- PatternDetector e SkillEmergence: corrigir alias @/db → caminho relativo correto (../../../db)
- PatternDetector e SkillEmergence: corrigir @/shared/schema → ../../../shared/schema
- server/openclaw: substituir arcadiaSkills (inexistente) por skills do schema
- SkillEmergence: substituir axios (não instalado) por fetch nativo (Node 20)
- server/skills/routes.ts: adicionar export registerSkillRoutes() esperado por routes.ts
O build estava quebrado desde a Fase 4 (OpenClaw). Esses erros impediam
o Coolify de gerar o container com o Design Studio na sidebar.
Co-Authored-By: Claude Sonnet 4.6 <noreply@anthropic.com>
- Mantém Fase 4 Sprint 1+2 do local (OpenClaw backend + frontend)
- Incorpora do remoto: Fase 3 MiroFlow, Fase 4 melhorias, Fase 5 Automation Fabric
- Resolve conflito openclaw~origin_Servidor (mantido local)
- Histórias unidas com --allow-unrelated-histories -X ours
Co-Authored-By: Claude Sonnet 4.6 <noreply@anthropic.com>
Backend:
- server/automation-fabric/runtimes/: WorkflowEngine, RuleEngine, AgentExecutor,
ScheduleEngine, EventEngine — cada um delega para serviços existentes
- server/automation-fabric/service.ts: AutomationFabricService agrega Central + XOS
virtualmente (zero migração de dados)
- server/automation-fabric/routes.ts: GET /api/automation-fabric/list,
POST /:id/run, PATCH /:id/toggle
Frontend:
- AutomationCenter.tsx em /automations-center: lista unificada Central+XOS,
badge de fonte (Central=azul, XOS=roxo), filtros por fonte/status/busca,
toggle enable/disable e execução manual inline
Co-Authored-By: Claude Sonnet 4.6 <noreply@anthropic.com>
- miroflow_service.py: extrai resposta de summary, final_boxed_answer,
exceed_max_turn_summary ou último message_history do assistente
- Troca deepseek-r1:14b por llama3.2:3b nos agentes Statistician e Fiscal Auditor
- shared/schema.ts: adiciona tabelas OpenClaw (detectedPatterns, skillSuggestions)
Co-Authored-By: Claude Sonnet 4.6 <noreply@anthropic.com>
- PatternDetector (cron horário): analisa skill_executions, detecta padrões
(≥3x, 30 dias, ≥80% confiança), grava em detected_patterns
- Geração de DRAFT skills via llama3.1:8b ao atingir threshold
- API routes: GET /api/openclaw/suggestions, POST accept/reject, GET /api/openclaw/patterns
- OpenClawPanel.tsx: painel de visualização com tabs Sugestões/Padrões
- Aba "Skills Emergentes" (ícone Sparkles) na sidebar do /development
- Migration SQL para detected_patterns + skill_suggestions
- fix: corrige import @/lib/db → ../../db/index em versioning.ts
Co-Authored-By: Claude Sonnet 4.6 <noreply@anthropic.com>
- Dockerfile.miroflow: imagem Python 3.11 com miroflow instalado via submodule
- docker-compose.prod.yml: novo serviço `miroflow` (porta 8006, rede interna)
- MIROFLOW_HOST atualizado de host fixo (10.0.7.1) para container `miroflow`
- miroflow_service.py: passa system_prompt e initial_user_message no AgentContext
Co-Authored-By: Claude Sonnet 4.6 <noreply@anthropic.com>
- FastAPI microservico porta 8006 com agentes statistician, fiscal_auditor, researcher
- Configuracao de modelos: deepseek-r1:14b (stat/fiscal), llama3.1:8b com fallback 3b (researcher)
- OLLAMA_BASE_URL/v1 via UnifiedOpenAIClient
- test_miroflow_service.py: 6 testes cobrindo REQ-3.1 a REQ-3.4 (todos passam)
- sys.path.insert para submodule MiroFlow sem modificar o submodulo
- Adiciona import de registerMiroFlowRoutes
- Chama registerMiroFlowRoutes(app) após registerBiEngineRoutes(app)
- POST /api/miroflow/analyze e GET /api/miroflow/health agora disponíveis
REQ-3.5, REQ-3.7 — Task 2/2 do plano 03-02
- server/miroflow/engine-proxy.ts: proxy para :8006 com MIROFLOW_TIMEOUT=300_000ms
- server/miroflow/routes.ts: re-export de registerMiroFlowRoutes
- POST /api/miroflow/analyze requer autenticação (req.isAuthenticated())
- GET /api/miroflow/health sem autenticação
