mega-brain-ai 1.3.0

package/core/patterns/quality_gates.yaml

@@ -0,0 +1,259 @@
+# QUALITY GATES - Intelligence Layer v1.0
+# =========================================
+# Gates de qualidade para impedir criacao de artefatos ruins.
+# Inspirado em: Squad Creator quality-gates.yaml (10 gates),
+#               veto-conditions.yaml (18 vetos), MMOS APEX scoring (6 dim)
+#
+# Tipos de gate:
+#   auto    - Verificacao automatica, bloqueia sem intervencao humana
+#   hybrid  - Verificacao automatica + aprovacao humana obrigatoria
+#   manual  - Aprovacao humana obrigatoria (sem pre-check automatico)
+#
+# Versao: 1.0.0
+# Data: 2026-02-26
+
+version: "1.0.0"
+
+# ===========================================================================
+# QUALITY GATES
+# ===========================================================================
+
+gates:
+  # --- Gate 1: Viabilidade de Entidade ---
+  QG-MB-1.1:
+    name: "Entity Viability"
+    phase: "entity_detection"
+    type: "auto"
+    description: "Verifica se entidade detectada tem evidencia suficiente"
+    criteria:
+      - "weighted_score >= 10 (established tier)"
+      - "sources >= 2 (pelo menos 2 fontes distintas)"
+      - "domain_match confirmado em DOMAINS-TAXONOMY"
+    action_on_pass: "Marcar como 'active', disponivel para criacao de agente"
+    action_on_fail: "Marcar como 'tracking', nao criar agente"
+    severity: "blocking"
+
+  QG-MB-1.2:
+    name: "Entity Deduplication"
+    phase: "entity_detection"
+    type: "auto"
+    description: "Verifica se entidade nao e duplicata de existente"
+    criteria:
+      - "Fuzzy score < 0.85 contra todas as entidades existentes"
+      - "NAO e alias de entidade ja canonicalizada"
+    action_on_pass: "Criar como entidade nova"
+    action_on_fail: "Adicionar a review_queue para merge manual"
+    severity: "blocking"
+
+  # --- Gate 2: Qualidade de Dossier ---
+  QG-MB-2.1:
+    name: "Dossier Quality"
+    phase: "dossier_creation"
+    type: "auto"
+    description: "Verifica criterios minimos para criar dossier tematico"
+    criteria:
+      - "relevance_score >= 25.0"
+      - "occurrences >= 15 em 2+ fontes"
+      - "frameworks >= 2 OU metodologias >= 1"
+      - "NAO e alias de dossier existente"
+      - "Tema pertence a pelo menos 1 dominio do DOMAINS-TAXONOMY"
+    action_on_pass: "Criar dossier"
+    action_on_fail: "Marcar como 'candidate', monitorar"
+    severity: "blocking"
+
+  # --- Gate 3: Qualidade de Agente ---
+  QG-MB-3.1:
+    name: "Agent Creation Quality"
+    phase: "agent_creation"
+    type: "hybrid"
+    description: "Verifica criterios para criar agente de cargo"
+    criteria:
+      - "SOW gerado com executor_type definido"
+      - "Pelo menos 3 responsibilities no registry"
+      - "Domain match com DOMAINS-TAXONOMY"
+      - "weighted_score >= established threshold (10)"
+      - "Se Hybrid/Human: humano deve aprovar"
+    action_on_pass: "Criar agente"
+    action_on_fail: "Bloquear criacao, gerar candidatura para revisao"
+    severity: "blocking"
+
+  QG-MB-3.2:
+    name: "Agent Knowledge Base"
+    phase: "agent_creation"
+    type: "auto"
+    description: "Verifica se agente tem base de conhecimento suficiente"
+    criteria:
+      - "Pelo menos 1 framework DNA associado ao dominio"
+      - "Pelo menos 2 fontes de conhecimento"
+      - "Nao duplica agente de cargo existente"
+    action_on_pass: "Agente criado com skills linkadas"
+    action_on_fail: "Agente criado como 'draft' sem skills"
+    severity: "warning"
+
+  # --- Gate 4: Qualidade de Skill ---
+  QG-MB-4.1:
+    name: "Skill Quality"
+    phase: "skill_generation"
+    type: "auto"
+    description: "Verifica qualidade de skill gerada automaticamente"
