theus-cli-linux-arm64 1.2.1 → 1.3.0

package/vendor/theus-arsenal/skills/pipeline-opensource/SKILL.md

@@ -1,254 +0,0 @@
----
-name: pipeline-opensource
-description: Pipeline para publicar proyectos privados como open source de forma segura — bifurca (elimina secretos), sanitiza (verifica limpieza) y empaqueta (THEUS.md + setup.sh + README) encadenando 3 agentes. Úsala cuando el usuario quiera "liberar el código", "hacer público este proyecto" o preparar un repo privado para publicación.
----
-
-# Pipeline open source
-
-Publica cualquier proyecto como open source de forma segura mediante un pipeline de 3 etapas: **Bifurcar** (eliminar secretos) → **Sanitizar** (verificar limpieza) → **Empaquetar** (THEUS.md + setup.sh + README).
-
-## Cuándo usarla
-
-- El usuario dice "libera este proyecto como open source" o "hazlo público".
-- El usuario quiere preparar un repo privado para publicación pública.
-- El usuario necesita eliminar secretos antes de subir a GitHub.
-- El usuario pide alguna de las acciones: `fork`, `verificar`, `empaquetar`, `listar`, `estado`.
-
-## Acciones
-
-| Acción | Efecto |
-|--------|--------|
-| `fork PROYECTO` | Pipeline completo: bifurcar + sanitizar + empaquetar |
-| `verificar PROYECTO` | Ejecuta el sanitizador sobre un repo existente |
-| `empaquetar PROYECTO` | Genera THEUS.md + setup.sh + README |
-| `listar` | Muestra todos los proyectos en staging |
-| `estado PROYECTO` | Muestra los informes de un proyecto en staging |
-
-## Protocolo
-
-### fork PROYECTO
-
-**Pipeline completo — el flujo principal.**
-
-#### Paso 1: reunir parámetros
-
-Resuelve la ruta del proyecto. Si PROYECTO contiene `/`, trátalo como ruta (absoluta o relativa). Si no, busca en: el directorio de trabajo actual, `$HOME/PROYECTO`, y por último pregunta al usuario.
-
-```
-SOURCE_PATH="<ruta absoluta resuelta>"
-STAGING_PATH="$HOME/opensource-staging/${PROJECT_NAME}"
-```
-
-Pregunta al usuario:
-1. "¿Qué proyecto?" (si no se encontró)
-2. "¿Licencia? (MIT / Apache-2.0 / GPL-3.0 / BSD-3-Clause)"
-3. "¿Organización o usuario de GitHub?" (por defecto: detectar con `gh api user -q .login`)
-4. "¿Nombre del repo en GitHub?" (por defecto: el nombre del proyecto)
-5. "¿Descripción para el README?" (analiza el proyecto y sugiere una)
-
-#### Paso 2: crear el directorio de staging
-
-```bash
-mkdir -p $HOME/opensource-staging/
-```
-
-#### Paso 3: ejecutar el agente bifurcador
-
-Lanza el agente `bifurcador-opensource`:
-
-```
-Agent(
-  description="Bifurcar {PROYECTO} para open source",
-  subagent_type="bifurcador-opensource",
-  prompt="""
-Bifurca el proyecto para su publicación open source.
-
-Origen: {SOURCE_PATH}
-Destino: {STAGING_PATH}
-Licencia: {licencia_elegida}
-
-Sigue el protocolo de bifurcación completo:
-1. Copia los archivos (excluye .git, node_modules, __pycache__, .venv)
-2. Elimina todos los secretos y credenciales
-3. Reemplaza las referencias internas por marcadores
-4. Genera .env.example
-5. Limpia el historial de git
-6. Genera FORK_REPORT.md en {STAGING_PATH}/FORK_REPORT.md
-"""
-)
-```
-
-Espera a que termine. Lee `{STAGING_PATH}/FORK_REPORT.md`.
-
-#### Paso 4: ejecutar el agente sanitizador
-
-Lanza el agente `escaner-secretos`:
-
-```
-Agent(
-  description="Verificar la sanitización de {PROYECTO}",
-  subagent_type="escaner-secretos",
-  prompt="""
-Verifica la sanitización de la bifurcación open source.
-
-Proyecto: {STAGING_PATH}
-Origen (solo referencia): {SOURCE_PATH}
-
-Ejecuta TODAS las categorías de escaneo:
-1. Escaneo de secretos (CRÍTICO)
-2. Escaneo de PII (CRÍTICO)
-3. Escaneo de referencias internas (CRÍTICO)
-4. Comprobación de archivos peligrosos (CRÍTICO)
-5. Completitud de la configuración (ADVERTENCIA)
-6. Auditoría del historial de git
-
-Genera SANITIZATION_REPORT.md dentro de {STAGING_PATH}/ con veredicto PASS/FAIL.
-"""
-)
-```
-
-Espera a que termine. Lee `{STAGING_PATH}/SANITIZATION_REPORT.md`.
-
-**Si es FAIL:** muestra los hallazgos al usuario. Pregunta: "¿Corregimos y re-escaneamos, o abortamos?"
-- Si corregir: aplica las correcciones y vuelve a ejecutar el sanitizador (máximo 3 reintentos — tras 3 FAIL, presenta todos los hallazgos y pide al usuario que corrija manualmente).
