theus-cli-linux-x64 1.2.1 → 1.3.0

package/vendor/theus-arsenal/skills/aprendizaje-continuo-v2/agents/observer-loop.sh

@@ -1,374 +0,0 @@
-#!/usr/bin/env bash
-# Aprendizaje continuo v2 - Bucle en segundo plano del observador
-#
-# Incluye guarda de reentrada, regulación con cooldown y muestreo por cola
-# para evitar la explosión de memoria por procesos de análisis paralelos
-# descontrolados.
-
-set +e
-unset THEUSCODE
-
-SLEEP_PID=""
-USR1_FIRED=0
-PENDING_ANALYSIS=0
-ANALYZING=0
-LAST_ANALYSIS_EPOCH=0
-# Segundos mínimos entre análisis (evita re-disparos rápidos)
-ANALYSIS_COOLDOWN="${THEUS_OBSERVER_ANALYSIS_COOLDOWN:-60}"
-IDLE_TIMEOUT_SECONDS="${THEUS_OBSERVER_IDLE_TIMEOUT_SECONDS:-1800}"
-SESSION_LEASE_DIR="${PROJECT_DIR}/.observer-sessions"
-ACTIVITY_FILE="${PROJECT_DIR}/.observer-last-activity"
-
-# Resolver el directorio propio de este script para que los scripts hermanos
-# (session-guardian.sh) y los helpers relativos (../scripts/instinct-cli.py)
-# se resuelvan bien tanto si el archivo se ejecuta como si se carga con source.
-# $0 es el *llamador* cuando se hace source, así que se prefiere
-# ${BASH_SOURCE[0]}, que siempre apunta a este archivo.
-SCRIPT_DIR="$(cd "$(dirname "${BASH_SOURCE[0]}")" && pwd)"
-
-cleanup() {
-  [ -n "$SLEEP_PID" ] && kill "$SLEEP_PID" 2>/dev/null
-  if [ -f "$PID_FILE" ] && [ "$(cat "$PID_FILE" 2>/dev/null)" = "$$" ]; then
-    rm -f "$PID_FILE"
-  fi
-  exit 0
-}
-trap cleanup TERM INT
-
-file_mtime_epoch() {
-  local file="$1"
-  if [ ! -f "$file" ]; then
-    printf '0\n'
-    return
-  fi
-
-  if stat -c %Y "$file" >/dev/null 2>&1; then
-    stat -c %Y "$file" 2>/dev/null || printf '0\n'
-    return
-  fi
-
-  if stat -f %m "$file" >/dev/null 2>&1; then
-    stat -f %m "$file" 2>/dev/null || printf '0\n'
-    return
-  fi
-
-  printf '0\n'
-}
-
-has_active_session_leases() {
-  if [ ! -d "$SESSION_LEASE_DIR" ]; then
-    return 1
-  fi
-
-  find "$SESSION_LEASE_DIR" -type f -name '*.json' -print -quit 2>/dev/null | grep -q .
-}
-
-latest_activity_epoch() {
-  local observations_epoch activity_epoch
-  observations_epoch="$(file_mtime_epoch "$OBSERVATIONS_FILE")"
-  activity_epoch="$(file_mtime_epoch "$ACTIVITY_FILE")"
-
-  if [ "$activity_epoch" -gt "$observations_epoch" ] 2>/dev/null; then
-    printf '%s\n' "$activity_epoch"
-  else
-    printf '%s\n' "$observations_epoch"
-  fi
-}
-
-exit_if_idle_without_sessions() {
-  if has_active_session_leases; then
-    return
-  fi
-
-  local last_activity now_epoch idle_for
-  last_activity="$(latest_activity_epoch)"
-  now_epoch="$(date +%s)"
-  idle_for=$(( now_epoch - last_activity ))
-
-  if [ "$last_activity" -eq 0 ] || [ "$idle_for" -ge "$IDLE_TIMEOUT_SECONDS" ]; then
-    echo "[$(date)] Observador inactivo sin leases de sesión activos durante ${idle_for}s; saliendo" >> "$LOG_FILE"
-    cleanup
-  fi
-}
-
-wait_for_agent_analysis() {
-  local child_pid="$1"
-  local wait_status=0
-
-  while true; do
-    wait "$child_pid"
-    wait_status=$?
