feat: implement /analyze endpoint for MiroFlow scientific agents

- Add POST /analyze handler in engine-proxy.ts (Node host, direct Ollama access)
- Routes agent requests (statistician/fiscal_auditor/researcher) to deepseek-r1:14b
- Fallback to llama3.2:3b if primary model unavailable
- Fixes BiWorkspace "Científico" tab end-to-end flow

Co-Authored-By: Claude Sonnet 4.6 <noreply@anthropic.com>

server/miroflow/engine-proxy.ts

@@ -1,4 +1,5 @@
 import type { Express, Request, Response } from "express";
+import { randomUUID } from "node:crypto";
 
 const MIROFLOW_HOST = process.env.MIROFLOW_HOST || "localhost";
 const MIROFLOW_PORT = parseInt(process.env.MIROFLOW_PORT || "8006", 10);
@@ -6,6 +7,61 @@ const MIROFLOW_URL = `http://${MIROFLOW_HOST}:${MIROFLOW_PORT}`;
 const MIROFLOW_TIMEOUT = 600_000; // 10 minutos
 const MIROFLOW_HEALTH_TIMEOUT = 5_000;
 
+const OLLAMA_URL = process.env.OLLAMA_URL || "http://localhost:11434";
+
+const AGENT_CONFIGS: Record<string, { model: string; system: string }> = {
+  statistician: {
+    model: "deepseek-r1:14b",
+    system:
+      "Você é um estatístico especializado em análise de dados empresariais. " +
+      "Responda em português brasileiro. Forneça análises quantitativas claras, " +
+      "com estatísticas descritivas, padrões e insights acionáveis. Seja preciso e objetivo.",
+  },
+  fiscal_auditor: {
+    model: "deepseek-r1:14b",
+    system:
+      "Você é um auditor fiscal especializado em compliance tributário brasileiro. " +
+      "Responda em português brasileiro. Identifique inconsistências, riscos fiscais " +
+      "e recomende ações corretivas. Cite legislação quando relevante.",
+  },
+  researcher: {
+    model: "deepseek-r1:14b",
+    system:
+      "Você é um pesquisador analítico especializado em inteligência de negócios. " +
+      "Responda em português brasileiro. Identifique correlações, tendências e " +
+      "hipóteses baseadas em dados. Apresente achados de forma estruturada.",
+  },
+};
+
+const FALLBACK_MODEL = "llama3.2:3b";
+
+async function callOllama(model: string, system: string, prompt: string): Promise<string> {
+  const controller = new AbortController();
+  const timeout = setTimeout(() => controller.abort(), 300_000);
+  try {
+    const resp = await fetch(`${OLLAMA_URL}/api/chat`, {
+      method: "POST",
+      headers: { "Content-Type": "application/json" },
+      body: JSON.stringify({
+        model,
+        messages: [
+          { role: "system", content: system },
+          { role: "user", content: prompt },
+        ],
+        stream: false,
+      }),
+      signal: controller.signal,
+    });
+    clearTimeout(timeout);
+    if (!resp.ok) throw new Error(`Ollama error: ${resp.status}`);
+    const data: any = await resp.json();
+    return data.message?.content ?? "";
+  } catch (err: any) {
+    clearTimeout(timeout);
+    throw err;
+  }
+}
+
 async function proxyToMiroFlow(path: string, method: string = "GET", body?: object): Promise<any> {
   const timeoutMs = path === "/health" ? MIROFLOW_HEALTH_TIMEOUT : MIROFLOW_TIMEOUT;
   const controller = new AbortController();
@@ -43,12 +99,46 @@ export function registerMiroFlowRoutes(app: Express): void {
   app.post("/api/miroflow/analyze", async (req: Request, res: Response) => {
     console.log("[MiroFlow] POST /api/miroflow/analyze - começando");
     try {
-      const inputBody = {
+      const { agent = "statistician", task, context } = req.body as {
-        ...req.body,
+        agent?: string;
-        tenant_id: (req.user as any)?.tenantId ?? null,
+        task: string;
+        context?: Record<string, unknown>;
       };
-      const data = await proxyToMiroFlow("/analyze", "POST", inputBody);
+
-      res.json(data);
+      if (!task?.trim()) {
+        return res.status(400).json({ error: "Campo 'task' é obrigatório" });
+      }
+
+      const agentKey = AGENT_CONFIGS[agent] ? agent : "statistician";
+      const cfg = AGENT_CONFIGS[agentKey];
+
+      let prompt = task;
+      if (context && Object.keys(context).length > 0) {
+        const ctxStr = Object.entries(context)
+          .filter(([, v]) => v != null)
+          .map(([k, v]) => `${k}: ${v}`)
+          .join("\n");
+        if (ctxStr) prompt = `Contexto disponível:\n${ctxStr}\n\nTarefa: ${task}`;
+      }
+
+      const start = Date.now();
+      let model = cfg.model;
+      let result: string;
+
+      try {
+        result = await callOllama(model, cfg.system, prompt);
+      } catch {
+        model = FALLBACK_MODEL;
+        result = await callOllama(model, cfg.system, prompt);
+      }
+
+      res.json({
+        execution_id: randomUUID(),
+        agent: agentKey,
+        model,
+        result,
+        duration_ms: Date.now() - start,
+      });
     } catch (err: any) {
       console.error("[MiroFlow] erro:", err.message);
       res.status(502).json({ error: err.message });