cdp-edge 2.2.0 → 2.2.2

package/README.md

@@ -2,7 +2,7 @@
 
 **Padrão Quantum Tracking: 100% Cloudflare Edge.** Sem GTM. Sem Stape. Sem cookies de terceiros.
 
-> **v2.0.9** — 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
@@ -78,7 +97,7 @@ 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`
 
@@ -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)
@@ -286,8 +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/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",

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

@@ -128,74 +128,74 @@ is_business_hours = 1 if 9 <= hour_of_day <= 18 else 0
 
 ---
 
-## Fase 2 — K-Means Clustering (Workers AI)
+## Fase 2 — K-Means Vetorial Real (embeddinggemma-300m + K-means em JS)
 
-### 2.1 Prompt para Workers AI
+> **Arquitetura atual:** O clustering não usa LLM para fazer os cálculos matemáticos.
+> Em vez disso, usa **embeddings semânticos reais** + **K-means implementado em JavaScript**,
+> com o Granite usado **apenas para nomear** os clusters resultantes.
 
-```python
-# Enviar para: env.AI.run('@cf/meta/llama-3.1-8b-instruct', ...)
+### 2.1 Pipeline de Clustering
 
-PROMPT_CLUSTERING = f"""
-You are a Machine Learning expert specializing in customer segmentation.
+```
+100 leads (sample) → perfil textual → embeddinggemma-300m → vetores 768d
+                                                                   ↓
+                                                    K-means++ (cosine distance, JS puro)
+                                                                   ↓
+                                               silhouette score real calculado em JS
+                                                                   ↓
+                                   Granite 4.0 Micro nomeia cada cluster (1 call de LLM)
+```
 
-You will receive {n_leads} customers with {features} each.
-Your task: Perform K-means clustering to group customers into {n_clusters} segments.
+### 2.2 Modelos Workers AI utilizados
 
-INPUTS:
-- leads: JSON array of customer objects
-- features: list of feature names (ltv, behavior_score, engagement_score, etc.)
-- n_clusters: number of segments to create (3-10)
+| Modelo | ID | Uso |
+|---|---|---|
+| **Granite 4.0 Micro** | `@cf/ibm-granite/granite-4.0-h-micro` | LTV Prediction + Naming de clusters |
+| **EmbeddingGemma 300M** | `@cf/baai/bge-m3` | Embeddings semânticos para K-means |
 
-TASK:
-1. Normalize all features to 0-1 range (min-max normalization)
-2. Initialize K-means centroids randomly
-3. Assign each lead to nearest centroid (Euclidean distance)
-4. Recalculate centroids as mean of assigned points
-5. Iterate until convergence (max 100 iterations)
-6. Calculate Silhouette Score for each cluster (cohesion vs separation)
+### 2.3 Perfil textual por lead (input para embedding)
 
-OUTPUT (JSON only):
-{{
-  "clusters": [
-    {{
-      "cluster_id": 0,
-      "name": "Segmento 0 - [AUTO-GENERATED DESCRIPTIVE NAME]",
-      "size": 123,
-      "percentage": 0.25,
-      "characteristics": {{
-        "avg_ltv": 497.50,
-        "avg_behavior_score": 75.3,
-        "avg_engagement_score": 82.1,
-        "dominant_countries": ["BR", "AR"],
-        "dominant_states": ["SP", "RJ"],
-        "dominant_utm_source": ["facebook", "google"],
-        "top_features": ["ltv", "behavior_score", "engagement_score"]
-      }},
-      "centroid": {{
-        "ltv": 0.75,
-        "behavior_score": 0.80,
-        "engagement_score": 0.85
-      }},
-      "sample_leads": [lead_id_1, lead_id_2, lead_id_3]
-    }},
-    ...
-  ],
-  "silhouette_scores": {{
-    "overall": 0.62,
-    "by_cluster": [0.71, 0.58, 0.65, ...]
-  }},
-  "convergence": {{
-    "iterations": 47,
-    "final_inertia": 1523.45
-  }}
-}}
+```javascript
+function _buildLeadProfile(l) {
+  return [
+    `LTV: ${l.predicted_ltv_class || 'desconhecido'}`,
+    `engajamento: ${Math.round(l.engagement_score || 0)}`,
+    `intenção: ${l.intention_level || 'desconhecida'}`,
+    `origem: ${l.utm_source || 'direto'}`,
+    `canal: ${l.utm_medium || 'desconhecido'}`,
+    `país: ${l.country || 'BR'}`,
+    `hora: ${l.hour_of_day || 12}h`,
+    (l.is_weekend ? 'fim-de-semana' : 'dia-útil'),
+    `recência: ${l.days_since_lead || 0} dias`,
+  ].filter(Boolean).join(', ');
+}
+```
 