-
-    if [ "$wait_status" -eq 0 ]; then
-      return 0
-    fi
-
-    # SIGUSR1 puede interrumpir wait mientras el proceso hijo del análisis
-    # sigue corriendo. En ese caso se vuelve a esperar para no registrar una
-    # señal como un falso fallo del hijo.
-    if kill -0 "$child_pid" 2>/dev/null; then
-      continue
-    fi
-
-    return "$wait_status"
-  done
-}
-
-analyze_observations() {
-  if [ ! -f "$OBSERVATIONS_FILE" ]; then
-    return
-  fi
-
-  obs_count=$(wc -l < "$OBSERVATIONS_FILE" 2>/dev/null || echo 0)
-  if [ "$obs_count" -lt "$MIN_OBSERVATIONS" ]; then
-    return
-  fi
-
-  echo "[$(date)] Analizando $obs_count observaciones del proyecto ${PROJECT_NAME}..." >> "$LOG_FILE"
-
-  if [ "${ACV2_IS_WINDOWS:-false}" = "true" ] && [ "${THEUS_OBSERVER_ALLOW_WINDOWS:-false}" != "true" ]; then
-    echo "[$(date)] Se omite el análisis en Windows por un problema conocido de cuelgue no interactivo. Define THEUS_OBSERVER_ALLOW_WINDOWS=true para forzarlo." >> "$LOG_FILE"
-    return
-  fi
-
-  if ! command -v theus >/dev/null 2>&1; then
-    echo "[$(date)] No se encontró el CLI de theus; se omite el análisis" >> "$LOG_FILE"
-    return
-  fi
-
-  # session-guardian: regula el ciclo del observador (horas activas, cooldown, detección de inactividad)
-  if ! bash "${SCRIPT_DIR}/session-guardian.sh"; then
-    echo "[$(date)] Ciclo del observador omitido por session-guardian" >> "$LOG_FILE"
-    return
-  fi
-
-  # Muestrear las observaciones recientes en lugar de cargar el archivo entero.
-  # Esto evita pasar payloads de varios MB al modelo.
-  MAX_ANALYSIS_LINES="${THEUS_OBSERVER_MAX_ANALYSIS_LINES:-500}"
-  observer_tmp_dir="${PROJECT_DIR}/.observer-tmp"
-  mkdir -p "$observer_tmp_dir"
-  # Mantener la corrida XXXXXX al final de la plantilla: el mktemp de BSD/macOS
-  # solo sustituye una corrida final de X, así que un sufijo después (p. ej.
-  # `.jsonl`) produce un nombre literal no aleatorio que atasca todos los ciclos
-  # posteriores con "File exists".
-  analysis_file="$(mktemp "${observer_tmp_dir}/arsenal-observer-analysis.jsonl.XXXXXX")"
-  tail -n "$MAX_ANALYSIS_LINES" "$OBSERVATIONS_FILE" > "$analysis_file"
-  analysis_count=$(wc -l < "$analysis_file" 2>/dev/null || echo 0)
-  echo "[$(date)] Se usan las últimas $analysis_count de $obs_count observaciones para el análisis" >> "$LOG_FILE"
-
-  # Usar una ruta relativa a PROJECT_DIR por compatibilidad multiplataforma.
-  # En Windows (Git Bash/MSYS2), las rutas absolutas de mktemp pueden usar
-  # prefijos estilo MSYS (p. ej. /c/Users/...) que el subproceso del agente
-  # no puede resolver.