-- Si abortar: limpia el directorio de staging.
-
-**Si es PASS o PASS CON ADVERTENCIAS:** continúa al Paso 5.
-
-#### Paso 5: ejecutar el agente empaquetador
-
-Lanza el agente `empaquetador-opensource`:
-
-```
-Agent(
-  description="Empaquetar {PROYECTO} para open source",
-  subagent_type="empaquetador-opensource",
-  prompt="""
-Genera el empaquetado open source del proyecto.
-
-Proyecto: {STAGING_PATH}
-Licencia: {licencia_elegida}
-Nombre del proyecto: {PROJECT_NAME}
-Descripción: {descripcion}
-Repo de GitHub: {github_repo}
-
-Genera:
-1. THEUS.md (comandos, arquitectura, archivos clave)
-2. setup.sh (arranque en un solo comando, hazlo ejecutable)
-3. README.md (o mejora el existente)
-4. LICENSE
-5. CONTRIBUTING.md
-6. .github/ISSUE_TEMPLATE/ (bug_report.md, feature_request.md)
-"""
-)
-```
-
-#### Paso 6: revisión final
-
-Presenta al usuario:
-```
-Bifurcación open source lista: {PROJECT_NAME}
-
-Ubicación: {STAGING_PATH}
-Licencia: {licencia}
-Archivos generados:
-  - THEUS.md
-  - setup.sh (ejecutable)
-  - README.md
-  - LICENSE
-  - CONTRIBUTING.md
-  - .env.example ({N} variables)
-
-Sanitización: {veredicto_sanitizacion}
-
-Próximos pasos:
-  1. Revisar: cd {STAGING_PATH}
-  2. Crear el repo: gh repo create {github_org}/{github_repo} --public
-  3. Subir: git remote add origin ... && git push -u origin main
-
-¿Procedemos con la creación en GitHub? (sí/no/revisar primero)
-```
-
-#### Paso 7: publicación en GitHub (con aprobación del usuario)
-
-```bash
-cd "{STAGING_PATH}"
-gh repo create "{github_org}/{github_repo}" --public --source=. --push --description "{descripcion}"
-```
-
----
-
-### verificar PROYECTO
-
-Ejecuta el sanitizador de forma independiente. Resuelve la ruta: si PROYECTO contiene `/`, trátalo como ruta. Si no, busca en `$HOME/opensource-staging/PROYECTO`, luego `$HOME/PROYECTO`, luego el directorio actual.
-
-```
-Agent(
-  subagent_type="escaner-secretos",
-  prompt="Verifica la sanitización de: {ruta_resuelta}. Ejecuta las 6 categorías de escaneo y genera SANITIZATION_REPORT.md."
-)
-```
-
----
-
-### empaquetar PROYECTO
-
-Ejecuta el empaquetador de forma independiente. Pregunta "¿Licencia?" y "¿Descripción?", luego:
-
-```
-Agent(
-  subagent_type="empaquetador-opensource",
-  prompt="Empaqueta: {ruta_resuelta} ..."
-)
-```
-
----
-
-### listar
-
-```bash
-ls -d $HOME/opensource-staging/*/
-```
-
-Muestra cada proyecto con su progreso en el pipeline (presencia de FORK_REPORT.md, SANITIZATION_REPORT.md, THEUS.md).
-
----
-
-### estado PROYECTO
-
-```bash
-cat $HOME/opensource-staging/${PROYECTO}/SANITIZATION_REPORT.md
-cat $HOME/opensource-staging/${PROYECTO}/FORK_REPORT.md
-```
-
-## Estructura del staging
-
-```
-$HOME/opensource-staging/
-  mi-proyecto/
-    FORK_REPORT.md           # Del agente bifurcador
-    SANITIZATION_REPORT.md   # Del agente sanitizador
-    THEUS.md                 # Del agente empaquetador
-    setup.sh                 # Del agente empaquetador
-    README.md                # Del agente empaquetador
-    .env.example             # Del agente bifurcador
-    ...                      # Archivos del proyecto sanitizados
-```
-
-## Antipatrones a evitar
-
-- **Nunca** publiques en GitHub sin la aprobación del usuario.
-- **Nunca** te saltes el sanitizador — es la puerta de seguridad.
-- **Nunca** continúes tras un FAIL del sanitizador sin corregir todos los hallazgos críticos.
-- **Nunca** dejes `.env`, `*.pem` ni `credentials.json` en el directorio de staging.
-
-## Buenas prácticas
-
-- Ejecuta siempre el pipeline completo (bifurcar → sanitizar → empaquetar) para publicaciones nuevas.
-- El directorio de staging persiste hasta que se limpia explícitamente — úsalo para revisar.
-- Vuelve a ejecutar el sanitizador tras cualquier corrección manual antes de publicar.
-- Parametriza los secretos en lugar de borrarlos — preserva la funcionalidad del proyecto.
-
-## Skills relacionadas
-
-Consulta `revision-seguridad` para los patrones de detección de secretos que usa el sanitizador.

package/vendor/theus-arsenal/skills/planificacion-demanda-inventario/SKILL.md

@@ -1,236 +0,0 @@
----
-name: planificacion-demanda-inventario
-description: Experiencia codificada en pronóstico de demanda, optimización de stock de seguridad,
-  planificación de reabastecimiento y estimación de lift promocional en retailers multi-tienda.
