: 1
-    tags: [FRAMEWORK]
-    note: ""
-
-  - id: "FRAG-MIU-0015-02"
-    parent_miu: "MIU-0015"
-    content: "Passo 2: Marketing — estrategia para se tornar relevante e atrair o publico certo"
-    position: 2
-    tags: [FRAMEWORK]
-    note: ""
-
-  - id: "FRAG-MIU-0015-03"
-    parent_miu: "MIU-0015"
-    content: "Passo 3: IA — sistema operacional que escala o negocio sem depender de equipe"
-    position: 3
-    tags: [FRAMEWORK]
-    note: ""
-  # ... todos os fragmentos
-```
-
-**Checkpoint:** fragments.yaml gravado. Pode estar vazio se nenhum MIU foi fragmentado (arquivo gerado mesmo assim).
-
----
-
-### Step 12: Gerar extraction-report.md
-
-**Atividade do Agent (@innerlens):**
-
-Produzir `02-extraction/extraction-report.md` com 7 secoes:
-
-```markdown
-# Extraction Report — {mind_slug}
-
-**Data:** {date}
-**Agente:** @innerlens
-**Fontes processadas:** {sources_count}
-**Tempo de processamento:** {X} minutos
-
----
-
-## 1. Resumo Executivo
-
-| Metrica | Valor | Target | Status |
-|---------|-------|--------|--------|
-| MIUs extraidos (total) | {total} | — | — |
-| MIUs validos | {valid} | >= 50 | {PASS/FAIL} |
-| MIUs rejeitados | {rejected} | — | — |
-| Taxa de extracao | {rate}% | >= 70% | {PASS/WARN/FAIL} |
-| Taxa de rejeicao | {rej_rate}% | <= 30% | {PASS/WARN/FAIL} |
-| Proveniencia completa | {prov}% | 100% | {PASS/FAIL} |
-| Fragmentos gerados | {frags} | — | — |
-| Palavras processadas | {words} | — | — |
-
-## 2. Distribuicao por Categoria
-
-| Categoria | Count | % | Target | Status |
-|-----------|-------|---|--------|--------|
-| BEHAVIORAL | {n} | {%} | 20-30% | {OK/LOW/HIGH} |
-| METHODOLOGICAL | {n} | {%} | 20-30% | {OK/LOW/HIGH} |
-| STORYTELLING | {n} | {%} | 15-25% | {OK/LOW/HIGH} |
-| OPINION | {n} | {%} | 15-25% | {OK/LOW/HIGH} |
-| TECHNICAL | {n} | {%} | 10-20% | {OK/LOW/HIGH} |
-
-Categorias cobertas: {N}/5
-
-## 3. Distribuicao por Confianca
-
-| Nivel | Count | % | Target | Status |
-|-------|-------|---|--------|--------|
-| High (0.8-1.0) | {n} | {%} | >= 40% | {OK/WARN} |
-| Medium (0.5-0.79) | {n} | {%} | 30-40% | — |
-| Low (0.3-0.49) | {n} | {%} | <= 20% | {OK/WARN} |
-
-## 4. Motivos de Rejeicao
-
-| Motivo | Count | % dos Rejeitados |
-|--------|-------|-----------------|
-| GENERIC | {n} | {%} |
-| INFERENCE_HEAVY | {n} | {%} |
-| DUPLICATE | {n} | {%} |
-| NO_ATTRIBUTION | {n} | {%} |
-| TOO_BROAD | {n} | {%} |
-| CONTRADICTS_SOURCE | {n} | {%} |
-
-## 5. Top 10 MIUs (Maior Confianca)
-
-{Lista dos 10 MIUs com maior confidence score, com id, categoria, confianca e trecho}
-
-## 6. Problemas Detectados
-
-{Lista de problemas: MIUs incompletos, proveniencia faltando, desequilibrio de categorias,
-categorias ausentes, fontes nao processadas, taxa de rejeicao alta}
-
-## 7. Recomendacoes
-
-{Acoes necessarias antes do handoff para DNA extraction:
-- Buscar mais fontes para categorias fracas
-- Re-processar fontes com parametros ajustados
-- Completar proveniencia de MIUs incompletos
-- Resolver MIUs TOO_BROAD pendentes}
-```
-
-**Checkpoint:** extraction-report.md gerado com 7 secoes completas.
