cdp-edge 1.23.2 → 1.23.3

package/README.md

@@ -2,7 +2,7 @@
 
 **Padrão Quantum Tracking: 100% Cloudflare Edge.** Sem GTM. Sem Stape. Sem cookies de terceiros.
 
-> **v2.0.7** — Enterprise-Level Intelligence Engine · Cloudflare Workers · Meta CAPI v22.0 · GA4 MP · TikTok Events API v1.3
+> **v2.2.0** — Granite 4.0 Micro · K-means Vetorial Real (bge-m3) · Sem emails descartáveis · Cloudflare Workers · Meta CAPI v22.0 · GA4 MP · TikTok Events API v1.3
 
 ---
 
@@ -14,7 +14,7 @@
 Meu ecossistema opera como um Cérebro de Conversão Privado na borda. Quando um evento de Lead bate no endpoint `/track`:
 1. **O Escudo Frontal (Fraud Gate):** Inspeciono IP, ASN e Velocity na borda. Bloqueio bots silenciosamente antes mesmo deles carregarem.
 2. **A Roleta Invisível (A/B LTV):** Faço o sorteio de prompts para testes A/B via KV Cache em ~0ms.
-3. **O Cérebro Financeiro (LTV Predictor):** Rodo Machine Learning (Llama 3.1) para qualificar a intenção e gerar o LTV Preditivo.
+3. **O Cérebro Financeiro (LTV Predictor):** Rodo Machine Learning (Granite 4.0 Micro) para qualificar a intenção e gerar o LTV Preditivo.
 4. **Envio para as Plataformas:** O Facebook/Google/LinkedIn recebem um payload limpo (sem bot) recheado com valor financeiro de intenção extrema.
 5. **Máquina Autônoma (Background):** Meu banco SQLite (D1) retroalimenta os processos de Clustering (Fase 1) e Bidding (Fase 2) de forma autônoma pelas costas do usuário (`ctx.waitUntil`).
 
@@ -25,6 +25,25 @@ Meu ecossistema opera como um Cérebro de Conversão Privado na borda. Quando um
 
 ---
 
+## 📋 CHANGELOG v2.2.0 (10 de Abril de 2026)
+
+### 🤖 AI Engine Upgrade — Novos Modelos
+
+- **LTV Prediction**: `@cf/meta/llama-3.1-8b-instruct` → **`@cf/ibm-granite/granite-4.0-h-micro`** (menor latência, otimizado para edge e function calling)
+- **ML Clustering**: algoritmo LLM simulado → **K-means vetorial real** com embeddings `@cf/baai/bge-m3` (distância cosseno, K-means++ inicialização, silhouette score real)
+- Granite continua sendo usado para naming dos segmentos pós-clustering
+
+### 🧹 Limpeza (Zero Lixo)
+
+- Removido: detecção de emails descartáveis (mailinator, guerrilla, tempmail, etc.) do Fraud Gate e do agente `fraud-detection-agent.md`
+- Removido: secrets `WEBHOOK_SECRET_HOTMART` e `WEBHOOK_SECRET_KIWIFY` (wrangler + wrangler.toml)
+
+### 🔧 Observability
+
+- Adicionado bloco `[observability]` no `wrangler.toml` (`logs.enabled = true`, `traces.enabled = false`)
+
+---
+
 ## 📋 CHANGELOG v2.0.7 (10 de Abril de 2026)
 
 ### 🔧 Audit Completo — 45 Agentes
@@ -78,14 +97,14 @@ Meu ecossistema opera como um Cérebro de Conversão Privado na borda. Quando um
 - **`GET  /api/fraud/blocklist`** — IPs/fingerprints atualmente bloqueados
 - **`POST /api/fraud/blocklist/add`** — Bloquear IP ou fingerprint (via KV, efeito imediato)
 - **`DELETE /api/fraud/blocklist/remove`** — Remover do blocklist
-- Sinais detectados: bot_score, datacenter IP, velocity attack, email descartável, headless UA, sem Accept-Language
+- Sinais detectados: bot_score, datacenter IP, velocity attack, headless UA, sem Accept-Language
 - Schema D1: `fraud_signals`, `fraud_alerts` + VIEW `v_fraud_dashboard`
 - Agente: `fraud-detection-agent.md`
 