-  Incluye selección de método de pronóstico, análisis ABC/XYZ, transiciones estacionales y marcos
-  de negociación con proveedores. Úsala al pronosticar demanda, fijar stock de seguridad, planificar
-  reabastecimiento, gestionar promociones u optimizar niveles de inventario.
----
-
-# Planificación de demanda e inventario
-
-## Rol y contexto
-
-Actúas como un planificador de demanda sénior en un retailer multi-tienda que opera entre 40 y 200 locales con centros de distribución regionales. Gestionas de 300 a 800 SKUs activos en categorías como abarrotes, mercadería general, estacionales y surtidos promocionales. Tus sistemas incluyen una suite de planificación de demanda (Blue Yonder, Oracle Demantra o Kinaxis), un ERP (SAP, Oracle), un WMS para inventario a nivel de CD, feeds de datos POS a nivel de tienda y portales de proveedores para gestión de órdenes de compra. Te ubicas entre comercial/merchandising (que decide qué vender y a qué precio), cadena de suministro (que gestiona capacidad de almacén y transporte) y finanzas (que fija presupuestos de inversión en inventario y metas de GMROI). Tu trabajo es traducir la intención comercial en órdenes de compra ejecutables, minimizando a la vez los quiebres de stock y el exceso de inventario.
-
-## Cuándo usarla
-
-- Al generar o revisar pronósticos de demanda para SKUs existentes o nuevos.
-- Al fijar niveles de stock de seguridad según variabilidad de demanda y metas de nivel de servicio.
-- Al planificar reabastecimiento para transiciones estacionales, promociones o lanzamientos.
-- Al evaluar la precisión del pronóstico y ajustar modelos u overrides.
-- Al tomar decisiones de compra bajo restricciones de MOQ del proveedor o cambios de lead time.
-
-## Cómo funciona
-
-1. Recolecta señales de demanda (sell-through POS, pedidos, despachos) y limpia los outliers.
-2. Selecciona el método de pronóstico por SKU según la clasificación ABC/XYZ y el patrón de demanda.
-3. Aplica lifts promocionales, ajustes por canibalización y factores causales externos.
-4. Calcula el stock de seguridad usando variabilidad de demanda, variabilidad de lead time y fill rate objetivo.
-5. Genera órdenes de compra sugeridas, aplica redondeo por MOQ/EOQ y enruta a revisión del planificador.
-6. Monitorea la precisión del pronóstico (MAPE, sesgo) y ajusta modelos en el siguiente ciclo de planificación.
-
-## Ejemplos
-
-- **Planificación de promoción estacional**: comercial planifica una promoción BOGO de 3 semanas sobre un SKU top-20. Estima el lift promocional con la elasticidad histórica de promociones, calcula la cantidad de compra anticipada, coordina con el proveedor la OC adelantada y la capacidad logística, y planifica la caída de demanda post-promoción.
-- **Lanzamiento de SKU nuevo**: sin historial de demanda. Usa mapeo de SKUs análogos (categoría, punto de precio y marca similares) para generar el pronóstico inicial, fija un stock de seguridad conservador de 2 semanas de venta proyectada y define la cadencia de revisión de las primeras 8 semanas.
-- **Reabastecimiento de CD ante cambio de lead time**: un proveedor clave extiende el lead time de 14 a 21 días por congestión portuaria. Recalcula el stock de seguridad de todos los SKUs afectados, identifica cuáles corren riesgo de quiebre antes de que lleguen las nuevas OCs y recomienda pedidos puente o abastecimiento sustituto.
-
-## Conocimiento central
-
-### Métodos de pronóstico y cuándo usar cada uno
-
-**Promedios móviles (simple, ponderado, trailing):** para ítems de demanda estable y baja variabilidad donde el historial reciente es un predictor confiable. Un promedio móvil simple de 4 semanas funciona para básicos tipo commodity. Los promedios ponderados (más peso a semanas recientes) van mejor cuando la demanda es estable pero con leve deriva. Nunca uses promedios móviles en ítems estacionales — se rezagan respecto a los cambios de tendencia media ventana.
-
-**Suavizamiento exponencial (simple, doble, triple):** el suavizamiento exponencial simple (SES, alfa 0.1–0.3) sirve para demanda estacionaria con ruido. El doble (Holt) añade seguimiento de tendencia — úsalo en ítems con crecimiento o declive consistente. El triple (Holt-Winters) añade índices estacionales — es el caballo de batalla para ítems estacionales con ciclos de 52 semanas o 12 meses. Los parámetros alfa/beta/gamma son críticos: un alfa alto (>0.3) persigue el ruido en ítems volátiles; un alfa bajo (<0.1) responde demasiado lento a cambios de régimen. Optimiza sobre datos de holdout, nunca sobre los mismos datos usados para ajustar.
-
-**Descomposición estacional (STL, clásica, X-13ARIMA-SEATS):** cuando necesitas aislar por separado tendencia, estacionalidad y residuo. STL (descomposición estacional y de tendencia con Loess) es robusta ante outliers. Úsala cuando los patrones estacionales cambian año a año, cuando necesitas desestacionalizar antes de aplicar otro modelo, o al construir estimaciones de lift promocional sobre una línea base limpia.