-  analysis_relpath=".observer-tmp/$(basename "$analysis_file")"
-
-  prompt_file="$(mktemp "${observer_tmp_dir}/arsenal-observer-prompt.XXXXXX")"
-  cat > "$prompt_file" <<PROMPT
-IMPORTANTE: Estás corriendo en modo --print no interactivo. DEBES usar la herramienta Write directamente para crear archivos. NO pidas permiso, NO pidas confirmación, NO devuelvas resúmenes en lugar de escribir. Solo lee, analiza y escribe.
-
-Lee ${analysis_relpath} e identifica patrones para el proyecto ${PROJECT_NAME} (correcciones del usuario, resoluciones de errores, flujos repetidos, preferencias de herramientas).
-Si encuentras 3+ ocurrencias del mismo patrón, DEBES escribir un archivo de instinto directamente en ${INSTINCTS_DIR}/<id>.md usando la herramienta Write.
-NO pidas permiso para escribir archivos, NO describas lo que escribirías y NO te quedes en el análisis cuando exista un patrón que califica.
-
-CRÍTICO: Todo archivo de instinto DEBE usar exactamente este formato:
-
----
-id: nombre-en-kebab-case
-trigger: cuando <condición específica>
-confidence: <0.3-0.85 según frecuencia: 3-5 veces=0.5, 6-10=0.7, 11+=0.85>
-domain: <uno de: code-style, testing, git, debugging, workflow, file-patterns>
-source: session-observation
-scope: project
-project_id: ${PROJECT_ID}
-project_name: ${PROJECT_NAME}
----
-
-# Título
-
-## Action
-<qué hacer, en una frase clara>
-
-## Evidence
-- Observado N veces en la sesión <id>
-- Patrón: <descripción>
-- Última observación: <fecha>
-
-Reglas:
-- Sé conservador: solo patrones claros con 3+ observaciones
-- Usa disparadores estrechos y específicos
-- Nunca incluyas fragmentos de código reales; describe solo los patrones
-- Cuando exista un patrón que califica, escribe o actualiza el archivo de instinto en esta ejecución en lugar de pedir confirmación
-- Si ya existe un instinto similar en ${INSTINCTS_DIR}/, actualízalo en lugar de crear un duplicado
-- El frontmatter YAML (entre marcadores ---) con el campo id es OBLIGATORIO
-- Si un patrón parece universal (no específico del proyecto), usa scope global en vez de project
-- Ejemplos de patrones globales: validar siempre la entrada del usuario, preferir manejo de errores explícito
-- Ejemplos de patrones de proyecto: usar componentes funcionales de React, seguir las convenciones de Django REST framework
-PROMPT
-
-  # Leer el prompt a memoria antes de lanzar el subproceso del agente.
-  # En Windows/MSYS2, la ruta de mktemp puede diferir de la resolución de rutas
-  # posterior del shell, así que apoyarse en cat "$prompt_file" dentro de la
-  # invocación puede fallar aunque el archivo se haya creado bien.
-  prompt_content="$(cat "$prompt_file" 2>/dev/null || true)"
-  rm -f "$prompt_file"
-  if [ -z "$prompt_content" ]; then
-    echo "[$(date)] No se pudo cargar el contenido del prompt del observador; se omite el análisis" >> "$LOG_FILE"
-    rm -f "$analysis_file"
-    return
-  fi
-
-  timeout_seconds="${THEUS_OBSERVER_TIMEOUT_SECONDS:-120}"
-  # Autoescalar max_turns en proporción al tamaño del lote cuando no se define
-  # explícitamente. Un valor fijo de 20 es insuficiente para el valor por
-  # defecto de 500 líneas de MAX_ANALYSIS_LINES: el agente agota --max-turns
-  # antes de poder escribir todos los archivos de instinto descubiertos.
-  # Fórmula: 1 turno por cada 10 líneas de análisis, mínimo 20, tope 100.
