5 changed files with 0 additions and 2260 deletions
--- a/docs/AGENTE_MONITOR_SKILLS.md
+++ b/docs/AGENTE_MONITOR_SKILLS.md
@ -1,41 +0,0 @@
-# Agente: Monitor de Skills
-
-## Objetivo
-Verificar as skills mais executadas nos últimos 7 dias e gerar um resumo com recomendações.
-
-## Passos
-
-1. **Consultar execuções recentes**
-   - Buscar em `/api/skills` todas as skills ativas do tenant
-   - Para cada skill, buscar `/api/skills/:id/executions?limit=50`
-   - Filtrar execuções dos últimos 7 dias
-
-2. **Analisar padrões**
-   - Contar total de execuções por skill
-   - Identificar taxa de sucesso (status = "success" / total)
-   - Destacar skills com taxa de falha > 20%
-
-3. **Gerar relatório**
-   - Listar top 5 skills mais executadas
-   - Alertar skills com problemas
-   - Sugerir skills candidatas a automação (executadas 3+ vezes por dia)
-
-## Saída esperada
-
-```
-## Relatório de Skills — últimos 7 dias
-
-### Top 5 mais usadas
-1. [nome] — X execuções (Y% sucesso)
-...
-
-### Atenção
- [skill] com taxa de falha de Z%
-
-### Candidatas ao OpenClaw
- [skill] — média de N exec/dia
-```
-
-## Parâmetros
- `tenant_id` — filtro de tenant (opcional)
- `dias` — janela de análise (padrão: 7)
--- a/docs/INDICE_PLANEJAMENTO.md
+++ b/docs/INDICE_PLANEJAMENTO.md
@ -1,240 +0,0 @@
-# Índice: PLANEJAMENTO ESTRATÉGICO ARCÁDIA AGENTIC SUITE
-
-**Documento:** `/home/ubuntu/# PLANEJAMENTO ESTRATÉGICO ARCÁDIA.txt`
-**Versão:** 1.0 — Março 2026
-**Estado:** Pronto para Implementação
-
---
-
-## 📑 ESTRUTURA DO DOCUMENTO
-
-### 1. **Executive Summary** (Seção 1)
- Visão: ERP tradicional → **Sistema Agêntico Orientado a Objetos**
- 5 decisões arquiteturais críticas (MiroFlow, OpenClaw, Superset, Skills POO, Automações)
-
-### 2. **Arquitetura de Alto Nível** (Seção 2)
-```
-Interface Unificada (Chat + Dev Center + OpenClaw + BI)
-         ↓
-Orquestradores (Manus + Blackboard + Automation Fabric)
-         ↓
-Motores Especializados Embutidos (MiroFlow + OpenClaw + Skill Engine)
-         ↓
-Infraestrutura (Knowledge Graph + PostgreSQL + Ollama/DeepSeek)
-```
-
-### 3. **Componentes Embutidos** (Seção 3+)
-
-| Componente | Status | Local | Propósito |
-|-----------|--------|-------|----------|
-| **MiroFlow** | ✅ | `server/modules/miroflow/` | Motor científico, benchmarks, análise estatística |
-| **OpenClaw** | 🔄 | `server/modules/openclaw/` + `client/src/components/openclaw/` | Detecção padrões, sugestão proativa, skills emergentes |
-| **Skills Engine** | ✅ | `server/skills/` | POO: herança, composição, polimorfismo, versionamento |
-| **Automation Fabric** | ⏳ | `server/modules/automation/` | Runtime unificado: Workflow, Rule, Agent, Schedule, Event |
-| **Dev Center** | ⏳ | `client/src/pages/DevCenter.tsx` | Design → Assemble → Deploy de agentes |
-| **Superset Integration** | ⏳ | `server/modules/superset/` | BI visual + MiroFlow bridge |
-
-### 4. **Skills Engine POO** (Seção 4)
- ✅ Herança: `extends`, `isA`
- ✅ Composição: `dependencies`, `requires`
- ✅ Polimorfismo: `useMiroFlow`, `autoApprove`