-
-**Modelos causales/de regresión:** cuando factores externos mueven la demanda más allá del historial propio del ítem — elasticidad de precio, flags promocionales, clima, acciones de la competencia, eventos locales. El desafío práctico es la ingeniería de variables: los flags promocionales deben codificar profundidad (% de descuento), tipo de exhibición, presencia en encarte y promociones cruzadas de categoría. El sobreajuste sobre historial promocional escaso es la trampa número uno. Regulariza agresivamente (Lasso/Ridge) y valida fuera de tiempo, no solo fuera de muestra.
-
-**Machine learning (gradient boosting, redes neuronales):** se justifica con datos grandes (1,000+ SKUs × 2+ años de historial semanal), múltiples regresores externos y un equipo de ingeniería de ML. LightGBM/XGBoost con buena ingeniería de variables supera a los métodos simples en 10–20 % de WAPE en ítems promocionales e intermitentes. Pero exigen monitoreo continuo — la deriva de modelo en retail es real y el reentrenamiento trimestral es el mínimo.
-
-### Métricas de precisión del pronóstico
-
-- **MAPE (error porcentual absoluto medio):** métrica estándar, pero se rompe en ítems de bajo volumen (dividir entre reales cercanos a cero infla los porcentajes). Úsala solo en ítems que promedien 50+ unidades/semana.
-- **MAPE ponderado (WMAPE):** suma de errores absolutos dividida entre la suma de reales. Evita que los ítems de bajo volumen dominen la métrica. Es la métrica que le importa a finanzas porque refleja dinero.
-- **Sesgo:** error medio con signo. Sesgo positivo = pronóstico sistemáticamente alto (riesgo de sobrestock). Sesgo negativo = sistemáticamente bajo (riesgo de quiebre). Un sesgo < ±5 % es sano. Un sesgo > 10 % en cualquier dirección indica un problema estructural del modelo, no ruido.
-- **Señal de seguimiento (tracking signal):** error acumulado dividido entre la MAD (desviación absoluta media). Cuando supera ±4, el modelo se ha desviado y necesita intervención — reparametrizar o cambiar de método.
-
-### Cálculo de stock de seguridad
-
-La fórmula de libro es `SS = Z × σ_d × √(LT + RP)` donde Z es el z-score del nivel de servicio, σ_d la desviación estándar de la demanda por período, LT el lead time en períodos y RP el período de revisión. En la práctica, esta fórmula solo funciona para demanda estacionaria con distribución normal.
-
-**Metas de nivel de servicio:** 95 % (Z=1.65) es el estándar para ítems A. 99 % (Z=2.33) para ítems críticos/A+ donde el costo de quiebre supera con creces el de almacenamiento. 90 % (Z=1.28) es aceptable para ítems C. Pasar de 95 % a 99 % casi duplica el stock de seguridad — cuantifica siempre el costo de inversión en inventario del nivel de servicio incremental antes de comprometerte.
-
-**Variabilidad de lead time:** cuando los lead times del proveedor son inciertos, usa `SS = Z × √(LT_prom × σ_d² + d_prom² × σ_LT²)` — captura tanto la variabilidad de demanda como la de lead time. Los proveedores con coeficiente de variación (CV) de lead time > 0.3 requieren ajustes de stock de seguridad que pueden ser 40–60 % mayores de lo que sugieren las fórmulas solo-demanda.
-
-**Demanda intermitente/errática:** el stock de seguridad de distribución normal falla en ítems con muchos períodos de demanda cero. Usa el método de Croston para pronosticar demanda intermitente (pronósticos separados para intervalo entre demandas y tamaño de demanda) y calcula el stock de seguridad con una distribución de demanda bootstrapped en lugar de fórmulas analíticas.
-
-**Productos nuevos:** sin historial no hay σ_d. Usa perfilado de ítems análogos — busca los 3–5 ítems más similares en la misma etapa de ciclo de vida y usa su variabilidad de demanda como proxy. Añade un colchón de 20–30 % las primeras 8 semanas y redúcelo a medida que se acumula historial propio.
-
-### Lógica de reorden
-
-**Posición de inventario:** `PI = En mano + En tránsito − Backorders − Comprometido (asignado a pedidos abiertos de clientes)`. Nunca reordenes basándote solo en el inventario en mano — duplicarás pedidos cuando haya OCs en tránsito.
-
-**Mín/Máx:** simple, apto para ítems de demanda estable con lead times consistentes. Mín = demanda promedio durante el lead time + stock de seguridad. Máx = Mín + EOQ. Cuando la PI cae al Mín, ordena hasta el Máx. Debilidad: no se adapta a cambios de patrón de demanda sin ajuste manual.
-
-**Punto de reorden / EOQ:** ROP = demanda promedio durante el lead time + stock de seguridad. EOQ = √(2DS/H) donde D = demanda anual, S = costo de ordenar, H = costo de mantener por unidad al año. El EOQ es teóricamente óptimo para demanda constante, pero en la práctica redondeas a cajas del proveedor, camas o niveles de pallet. Un EOQ "perfecto" de 847 unidades no significa nada si el proveedor despacha en cajas de 24.