-  if [ -n "${THEUS_OBSERVER_MAX_TURNS:-}" ]; then
-    max_turns="${THEUS_OBSERVER_MAX_TURNS}"
-  else
-    max_turns=$(( analysis_count / 10 ))
-    if [ "$max_turns" -lt 20 ]; then max_turns=20; fi
-    if [ "$max_turns" -gt 100 ]; then max_turns=100; fi
-  fi
-  exit_code=0
-
-  # Sanear max_turns. La ruta autoescalada de arriba siempre da un valor válido
-  # >=20, pero un override explícito de THEUS_OBSERVER_MAX_TURNS puede ser no
-  # numérico, vacío o demasiado pequeño; aquí se protege y se cae al valor
-  # seguro de 20.
-  case "$max_turns" in
-    ''|*[!0-9]*)
-      max_turns=20
-      ;;
-  esac
-
-  if [ "$max_turns" -lt 4 ]; then
-    max_turns=20
-  fi
-
-  # Asegurar que el CWD sea PROJECT_DIR para que la ruta relativa
-  # analysis_relpath se resuelva bien en todas las plataformas, no solo cuando
-  # el observador se lanzó desde la raíz del proyecto.
-  cd "$PROJECT_DIR" || { echo "[$(date)] No se pudo hacer cd a PROJECT_DIR ($PROJECT_DIR); se omite el análisis" >> "$LOG_FILE"; rm -f "$analysis_file"; return; }
-
-  # Evitar que observe.sh registre esta sesión automatizada del observador
-  # como observaciones. El prompt se pasa con -p en lugar de redirigir stdin,
-  # por compatibilidad con Windows. prompt_content ya está en memoria, así que
-  # esto no depende de que la ruta absoluta de mktemp siga resolviéndose tras
-  # cambiar de cwd.
-  # El modelo es configurable vía THEUS_OBSERVER_MODEL; si no se define, el CLI
-  # usa su modelo por defecto. Los modelos más pesados son más lentos —
-  # considera subir THEUS_OBSERVER_TIMEOUT_SECONDS (120 s por defecto) para que
-  # el watchdog no mate el análisis a medias.
-  observer_model_args=()
-  if [ -n "${THEUS_OBSERVER_MODEL:-}" ]; then
-    observer_model_args=(--model "${THEUS_OBSERVER_MODEL}")
-  fi
-  THEUS_SKIP_OBSERVE=1 THEUS_HOOK_PROFILE=minimal theus "${observer_model_args[@]}" --max-turns "$max_turns" --print \
-    --allowedTools "Read,Write" \
-    -p "$prompt_content" >> "$LOG_FILE" 2>&1 &
-  agent_pid=$!
-
-  (
-    sleep "$timeout_seconds"
-    if kill -0 "$agent_pid" 2>/dev/null; then
-      echo "[$(date)] El análisis del agente superó los ${timeout_seconds}s; terminando el proceso" >> "$LOG_FILE"
-      kill "$agent_pid" 2>/dev/null || true
-    fi
-  ) &
-  watchdog_pid=$!
-
-  wait_for_agent_analysis "$agent_pid"
-  exit_code=$?
-  kill "$watchdog_pid" 2>/dev/null || true
-  rm -f "$analysis_file"
-
-  if [ "$exit_code" -ne 0 ]; then
-    echo "[$(date)] El análisis del agente falló (exit $exit_code); se conservan las observaciones para reintentar" >> "$LOG_FILE"
-    return
-  fi
-
-  # Archivar las observaciones solo tras un análisis exitoso. Un fallo
-  # transitorio (timeout, salida distinta de cero, límite de tasa) no debe
-  # descartar el lote antes de convertirse en instintos, ya que el analizador
-  # solo lee el archivo de observaciones vivo.
-  if [ -f "$OBSERVATIONS_FILE" ]; then
-    archive_dir="${PROJECT_DIR}/observations.archive"
-    mkdir -p "$archive_dir"
-    mv "$OBSERVATIONS_FILE" "$archive_dir/processed-$(date +%Y%m%d-%H%M%S)-$$.jsonl" 2>/dev/null || true
-  fi
-}
-
-on_usr1() {
-  [ -n "$SLEEP_PID" ] && kill "$SLEEP_PID" 2>/dev/null
-  SLEEP_PID=""
-
-  # Guarda de reentrada: diferir el aviso para que el bucle principal ejecute
-  # un análisis de seguimiento justo al terminar el análisis en curso.