- ✅ Versionamento Git-like (createVersion, listVersions, rollback, fork, diff)
- ✅ Marketplace / Biblioteca (import de skills públicas)
-
-### 5. **Automation Fabric Unificada** (Seção 6)
- Runtime com suporte: Workflow, Rule, Agent, Schedule, Event
- Trigger-based (webhook, database, schedule, event)
- Integração com Blackboard para codegen
-
-### 6. **Dev Center Completo** (Seção 8)
- **Design Studio**: UML, Visual, Markdown
- **Assemble Line**: Integração com Blackboard
- **Orchestrate Center**: Deploy, monitoramento
- **Galeria de Agentes**: Marketplace interno
-
-### 7. **Infraestrutura** (Seção 9)
- PostgreSQL 16 + pgvector
- Neo4j (Knowledge Graph)
- Ollama (LLMs locais: deepseek-r1:32b/70b, llama3.1:8b/70b)
- Apache Superset (BI visual)
-
---
-
-## 🗺️ ROADMAP E STATUS
-
-### ✅ Fase 1: Fundação (Semanas 1-2)
-**Status: CONCLUÍDA (2026-03-25)**
- Submodules MiroFlow + OpenClaw
- Tabelas skills, skill_executions
- Neo4j no Docker
- ReferenceParser/Resolver
- Superset + Ollama
-
-**Entregável:** Infraestrutura base ✅
-
---
-
-### ✅ Fase 2: Skills Engine (Semanas 3-4)
-**Status: CONCLUÍDA (25/03/2026 - 15:04)**
- SkillEngine com herança/composição
- API REST CRUD + execução + histórico
- Editor Monaco (tabs Geral/Body/Params)
- Versionamento Git-like (VersionManager)
- Skill Marketplace / Biblioteca
-
-**Entregável:** Skills criáveis, versionáveis, executáveis ✅
-
---
-
-### ✅ Fase 3: MiroFlow Embutido (Semanas 5-6)
-**Status: CONCLUÍDA PARCIAL (25/03/2026 - 15:04)**
-
-**Implementado:**
- Adapt MiroFlow para Ollama local (llama3.2:3b / deepseek-r1:14b)
- Containerização em docker-compose.prod.yml
- Agentes especializados (Statistician, Auditor, Researcher)
- Proxy Node.js: `/api/miroflow/analyze`
- UI MiroFlowControl (tab Científico em /insights)
-
-**Pendente:**
- [ ] MiroFlowBridge para Superset
- [ ] Integração com Arcádia Audit (imutabilidade)
- [ ] Dashboard de benchmarks no Dev Center
- [ ] **Tool SQL via Skills** (skill `db_query` como MCP tool)
-
-**Entregável:** Análises científicas (ETA completo: 08/04/2026)
-
---
-
-### 🔄 Fase 4: OpenClaw Embutido (Semanas 7-8)
-**Status: SPRINT 1 COMPLETO (26/03/2026) | Sprints 2-3 Em Progresso**
-
-#### ✅ Sprint 1: Backend (COMPLETO - 26/03)
- [x] PatternDetector.ts — detecção (3+ em 30d), confiança, Neo4j
- [x] OpenClawEngine.ts — orquestração, sugestões, scheduler, Socket.IO
- [x] SkillEmergence.ts — Blackboard codegen, validação, DRAFT storage
- [x] routes.ts — 10 endpoints REST
- [x] arcadia.config.yaml — pattern detection, suggestions, emergence
-
-#### ⏳ Sprint 2: Frontend (PRÓXIMO - 28-29/03)
- [ ] OpenClawWidget.tsx — widget flutuante de sugestão
- [ ] SkillSuggestion.tsx — modal de sugestão
- [ ] useAgentEmergence.ts — hook de lógica
- [ ] Integração em App.tsx (layout principal)
-
-#### ⏳ Sprint 3: Config + Testes (30-31/03)
- [ ] Schema database (detectedPatterns, skillSuggestions)
- [ ] Migration SQL (migrations/0004_openclaw_tables.sql)
- [ ] Testes unitários
- [ ] Documentação
-
-**Fluxo:** Padrão → Detector → Engine → Sugestão → Widget → User → Blackboard → SkillEmergence → DRAFT → Dev Center → Publicada