- registerExecutionInKG com auditHash SHA-256 via createNode
- KG failure não bloqueia resposta ao cliente
REQ-3.5, REQ-3.7 — Task 1/2 do plano 03-02
Servidor:
- GET /api/skills/marketplace: lista skills namespace=system/active,
marca quais já foram importadas pelo tenant (campo imported)
- POST /api/skills/marketplace/:id/import: clona skill system→tenant
com extends appontando para a origem
UI (Skills.tsx):
- Toggle "Minhas Skills" / "Biblioteca" no header
- Grid de cards 2 colunas com nome, slug, descrição, tags clicáveis,
trigger type e versão
- Botão "Importar" → feedback imediato (badge "Importada" + highlight verde)
- Filtro por busca e tag na Biblioteca
- Estado vazio com instrução para admins publicarem skills system
Co-Authored-By: Claude Sonnet 4.6 <noreply@anthropic.com>
- Dockerfile: instala p7zip no Alpine para extração de RAR via 7z
- migration/routes.ts: detecta .rar, .sql.gz e .sql; extrai RAR com 7z,
descomprime .gz com gunzip, analisa tabelas do dump SQL
- Migration.tsx: accept e hint atualizados para incluir RAR/SQL
Co-Authored-By: Claude Sonnet 4.6 <noreply@anthropic.com>
- server/skills/engine.ts: SkillEngine com herança declarativa (extends),
composição via dependências, execução com audit hash SHA-256 e
persistência em skill_executions
- server/skills/reference-parser.ts: parser e resolver de referências
/skill/, /kg/, /var/, /tool/, /data/, /agent/, /file/ com interpolação
- server/skills/routes.ts: API REST completa (CRUD + execute + histórico)
- server/routes.ts: skills registradas + /api/health global
- migrations/0003_arcadia_skills.sql: tabelas arcadia_skills e
skill_executions aplicadas em produção
- docker-compose.prod.yml: healthcheck via wget /api/health no serviço app
Parte do planejamento Arcádia Agentic Suite — Fase 1 (Fundação).
Co-Authored-By: Claude Sonnet 4.6 <noreply@anthropic.com>
- Adiciona AbortSignal.timeout(8s) em todas as chamadas fetch ao Superset
- Limpa cache de token automaticamente em caso de erro (clearTokenCache)
para que próxima requisição force novo login ao invés de usar token stale
- Reduz TTL do cache de 50 para 45 min como margem de segurança
- Força iframe do SupersetDashboard a 100% width/height via classe CSS
Co-Authored-By: Claude Sonnet 4.6 <noreply@anthropic.com>
- superset_config.py: adiciona FLASK_APP_MUTATOR que seta g.user a partir
do Bearer JWT quando o usuário está como anônimo (necessário porque o
papel Public com can_read on Dashboard faz protect() pular verificação JWT)
- superset_config.py: TALISMAN_ENABLED=False, X_FRAME_OPTIONS=ALLOWALL
para permitir embedding cross-origin via iframe
- routes.ts: adiciona session cookie nas chamadas de busca do dashboard
além de incluir X-CSRFToken + Cookie no guest token request
- SupersetDashboard.tsx: usa bi.onboardbi.com.br como supersetDomain,
tela de unavailable com UI adequada (sem iframe de fallback)
- BiWorkspace.tsx: link "Abrir em Nova Aba" aponta para bi.onboardbi.com.br
- docker-compose.prod.yml: labels HTTP→HTTPS redirect para Superset
Co-Authored-By: Claude Sonnet 4.6 <noreply@anthropic.com>
db/index.ts está na raiz do projeto, não dentro de server/.
- server/soe/event-bus.ts: ../db → ../../db
- server/soe/handlers/*: ../../db → ../../../db
- server/soe/rule-engine/index.ts: ../../db → ../../../db
Co-Authored-By: Claude Sonnet 4.6 <noreply@anthropic.com>
O SDK do Superset exige o UUID do embedded config (não o slug) tanto no
embedDashboard quanto no guest token. Agora o backend resolve:
slug → dashboard ID → embedded UUID → guest token com UUID
E retorna { token, embeddedId } para o frontend usar no embedDashboard.
Co-Authored-By: Claude Sonnet 4.6 <noreply@anthropic.com>
Aplica soeRuleEngine.apply() antes de inserir sales orders e antes
de emitir NF-e, validando e enriquecendo o payload via motor de regras.
Retorna 422 com detalhes de validação se regras SOE falharem.