-
-**Revisión periódica (R,S):** revisa el inventario cada R períodos y ordena hasta el nivel objetivo S. Mejor cuando consolidas pedidos a un proveedor en días fijos (p. ej. pedidos los martes para recojo los jueves). R lo fija el calendario de entrega del proveedor; S = demanda promedio durante (R + LT) + stock de seguridad para ese período combinado.
-
-**Frecuencias por tier de proveedor:** los proveedores A (top 10 por gasto) tienen ciclo de revisión semanal. Los B (siguientes 20), quincenal. Los C (el resto), mensual. Esto alinea el esfuerzo de revisión con el impacto financiero y permite descuentos por consolidación.
-
-### Planificación promocional
-
-**Distorsión de la señal de demanda:** las promociones crean picos artificiales que contaminan el pronóstico base. Retira el volumen promocional del historial antes de ajustar los modelos base. Mantén una capa separada de "lift promocional" que se aplique multiplicativamente sobre la base durante las semanas de promoción.
-
-**Métodos de estimación de lift:** (1) comparación interanual de períodos con y sin promoción para el mismo ítem. (2) Modelo de elasticidad cruzada con profundidad histórica del descuento, tipo de exhibición y soporte de medios como insumos. (3) Lift de ítem análogo — los ítems nuevos toman prestados perfiles de lift de ítems similares de la misma categoría ya promocionados. Lifts típicos: 15–40 % solo con TPR (reducción temporal de precio), 80–200 % con TPR + exhibición + encarte, 300–500 %+ en eventos gancho/loss-leader.
-
-**Canibalización:** cuando se promociona el SKU A, el SKU B (misma categoría, precio similar) pierde volumen. Estima la canibalización en 10–30 % del volumen incremental para sustitutos cercanos. Ignora la canibalización entre categorías salvo que la promoción sea un generador de tráfico que cambie la composición de la canasta.
-
-**Cálculo de compra adelantada (forward-buy):** los clientes se abastecen durante promociones profundas, generando una caída post-promoción. La duración de la caída correlaciona con la vida útil del producto y la profundidad del descuento. Un 30 % de descuento en un ítem de despensa con 12 meses de vida útil genera 2–4 semanas de caída mientras los hogares consumen lo acumulado. Un 15 % en un perecible casi no genera caída.
-
-**Caída post-promoción:** espera 1–3 semanas de demanda bajo la base después de una promoción grande. La magnitud típica es 30–50 % del lift incremental, concentrada en la primera semana. No pronosticar la caída lleva a exceso de inventario y rebajas.
-
-### Clasificación ABC/XYZ
-
-**ABC (valor):** A = 20 % superior de SKUs que genera el 80 % del ingreso/margen. B = siguiente 30 % que genera el 15 %. C = 50 % inferior que genera el 5 %. Clasifica por contribución de margen, no por ingreso, para no sobreinvertir en ítems de alto ingreso y bajo margen.
-
-**XYZ (previsibilidad):** X = CV de demanda < 0.5 (muy predecible). Y = CV 0.5–1.0 (moderado). Z = CV > 1.0 (errático). Calcula sobre demanda desestacionalizada y sin promociones, para no penalizar ítems estacionales que en realidad son predecibles dentro de su patrón.
-
-**Matriz de políticas:** los ítems AX reciben reabastecimiento automático con stock de seguridad ajustado. Los AZ requieren revisión humana cada ciclo — son de alto valor pero erráticos. Los CX reciben reabastecimiento automático con períodos de revisión generosos. Los CZ son candidatos a descontinuación o conversión a make-to-order.
-
-### Gestión de transiciones estacionales
-
-**Timing de compra:** las compras estacionales (fiestas, verano, campaña escolar) se comprometen 12–20 semanas antes de la temporada de venta. Asigna 60–70 % de la demanda esperada de la temporada en la compra inicial y reserva 30–40 % para reorden según el sell-through temprano. Esa reserva "open-to-buy" es tu cobertura contra el error de pronóstico.
-
-**Timing de rebajas:** inicia rebajas cuando el ritmo de sell-through cae bajo el 60 % del plan a mitad de temporada. Rebajas tempranas y suaves (20–30 %) recuperan más margen que rebajas tardías y profundas (50–70 %). Regla práctica: cada semana de retraso en iniciar la rebaja cuesta 3–5 puntos porcentuales de margen sobre el inventario restante.
-
-**Liquidación de fin de temporada:** fija una fecha de corte dura (típicamente 2–3 semanas antes de que llegue el producto de la siguiente temporada). Todo lo que quede al corte va a outlet, liquidador o donación. Guardar producto estacional para el año siguiente rara vez funciona — los ítems de moda envejecen y el costo de almacenamiento erosiona cualquier recuperación de margen.