-
-**Entregável:** Skills emergentes (ETA: 08/04/2026)
-
---
-
-### ⏳ Fase 5: Automation Fabric (Semanas 9-10)
-**Status: PENDENTE**
- [ ] Unificar XOS/Automations + Central /automations
- [ ] 4 runtimes: Workflow, Rule, Agent, Schedule, Event
- [ ] UI única no Dev Center
- [ ] Migração dados existentes
- [ ] Testes carga/segurança
-
-**Entregável:** Automações unificadas
-
---
-
-### ⏳ Fase 6: Dev Center Completo (Semanas 11-12)
-**Status: PENDENTE**
- [ ] Design Studio (UML, Visual, Markdown)
- [ ] Assemble Line (Blackboard integration)
- [ ] Orchestrate Center (deploy, monitoramento)
- [ ] Galeria de Agentes (marketplace interno)
- [ ] Documentação e treinamento
-
-**Entregável:** Sistema completo operacional
-
---
-
-## 🎯 DECISÕES CRÍTICAS (RESUMO)
-
-| Decisão | Escolha | Justificativa |
-|---------|---------|---------------|
-| **MiroFlow** | **EMBUTIR** | Motor científico nativo, benchmarks, verificação multi-camada |
-| **OpenClaw** | **EMBUTIR** | Widget interno, detecção contextual no Arcádia |
-| **Superset** | **INTEGRAR** | BI visual mantido, bridge para MiroFlow |
-| **Skills** | **POO** | Herança, composição, polimorfismo para reuso |
-| **Automações** | **UNIFICAR** | Runtime único, múltiplos orquestradores |
-| **Dev Center** | **FÁBRICA** | Design → Assemble → Deploy de agentes |
-| **Multi-tenant** | **HIERARQUIA** | System → Tenant → Company → User skills |
-
---
-
-## 📋 PRÓXIMO PASSO
-
-### **Fase 4 Sprint 2: OpenClaw Frontend**
-**ETA: 28-29/03/2026**
-
-A Fase 4 Sprint 1 (backend) foi concluída em 26/03. Agora entrar na **Sprint 2 do frontend**, que consiste em:
-
-#### Tarefas Sprint 2:
-1. **OpenClawWidget.tsx** — Widget flutuante que:
-   - Escuta eventos de sugestões via Socket.IO
-   - Mostra notificação "Detectei padrão!"
-   - Abre SkillSuggestion modal ao ser clicado
-
-2. **SkillSuggestion.tsx** — Modal que:
-   - Exibe padrão detectado (frequência, confiança)
-   - Preview do código da skill sugerida (gerado por Blackboard)
-   - Botões: Aprovar (→ DRAFT em Dev Center) ou Rejeitar
-
-3. **useAgentEmergence.ts** — Hook que:
-   - Conecta a Socket.IO `/api/openclaw` events
-   - Gerencia estado de sugestões
-   - Sincroniza com OpenClawEngine backend
-
-4. **Integração em App.tsx**:
-   - Importar OpenClawWidget
-   - Renderizar no layout principal (canto inferior direito)
-   - Garantir que não bloqueia interação com página
-
-#### Localização dos arquivos:
-```
-client/src/
-├── components/
-│   └── openclaw/
-│       ├── OpenClawWidget.tsx      ← NOVO
-│       ├── SkillSuggestion.tsx     ← NOVO
-│       └── ...
-├── hooks/
-│   └── useAgentEmergence.ts        ← NOVO
-└── App.tsx                          ← MODIFICAR (integração)
-```
-
-#### Integração com backend já pronto:
- PatternDetector.ts emite eventos via Socket.IO
- OpenClawEngine.ts orquestra sugestões
- SkillEmergence.ts gera código via Blackboard
- Todas as rotas REST já existem
-
-**Próximo passo após Sprint 2:** Sprint 3 (Config + Testes), depois Fase 5 (Automation Fabric).