-  if [ "$ANALYZING" -eq 1 ]; then
-    PENDING_ANALYSIS=1
-    echo "[$(date)] Análisis ya en curso; se difiere la señal" >> "$LOG_FILE"
-    return
-  fi
-
-  USR1_FIRED=1
-
-  # Cooldown: omitir si el último análisis fue demasiado reciente
-  now_epoch=$(date +%s)
-  elapsed=$(( now_epoch - LAST_ANALYSIS_EPOCH ))
-  if [ "$elapsed" -lt "$ANALYSIS_COOLDOWN" ]; then
-    echo "[$(date)] Cooldown de análisis activo (${elapsed}s < ${ANALYSIS_COOLDOWN}s); se omite" >> "$LOG_FILE"
-    return
-  fi
-
-  ANALYZING=1
-  analyze_observations
-  LAST_ANALYSIS_EPOCH=$(date +%s)
-  ANALYZING=0
-}
-trap on_usr1 USR1
-
-# Cuando este archivo se carga con source (p. ej. desde tests) en lugar de
-# ejecutarse, se detiene aquí para que quien llama pueda invocar funciones
-# individuales como analyze_observations sin iniciar el bucle del observador.
-# El único llamador de producción (start-observer.sh) ejecuta el script, así
-# que allí $0 es igual a BASH_SOURCE[0] y esta guarda no hace nada.
-if [ "${BASH_SOURCE[0]}" != "${0}" ]; then
-  return 0 2>/dev/null || true
-fi
-
-echo "$$" > "$PID_FILE"
-echo "[$(date)] Observador iniciado para ${PROJECT_NAME} (PID: $$)" >> "$LOG_FILE"
-
-# Podar los instintos pendientes caducados antes del análisis (SCRIPT_DIR se
-# resolvió arriba con ${BASH_SOURCE[0]}, correcto tanto en ejecución como en source).
-"${ACV2_PYTHON_CMD:-python3}" "${SCRIPT_DIR}/../scripts/instinct-cli.py" prune --quiet >> "$LOG_FILE" 2>&1 || echo "[$(date)] Aviso: falló la poda de instintos (no fatal)" >> "$LOG_FILE"
-
-while true; do
-  exit_if_idle_without_sessions
-
-  if [ "$PENDING_ANALYSIS" -eq 1 ]; then
-    PENDING_ANALYSIS=0
-    USR1_FIRED=0
-    ANALYZING=1
-    analyze_observations
-    LAST_ANALYSIS_EPOCH=$(date +%s)
-    ANALYZING=0
-    continue
-  fi
-
-  sleep "$OBSERVER_INTERVAL_SECONDS" &
-  SLEEP_PID=$!
-  wait "$SLEEP_PID" 2>/dev/null
-  SLEEP_PID=""
-
-  exit_if_idle_without_sessions
-  if [ "$USR1_FIRED" -eq 1 ]; then
-    USR1_FIRED=0
-  else
-    ANALYZING=1
-    analyze_observations
-    LAST_ANALYSIS_EPOCH=$(date +%s)
-    ANALYZING=0
-  fi
-done

package/vendor/theus-arsenal/skills/aprendizaje-continuo-v2/agents/observer.md

@@ -1,188 +0,0 @@
----
-name: observer
-description: Agente en segundo plano que analiza las observaciones de sesión para detectar patrones y crear instintos. Usa un modelo económico para reducir costos. La v2.1 añade instintos con ámbito de proyecto.
----
-
-# Agente observador
-
-Un agente en segundo plano que analiza las observaciones de las sesiones del CLI para detectar patrones y crear instintos.