+    criteria:
+      - "Framework source verificavel (source_id existe)"
+      - "Workflow com >= 3 steps"
+      - "Evidence com conteudo (>50 chars)"
+      - "Skill nao duplica skill existente (nome + persona)"
+    action_on_pass: "Publicar skill"
+    action_on_fail: "Marcar skill como 'draft', nao publicar"
+    severity: "warning"
+
+  # --- Gate 5: Business Model Consistency ---
+  QG-MB-5.1:
+    name: "Business Model Consistency"
+    phase: "business_model_detection"
+    type: "hybrid"
+    description: "Verifica consistencia de modelo de negocio detectado"
+    criteria:
+      - "Role chain sem ciclos (A->B->C->A proibido)"
+      - "Departamentos com pelo menos 1 role detectado"
+      - "Revenue signals consistentes com team_size"
+      - "Role consolidation tem evidencia verificavel"
+    action_on_pass: "Modelo de negocio validado"
+    action_on_fail: "Flaggar para revisao manual"
+    severity: "warning"
+
+  # --- Gate 6: SOW Completeness ---
+  QG-MB-6.1:
+    name: "SOW Completeness"
+    phase: "sow_generation"
+    type: "auto"
+    description: "Verifica se SOW dual-purpose esta completo"
+    criteria:
+      - "executor_type definido (Worker/Agent/Hybrid/Human)"
+      - "Pelo menos 2 tools sugeridas"
+      - "Pelo menos 2 tasks atribuidas"
+      - "Pelo menos 2 KPIs definidos"
+      - "Department definido"
+    action_on_pass: "SOW publicado"
+    action_on_fail: "SOW salvo como 'incomplete', flaggado"
+    severity: "warning"
+
+# ===========================================================================
+# VETO CONDITIONS
+# ===========================================================================
+# Condicoes que IMPEDEM fisicamente a criacao de artefatos.
+# Vetos sao bloqueantes (nao warnings). Nao podem ser overridden.
+
+veto_conditions:
+  MB_VC_001:
+    name: "Source Quality"
+    condition: "< 2 fontes distintas para entidade"
+    applies_to: ["agent_creation"]
+    action: "VETO - nao criar agente ate ter 2+ fontes"
+
+  MB_VC_002:
+    name: "Domain Orphan"
+    condition: "Role sem domain_match em DOMAINS-TAXONOMY"
+    applies_to: ["agent_creation"]
+    action: "VETO - adicionar ao taxonomy primeiro"
+
+  MB_VC_003:
+    name: "Circular Hierarchy"
+    condition: "Role chain com ciclo detectado (A->B->...->A)"
+    applies_to: ["business_model_detection"]
+    action: "VETO - corrigir hierarquia antes de aceitar"
+
+  MB_VC_004:
+    name: "Generic Agent"
+    condition: "Agente criado sem frameworks ou DNAs especificos"
+    applies_to: ["agent_creation"]
+    action: "VETO - minds first, never generic"
+
+  MB_VC_005:
+    name: "Skill Without Evidence"
+    condition: "Skill gerada sem source_id verificavel"
+    applies_to: ["skill_generation"]
+    action: "VETO - marcar como draft, nao publicar"
+
+  MB_VC_006:
+    name: "Duplicate Entity"
+    condition: "Entidade com fuzzy score >= 0.95 contra existente"
+    applies_to: ["entity_detection"]
+    action: "VETO - auto-merge com existente"
+
+  MB_VC_007:
+    name: "Empty SOW"
+    condition: "SOW sem responsibilities E sem tasks"
+    applies_to: ["sow_generation"]
+    action: "VETO - nao publicar SOW vazio"
+
+  MB_VC_008:
+    name: "Orphan Dossier"
+    condition: "Dossier sem nenhuma fonte ou chunk associado"
+    applies_to: ["dossier_creation"]
+    action: "VETO - nao criar dossier sem evidencia"
+
+# ===========================================================================
+# VIABILITY SCORING (APEX Adaptado)
+# ===========================================================================
+# Scoring multidimensional para avaliar viabilidade de criar agente de persona.
+# Adaptado do APEX do MMOS (6 dimensoes).