-
---
-
-## 🔗 LINKS ESSENCIAIS
-
-| Recurso | URL |
-|---------|-----|
-| **MiroFlow Docs** | https://github.com/MiroMindAI/MiroFlow/tree/main/docs |
-| **MiroFlow Paper** | https://arxiv.org/abs/2602.22808 |
-| **OpenClaw README** | https://github.com/miaoxworld/OpenClawInstaller/blob/main/README.md |
-| **Superset Docs** | https://superset.apache.org/docs/intro |
-| **Neo4j Docs** | https://neo4j.com/docs/ |
-| **Ollama Docs** | https://github.com/ollama/ollama/blob/main/README.md |
-
---
-
-**Pronto para começar Fase 4 Sprint 2?**
-
--- a/docs/PLANO_IMPLEMENTACAO_AGENTIC.md
+++ b/docs/PLANO_IMPLEMENTACAO_AGENTIC.md
@ -1,313 +0,0 @@
-# PLANO DE IMPLEMENTAÇÃO: ARCÁDIA AGENTIC SUITE
-**Versão:** 1.0 | **Baseado em:** Planejamento Estratégico Arcádia v1.0 (Março 2026)
-**Rastreamento:** Ações marcadas com `[DATA | HORA | AUTOR | DETALHE]`
-
---
-
-## LEGENDA DE STATUS
-
-```
-[ ] Pendente
-[~] Em andamento
-[x] Concluído
-[!] Bloqueado / Atenção
-[?] Requer decisão antes de executar
-```
-
---
-
-## ALERTAS DE CONFLITO COM SISTEMA EXISTENTE
-
-> Itens marcados com **(CONFLITO POTENCIAL)** podem sobrescrever ou interferir
-> com configurações já existentes no Arcádia. CONFIRMAR antes de executar.
-
-| Item | Conflito | Observação |
-|------|----------|------------|
-| `docker-compose.yml` | **(CONFLITO POTENCIAL)** | Pode já existir com serviços configurados |
-| Apache Superset | **(CONFLITO POTENCIAL)** | RLS e dashboards já configurados — nova instância pode perder dados |
-| Tabelas `skills`, `automations` | **(CONFLITO POTENCIAL)** | Verificar se já existem no schema atual |
-| XOS/Automations | **(CONFLITO POTENCIAL)** | Unificação na Fase 5 altera o runtime existente |
-| `/automations` (Central) | **(CONFLITO POTENCIAL)** | Será migrado/substituído na Fase 5 |
-
---
-
-## FASE 1 — FUNDAÇÃO (Semanas 1-2)
-**Entregável:** Infraestrutura base funcionando
-
-### 1.1 Submodules / Clone
-
- [ ] Clonar MiroFlow como submodule em `server/modules/miroflow/`
-  ```bash
-  git submodule add https://github.com/MiroMindAI/MiroFlow.git server/modules/miroflow
-  ```
-
- [ ] Clonar OpenClaw como submodule em `server/modules/openclaw/`
-  ```bash
-  git submodule add https://github.com/miaoxworld/OpenClawInstaller.git server/modules/openclaw
-  ```
-
- [ ] Inicializar submodules
-  ```bash
-  git submodule update --init --recursive
-  ```
-
-### 1.2 Banco de Dados — Novas Tabelas
-
-> **(CONFLITO POTENCIAL)** — Verificar se tabelas já existem antes de criar
-
- [ ] Criar tabela `skills` no PostgreSQL
- [ ] Criar tabela `automations` no PostgreSQL
- [ ] Criar tabela `skill_executions` no PostgreSQL
- [ ] Criar migration e executar `npm run db:migrate`
-
-### 1.3 Knowledge Graph (Neo4j) — Novos Nós
-
- [ ] Estender KG com nó: `Skill`
- [ ] Estender KG com nó: `Automation`
- [ ] Estender KG com nó: `Execution`
-
-### 1.4 Reference System
-
- [ ] Implementar `ReferenceParser` — `server/modules/skills/ReferenceParser.ts`
- [ ] Implementar `ReferenceResolver` — `server/modules/skills/ReferenceResolver.ts`
-
-### 1.5 Docker Compose / Infraestrutura
-
-> **(CONFLITO POTENCIAL)** — `docker-compose.yml` pode já existir.
-> Confirmar com João antes de sobrescrever.