-
-## Cuándo se ejecuta
-
-- Cuando se acumulan suficientes observaciones (configurable, por defecto 20)
-- En un intervalo programado (configurable, por defecto 5 minutos)
-- Bajo demanda, mediante SIGUSR1 al proceso observador
-
-## Entrada
-
-Lee las observaciones del archivo de observaciones **con ámbito de proyecto**:
-- Proyecto: `~/.theus/arsenal/projects/<hash-proyecto>/observations.jsonl`
-- Fallback global: `~/.theus/arsenal/observations.jsonl`
-
-```jsonl
-{"timestamp":"2025-01-22T10:30:00Z","event":"tool_start","session":"abc123","tool":"Edit","input":"...","project_id":"a1b2c3d4e5f6","project_name":"mi-app-react"}
-{"timestamp":"2025-01-22T10:30:01Z","event":"tool_complete","session":"abc123","tool":"Edit","output":"...","project_id":"a1b2c3d4e5f6","project_name":"mi-app-react"}
-{"timestamp":"2025-01-22T10:30:05Z","event":"tool_start","session":"abc123","tool":"Bash","input":"npm test","project_id":"a1b2c3d4e5f6","project_name":"mi-app-react"}
-{"timestamp":"2025-01-22T10:30:10Z","event":"tool_complete","session":"abc123","tool":"Bash","output":"Todos los tests pasan","project_id":"a1b2c3d4e5f6","project_name":"mi-app-react"}
-```
-
-## Detección de patrones
-
-Busca estos patrones en las observaciones:
-
-### 1. Correcciones del usuario
-Cuando un mensaje posterior del usuario corrige la acción previa del agente:
-- "No, usa X en vez de Y"
-- "En realidad quería decir…"
-- Patrones inmediatos de deshacer/rehacer
-
-→ Crear instinto: "Al hacer X, prefiere Y"
-
-### 2. Resoluciones de errores
-Cuando a un error le sigue una corrección:
-- La salida de la herramienta contiene un error
-- Las siguientes llamadas a herramientas lo arreglan
-- El mismo tipo de error se resuelve igual varias veces
-
-→ Crear instinto: "Al encontrar el error X, prueba Y"
-
-### 3. Flujos de trabajo repetidos
-Cuando la misma secuencia de herramientas se usa varias veces:
-- Misma secuencia de herramientas con entradas similares
-- Patrones de archivos que cambian juntos
-- Operaciones agrupadas en el tiempo
-
-→ Crear instinto de flujo: "Al hacer X, sigue los pasos Y, Z, W"
-
-### 4. Preferencias de herramientas
-Cuando ciertas herramientas se prefieren de forma consistente:
-- Siempre usa Grep antes de Edit
-- Prefiere Read a `cat` en Bash
-- Usa comandos Bash específicos para ciertas tareas
-
-→ Crear instinto: "Al necesitar X, usa la herramienta Y"
-
-## Salida
-
-Crea/actualiza instintos en el directorio de instintos **con ámbito de proyecto**:
-- Proyecto: `~/.theus/arsenal/projects/<hash-proyecto>/instincts/personal/`
-- Global: `~/.theus/arsenal/instincts/personal/` (para patrones universales)
-
-### Instinto con ámbito de proyecto (por defecto)
-
-```yaml
----
-id: use-react-hooks-pattern
-trigger: "al crear componentes React"
-confidence: 0.65
-domain: "code-style"
-source: "session-observation"
-scope: project
-project_id: "a1b2c3d4e5f6"
-project_name: "mi-app-react"
----
-
-# Usar el patrón de hooks de React
-
-## Action
-Usar siempre componentes funcionales con hooks en lugar de componentes de clase.
-
-## Evidence
-- Observado 8 veces en la sesión abc123
-- Patrón: todos los componentes nuevos usan useState/useEffect
-- Última observación: 2025-01-22
-```
-
-### Instinto global (patrones universales)
-
-```yaml
----
-id: always-validate-user-input
-trigger: "al manejar entrada del usuario"
-confidence: 0.75
-domain: "security"
-source: "session-observation"
-scope: global
----
-
-# Validar siempre la entrada del usuario
-
-## Action
-Validar y sanear toda entrada del usuario antes de procesarla.