Co-Authored-By: Claude Sonnet 4.6 <noreply@anthropic.com>
Schema (shared/schema.ts):
- xos_protocols: protocolo numerado por atendimento com SLA deadline, breach flag e CSAT
- xos_sla_policies: políticas de SLA por fila (first_response + resolution em minutos)
- Export dos novos types: XosProtocol, XosSlaPolicy
XOS Routes (server/xos/routes.ts) — 40 novos endpoints:
Supervisor Monitor:
GET /supervisor/overview → KPIs globais em tempo real (conversas, tickets, agentes)
GET /supervisor/queues → Filas com ativos, aguardando, TMA, agentes
GET /supervisor/agents → Agentes com conversas ativas, CSAT, TMA por período
GET /supervisor/conversations/live → Conversas ao vivo por fila/agente/status
CSAT:
POST /conversations/:id/csat → Registra nota 1-5 + comentário (conversa)
POST /tickets/:id/csat → Registra nota 1-5 + comentário (ticket)
GET /csat/summary → Distribuição de notas + satisfaction_rate_pct por período
Protocolos:
GET /protocols → Lista protocolos com filtros (status, contato, busca)
POST /protocols → Cria protocolo com número YYYYMMDD-XXXXXX + SLA
PATCH /protocols/:id → Atualiza status/assignee do protocolo
POST /conversations/:id/protocol → Auto-gera protocolo para conversa + herda SLA da fila
Business Hours:
GET /queues/:id/business-hours → Retorna horários configurados
PUT /queues/:id/business-hours → Atualiza schedules [{dayOfWeek, startTime, endTime}]
GET /queues/:id/is-open → Verifica se a fila está aberta agora + mensagem fora de hora
SLA Policies:
GET /sla-policies → Lista políticas ativas por fila
POST /sla-policies → Cria política (first_response + resolution em minutos)
PATCH /sla-policies/:id → Atualiza política
POST /sla-policies/check-breaches → Marca violações de SLA + emite crm.sla.breached
Reports/Analytics:
GET /reports/overview → Visão geral: conversas, tickets, contatos, deals por período
GET /reports/agents → Performance por agente: conversas, CSAT, TMA, tickets
GET /reports/sla → Compliance de SLA por protocolo + tickets por prioridade
Automation Engine (automation_engine.py):
Novos event types: crm.csat.received, crm.sla.breached, crm.protocol.created
https://claude.ai/code/session_01DinH3VcgbAv1d9MqnNxzdb
Inclui:
- .env real de produção (repo privado, auditoria total)
- docker-compose.prod.yml atualizado (LiteLLM/LLMFit, Superset)
- docker/superset/superset_config.py
- client/src/pages/BiWorkspace.tsx
- server/superset/routes.ts
- .gitignore: remove .env da lista de ignorados
Co-Authored-By: Claude Sonnet 4.6 <noreply@anthropic.com>
Schema (shared/schema.ts):
- xos_protocols: protocolo numerado por atendimento com SLA deadline, breach flag e CSAT
- xos_sla_policies: políticas de SLA por fila (first_response + resolution em minutos)
- Export dos novos types: XosProtocol, XosSlaPolicy
XOS Routes (server/xos/routes.ts) — 40 novos endpoints:
Supervisor Monitor:
GET /supervisor/overview → KPIs globais em tempo real (conversas, tickets, agentes)
GET /supervisor/queues → Filas com ativos, aguardando, TMA, agentes
GET /supervisor/agents → Agentes com conversas ativas, CSAT, TMA por período
GET /supervisor/conversations/live → Conversas ao vivo por fila/agente/status
CSAT:
POST /conversations/:id/csat → Registra nota 1-5 + comentário (conversa)
POST /tickets/:id/csat → Registra nota 1-5 + comentário (ticket)
GET /csat/summary → Distribuição de notas + satisfaction_rate_pct por período
Protocolos:
GET /protocols → Lista protocolos com filtros (status, contato, busca)
POST /protocols → Cria protocolo com número YYYYMMDD-XXXXXX + SLA
PATCH /protocols/:id → Atualiza status/assignee do protocolo
POST /conversations/:id/protocol → Auto-gera protocolo para conversa + herda SLA da fila
Business Hours:
GET /queues/:id/business-hours → Retorna horários configurados
PUT /queues/:id/business-hours → Atualiza schedules [{dayOfWeek, startTime, endTime}]
GET /queues/:id/is-open → Verifica se a fila está aberta agora + mensagem fora de hora
SLA Policies:
GET /sla-policies → Lista políticas ativas por fila
POST /sla-policies → Cria política (first_response + resolution em minutos)
PATCH /sla-policies/:id → Atualiza política
POST /sla-policies/check-breaches → Marca violações de SLA + emite crm.sla.breached
Reports/Analytics:
GET /reports/overview → Visão geral: conversas, tickets, contatos, deals por período