-
- [?] Verificar se `docker-compose.yml` já existe no projeto
- [?] Se existir: mesclar serviços (Neo4j, Ollama, Superset) sem sobrescrever configs atuais
- [ ] Garantir serviços no compose: PostgreSQL, Neo4j, Ollama, Superset, Arcádia Suite
-
---
-
-## FASE 2 — SKILLS ENGINE (Semanas 3-4)
-**Entregável:** Skills criáveis e executáveis
-
-### 2.1 Backend — Skill Engine
-
- [ ] Implementar `SkillEngine.ts` — `server/modules/skills/SkillEngine.ts`
-  - Suporte a herança (`extends`)
-  - Suporte a composição (`dependencies`)
-  - Suporte a polimorfismo (`execute()`)
- [ ] Implementar `SkillRepository.ts` — CRUD de skills no banco
-
-### 2.2 Sistema de Namespaces
-
- [ ] Hierarquia: `system` → `tenant` → `company` → `user`
- [ ] Resolver prioridade e herança entre namespaces
-
-### 2.3 Frontend — Editor de Skills
-
- [ ] Criar componente `SkillEditor.tsx` — `client/src/components/skills/`
-  - Modo Visual
-  - Modo Code (TypeScript)
-  - Modo Markdown
- [ ] Criar `ReferenceParser.ts` no frontend com autocomplete de `/`
- [ ] Criar `SkillMarketplace.tsx` — descoberta de skills disponíveis
-
-### 2.4 Versionamento de Skills
-
- [ ] Implementar versionamento Git-like para skills (histórico de versões)
-
---
-
-## FASE 3 — MIROFLOW EMBUTIDO (Semanas 5-6)
-**Entregável:** Análises científicas disponíveis
-
-### 3.1 Configuração MiroFlow para Ollama Local
-
- [ ] Criar `config/arcadia_agents.yaml` em `server/modules/miroflow/config/`
-  - `provider: ollama`
-  - `base_url: http://localhost:11434`
-  - Modelos: `deepseek-r1:32b` (default), `deepseek-r1:70b` (reasoning), `llama3.1:8b` (fast)
- [ ] Instalar dependências Python: `pip install -r requirements.txt`
-
-### 3.2 Agentes Especializados
-
- [ ] Configurar agente `Arcádia Statistician` (deepseek-r1:32b)
-  - Tools: arcadia_sql_query, pandas_analysis, scipy_stats, visualization_generator
- [ ] Configurar agente `Arcádia Fiscal Auditor` (deepseek-r1:70b)
-  - Tools: nfe_validator, sped_generator, tax_calculator, risk_scorer
- [ ] Configurar agente `Arcádia Researcher` (llama3.1:70b)
-  - Tools: knowledge_graph_query, document_search, trend_analyzer
-
-### 3.3 Bridge Superset → MiroFlow
-
-> **(CONFLITO POTENCIAL)** — Superset já está em produção com RLS configurado.
-> A bridge adiciona funcionalidade nova (Modo Científico), não deve quebrar configs existentes.
-> Confirmar antes de modificar qualquer arquivo do Superset atual.