+
+viability_scoring:
+  dimensions:
+    A_availability:
+      description: "Volume e variedade de conteudo disponivel"
+      weight: 1.0
+      min_threshold: 5
+      scoring:
+        "10h+ content, 3+ source_types": 10
+        "5-10h, 2 source_types": 7
+        "1-5h, 1 source_type": 5
+        "< 1h": 3
+
+    P_persona_clarity:
+      description: "Consistencia de personalidade nas fontes"
+      weight: 0.9
+      min_threshold: 5
+      scoring:
+        "Voice consistente, frameworks unicos, filosofia clara": 10
+        "Voice identificavel, alguns frameworks": 7
+        "Voice variavel, poucos frameworks": 5
+        "Sem voice distinta": 3
+
+    E_evolution:
+      description: "Cobertura temporal e evolucao"
+      weight: 0.8
+      min_threshold: 5
+      scoring:
+        "5+ anos de conteudo, evolucao visivel": 10
+        "2-5 anos, alguma evolucao": 7
+        "1-2 anos": 5
+        "< 1 ano ou snapshot unico": 3
+
+    X_expertise:
+      description: "Frameworks originais e singularidade"
+      weight: 0.9
+      min_threshold: 5
+      scoring:
+        "10+ frameworks originais, metodologia unica": 10
+        "5-10 frameworks, alguma originalidade": 7
+        "2-5 frameworks, maioria generica": 5
+        "< 2 frameworks": 3
+
+    S_strategic_fit:
+      description: "Alinhamento com objetivos do Mega Brain"
+      weight: 0.8
+      min_threshold: 5
+      scoring:
+        "Alinhamento direto com dominios core": 10
+        "Alinhamento parcial": 7
+        "Alinhamento tangencial": 5
+        "Sem alinhamento claro": 3
+
+  decision_rules:
+    go: 7.0           # APEX >= 7.0 -> GO (criar agente completo)
+    conditional: 5.0   # APEX 5.0-6.9 -> CONDICIONAL (criar com ressalvas)
+    no_go: 0.0         # APEX < 5.0 -> NO-GO (apenas tracking)
+
+  auto_rejection:
+    threshold: 5.0
+    message: "APEX score abaixo do minimo. Entidade mantida em tracking."

package/core/patterns/trigger_config.yaml

@@ -0,0 +1,193 @@
+# TRIGGER CONFIG - Intelligence Layer v2.0
+# Configuracao de thresholds para criacao automatica de artefatos
+# Mega Brain REGRA #22 + Detection Intelligence v2.0
+#
+# Versao: 2.0.0
+# Data: 2026-02-25
+#
+# Changelog v2.0:
+#   - agent_creation_cargo agora usa weighted_score (tiered: established/emerging/emergent)
+#   - Novos pesos de deteccao: direct=1.0, inferred=0.7, emergent=0.5
+#   - Status lifecycle: emergent_candidate -> tracking -> active
+#   - Backward compat: se weighted_score ausente, usa mention_count como fallback
+
+version: "2.0.0"
+
+# ===========================================================================
+# THRESHOLDS DE CRIACAO
+# ===========================================================================
+
+thresholds:
+  # Quando criar novo DOSSIER TEMATICO
+  dossier_creation:
+    min_occurrences: 15        # tema aparece 15+ vezes nos chunks/insights
+    min_sources: 2             # de pelo menos 2 fontes diferentes
+    min_frameworks: 2          # pelo menos 2 frameworks associados ao tema
+    min_relevance_score: 25.0  # score ponderado minimo
+
+  # Quando ATUALIZAR dossier existente
+  dossier_update:
+    stale_days: 30             # dossier desatualizado apos 30 dias
+    min_new_elements: 5        # pelo menos 5 novos elementos justificam update
+
+  # Quando criar AGENTE DE PESSOA
+  agent_creation_person:
+    min_sources: 2             # pelo menos 2 fontes processadas
+    min_dna_elements: 30       # pelo menos 30 elementos DNA extraidos
+    min_frameworks: 5          # pelo menos 5 frameworks unicos
+
+  # ---------------------------------------------------------------------------
+  # AGENTE DE CARGO - Tiered Thresholds (v2.0)
+  # ---------------------------------------------------------------------------
+  # Usa weighted_score em vez de mention_count bruto.
+  # weighted_score = direct*1.0 + inferred*0.7 + emergent*0.5
+  # Fallback: se weighted_score ausente, usa mention_count.