-
-## Marcos de decisión
-
-### Selección de método de pronóstico por patrón de demanda
-
-| Patrón de demanda | Método principal | Método alternativo | Disparador de revisión |
-|---|---|---|---|
-| Estable, alto volumen, sin estacionalidad | Promedio móvil ponderado (4–8 semanas) | Suavizamiento exponencial simple | WMAPE > 25 % durante 4 semanas seguidas |
-| Con tendencia (crecimiento o declive) | Suavizamiento doble de Holt | Regresión lineal sobre las últimas 26 semanas | Señal de seguimiento supera ±4 |
-| Estacional, patrón repetitivo | Holt-Winters (multiplicativo si crece, aditivo si estable) | Descomposición STL + SES sobre el residuo | Correlación del patrón interanual < 0.7 |
-| Intermitente / errático (>30 % de períodos en cero) | Método de Croston o SBA (aproximación Syntetos-Boylan) | Simulación bootstrap sobre intervalos de demanda | El intervalo medio entre demandas cambia >30 % |
-| Impulsado por promociones | Regresión causal (base + capa de lift promocional) | Lift de ítem análogo + base | Los reales post-promoción se desvían >40 % del pronóstico |
-| Producto nuevo (0–12 semanas de historial) | Perfil de ítem análogo con curva de ciclo de vida | Promedio de categoría con decaimiento hacia el real | El WMAPE con datos propios se estabiliza por debajo del basado en análogos |
-| Impulsado por eventos (clima, eventos locales) | Regresión con regresores externos | Override manual con justificación documentada | Reevaluar cuando la correlación regresor-demanda cae bajo 0.6 o el error en períodos de evento supera 30 % en 2 eventos comparables |
-
-### Selección de nivel de servicio para stock de seguridad
-
-| Segmento | Nivel de servicio objetivo | Z-score | Justificación |
-|---|---|---|---|
-| AX (alto valor, predecible) | 97.5 % | 1.96 | El alto valor justifica la inversión; la baja variabilidad mantiene el SS moderado |
-| AY (alto valor, variabilidad moderada) | 95 % | 1.65 | Meta estándar; la variabilidad hace prohibitivo un NS mayor |
-| AZ (alto valor, errático) | 92–95 % | 1.41–1.65 | La demanda errática encarece astronómicamente un NS alto; complementa con capacidad de expeditación |
-| BX/BY | 95 % | 1.65 | Meta estándar |
-| BZ | 90 % | 1.28 | Acepta algo de riesgo de quiebre en ítems medios erráticos |
-| CX/CY | 90–92 % | 1.28–1.41 | El bajo valor no justifica alta inversión en SS |
-| CZ | 85 % | 1.04 | Candidato a descontinuación; inversión mínima |
-
-### Marco de decisión de lift promocional
-
-1. **¿Hay datos históricos de lift para esta combinación SKU-tipo de promoción?** → Usa el lift propio del ítem con ponderación por recencia (últimas 3 promociones ponderadas 50/30/20).
-2. **¿No hay datos propios pero la categoría ya se ha promocionado?** → Usa lift de ítem análogo ajustado por punto de precio y tier de marca.
-3. **¿Categoría o tipo de promoción totalmente nuevos?** → Usa el lift promedio de categoría con un descuento conservador del 20 %. Añade un colchón de stock de seguridad más amplio para el período promocional.
-4. **¿Promoción cruzada con otra categoría?** → Modela por separado el generador de tráfico y el beneficiario de la promoción cruzada. Aplica coeficiente de elasticidad cruzada si existe; por defecto, 0.15 de lift por efecto halo entre categorías.
-5. **Modela siempre la caída post-promoción.** Por defecto, 40 % del lift incremental, distribuido 60/30/10 en las tres semanas posteriores.
-
-### Decisión de timing de rebaja
-
-| Sell-through a mitad de temporada | Acción | Recuperación de margen esperada |
-|---|---|---|
-| ≥ 80 % del plan | Mantén el precio. Reordena con cautela si las semanas de cobertura < 3. | Margen completo |
-| 60–79 % del plan | Aplica 20–25 % de rebaja. Sin reorden. | 70–80 % del margen original |
-| 40–59 % del plan | Aplica 30–40 % de rebaja de inmediato. Cancela OCs abiertas. | 50–65 % del margen original |
-| < 40 % del plan | Aplica 50 %+ de rebaja. Explora canales de liquidación. Marca el error de compra para post-mortem. | 30–45 % del margen original |
-
-### Decisión de descontinuar ítems de baja rotación
-
-Evalúa trimestralmente. Marca para descontinuación cuando se cumplan TODAS estas condiciones:
-- Semanas de cobertura > 26 al ritmo actual de sell-through.
-- Velocidad de venta de las últimas 13 semanas < 50 % de las primeras 13 semanas del ítem (ciclo de vida en declive).
-- Sin actividad promocional planificada en las próximas 8 semanas.
-- El ítem no tiene obligación contractual (compromiso de planograma, acuerdo con proveedor).
-- Existe SKU de reemplazo o sustitución, o la categoría puede absorber el hueco.
-
-Si se marca, inicia rebaja del 30 % durante 4 semanas. Si sigue sin moverse, escala al 50 % o liquidación. Fija una fecha de salida dura a 8 semanas de la primera rebaja. No permitas que los ítems de baja rotación se eternicen en el surtido — consumen góndola, posiciones de almacén y capital de trabajo.
-
-## Casos límite clave
-
-Se incluyen resúmenes breves para que puedas expandirlos en playbooks específicos del proyecto si hace falta.
-
-1. **Lanzamiento con historial cero:** el perfilado de ítems análogos es tu única herramienta. Selecciona los análogos con cuidado — empareja por punto de precio, categoría, tier de marca y demografía objetivo, no solo por tipo de producto. Compromete una compra inicial conservadora (60 % del pronóstico basado en análogos) y define disparadores de reabastecimiento automático semanales.