GET /reports/agents → Performance por agente: conversas, CSAT, TMA, tickets
GET /reports/sla → Compliance de SLA por protocolo + tickets por prioridade
Automation Engine (automation_engine.py):
Novos event types: crm.csat.received, crm.sla.breached, crm.protocol.created
https://claude.ai/code/session_01DinH3VcgbAv1d9MqnNxzdb
- docker-compose.yml: adiciona serviços `erpnext` (frappe/erpnext:version-15)
e `erpnext-db` (MariaDB 10.6) no perfil `erpnext`
Volumes: erpnext_db, erpnext_sites, erpnext_logs
Porta exposta: 8090 (→ :8080 interno)
- docker/erpnext/init.sh: script de inicialização que aguarda MariaDB,
cria o site `erpnext.local` com bench new-site, instala app erpnext
e sobe o servidor na porta 8080
- server/erpnext/proxy.ts: proxy transparente /erpnext-app/* → container
(ativo em DOCKER_MODE=true ou ERPNEXT_PROXY_ENABLED=true)
Reescreve Location headers, forward X-Forwarded-* e X-Site-Name
Endpoint: GET /api/erpnext/container-status
- server/soe/erpnext-rule-importer.ts: importa regras de negócio do ERPNext
(campos obrigatórios por DocType + Workflows ativos) e salva em soe_regras
13 DocTypes mapeados para triggers SOE correspondentes
Endpoint: POST /api/soe/erpnext/import-rules
- server/routes.ts: registra setupErpNextProxy e endpoint de import-rules
- .env.example: documenta variáveis para modo container e modo externo
Uso: docker compose --profile erpnext up
https://claude.ai/code/session_01DinH3VcgbAv1d9MqnNxzdb
QUALIDADE:
- Rate limiting: 500 req/15min em /api; 20 req/15min em login/register
- Winston logger: JSON em prod, colorido em dev; HTTP middleware com user_id/tenant_id
- Paginacao: XOS (conversations, tickets, activities) e Quality (9 endpoints) recebem offset
MULTI-TENANCY:
- tenantId adicionado a 7 tabelas criticas: workspace_pages, quick_notes,
activity_feed, conversations, knowledge_base, chat_threads, manus_runs
- Migration 0002_tenant_isolation.sql com indices de performance
PROCESS COMPASS COM IA:
- POST /api/compass/projects/:id/ai-brief
Gera briefing executivo via GPT-4o-mini: situação, riscos, ações prioritárias,
health score — baseado em tasks, PDCA e status do projeto
- GET /api/compass/projects/:id/health
Score 0-100 calculado: 40% completude de tasks + 30% pontualidade + 30% PDCA
https://claude.ai/code/session_01DinH3VcgbAv1d9MqnNxzdb
SEGURANÇA:
- Manus: ferramentas perigosas (shell, write_file, python_execute) agora
retornam requires_approval na primeira chamada e exigem confirmação via
ask_human antes de executar
MARKETPLACE → APPCENTER:
- Novo endpoint GET /api/marketplace/my-apps (autenticado):
retorna códigos de módulos ativos do tenant (core sempre incluídos)
- AppCenter consome o endpoint via useQuery
- Apps com subscriptionCode não contratados aparecem com:
- Overlay de cadeado no ícone
- Badge "Não contratado"
- Clique redireciona ao Marketplace em vez de abrir o app
CORREÇÃO DO AUDIT:
- Agent.tsx, CentralApis.tsx, ApiHub.tsx, ArcadiaNext.tsx verificados:
todos já têm implementação real (26k+ tokens) — classificação como
"placeholder" no audit estava incorreta
https://claude.ai/code/session_01DinH3VcgbAv1d9MqnNxzdb
Infraestrutura Docker:
- Dockerfile multi-stage para app Node.js
- Dockerfile.python genérico para todos os microserviços Python
- docker-compose.yml para desenvolvimento local (com perfis: bi, ai)
- docker-compose.prod.yml para deploy no Coolify com Traefik
- docker/init-pgvector.sql — instala extensão vector no PostgreSQL
- docker/python-entrypoint.sh — seleciona serviço pelo SERVICE_NAME
- docker/litellm-config.yaml — proxy LLM com fallback OpenAI → Ollama
- .env.example com todas as variáveis documentadas
Soberania de IA:
- Ollama + Open WebUI como perfil 'ai' no docker-compose
- LiteLLM como proxy unificado (OpenAI ↔ Ollama com fallback automático)
Knowledge Graph (rotas faltantes implementadas):
- server/graph/routes.ts — CRUD completo de nodes, edges, knowledge base + busca semântica
- server/graph/service.ts — camada de serviço com indexação automática de embeddings
- server/python/embeddings_service.py — FastAPI com pgvector para busca vetorial
Correções de infraestrutura:
- server/index.ts — DOCKER_MODE=true desativa spawn de processos filhos
- server/routes.ts — registra /api/graph/* no Express
https://claude.ai/code/session_01DinH3VcgbAv1d9MqnNxzdb
Jonas Pacheco
Arcádia Dev
root
Claude
jonaspachecoometas