+  #
+  # Tier hierarchy:
+  #   established -> cria agente (status: "active")
+  #   emerging    -> monitora, promove quando atinge established (status: "tracking")
+  #   emergent    -> apenas monitora, NAO cria agente (status: "emergent_candidate")
+  # ---------------------------------------------------------------------------
+
+  agent_creation_cargo:
+    # Tier 1: Roles com evidencia forte - CRIAR AGENTE
+    established:
+      min_weighted_score: 10     # weighted_score >= 10
+      min_sources: 2             # de pelo menos 2 fontes
+      domain_match_required: true
+      status_output: "active"
+
+    # Tier 2: Roles emergentes com evidencia moderada - MONITORAR
+    emerging:
+      min_weighted_score: 5      # weighted_score >= 5
+      min_sources: 1             # pelo menos 1 fonte
+      domain_match_required: false
+      status_output: "tracking"
+      # Regras de promocao para established
+      promotion_rules:
+        min_weighted_score: 15   # se chegar a 15 com 2+ fontes, sobe
+        min_sources: 2
+
+    # Tier 3: Roles detectados por emergencia/inferencia - OBSERVAR
+    emergent:
+      min_weighted_score: 3      # weighted_score >= 3
+      min_sources: 1             # pelo menos 1 fonte
+      status_output: "emergent_candidate"
+      # NAO cria agente. Apenas rastreia.
+      # Sobe para emerging quando weighted_score >= 5
+
+    # Backward compat: flat thresholds usados se tiered nao encontrado
+    min_mentions: 10
+    min_sources: 2
+    min_responsibilities: 3
+    domain_match_required: true
+
+  # Canonicalizacao de entidades
+  entity_canonicalization:
+    fuzzy_threshold: 0.85      # similaridade minima para candidato a merge
+    auto_merge_threshold: 0.95 # acima disso, merge automatico
+    min_occurrences_to_confirm: 3  # mencoes para confirmar entidade nova
+
+# ===========================================================================
+# PESOS DE SCORING
+# ===========================================================================
+
+scoring:
+  # Pesos para calcular relevancia de tema (dossier_trigger)
+  dossier_relevance:
+    cross_source_weight: 3.0   # bonus por cada fonte adicional
+    framework_weight: 2.0      # bonus por framework nomeado
+    heuristic_weight: 1.5      # bonus por heuristica com numeros
+    methodology_weight: 2.0    # bonus por metodologia step-by-step
+    philosophy_weight: 1.0     # bonus por crenca/filosofia
+
+  # Pesos para detectar role (role_detector)
+  role_relevance:
+    job_description_weight: 3.0  # mencao com descricao de funcao
+    metric_weight: 2.0           # mencao com KPIs/metricas
+    responsibility_weight: 2.5   # mencao com responsabilidades
+    hierarchy_weight: 1.5        # mencao com relacao hierarquica
+
+  # Pesos de tipo de deteccao (role_detector v2.0)
+  detection_type:
+    direct: 1.0                # nome do cargo aparece no texto
+    inferred: 0.7              # atividade implica cargo
+    emergent: 0.5              # role desconhecido detectado por pattern generico
+
+# ===========================================================================
+# STATUS LABELS
+# ===========================================================================
+
+status_labels:
+  # Role lifecycle (v2.0 - baseado em weighted_score)
+  role_tracking:
+    active: 10       # weighted_score >= 10 + 2 fontes = CRIAR agente
+    tracking: 5      # weighted_score 5-9 = monitorar
+    emergent_candidate: 3  # weighted_score 3-4 = apenas rastrear
+    observed: 0      # weighted_score < 3 = detectado mas insignificante
+
+  dossier_readiness:
+    ready: 25.0      # score >= 25 = criar dossier
+    candidate: 15.0  # score 15-25 = candidato, monitorar
+    tracking: 0.0    # score < 15 = apenas rastrear
+
+# ===========================================================================
+# CRITERIOS FORMAIS DE CRIACAO DE DOSSIERS (Sprint 4.7)
+# ===========================================================================
+# Documenta explicitamente QUANDO e POR QUE criar/atualizar dossiers.
+# Estes criterios sao enforced por dossier_trigger.py.