-
-2. **Pico viral en redes sociales:** la demanda salta 500–2,000 % sin aviso. No lo persigas — para cuando tu cadena de suministro responda (lead times de 4–8 semanas), el pico ya pasó. Captura lo que puedas del inventario existente, aplica reglas de asignación para evitar que un solo local acapare, y deja pasar la ola. Revisa la línea base solo si la demanda sostenida persiste 4+ semanas tras el pico.
-
-3. **Lead time del proveedor que se duplica de un día para otro:** recalcula el stock de seguridad de inmediato con el nuevo lead time. Si el SS se duplica, probablemente no puedas cubrir el hueco con el inventario actual. Emite un pedido de emergencia por el delta, negocia despachos parciales e identifica proveedores secundarios. Comunica a comercial que los niveles de servicio caerán temporalmente.
-
-4. **Canibalización por una promoción no planificada:** un competidor u otro departamento lanza una promoción no planificada que roba volumen a tu categoría. Tu pronóstico sobreproyectará. Detéctalo temprano monitoreando el POS diario en busca de rupturas de patrón, y aplica un override manual a la baja. Difiere pedidos entrantes si es posible.
-
-5. **Cambio de régimen del patrón de demanda:** un ítem estable-estacional pasa de pronto a tendencial o errático. Es común tras una reformulación, cambio de empaque o entrada/salida de un competidor. El modelo antiguo fallará en silencio. Monitorea la señal de seguimiento semanalmente — cuando supere ±4 durante dos períodos consecutivos, dispara una reselección de modelo.
-
-6. **Inventario fantasma:** el WMS dice que tienes 200 unidades; el conteo físico revela 40. Toda decisión de pronóstico y reabastecimiento basada en ese inventario fantasma es errónea. Sospecha de inventario fantasma cuando el nivel de servicio cae pese a un stock "adecuado". Realiza conteos cíclicos en cualquier ítem con quiebres que el sistema dice que no deberían haber ocurrido.
-
-7. **Conflictos de MOQ del proveedor:** tu EOQ dice ordenar 150 unidades; el mínimo del proveedor es 500. O sobreordenas (aceptando semanas de exceso) o negocias. Opciones: consolidar con otros ítems del mismo proveedor para llegar a los mínimos en dólares, negociar un MOQ menor para ese SKU, o aceptar el excedente si el costo de mantener es menor que ordenar a un proveedor alternativo.
-
-8. **Efectos de corrimiento del calendario festivo:** cuando los feriados clave cambian de posición en el calendario (p. ej. Semana Santa se mueve entre marzo y abril), las comparaciones semana a semana se rompen. Alinea los pronósticos a "semanas relativas al feriado" y no a semanas calendario. No considerar que Semana Santa pasa de la semana 13 a la 16 generará errores de pronóstico significativos en ambos años.
-
-## Patrones de comunicación
-
-### Calibración de tono
-
-- **Reorden rutinario a proveedor:** transaccional, breve, guiado por referencia de OC. "OC #XXXX para entrega la semana del DD/MM según nuestro calendario acordado."
-- **Escalamiento de lead time a proveedor:** firme, basado en hechos, cuantifica el impacto de negocio. "Nuestro análisis muestra que su lead time subió de 14 a 22 días en las últimas 8 semanas. Esto generó X eventos de quiebre. Necesitamos un plan correctivo para el [fecha]."
-- **Alerta interna de quiebre:** urgente, accionable, incluye ingreso en riesgo estimado. Abre con el impacto al cliente, no con la métrica de inventario. "El SKU X quebrará en 12 locales para el jueves. Venta perdida estimada: $XX,000. Acción recomendada: [expeditar/reasignar/sustituir]."
-- **Recomendación de rebaja a comercial:** basada en datos, con análisis de impacto en margen. Nunca lo plantees como "compramos de más" — plantéalo como "el ritmo de sell-through exige acción de precio para cumplir las metas de margen".
-- **Entrega de pronóstico promocional:** estructurado, con base, lift y caída post-promoción desglosados. Incluye supuestos y rango de confianza. "Base: 500 unidades/semana. Lift promocional estimado: 180 % (900 incrementales). Caída post-promo: −35 % durante 2 semanas. Confianza: ±25 %."
-- **Supuestos de pronóstico de producto nuevo:** documenta cada supuesto explícitamente para poder auditarlo en el post-mortem. "Según los análogos [lista], proyectamos 200 unidades/semana en las semanas 1–4, decayendo a 120 unidades/semana hacia la semana 8. Supuestos: precio $X, distribución a 80 puntos, sin lanzamiento competidor en la ventana."
-
-Las plantillas anteriores son breves. Adáptalas a tus flujos de proveedores, ventas y planificación de operaciones antes de usarlas en producción.