 ### 🔧 Fix: `wrangler.toml` atualizado
 - Todos os placeholders (`SEU_D1_DATABASE_ID`, `SEU_KV_NAMESPACE_ID`) substituídos pelos IDs reais da conta Cloudflare
-- D1: `7867d38f-5fa8-4c17-b465-386211422c09`
-- KV: `821b6c1ccb4b475985439b801c1fdbe0`
+- D1: `SEU_DATABASE_ID`
+- KV: `SEU_KV_ID`
 
 ---
 
@@ -98,7 +117,7 @@ graph TD
     FraudGate -->|score ≥ 80: Silent Drop 200| Void[/dev/null]
     FraudGate -->|score < 80: Permitido| Worker[Cloudflare Worker Agent]
     Worker -->|Identity Graph + _cdp_uid| D1[(D1 SQL — 21 tabelas)]
-    Worker -->|LTV + A/B Prompt| AI[Workers AI Llama 3.1 8B]
+    Worker -->|LTV + A/B Prompt| AI[Workers AI Granite 4.0 Micro]
     Worker -->|Segmento ML| Cluster[ML Clustering Engine]
     Cluster -->|Bid otimizado| Bidding[Bidding Recommendations]
     Worker -->|Background| Queue[Cloudflare Queues]
@@ -138,7 +157,7 @@ O sistema é composto por **43+ agentes** coordenados pelo **Master Orchestrator
 ### 🤖 Enterprise Intelligence (Fase 1–4)
 | Agente | Endpoint Principal | Impacto |
 |---|---|---|
-| **ML Clustering Agent** | `POST /api/segmentation/cluster` | Segmentação K-means/DBSCAN/Hierarchical |
+| **ML Clustering Agent** | `POST /api/segmentation/cluster` | K-means vetorial real (bge-m3 embeddings + Granite naming) |
 | **Bidding Agent** | `POST /api/bidding/recommend` | -20% CPA via bid por segmento de LTV |
 | **A/B LTV Agent** | `POST /api/ltv/ab-test/create` | +25% precisão LTV via test de prompts |
 | **Fraud Detection Agent** | Auto em `/track` | Bloqueia click fraud, bots, velocity attacks |
@@ -187,7 +206,7 @@ POST /track (evento Lead)
   ├─ [2] 🔮 A/B LTV Testing — sorteia variação ativa (KV cache ~0ms)
   │         └─ passa customSystemPrompt para predictLtv()
   │
-  ├─ [3] 🧮 LTV Prediction — Workers AI Llama 3.1 8B
+  ├─ [3] 🧮 LTV Prediction — Workers AI Granite 4.0 Micro
   │         └─ Score 0-100 → class High/Medium/Low → valor em BRL
   │
   ├─ [4] 💾 D1 Writes (background via ctx.waitUntil)
@@ -203,27 +222,34 @@ POST /track (evento Lead)
 
 ## 💻 INSTALAÇÃO E USO
 
-> ⚠️ **Importante:** Escolha o método de instalação abaixo que melhor se adequa ao seu cenário de implantação.
+### OPÇÃO 1 — Instalação via npm (Recomendada)
 
-### OPÇÃO 1 — Instalação Rápida e Confiável (Recomendada via Git Clone)
+Abra o terminal dentro da pasta do projeto do cliente e rode:
 
-A forma mais pura, inquebrável e à prova de bugs para iniciar a base de um novo cliente. Basta criar uma pasta "vazia" para o seu cliente, abrir o terminal dentro dela e rodar:
+```bash
+npx cdp-edge install
+```
+
+Ou instale globalmente e use em qualquer projeto:
 
 ```bash
-git clone https://github.com/ricardosoli777/CDP-Edge-Premium.git .
+npm install -g cdp-edge
+cdp-edge install . --name "Nome do Projeto"
 ```
-*(O ponto no final garante que os arquivos desçam diretamente dentro da pasta atual).*
 
-### OPÇÃO 2 — Instalação via CLI Corporativo (Avançado)
+> **Já tem o CDP Edge instalado globalmente?** Atualize para a versão mais recente:
+> ```bash
+> npm install -g cdp-edge@latest
+> ```
 
-Se preferir usar a linha de comando instalando o nosso CLI Privado do GitHub em todo o computador:
+### OPÇÃO 2 — Instalação via Git Clone
 
 ```bash
-npm install -g git+https://github.com/ricardosoli777/CDP-Edge-Premium.git
-cdp-edge install . --name "Nome do Projeto"
+git clone https://github.com/ricardosoli777/CDP-Edge-Premium.git .
 ```
+*(O ponto no final garante que os arquivos desçam diretamente dentro da pasta atual).*
 