-IMPORTANT:
-- Generate descriptive names for segments based on cluster characteristics
-- Example: "Segmento 0 - Alto Valor + Alto Engajamento (SP)"
-- Example: "Segmento 1 - Lead Quente + Alta Intenção (RJ)"
-- Return ONLY valid JSON, no explanations
-"""
+### 2.4 Chamada de embeddings em batch
+
+```javascript
+// Embeds até 100 perfis em uma única chamada
+const embRes = await env.AI.run('@cf/baai/bge-m3', { text: profiles });
+const vectors = embRes.data; // float32[][] — shape [N, 768]
+```
+
+### 2.5 K-means vetorial (cosine distance)
+
+```javascript
+// Inicialização K-means++ → iterações até convergência → assignments finais
+const { assignments } = _kmeansRun(vectors, nClusters); // implementado em worker.js
+const silhouetteScore = _silhouette(vectors, assignments, nClusters); // score real
+```
+
+### 2.6 Naming dos clusters via Granite (único uso de LLM)
+
+```javascript
+// Granite recebe apenas as estatísticas agregadas por cluster
+// Retorna nome descritivo + recomendação de campanha em português
+const nameRes = await env.AI.run('@cf/ibm-granite/granite-4.0-h-micro', {
+  messages: [{ role: 'user', content: namingPrompt }],
+  max_tokens: 800
+});
 ```
 
 ### 2.2 Features para K-Means
@@ -484,20 +484,30 @@ export async function onRequestGet(context: EventContext<Env>) {
   // Feature Engineering
   const features = extractFeatures(leads);
   
-  // Clustering via Workers AI
-  const clusters = await context.env.AI.run(
-    '@cf/meta/llama-3.1-8b-instruct',
-    { messages: [{ role: 'user', content: getClusteringPrompt(features, nClusters) }] }
+  // 1. Embeddings reais via embeddinggemma-300m
+  const profiles = sample.map(_buildLeadProfile);
+  const embRes   = await context.env.AI.run('@cf/baai/bge-m3', { text: profiles });
+  const vectors  = embRes.data; // vetores 768d
+
+  // 2. K-means vetorial real (JS puro, cosine distance)
+  const { assignments } = _kmeansRun(vectors, nClusters);
+  const silhouetteScore = _silhouette(vectors, assignments, nClusters);
+
+  // 3. Granite apenas para nomear clusters
+  const nameRes  = await context.env.AI.run('@cf/ibm-granite/granite-4.0-h-micro',
+    { messages: [{ role: 'user', content: getNamingPrompt(clusterStats) }], max_tokens: 800 }
   );
-  
-  // Persistir no D1
+
+  // 4. Persistir no D1
   await saveClusters(context.env.DB, clusters, algorithm);
-  
+
   return Response.json({
     success: true,
     algorithm,
+    engine: 'embeddinggemma-300m + kmeans vetorial',
     n_clusters: nClusters,
-    clusters: JSON.parse(clusters.response),
+    silhouette_score: silhouetteScore,
+    clusters,
     generated_at: new Date().toISOString()
   });
 }
@@ -658,7 +668,7 @@ interface SegmentationAPI {
 