-
----
-
-### Step 13: Quality Gate QG-002 MIU_QUALITY (Blocking)
-
-**Atividade do Agent (@innerlens):**
-
-Executar checklist de `checklists/miu-quality-gate.md`:
-
-| Check | Criterio | Threshold | Bloqueante |
-|-------|----------|-----------|-----------|
-| 1. Minimo de MIUs | Total MIUs validos | >= 50 | SIM |
-| 2. Cobertura de categorias | Categorias com MIUs | >= 3 das 5 | SIM |
-| 3. Taxa de rejeicao | Rejeitados / total | <= 30% | SIM |
-| 4. Proveniencia | MIUs com proveniencia completa | 100% | SIM |
-| 5. Taxa de extracao | Validos / (validos + rejeitados) | >= 60% | SIM |
-| 6. Distribuicao de confianca | MIUs high confidence | >= 40% | NAO (warn) |
-| 7. Zero genericos | Genericos no set valido | 0 | SIM |
-| 8. Zero MIUs incompletos | MIUs marcados INCOMPLETE | 0 | SIM |
-| 9. Contradicoes marcadas | Contradicoes com tag CONTRADICTION | Todas marcadas | NAO (warn) |
-| 10. Report gerado | extraction-report.md existe | Sim | SIM |
-
-**Resultado do QG-002:**
-
-```yaml
-qg_002_results:
-  checks_passed: N
-  checks_total: 10
-  blocking_passed: N  # dos 8 bloqueantes
-  blocking_total: 8
-
-  details:
-    min_50_mius:
-      threshold: 50
-      actual: N
-      result: "PASS/FAIL"
-      blocking: true
-    coverage_3_categories:
-      threshold: 3
-      actual: N
-      result: "PASS/FAIL"
-      blocking: true
-    rejection_rate:
-      threshold: 0.30
-      actual: 0.XX
-      result: "PASS/FAIL"
-      blocking: true
-    provenance_100:
-      threshold: 1.0
-      actual: 0.XX
-      result: "PASS/FAIL"
-      blocking: true
-    extraction_rate:
-      threshold: 0.6
-      actual: 0.XX
-      result: "PASS/FAIL"
-      blocking: true
-    confidence_distribution:
-      high_pct: {X}%
-      result: "PASS/WARN"
-      blocking: false
-    zero_generics:
-      generics_count: N
-      result: "PASS/FAIL"
-      blocking: true
-    zero_incomplete:
-      incomplete_count: N
-      result: "PASS/FAIL"
-      blocking: true
-    contradictions_marked:
-      result: "PASS/WARN"
-      blocking: false
-    report_generated:
-      result: "PASS/FAIL"
-      blocking: true
-
-  decision: "PASS / CONDITIONAL / FAIL"
-```
-
-**Decisao:**
-
-| Resultado | Criterio | Acao |
-|-----------|----------|------|
-| **PASS** | 8+/10 checks (todos bloqueantes passam) | Prosseguir para Fase 3 (DNA Extraction) |
-| **CONDITIONAL** | 6-7/10 + gaps documentados | Prosseguir com warnings no manifest |
-| **FAIL** | < 6/10 OU qualquer bloqueante falha | BLOQUEAR — revisar fontes e re-extrair |
-
-**Se FAIL:**
-1. Identificar quais checks falharam
-2. Se volume (< 50 MIUs): buscar mais fontes (voltar a Fase 1)
-3. Se qualidade (rejeicao > 30%): ajustar parametros de extracao
-4. Se distribuicao (< 3 categorias): buscar fontes especificas para categorias ausentes
-5. Se proveniencia (< 100%): completar campos ausentes
-6. Max 2 retries antes de escalar para usuario
-
-**Checkpoint:** QG-002 executado. Decisao registrada. Manifest atualizado.