-
-## Evidence
-- Observado en 3 proyectos distintos
-- Patrón: el usuario añade validación de entrada de forma consistente
-- Última observación: 2025-01-22
-```
-
-## Guía de decisión de ámbito
-
-Al crear instintos, determina el ámbito según estas heurísticas:
-
-> **Guía de decisión de ámbito** — consulta la tabla canónica bajo el encabezado "Guía de decisión de ámbito" en el `SKILL.md` de `aprendizaje-continuo-v2`.
-
-**Ante la duda, usa `scope: project` por defecto** — es más seguro ser específico del proyecto y promover después que contaminar el espacio global.
-
-## Cálculo de confianza
-
-Confianza inicial según la frecuencia de observación:
-- 1-2 observaciones: 0.3 (tentativo)
-- 3-5 observaciones: 0.5 (moderado)
-- 6-10 observaciones: 0.7 (fuerte)
-- 11+ observaciones: 0.85 (muy fuerte)
-
-La confianza se ajusta con el tiempo:
-- +0.05 por cada observación que confirma
-- -0.1 por cada observación que contradice
-- -0.02 por semana sin observaciones (decaimiento)
-
-## Promoción de instintos (proyecto → global)
-
-Un instinto debe promoverse de ámbito de proyecto a global cuando:
-1. El **mismo patrón** (por id o disparador similar) existe en **2+ proyectos distintos**
-2. La confianza media entre instancias es **>= 0.8**
-3. El dominio está en la lista apta para global (security, general-best-practices, workflow)
-
-La promoción la gestiona el comando `instinct-cli.py promote` o el análisis de `/evolucionar`.
-
-## Directrices importantes
-
-1. **Sé conservador**: crea instintos solo para patrones claros (3+ observaciones)
-2. **Sé específico**: los disparadores estrechos son mejores que los amplios
-3. **Registra la evidencia**: incluye siempre qué observaciones originaron el instinto
-4. **Respeta la privacidad**: nunca incluyas fragmentos de código reales, solo patrones
-5. **Fusiona lo similar**: si un instinto nuevo se parece a uno existente, actualízalo en vez de duplicarlo
-6. **Ámbito de proyecto por defecto**: salvo que el patrón sea claramente universal, hazlo de ámbito de proyecto
-7. **Incluye el contexto del proyecto**: define siempre `project_id` y `project_name` en los instintos de proyecto
-
-## Sesión de análisis de ejemplo
-
-Dadas las observaciones:
-```jsonl
-{"event":"tool_start","tool":"Grep","input":"pattern: useState","project_id":"a1b2c3","project_name":"mi-app"}
-{"event":"tool_complete","tool":"Grep","output":"Encontrado en 3 archivos","project_id":"a1b2c3","project_name":"mi-app"}
-{"event":"tool_start","tool":"Read","input":"src/hooks/useAuth.ts","project_id":"a1b2c3","project_name":"mi-app"}
-{"event":"tool_complete","tool":"Read","output":"[contenido del archivo]","project_id":"a1b2c3","project_name":"mi-app"}
-{"event":"tool_start","tool":"Edit","input":"src/hooks/useAuth.ts...","project_id":"a1b2c3","project_name":"mi-app"}
-```
-
-Análisis:
-- Flujo detectado: Grep → Read → Edit
-- Frecuencia: visto 5 veces en esta sesión
-- **Decisión de ámbito**: es un patrón de flujo general (no específico del proyecto) → **global**
-- Crear instinto:
-  - trigger: "al modificar código"
-  - action: "Buscar con Grep, confirmar con Read y después Edit"
-  - confidence: 0.6
-  - domain: "workflow"
-  - scope: "global"
-
-## Integración con el generador de skills
-
-Cuando los instintos se importan desde un análisis de repositorio, traen:
-- `source: "repo-analysis"`
-- `source_repo: "https://..."`
-- `scope: "project"` (porque provienen de un repo concreto)
-
-Deben tratarse como convenciones de equipo/proyecto con confianza inicial más alta (0.7+).