-### Passo 3 — Ativar no Claude Code
+### Ativar no Claude Code
 
 ```bash
 claude .
@@ -279,8 +305,6 @@ wrangler deploy
 |---|---|---|
 | `/track` | POST | Evento principal (browser → CAPI) |
 | `/health` | GET | Smoke test completo |
-| `/webhook/hotmart` | POST | Webhook Hotmart Purchase |
-| `/webhook/kiwify` | POST | Webhook Kiwify Purchase |
 | `/webhook/ticto` | POST | Webhook Ticto Purchase |
 
 ### Intelligence ML

package/contracts/agent-versions.json

@@ -1,15 +1,15 @@
 {
-  "_comment": "Fonte de verdade para versões dos agent files. Atualizar manualmente quando worker.js mudar. Use scripts/validate-agents.js para detectar drifts.",
-  "worker_version": "2.0.7",
-  "worker_hash_date": "2026-04-10",
+  "_comment": "Fonte de verdade para versões dos agent files. Atualizar quando modules/ ou index.js mudarem. Use scripts/validate-agents.js para detectar drifts.",
+  "worker_version": "2.2.3",
+  "worker_hash_date": "2026-04-11",
   "agents": {
     "master-orchestrator": {
       "version": "2.0.7",
       "last_synced": "2026-04-10",
       "depends_on": [
-        "worker.js:fetch",
-        "worker.js:endpoints",
-        "worker.js:events"
+        "index.js:fetch",
+        "index.js:endpoints",
+        "modules/utils.js:VALID_EVENT_NAMES"
       ],
       "critical_sections": [
         "endpoints",
@@ -23,10 +23,10 @@
       "version": "2.0.7",
       "last_synced": "2026-04-10",
       "depends_on": [
-        "worker.js:fetch",
-        "worker.js:saveLead",
-        "worker.js:upsertProfile",
-        "worker.js:secrets"
+        "index.js:fetch",
+        "modules/db.js:saveLead",
+        "modules/db.js:upsertProfile",
+        "index.js:bindings"
       ],
       "critical_sections": [
         "endpoint /track",
@@ -40,7 +40,7 @@
       "version": "2.0.7",
       "last_synced": "2026-04-10",
       "depends_on": [
-        "worker.js:sendMetaCapi",
+        "modules/dispatch/meta.js:sendMetaCapi",
         "contracts/api-versions.json:meta"
       ],
       "critical_sections": [
@@ -54,7 +54,7 @@
       "version": "2.0.7",
       "last_synced": "2026-04-10",
       "depends_on": [
-        "worker.js:sendGA4Mp",
+        "modules/dispatch/ga4.js:sendGA4Mp",
         "contracts/api-versions.json:google"
       ],
       "critical_sections": [
@@ -67,7 +67,7 @@
       "version": "2.0.7",
       "last_synced": "2026-04-10",
       "depends_on": [
-        "worker.js:sendTikTokApi",
+        "modules/dispatch/tiktok.js:sendTikTokApi",
         "contracts/api-versions.json:tiktok"
       ],
       "critical_sections": [
@@ -93,8 +93,8 @@
       "version": "2.0.7",
       "last_synced": "2026-04-10",
       "depends_on": [
-        "worker.js:sendWhatsApp",
-        "worker.js:processWhatsAppWebhook"
+        "modules/dispatch/whatsapp.js:sendWhatsApp",
+        "modules/dispatch/whatsapp.js:processWhatsAppWebhook"
       ],
       "critical_sections": [
         "WHATSAPP_ACCESS_TOKEN",
@@ -107,8 +107,7 @@
       "version": "2.0.7",
       "last_synced": "2026-04-10",
       "depends_on": [
-        "worker.js:runIntelligenceAgent",
-        "worker.js:checkApiVersionsIntelligence"
+        "modules/intelligence.js:runIntelligenceAgent"
       ],
       "critical_sections": [
         "cron schedule",
@@ -121,8 +120,8 @@
       "version": "2.0.7",
       "last_synced": "2026-04-10",
       "depends_on": [
-        "worker.js:checkFraudGate",
-        "worker.js:handleFraudAlerts",
+        "modules/ml/fraud.js:checkFraudGate",
+        "modules/ml/fraud.js:handleFraudAlerts",
         "schema-fraud.sql"
       ],
       "critical_sections": [
@@ -136,7 +135,7 @@
       "version": "2.0.7",
       "last_synced": "2026-04-10",
       "depends_on": [
-        "worker.js:handleSegmentationCluster",
+        "modules/ml/segmentation.js:handleSegmentationCluster",
         "schema-segmentation.sql"