+
+dossier_creation:
+  criterios_formais:
+    - "Tema aparece em 15+ chunks de 2+ fontes distintas"
+    - "Relevance score >= 25.0 (cross_source*3 + framework*2 + methodology*2)"
+    - "Tema NAO e alias de dossier existente (canonicalizacao via entity_normalizer)"
+    - "Tema tem frameworks OU metodologias associados (nao apenas mencoes genericas)"
+    - "Tema pertence a pelo menos 1 dominio do DOMAINS-TAXONOMY.yaml"
+  incrementacao:
+    - "Novo batch com 5+ novos insights sobre tema existente"
+    - "Dossier nao atualizado em 30+ dias com novos dados disponiveis"
+    - "Novo framework ou metodologia descoberto para tema existente"
+  exclusao:
+    - "Temas genericos demais (ex: 'business', 'success', 'money')"
+    - "Temas que sao aliases de entidades ja canonicalizadas"
+    - "Temas sem frameworks NEM metodologias (apenas mencoes narrativas)"
+
+# ===========================================================================
+# KPIs DE SUCESSO - INTELLIGENCE LAYER (Sprint 4.8)
+# ===========================================================================
+# Metricas para avaliar saude e eficacia do pipeline.
+# Medidos apos cada batch e em relatorios semanais.
+
+kpis_intelligence_layer:
+  detection:
+    roles_detected_target: 33          # minimo de roles unicos detectados
+    roles_detected_stretch: 50         # meta agressiva
+    domains_covered_target: 7          # dominios com pelo menos 1 role (vs 1 antes)
+    inference_accuracy_target: 80      # % de roles inferidos confirmados manualmente
+    emergent_capture_rate: 5           # roles emergentes por 100 batches
+
+  triggers:
+    new_dossiers_per_100_batches: "3-5"
+    new_agents_per_100_batches: "1-2"
+    false_positive_rate_max: 10        # % maximo de falsos positivos
+    trigger_latency_max_seconds: 30    # tempo maximo para avaliar triggers
+
+  registry:
+    entity_dedup_rate_target: 95       # % de duplicatas canonicalizadas
+    orphan_rate_max: 5                 # % maximo de entidades sem source
+    weighted_score_coverage: 100       # % de roles com weighted_score calculado
+
+  quality:
+    dossier_min_frameworks: 2          # frameworks minimos por dossier
+    agent_min_responsibilities: 3      # responsabilidades minimas por agente
+    role_chain_max_depth: 6            # profundidade maxima de hierarquia
+
+  baselines:
+    pre_v2_roles: 18                   # roles detectados antes do Sprint 4
+    post_v2_roles_target: 33           # roles apos Sprint 4
+    pre_v2_domains: 1                  # apenas "vendas"
+    post_v2_domains_target: 7          # vendas + marketing + content + growth + design + tech + legal
+    cmo_weighted_score_before: 2.0     # CMO antes
+    cmo_weighted_score_target: 10.0    # CMO depois
+    copywriter_target: 10.0            # COPYWRITER weighted_score alvo

package/core/schemas/SCHEMA-INDEX.md

@@ -0,0 +1,94 @@
+# Schema Index
+
+> **Versão:** 1.0.0
+> **Última Atualização:** 2025-12-17
+
+## Schemas Disponíveis
+
+| Schema | Arquivo de Estado | Propósito |
+|--------|-------------------|-----------|
+| `chunks-state.schema.json` | `/artifacts/chunks/CHUNKS-STATE.json` | Chunks extraídos das fontes |
+| `canonical-map.schema.json` | `/artifacts/canonical/CANONICAL-MAP.json` | Mapa de entidades canônicas |
+| `insights-state.schema.json` | `/artifacts/insights/INSIGHTS-STATE.json` | Insights extraídos |
+| `narratives-state.schema.json` | `/artifacts/narratives/NARRATIVES-STATE.json` | Narrativas sintetizadas |
+| `file-registry.schema.json` | `/system/REGISTRY/file-registry.json` | Registry de arquivos processados |
+| `decisions-registry.schema.json` | `/logs/SYSTEM/decisions-registry.json` | Decisões e precedentes |
+
+## Sistema de IDs Unificado
+
+### Padrões de ID
+
+| Tipo | Formato | Exemplo |
+|------|---------|---------|
+| Source ID | `PREFIX` + `NNN` | `JL001`, `CG003`, `HR001` |
+| Chunk ID | `SOURCE_ID` + `-` + `NNN` | `JL001-001`, `CG003-015` |
+| Decision ID | `YYYYMMDDHHMMSS-ORIGIN-DEST` | `20251215130249-CRO-CFO` |
+| Precedent ID | `PREC-YYYY-NNN` | `PREC-2025-001` |
+
+### Prefixos de Fonte Registrados
+
+| Prefixo | Pessoa/Canal | Empresa |