-
- [?] Verificar se a instância atual do Superset suporta custom viz (`BaseViz`)
- [ ] Criar `MiroFlowBridge.ts` — `server/modules/superset/MiroFlowBridge.ts`
- [ ] Criar `miroflow_scientific.py` — viz customizada no Superset
-  - Endpoint: `POST /api/miroflow/analyze`
- [ ] Criar `MiroFlowControl.tsx` — toggle "Modo Científico" no frontend
-  - `client/src/modules/superset-bridge/MiroFlowControl.tsx`
-
-### 3.4 Integração com Arcádia Audit
-
- [ ] Garantir que execuções MiroFlow sejam registradas com `immutable_logging: true`
- [ ] Registrar proveniência no Knowledge Graph (dataset versions, analysis lineage, model registry)
-
-### 3.5 Modelos Ollama
-
- [ ] Baixar modelo: `deepseek-r1:32b`
- [ ] Baixar modelo: `deepseek-r1:70b`
- [ ] Baixar modelo: `llama3.1:8b`
- [ ] Baixar modelo: `llama3.1:70b`
-
-### 3.6 Dev Center — Dashboard de Benchmarks
-
- [ ] Criar dashboard de benchmarks MiroFlow no Dev Center (GAIA, HLE, FutureX)
-
---
-
-## FASE 4 — OPENCLAW EMBUTIDO (Semanas 7-8)
-**Entregável:** Skills emergentes funcionando
-
-### 4.1 Backend — Pattern Detection
-
- [ ] Implementar `PatternDetector.ts` — `server/modules/openclaw/PatternDetector.ts`
-  - `min_occurrences: 3` | `time_window_days: 30` | `confidence_threshold: 0.8`
- [ ] Implementar `SkillEmergence.ts` — criação de skills emergentes como DRAFT
- [ ] Implementar `OpenClawEngine.ts` — motor de sugestões
-
-### 4.2 Frontend — Widget
-
- [ ] Criar `OpenClawWidget.tsx` — widget flutuante
-  - `client/src/modules/openclaw/OpenClawWidget.tsx`
- [ ] Criar `PatternDetector.ts` frontend — hook de detecção
- [ ] Criar `SkillSuggestion.tsx` — modal de sugestão ao usuário
- [ ] Criar `useAgentEmergence.ts` — lógica de emergência
-
-### 4.3 Configuração OpenClaw Arcádia
-
- [ ] Criar `config/arcadia.yaml` em `server/modules/openclaw/config/`
-  - `tenant_aware: true`
-  - `auto_suggest: false` (sempre pedir confirmação)
-  - `create_as_draft: true` (requer aprovação)
-  - `auto_publish: false`
-  - `notify_admins: true`
- [ ] Instalar dependências Node: `cd server/modules/openclaw && npm install`
-
-### 4.4 Fluxo Completo de Emergência
-
- [ ] Implementar fluxo: Padrão detectado → Skill DRAFT criado → Dev Center para aprovação
- [ ] Integrar com Blackboard para codegen automático da skill emergente
- [ ] Painel de configuração de sugestões por tenant
-
---
-
-## FASE 5 — AUTOMATION FABRIC (Semanas 9-10)
-**Entregável:** Automações unificadas
-
-> **(CONFLITO POTENCIAL)** — Esta fase unifica XOS/Automations e `/automations` Central.
-> São sistemas ATIVOS no Arcádia. Migração de dados necessária.
-> Confirmar estratégia de migração com João antes de iniciar.
-
-### 5.1 Backend — Runtimes Unificados
-
- [ ] Implementar `AutomationEngine.ts` — `server/modules/automations/AutomationEngine.ts`
- [ ] Implementar runtime `WorkflowEngine.ts` (BPMN, processos longos, aprovações)
- [ ] Implementar runtime `RuleEngine.ts` (IFTTT simples, rápido)
- [ ] Implementar runtime `AgentExecutor.ts` (Manus/OpenClaw, IA adaptativa)
- [ ] Implementar runtime `ScheduleEngine.ts` (Cron, recorrente)
- [ ] (Opcional) Implementar runtime `EventEngine.ts` (Webhook, real-time)
-
-### 5.2 Modelo Unificado de Automação
-
- [ ] Definir schema `Automation` com campo `runtime` polimórfico
-  - tipos: `workflow | rule | agent | scheduled | event`
- [ ] Implementar `auditHash` para imutabilidade
-
-### 5.3 Migração de Dados
-
- [ ] Mapear automações existentes em XOS para novo modelo
- [ ] Mapear automações existentes em `/automations` Central para novo modelo
- [ ] Executar migração sem downtime
-
-### 5.4 Frontend — UI Única
-
- [ ] Criar `AutomationCenter.tsx` — `client/src/modules/automations/AutomationCenter.tsx`
- [ ] Criar `RuleDesigner.tsx` — designer visual de regras
- [ ] Criar `WorkflowDesigner.tsx` — designer BPMN
- [ ] Criar `AgentDesigner.tsx` — designer de agentes IA