       ],
       "critical_sections": [
@@ -150,7 +149,7 @@
       "version": "2.0.7",
       "last_synced": "2026-04-10",
       "depends_on": [
-        "worker.js:handleBiddingRecommend",
+        "modules/ml/bidding.js:handleBiddingRecommend",
         "schema-bidding.sql"
       ],
       "critical_sections": [
@@ -163,8 +162,8 @@
       "version": "2.0.7",
       "last_synced": "2026-04-10",
       "depends_on": [
-        "worker.js:predictLtv",
-        "worker.js:getLtvAbVariation",
+        "modules/ml/ltv.js:predictLtv",
+        "modules/ml/ltv.js:getLtvAbVariation",
         "schema-ab-ltv.sql"
       ],
       "critical_sections": [
@@ -177,8 +176,8 @@
       "version": "2.0.7",
       "last_synced": "2026-04-10",
       "depends_on": [
-        "worker.js:checkFraudGate",
-        "worker.js:verifyHmac"
+        "modules/ml/fraud.js:checkFraudGate",
+        "modules/dispatch/whatsapp.js:verifyHmac"
       ],
       "critical_sections": [
         "env.DB.prepare",
@@ -191,9 +190,9 @@
       "version": "2.0.7",
       "last_synced": "2026-04-10",
       "depends_on": [
-        "worker.js:saveLead",
-        "worker.js:sendMetaCapi",
-        "worker.js:sendTikTokApi"
+        "modules/db.js:saveLead",
+        "modules/dispatch/meta.js:sendMetaCapi",
+        "modules/dispatch/tiktok.js:sendTikTokApi"
       ],
       "critical_sections": [
         "env.DB.prepare",
@@ -225,7 +224,8 @@
       "version": "2.0.7",
       "last_synced": "2026-04-10",
       "depends_on": [
-        "worker.js",
+        "index.js",
+        "modules/",
         "all agents"
       ],
       "critical_sections": [
@@ -239,7 +239,7 @@
       "version": "2.0.7",
       "last_synced": "2026-04-10",
       "depends_on": [
-        "worker.js:predictLtv"
+        "modules/ml/ltv.js:predictLtv"
       ],
       "critical_sections": [
         "@cf/meta/llama-3.1-8b-instruct model name"
@@ -268,7 +268,7 @@
       "version": "2.0.7",
       "last_synced": "2026-04-10",
       "depends_on": [
-        "worker.js:getHealthMetrics"
+        "index.js:GET /health"
       ],
       "critical_sections": [
         "env.DB.prepare",
@@ -280,7 +280,7 @@
       "version": "2.0.7",
       "last_synced": "2026-04-10",
       "depends_on": [
-        "worker.js:generateDailyReport"
+        "modules/intelligence.js:runIntelligenceAgent"
       ],
       "critical_sections": [
         "env.DB.prepare",
@@ -305,7 +305,7 @@
       "version": "2.0.7",
       "last_synced": "2026-04-10",
       "depends_on": [
-        "worker.js",
+        "index.js",
         "all endpoints"
       ],
       "critical_sections": [
@@ -319,8 +319,8 @@
       "version": "2.0.7",
       "last_synced": "2026-04-10",
       "depends_on": [
-        "worker.js:saveLead",
-        "worker.js:upsertProfile"
+        "modules/db.js:saveLead",
+        "modules/db.js:upsertProfile"
       ],
       "critical_sections": [
         "env.DB.prepare",
@@ -332,7 +332,8 @@
       "version": "2.0.7",
       "last_synced": "2026-04-10",
       "depends_on": [
-        "worker.js"
+        "index.js",
+        "modules/"
       ],
       "critical_sections": [
         "env.GEO_CACHE (not env.CACHE_KV)"
@@ -353,12 +354,12 @@
     }
   },
   "change_triggers": {
-    "worker.js:addNewEndpoint": "Atualizar: master-orchestrator, server-tracking, browser-tracking, debug-agent, intelligence-agent",
-    "worker.js:changeSecretName": "Atualizar: devops-agent, server-tracking, intelligence-agent, whatsapp-ctwa-setup-agent, database-agent",
-    "worker.js:changeEventName": "Atualizar: master-orchestrator, youtube-agent, validator-agent, browser-tracking",
-    "worker.js:changeAIModel": "Atualizar: ml-clustering-agent, ab-ltv-agent, ltv-predictor-agent",
+    "index.js:addNewEndpoint": "Atualizar: master-orchestrator, server-tracking, browser-tracking, debug-agent, intelligence-agent",