-
-## Protocolos de escalamiento
-
-### Disparadores de escalamiento automático
-
-| Disparador | Acción | Plazo |
-|---|---|---|
-| Quiebre proyectado de un ítem A en 7 días | Alertar al gerente de planificación de demanda + comprador de categoría | En 4 horas |
-| Proveedor confirma aumento de lead time > 25 % | Notificar al director de cadena de suministro; recalcular todas las OCs abiertas | En 1 día hábil |
-| Error de pronóstico promocional > 40 % (por exceso o defecto) | Debrief post-promoción con comercial y proveedor | En 1 semana tras el fin de la promoción |
-| Exceso de inventario > 26 semanas de cobertura en cualquier ítem A/B | Recomendación de rebaja al VP de comercial | En 1 semana desde la detección |
-| Sesgo de pronóstico > ±10 % durante 4 semanas seguidas | Revisión y reparametrización del modelo | En 2 semanas |
-| Sell-through de producto nuevo < 40 % del plan tras 4 semanas | Revisión de surtido con comercial | En 1 semana |
-| Nivel de servicio bajo 90 % en cualquier categoría | Análisis de causa raíz y plan correctivo | En 48 horas |
-
-### Cadena de escalamiento
-
-Nivel 1 (planificador de demanda) → Nivel 2 (gerente de planificación, 24 horas) → Nivel 3 (director de planificación de cadena de suministro, 48 horas) → Nivel 4 (VP de cadena de suministro, 72+ horas o cualquier quiebre de ítem A en un cliente enterprise).
-
-## Indicadores de desempeño
-
-Sigue semanalmente y analiza la tendencia mensual:
-
-| Métrica | Meta | Bandera roja |
-|---|---|---|
-| WMAPE (error porcentual absoluto medio ponderado) | < 25 % | > 35 % |
-| Sesgo de pronóstico | ±5 % | > ±10 % durante 4+ semanas |
-| Tasa de disponibilidad (ítems A) | > 97 % | < 94 % |
-| Tasa de disponibilidad (todos los ítems) | > 95 % | < 92 % |
-| Semanas de cobertura (agregado) | 4–8 semanas | > 12 o < 3 |
-| Exceso de inventario (>26 semanas de cobertura) | < 5 % de los SKUs | > 10 % de los SKUs |
-| Stock muerto (cero ventas, 13+ semanas) | < 2 % de los SKUs | > 5 % de los SKUs |
-| Fill rate de órdenes de compra de proveedores | > 95 % | < 90 % |
-| Precisión del pronóstico promocional (WMAPE) | < 35 % | > 50 % |
-
-## Recursos adicionales
-
-- Complementa esta skill con tu modelo de segmentación de SKUs, tu política de niveles de servicio y el registro de auditoría de overrides del planificador.
-- Guarda los post-mortems de promociones fallidas, retrasos de proveedores y overrides de pronóstico junto al flujo de planificación para que los casos límite sigan siendo accionables.

package/vendor/theus-arsenal/skills/planificador-trades-prediccion/SKILL.md

@@ -1,60 +0,0 @@
----
-name: planificador-trades-prediccion
-description: Construye hojas de trabajo de planificación de trades en mercados de predicción, sin carácter de asesoría, para flujos de Itô u otros venues. Úsala para inspeccionar venues, subyacentes, restricciones, prerrequisitos de órdenes y pasos de ejecución manual, sin colocar trades ni recomendar posiciones.
----
-
-# Planificador de trades en mercados de predicción (Itô)
-
-Usa esta skill cuando el usuario quiera una hoja de trabajo estructurada para una idea de mercado de predicción, un ajuste de basket, una comparación de venues o un plan de ejecución manual.
-
-La skill es deliberadamente no ejecutora. Produce listas de verificación y tablas de parámetros que el usuario revisa manualmente.
-
-## Guardarraíles
-
-- No digas que un trade es bueno, malo, óptimo ni recomendado.
-- No des asesoría de inversión ni de dimensionamiento de posiciones.
-- No coloques, canceles, enrutes ni firmes órdenes.
-- No solicites claves privadas, frases semilla, contraseñas de exchanges ni credenciales de wallets.
-- Exige aprobación explícita del usuario antes de que cualquier flujo pase de investigación a herramientas con capacidad de ejecución.
-
-## Flujo de planificación
-
-1. Reformula la idea del usuario como una hipótesis neutral.
-2. Identifica mercados, venues, subyacentes, reglas de resolución, comisiones y restricciones de frescura de datos.
-3. Si `ITO_API_KEY` está configurada y se solicita, lee metadatos de baskets de Itô (acceso externo propio del usuario, no incluido en la suscripción de Theus).
-4. Construye una hoja de trabajo manual:
-   - mercado/subyacente
-   - venue
-   - fuente de datos
-   - precio o estado observable actual
-   - regla de resolución
-   - advertencia de liquidez
-   - preguntas abiertas
-   - enlace de acción manual o siguiente paso de revisión
-5. Ejecuta `revision-riesgo-prediccion` antes de hablar de automatización, claves, autenticación de venues o restricciones de capital.
-
-## Lenguaje permitido
-
-Usa:
-
-- "hoja de trabajo de planificación manual"
-- "preguntas a responder antes de actuar"
-- "datos observables del venue"
-- "revisión de riesgos y restricciones"
-
-Evita:
-
-- "deberías comprar/vender"
-- "el mejor trade"
-- "garantizado"
-- "sin riesgo"
-- "tamaño óptimo"
-
-## Contrato de salida
-
-Termina cada plan con:
-
-```text
-Esto es una hoja de trabajo de planificación, no asesoría de inversión ni de
-trading. Revisa las reglas del venue y toma tus propias decisiones de trading.
-```