- [ ] Criar `AutomationList.tsx` — listagem unificada
-
-### 5.5 Testes
-
- [ ] Testes de carga nas automações unificadas
- [ ] Testes de segurança (permissões por tenant/company/user)
-
---
-
-## FASE 6 — DEV CENTER COMPLETO (Semanas 11-12)
-**Entregável:** Sistema completo operacional
-
-### 6.1 Design Studio
-
- [ ] Criar `DesignStudio.tsx` — `client/src/modules/devcenter/DesignStudio.tsx`
-  - Modo UML Diagram (classes, herança, relações)
-  - Modo Visual Flow (drag-drop nodes)
-  - Modo Markdown Spec (linguagem natural)
-  - Modo Code Editor (TypeScript + IntelliSense)
-
-### 6.2 Assemble Line
-
- [ ] Criar `AssembleLine.tsx` — `client/src/modules/devcenter/AssembleLine.tsx`
-  - Composition Panel (available skills → selected skills)
-  - Flow Diagram automático
-  - Botões: Generate Code | Preview | Test | Deploy
- [ ] Integrar com Blackboard (GeneratorAgent, ValidatorAgent, ExecutorAgent)
-
-### 6.3 Orchestrate Center
-
- [ ] Criar `OrchestrateCenter.tsx` — `client/src/modules/devcenter/OrchestrateCenter.tsx`
-  - Deploy de agentes
-  - Versionamento
-  - Monitoramento de execuções
-
-### 6.4 Galeria de Agentes
-
- [ ] Criar marketplace interno de agentes (descoberta, instalação por tenant)
-
-### 6.5 Finalização
-
- [ ] Documentação técnica dos componentes criados
- [ ] Treinamento / onboarding interno
- [ ] `npm run test:miroflow`
- [ ] `npm run test:openclaw`
- [ ] `npm run test:integration`
-
---
-
-## REGISTRO DE AÇÕES EXECUTADAS
-
-> Formato: `[AAAA-MM-DD | HH:MM | AUTOR | O que foi feito e em qual arquivo/componente]`
-
-| # | Data | Hora | Autor | Ação | Fase |
-|---|------|------|-------|------|------|
-| 1 | 2026-03-24 | — | João | Adicionado serviço `neo4j` (profile: `kg`) ao `docker-compose.yml` + volumes `neo4j_data` e `neo4j_logs` | Fase 1 |
-| 2 | 2026-03-24 | — | João | Adicionado serviço `neo4j` (profile: `kg`) ao `docker-compose.prod.yml` + volumes `neo4j_data` e `neo4j_logs` | Fase 1 |
-| 3 | 2026-03-24 | — | João | Adicionadas tabelas `arcadia_skills` (modelo POO) e `skill_executions` ao `shared/schema.ts` — `xosSkillRegistry` preservado | Fase 1 + 2 |
-| 4 | 2026-03-24 | — | João | Criada migration `0003_arcadia_skills.sql` — cria tabelas `arcadia_skills` e `skill_executions` com índices | Fase 1 |
-
---
-
-## DECISÕES ARQUITETURAIS REGISTRADAS
-
-| Componente | Decisão | Status |
-|------------|---------|--------|
-| MiroFlow | EMBUTIR como submodule em `server/modules/miroflow/` | Pendente |
-| OpenClaw | EMBUTIR como submodule em `server/modules/openclaw/` | Pendente |
-| Apache Superset | INTEGRAR externamente com bridge MiroFlow | Pendente |
-| Skills | Modelo POO (herança, composição, polimorfismo) | Pendente |
-| Automações | Unificar XOS + Central em runtime único | Pendente |
-| Dev Center | Fábrica: Design → Assemble → Deploy | Pendente |
-| Multi-tenant | Hierarquia: System → Tenant → Company → User | Pendente |
-
---
-
-*Documento gerado em: 2026-03-24 | Baseado no Planejamento Estratégico Arcádia v1.0*
--- a/docs/PLANO_METASET.md
+++ b/docs/PLANO_METASET.md
@ -1,617 +0,0 @@
-Plano de Implementação: MetaSet no ArcadiaSuite (Atualizado - 07/04/2026)
-📊 Visão Geral da Arquitetura Atual
-┌─────────────────────────────────────────────────────────────────────────┐
-│                         ARCADIA KERNEL (5001)                           │
-│  ┌─────────────┐  ┌─────────────┐  ┌─────────────┐  ┌─────────────────┐ │
-│  │  Dashboard  │  │   Process   │  │   Health    │  │   LogAggregator │ │
-│  │   (Web UI)  │  │   Manager   │  │   Monitor   │  │                 │ │
-│  └──────┬──────┘  └──────┬──────┘  └──────┬──────┘  └─────────────────┘ │
-│         │                │                │                               │
-│         └────────────────┴────────────────┘                               │