+    "index.js:changeSecretName": "Atualizar: devops-agent, server-tracking, intelligence-agent, whatsapp-ctwa-setup-agent, database-agent",
+    "modules/utils.js:VALID_EVENT_NAMES": "Atualizar: master-orchestrator, youtube-agent, validator-agent, browser-tracking",
+    "modules/ml/ltv.js:changeAIModel": "Atualizar: ml-clustering-agent, ab-ltv-agent, ltv-predictor-agent",
     "schema.sql:addTable": "Atualizar: database-agent (table count), devops-agent (migration order)",
     "wrangler.toml:addBinding": "Atualizar: devops-agent, database-agent, debug-agent",
     "contracts/api-versions.json:bumpVersion": "Atualizar: agent especialista + master-orchestrator"
   }
-}
+}

package/dist/commands/install.js

@@ -32,7 +32,7 @@ function printBanner() {
   console.log(chalk.cyan('╚██████╗██████╔╝██║         ███████╗██████╔╝╚██████╔╝███████╗'));
   console.log(chalk.cyan(' ╚═════╝╚═════╝ ╚═╝         ╚══════╝╚═════╝  ╚═════╝╚══════╝'));
   console.log('');
-  console.log(chalk.gray('  Customer Data Platform on the Edge · Global Edge Tracking · v2.0.7'));
+  console.log(chalk.gray('  Customer Data Platform on the Edge · Global Edge Tracking · v2.0.9'));
   console.log('');
   console.log(chalk.gray('═'.repeat(68)));
   console.log('');

package/dist/commands/server.js

@@ -13,7 +13,7 @@ export async function runServer(dir) {
   const spinner = ora('Gerando infraestrutura...').start();
 
   try {
-    // Gerar worker.js
+    // Gerar index.js
     await generateWorker(dir);
 
     // Gerar schema.sql
@@ -25,7 +25,7 @@ export async function runServer(dir) {
     spinner.succeed(chalk.green('Infraestrutura gerada!'));
 
     console.log('\n' + chalk.yellow('Arquivos gerados:'));
-    console.log(`  ${chalk.gray('├─')} worker.js`);
+    console.log(`  ${chalk.gray('├─')} index.js`);
     console.log(`  ${chalk.gray('├─')} schema.sql`);
     console.log(`  ${chalk.gray('└─')} wrangler.toml`);
 
@@ -44,7 +44,7 @@ export async function runServer(dir) {
 }
 
 async function generateWorker(dir) {
-  const workerPath = join(dir, 'worker.js');
+  const workerPath = join(dir, 'index.js');
   await fs.writeFile(workerPath, generateWorkerCode());
 }
 
@@ -163,7 +163,7 @@ function generateWranglerCode() {
 # Auto-generated by cdp-edge npx
 
 name = "cdp-edge-worker"
-main = "worker.js"
+main = "index.js"
 compatibility_date = "2024-01-01"
 
 [[d1_databases]]

package/extracted-skill/tracking-events-generator/agents/database-agent.md

@@ -467,9 +467,10 @@ await env.AUDIT_LOGS.put(logKey, JSON.stringify({
 
 ### Modelo em Uso
 ```
-@cf/meta/llama-3.1-8b-instruct
-Custo: ~10.000 neurônios/requisição
-Limite Free: 10.000 neurônios/dia (~1.000 predições/dia)
+@cf/ibm-granite/granite-4.0-h-micro   ← LTV Prediction + Naming de Clusters
+@cf/baai/bge-m3         ← Embeddings para K-means vetorial (ML Clustering)
+Custo Granite: ~20-35 neurônios/requisição (3x mais eficiente que Llama 3.1 8B)
+Limite Free: 10.000 neurônios/dia (~350 predições/dia com Granite)
 ```
 
 ### Uso no Worker (LTV Prediction)
@@ -485,7 +486,7 @@ async function predictLtv(leadData, env) {
       Responda apenas: {"class": "high|medium|low", "value": 0-1000}
     `;
 
-    const response = await env.AI.run('@cf/meta/llama-3.1-8b-instruct', {
+    const response = await env.AI.run('@cf/ibm-granite/granite-4.0-h-micro', {
       messages: [{ role: 'user', content: prompt }],
       max_tokens: 50
     });

package/extracted-skill/tracking-events-generator/agents/fraud-detection-agent.md

@@ -71,7 +71,6 @@ checkFraudGate(env, request, payload)
 | IP de datacenter | ASN = AWS, GCP, Azure, DigitalOcean, Linode | +35 pts |
 | Sem headers de browser | Accept-Language ausente | +20 pts |
 | Geo impossível | IP country ≠ país esperado (BR fora da LATAM) | +10 pts |
-| Email temporário | @mailinator, @guerrilla, @tempmail, etc. | +25 pts |
 
 ### 4. Threshold de Ação
 ```