 ```
 [ ] Feature Engineering Pipeline implementada
-[ ] K-means Clustering via Workers AI
+[ ] K-means Clustering vetorial (embeddinggemma-300m + JS)
 [ ] DBSCAN Clustering para anomalias
 [ ] Hierarchical Clustering (drill-down)
 [ ] Auto-Interpretação de segmentos
@@ -679,7 +689,8 @@ interface SegmentationAPI {
 | `Clusters vazios` | Menos de `min_data_points` no D1 | Aumentar `max_data_age_months` ou aguardar mais dados |
 | `Silhouette Score < 0.3` | Clusters não são separáveis | Aumentar `n_clusters` ou usar features melhores |
 | `Outliers excessivos` | Epsilon/MinPts muito agressivos no DBSCAN | Ajustar parâmetros de detecção de anomalias |
-| `Workers AI timeout` | Prompt muito longo ou muitos dados | Dividir em batches de 100-200 leads por request |
+| `embeddinggemma timeout` | Batch maior que 100 perfis | Limitar sample a 100 leads (padrão atual) |
+| `vectors insuficientes` | embeddinggemma retornou menos vetores que nClusters | Reduzir nClusters ou verificar resposta da API |
 
 ---
 

package/extracted-skill/tracking-events-generator/agents/page-analyzer.md

@@ -26,6 +26,9 @@ Toda a sua análise deve ser baseada na infraestrutura nativa da Cloudflare.
 | Página de obrigado | `Purchase_Success` | 🔴 crítico |
 | **Preço Formatado (R$, $, €)** | `value_extraction` (Atrelado ao CTA) | 🔴 crítico |
 | **Campo de Formulário Oculto (CSS hide/opacity 0)** | `honeypot_field` | 🔴 crítico |
+| **[IMÓVEIS] Mapa / botão "Ver localização" / iframe Google Maps** | `FindLocation` | 🔴 crítico imobiliário |
+| **[IMÓVEIS] Simulador de financiamento / parcelas / FGTS / Caixa** | `CustomizeProduct` | 🔴 crítico imobiliário |
+| **[IMÓVEIS] Botão "Favoritar" / ícone de coração / "Salvar imóvel"** | `AddToWishlist` | 🟡 essencial imobiliário |
 | **Aparecimento de Botão Atrasado (Timer)** | `pitch_seen` | 🟡 essencial |
 | **Classe de Erro CSS (.error, .invalid)** | `form_error_detected` | 🟡 essencial |
 | **Micro-Evento: Rage Click** | `rage_click` | 🟡 essencial |
@@ -39,8 +42,9 @@ Toda a sua análise deve ser baseada na infraestrutura nativa da Cloudflare.
 Antes de mapear elementos, identifique o **modelo de negócio** da página para ativar protocolos específicos:
 
 1.  **Lançamento Imobiliário**:
-    *   Sinais: Galeria de fotos de imóveis, botões WhatsApp, formulário curto, mapas.
-    *   Protocolo: Ativar `geolocation` e `lead_lock_whatsapp`.
+    *   Sinais: Galeria de fotos de imóveis, botões WhatsApp, formulário curto, mapas, simulador de financiamento, botão favoritar, calendário de agendamento, tour 360°.
+    *   Protocolo: Ativar `geolocation`, `lead_lock_whatsapp`, `real_estate_events`.
+    *   Eventos obrigatórios extras: `FindLocation` (mapa/localização), `CustomizeProduct` (simulação financiamento), `AddToWishlist` (favoritar), `Schedule` (agendamento de visita), `Contact` (WhatsApp/telefone), `video_25/50/75/complete` (tour virtual/VSL).
 2.  **Página de Vendas (Infoproduto)**:
     *   Sinais: Botões Hotmart/Kiwify/Ticto, Vídeo (VSL), Depoimentos, Preço.
     *   Protocolo: Ativar `checkout_passthrough` e `vsl_retention`.