-
----
-
-## Outputs
-
-| Arquivo | Path | Descricao |
-|---------|------|-----------|
-| MIUs Validos | `minds/{slug}/02-extraction/mius.yaml` | Todos os MIUs validos com classificacao, confianca, proveniencia e tags |
-| MIUs Rejeitados | `minds/{slug}/02-extraction/mius-rejected.yaml` | MIUs rejeitados com motivo, regra violada e sugestao |
-| Fragmentos | `minds/{slug}/02-extraction/fragments.yaml` | Sub-unidades de MIUs complexos com heranca |
-| Extraction Report | `minds/{slug}/02-extraction/extraction-report.md` | Relatorio com metricas, distribuicoes, problemas e recomendacoes |
-
----
-
-## Validacao
-
-### QG-002 — MIU Quality Gate (Blocking)
-
-**Checklist Pos-Execucao:**
-
-- [ ] >= 50 MIUs validos em mius.yaml
-- [ ] >= 3 das 5 categorias primarias representadas
-- [ ] Taxa de rejeicao <= 30%
-- [ ] Proveniencia 100% (source_id + location em todo MIU valido)
-- [ ] Taxa de extracao >= 60%
-- [ ] >= 40% dos MIUs com high confidence (0.8-1.0)
-- [ ] Zero MIUs genericos no set valido
-- [ ] Zero MIUs marcados INCOMPLETE
-- [ ] Contradicoes identificadas e marcadas com tag CONTRADICTION
-- [ ] extraction-report.md gerado com as 7 secoes
-
-### Criterios de Sucesso
-
-**Threshold: 8/10 no checklist acima**
-
-| Criterio | Excelente (3) | Aceitavel (2) | Fraco (1) |
-|----------|--------------|----------------|---------|
-| **Volume** | 80+ MIUs, 5+ categorias | 50-79 MIUs, 3+ categorias | < 50 MIUs ou < 3 categorias |
-| **Qualidade** | 50%+ high confidence, zero genericos | 40%+ high, zero genericos | < 40% high ou genericos presentes |
-| **Proveniencia** | 100% completa | 95-99% completa | < 95% |
-| **Distribuicao** | Equilibrada (nenhuma categoria > 35%) | Aceitavel (nenhuma > 45%) | Desequilibrada (1 categoria > 50%) |
-| **Rejeicao** | <= 20% rejeitados | 20-30% rejeitados | > 30% rejeitados |
-
----
-
-## Error Handling
-
-### Erro: Menos de 50 MIUs validos
-
-**Sintoma:** Poucos MIUs passam na validacao apos processar todas as fontes.
-**Acao:**
-1. Verificar volume de fontes -- fontes suficientes no inventario?
-2. Verificar taxa de rejeicao -- extracao muito restritiva?
-3. Se fontes insuficientes: solicitar mais fontes ao usuario (voltar a Fase 1)
-4. Se extracao restritiva: ajustar parametros (confidence_floor, dedup_threshold)
-5. Ultimo recurso: solicitar entrevista profunda focada em areas com poucos MIUs
-
-### Erro: Cobertura de categorias < 3
-
-**Sintoma:** 1-2 categorias dominam, outras ausentes.
-**Acao:**
-1. Identificar categorias ausentes
-2. Mapear: qual tipo de fonte alimenta qual categoria
-   - BEHAVIORAL: entrevistas, observacao direta
-   - METHODOLOGICAL: conteudo proprio, lives, aulas
-   - STORYTELLING: biografias, casos, depoimentos
-   - OPINION: posts, artigos opinativos, debates
-   - TECHNICAL: tutoriais, dados, documentacao
-3. Recomendar fontes especificas para categorias fracas
-4. Se possivel: re-extrair com foco em categorias ausentes
-
-### Erro: Taxa de rejeicao > 30%
-
-**Sintoma:** Muitos MIUs sendo descartados.
-**Acao:**
-1. Analisar motivos de rejeicao dominantes (mius-rejected.yaml)
-2. Se GENERIC domina: fontes de baixa qualidade, buscar fontes melhores
-3. Se INFERENCE_HEAVY domina: extracao esta inferindo demais, recalibrar
-4. Se DUPLICATE domina: fontes muito similares, normal se mesma pessoa
-5. Se NO_ATTRIBUTION domina: proveniencia nao esta sendo registrada corretamente
-6. Se TOO_BROAD domina: chunking muito grande, reduzir tamanho de chunks
-
-### Erro: Proveniencia < 100%
-
-**Sintoma:** MIUs no set valido sem source_id, location ou campos de proveniencia.