package/extracted-skill/tracking-events-generator/agents/linkedin-agent.md

@@ -43,7 +43,7 @@ import { predictLtv } from './ltv-predictor.js';
  * @param {Request} request - request original
  */
 async function dispatchLinkedIn(env, leadData, request) {
-  // 1. Obter LTV predito pelo ML (Workers AI — Llama 3.1 8B)
+  // 1. Obter LTV predito pelo ML (Workers AI — Granite 4.0 Micro)
   let conversionValue = 0;
   try {
     const ltvResult = await predictLtv(env, leadData, request);

package/extracted-skill/tracking-events-generator/agents/ltv-predictor-agent.md

@@ -14,7 +14,7 @@ Sua única responsabilidade é instruir o Cloudflare Architect a imbuir modelos
 
 ## 📦 O PACOTE DE ENTREGA OBRIGATÓRIO
 Sempre que o Orquestrador invocar a Otimização de Baleias (LTV Prediction):
-1. **Snippet de Injeção de ML**: Entregue ao Server Architect o bloco `await env.AI.run('@cf/meta/llama-3.1-8b-instruct', ...)` ajustado para predição puramente matemática.
+1. **Snippet de Injeção de ML**: Entregue ao Server Architect o bloco `await env.AI.run('@cf/ibm-granite/granite-4.0-h-micro', ...)` ajustado para predição puramente matemática.
 2. **Override de Event Valuation**: Modifique como o evento `Lead` ou `Purchase` é envernizado com lucro preditivo antes do dispatch da CAPI.
 
 > 👁️ "Não pague por cliques hoje. Compre os clientes de amanhã. Faça o algoritmo apostar sempre nas suas fichas vencedoras."
@@ -27,7 +27,7 @@ Sempre que o Orquestrador invocar a Otimização de Baleias (LTV Prediction):
 - Dados de UTM: `utm_source`, `utm_medium`, `utm_campaign`
 - `request.cf.asOrganization` e `request.cf.country` (sinais de qualidade do tráfego)
 - Histórico D1 do `_cdp_uid`: páginas visitadas, tempo na página, eventos anteriores
-- Binding `env.AI` (Cloudflare Workers AI — `@cf/meta/llama-3.1-8b-instruct`)
+- Binding `env.AI` (Cloudflare Workers AI — `@cf/ibm-granite/granite-4.0-h-micro`)
 
 ## RESPONSABILIDADE
 
@@ -35,7 +35,7 @@ Sempre que o Orquestrador invocar a Otimização de Baleias (LTV Prediction):
 - Classificar o lead em `predicted_ltv_class: 'High' | 'Medium' | 'Low'`
 - Substituir `value: 0` do evento `Lead` pelo valor preditivo antes do dispatch CAPI/GA4/TikTok
 - Registrar no D1 `identity_graph`: `predicted_ltv`, `predicted_ltv_class`
-- Consumo máximo: ~10.000 Neurons/dia (Free tier Cloudflare AI)
+- Consumo: ~20–35 neurônios/request com Granite 4.0 Micro (~350 predições/dia no free tier, ilimitado no paid)
 
 ## SAÍDA
 
@@ -44,7 +44,7 @@ Sempre que o Orquestrador invocar a Otimização de Baleias (LTV Prediction):
   "arquivos_criados": [
     "cloudflare/ltv-predictor.js"
   ],
-  "modelo_ai": "@cf/meta/llama-3.1-8b-instruct",
+  "modelo_ai": "@cf/ibm-granite/granite-4.0-h-micro",
   "campo_substituido": "value",
   "exemplo": {
     "evento": "Lead",