+|---------|--------------|---------|
+| `JL` | Jordan Lee | AI Business |
+| `CJ` | Charlie Johnson Show | - |
+| `MT` | Max Tornow | Max Tornow Podcast |
+| `HR` | Alex Hormozi | - |
+| `CG` | Cole Gordon | - |
+| `SS` | Sam Oven | Setterlun University |
+
+## Foreign Keys (Rastreabilidade)
+
+```
+file-registry.json
+    ├─ source_id ──────────────────┐
+    └─ chunk_count                 │
+                                   ▼
+CHUNKS-STATE.json ◄────────────────┘
+    ├─ source_id
+    └─ chunks[]
+        └─ chunk_id ───────────────┐
+                                   │
+INSIGHTS-STATE.json ◄──────────────┤
+    └─ chunk_id                    │
+        └─ insight_id ─────────────┤
+                                   │
+NARRATIVES-STATE.json ◄────────────┤
+    └─ evidence_chain[] (chunk_ids)│
+                                   │
+decisions-registry.json ◄──────────┘
+    └─ chunk_ids[]
+    └─ sources[] (knowledge files)
+```
+
+## Validação
+
+### Usando Python
+
+```python
+import json
+import jsonschema
+
+# Load schema
+with open('system/SCHEMAS/chunks-state.schema.json') as f:
+    schema = json.load(f)
+
+# Load data
+with open('artifacts/chunks/CHUNKS-STATE.json') as f:
+    data = json.load(f)
+
+# Validate
+jsonschema.validate(data, schema)
+```
+
+### CLI (se jsonschema instalado)
+
+```bash
+python -m jsonschema -i CHUNKS-STATE.json chunks-state.schema.json
+```
+
+## Regras de Incremento
+
+1. **Nunca deletar** - apenas adicionar ou marcar como deprecated
+2. **Sempre validar** antes de salvar
+3. **Incrementar version** em cada mudança
+4. **Manter change_log** para auditoria

package/core/schemas/canonical-map.schema.json

@@ -0,0 +1,98 @@
+{
+  "$schema": "http://json-schema.org/draft-07/schema#",
+  "$id": "canonical-map.schema.json",
+  "title": "Canonical Map",
+  "description": "Schema for CANONICAL-MAP.json - entity resolution and alias mapping",
+  "type": "object",
+  "required": ["canonical_state"],
+  "properties": {
+    "canonical_state": {
+      "type": "object",
+      "required": ["canonical_map", "rules", "version"],
+      "properties": {
+        "canonical_map": {
+          "type": "object",
+          "additionalProperties": {
+            "type": "array",
+            "items": {
+              "$ref": "#/definitions/alias"
+            }
+          }
+        },
+        "rules": {
+          "type": "object",
+          "properties": {
+            "threshold_merge": {
+              "type": "number",
+              "minimum": 0,
+              "maximum": 1
+            }
+          }
+        },
+        "version": {
+          "type": "string"
+        }
+      }
+    },
+    "review_queue": {
+      "type": "array",
+      "items": {
+        "$ref": "#/definitions/review_item"
+      }
+    },
+    "collisions": {
+      "type": "array",
+      "items": {
+        "$ref": "#/definitions/collision"
+      }
+    }
+  },
+  "definitions": {
+    "alias": {
+      "type": "object",
+      "required": ["alias", "confidence"],
+      "properties": {
+        "alias": {
+          "type": "string"
+        },
+        "confidence": {
+          "type": "number",
+          "minimum": 0,
+          "maximum": 1
+        },
+        "source_id": {
+          "type": "string",
+          "description": "Where this alias was first found"
+        }
+      }
+    },
+    "review_item": {
+      "type": "object",
+      "required": ["candidate_a", "candidate_b", "confidence"],
+      "properties": {
+        "candidate_a": {"type": "string"},
+        "candidate_b": {"type": "string"},
+        "confidence": {"type": "number"},
+        "reason": {"type": "string"},
+        "scope": {"type": "string"},
+        "corpus": {"type": "string"}
+      }
+    },
+    "collision": {
+      "type": "object",
+      "required": ["label", "term", "seen_in"],
+      "properties": {
+        "label": {"type": "string"},
+        "term": {"type": "string"},
+        "seen_in": {
+          "type": "array",
+          "items": {"type": "string"}
+        },
+        "recommendation": {
+          "type": "string",
+          "enum": ["keep_separate", "merge_manual"]
+        }
+      }
+    }
+  }
+}