-**Acao:**
-1. Identificar MIUs com proveniencia incompleta
-2. Completar campos ausentes rastreando de volta a fonte
-3. Se nao conseguir rastrear: mover para mius-rejected.yaml com reason NO_ATTRIBUTION
-4. Nunca enviar MIU sem proveniencia para o proximo passo
-
-### Erro: Fonte nao encontrada no filesystem
-
-**Sintoma:** Arquivo listado no inventario nao existe no path indicado.
-**Acao:**
-1. Registrar warning. Pular fonte. Continuar com as demais.
-2. Se > 30% das fontes faltam: HALT e reportar ao usuario
-3. Documentar fontes ausentes no extraction-report.md
-
-### Erro: Context limit excedido durante batch
-
-**Sintoma:** Fonte muito grande para processar em um batch com taxonomia e MIUs acumulados.
-**Acao:**
-1. Reduzir batch_size para 1 (processar fonte isolada)
-2. Se ainda excede: dividir fonte em sub-batches por secao/capitulo
-3. Processar primeiras 50% da fonte, documentar limitacao
-4. Nunca sacrificar qualidade por volume
-
-### Erro: QG-002 FAIL
-
-**Sintoma:** Quality gate falhou em checks bloqueantes.
-**Acao:**
-1. Analisar quais checks especificos falharam
-2. Aplicar acoes corretivas especificas (ver erros acima)
-3. Re-rodar steps afetados (nao tudo -- apenas o necessario)
-4. Max 2 retries
-5. Se 2 retries falham: escalar para usuario com diagnostico completo
-6. NUNCA prosseguir para Fase 3 com QG-002 FAIL em check bloqueante
-
----
-
-## Integracao
-
-### Recebe de
-
-| Fase | Agente | Dados |
-|------|--------|-------|
-| Phase 1 | @clone-forge-chief | sources-inventory.yaml validado (QG-001 PASS) |
-| Phase 1 | @clone-forge-chief | Fontes normalizadas em 01-sources/ (raw, transcripts, interview) |
-| Phase 1.5 | @clone-forge-chief | Entrevistas profundas (Tier 0) em 01-sources/interview/ |
-
-### Entrega para
-
-| Fase | Agente | Dados |
-|------|--------|-------|
-| Phase 3 | @innerlens + @cognitive-motor | MIUs validados para DNA Extraction (Voice DNA + Thinking DNA) |
-| Phase 4 | @cognitive-motor | MIUs validados como evidencia para Driver Inference |
-| Phase 6 | @clone-forge-chief | extraction-report.md para metricas de agregacao |
-| Phase 7 | @clone-forge-chief | MIUs validados para smoke tests de consistencia |
-
-### Handoff Protocol
-
-```yaml
-handoff_to_phase_3:
-  from: "@innerlens"
-  to: "@clone-forge-chief"
-  gate: "QG-002 MIU_QUALITY PASS"
-  condition: "QG-002 PASS or CONDITIONAL"
-  veto: "QG-002 FAIL em qualquer check bloqueante"
-  package:
-    - minds/{slug}/02-extraction/mius.yaml
-    - minds/{slug}/02-extraction/fragments.yaml
-    - minds/{slug}/02-extraction/extraction-report.md
-  note: "mius-rejected.yaml fica disponivel para referencia mas NAO e entregue como input"
-```
-
-### Chained Tasks
-
-```yaml
-chain:
-  previous: collect-and-merge-sources (or deep-interview if executed)
-  next: extract-dna-enriched
-  blocking_gate: QG-002
-  on_fail: "BLOQUEAR. Resolver gaps antes de prosseguir."
-  handoff_to: "@clone-forge-chief"
-  handoff_condition: "QG-002 PASS or CONDITIONAL"
-  handoff_artifacts:
-    - "02-extraction/mius.yaml"
-    - "02-extraction/fragments.yaml"
-    - "02-extraction/extraction-report.md"
-```
-
----
-
-## Notas para o Executor
-
-### Ordem de Processamento Importa
-
-Processar fontes Tier 0 primeiro, depois Tier 1, depois Tier 2, por ultimo Tier 3. Motivo: MIUs de fontes Tier 0 servem como ancora -- quando uma fonte Tier 2 diz algo parecido, o MIU da Tier 0 e o "original" e o da Tier 2 e marcado como related (ou duplicata).
-
-### Batch Size e Context Window
-
-Nao processar mais de 3 fontes por batch. Cada fonte pode ter milhares de palavras. O @innerlens precisa manter em contexto: a taxonomia, os MIUs ja extraidos (para dedup), e a fonte atual. Overload de contexto = queda de qualidade.
-
-### Quando Extrair Fragmentos
-
-Fragmentos so fazem sentido para MIUs METHODOLOGICAL com framework de 3+ passos e MIUs TECHNICAL com listas estruturadas. NAO fragmentar:
-- MIUs OPINION (sao atomicos por natureza)
-- MIUs BEHAVIORAL (sao padroes, nao sequencias)
-- MIUs STORYTELLING (historias perdem sentido fora de contexto)
-
-### Zero Inference na Pratica
-
-A regra e simples mas a tentacao e grande:
-
-| Correto (extracao) | Errado (inferencia) |
-|---------------------|---------------------|
-| "O expert diz que prefere verdade a validacao vazia" | "O expert provavelmente valoriza honestidade porque teve experiencias negativas" |
-| "Usa metodo PMI: Proposito + Marketing + IA" | "Provavelmente criou o PMI por influencia de frameworks ageis" |
-| "Rejeita reunioes sem pauta definida" | "Deve ter trauma de reunioes improdutivas" |
-
-Se a fonte NAO diz o PORQUE, o MIU NAO inclui o porque. Ponto.
-
-### Re-runs Incrementais
-
-Se o usuario adiciona fontes depois da primeira extracao, rodar em modo incremental:
-- Carregar mius.yaml existente
-- Processar APENAS fontes novas (comparar inventario anterior vs atual)
-- Dedup contra MIUs existentes
-- Append ao arquivo existente (nao sobrescrever)
-- Re-rodar QG-002
-
-### Manifest Update
-
-Ao finalizar, atualizar manifest.yaml da mind:
-
-```yaml
-phase_2:
-  status: completed
-  completed_at: "{timestamp}"
-  duration_minutes: N
-  quality_gate: "QG-002"
-  quality_gate_result: "{PASS/CONDITIONAL/FAIL}"
-  total_mius_valid: N
-  total_mius_rejected: N
-  total_fragments: N
-  extraction_rate: 0.XX
-  rejection_rate: 0.XX
-  category_distribution:
-    BEHAVIORAL: N
-    METHODOLOGICAL: N
-    STORYTELLING: N
-    OPINION: N
-    TECHNICAL: N
-  confidence_distribution:
-    high: N
-    medium: N
-    low: N
-  outputs:
-    mius: "02-extraction/mius.yaml"
-    rejected: "02-extraction/mius-rejected.yaml"
-    fragments: "02-extraction/fragments.yaml"
-    report: "02-extraction/extraction-report.md"
-```
-
----
-
-## Historico de Revisoes
-
-| Versao | Data | Autor | Mudanca |
-|--------|------|-------|---------|
-| 1.0.0 | 2026-03-02 | @innerlens | Criacao inicial da task |
-| 2.0.0 | 2026-03-02 | @innerlens | Reescrita completa: 13 steps detalhados, QG-002 com thresholds atualizados (50 MIUs, 3 categorias, rejection rate 30%, proveniencia 100%), regras de rejeicao expandidas (NO_ATTRIBUTION, CONTRADICTS_SOURCE), error handling detalhado, notas para executor |
-
----
-
-*"Sem proveniencia, nao existe MIU. Existe opiniao."*
-*"Zero-inference. Extrai o que ESTA la, nao o que poderia estar."*
-*"Generico qualquer pessoa diria. Me mostra o que so ESSA pessoa diz."*