-│                          │                                              │
-│              ┌───────────┴───────────┐                                  │
-│              │   Service Registry    │                                  │
-│              │  (services.json)      │                                  │
-│              └───────────┬───────────┘                                  │
-│                          │                                              │
-│    ┌─────────────────────┼─────────────────────┐                        │
-│    │                     │                     │                        │
-│ ┌──┴──┐              ┌──┴──┐              ┌──┴──┐                      │
-│ │9001 │              │9002 │              │9003 │      + NOVO: 8004    │
-│ │Comm │              │Core │              │Worker│      + NOVO: 8100   │
-│ │Whats│              │ API │              │Queue │      (MetaSet)      │
-│ └─────┘              └─────┘              └─────┘                        │
-│                                                                          │
-│  🆕 SERVIÇOS BI:                                                         │
-│  ┌─────────────┐  ┌─────────────┐  ┌─────────────┐                      │
-│  │   8004      │  │   8100      │  │   8200      │                      │
-│  │  BI-API     │──│  MetaSet    │  │  FDB-Bridge │                      │
-│  │  (Node.js)  │  │  (Python)   │  │  (Python)   │                      │
-│  │  Gateway    │  │  Superset   │  │  Firebird   │                      │
-│  └─────────────┘  └─────────────┘  └─────────────┘                      │
-│                                                                          │
-└─────────────────────────────────────────────────────────────────────────┘
-                                    │
-                         ┌──────────┴──────────┐
-                         │   PostgreSQL 16     │
-                         │  ┌───────────────┐  │
-                         │  │  arcadia_db   │  │
-                         │  │  metaset_db   │  │  ✅ Schema criado e migrado
-                         │  └───────────────┘  │
-                         └─────────────────────┘
-
-🔧 Configuração dos Serviços (services.json)
-{
-  "services": [
-    {
-      "id": "communication",
-      "name": "Communication Service",
-      "type": "node",
-      "command": "node",
-      "args": ["server/communication/index.js"],
-      "cwd": ".",
-      "port": 9001,
-      "autoStart": true,
-      "healthCheck": {
-        "path": "/health",
-        "interval": 30000,
-        "timeout": 5000,
-        "retries": 3
-      },
-      "maxRestarts": 5
-    },
-    {
-      "id": "core-api",
-      "name": "Core API",
-      "type": "node",
-      "command": "node",
-      "args": ["server/core/index.js"],
-      "cwd": ".",
-      "port": 9002,
-      "autoStart": true,
-      "healthCheck": {
-        "path": "/health",
-        "interval": 30000,
-        "timeout": 5000,
-        "retries": 3
-      },
-      "maxRestarts": 5
-    },
-    {
-      "id": "bi-api",
-      "name": "BI API Gateway",
-      "type": "node",
-      "command": "node",
-      "args": ["server/bi/index.js"],
-      "cwd": ".",
-      "port": 8004,
-      "autoStart": true,
-      "env": {
-        "METASET_PORT": "8100",
-        "METASET_HOST": "127.0.0.1",
-        "FDB_BRIDGE_PORT": "8200"
-      },
-      "healthCheck": {
-        "path": "/bi/health",
-        "interval": 30000,
-        "timeout": 5000,
-        "retries": 3
-      },
-      "maxRestarts": 5,
-      "description": "Gateway de BI com proxy para MetaSet e FDB-Bridge"
-    },
-    {
-      "id": "metaset",
-      "name": "MetaSet BI",
-      "type": "python",
-      "command": "python",
-      "args": ["server/bi/metaset/run.py", "--port=8100", "--host=127.0.0.1"],
-      "cwd": ".",
-      "port": 8100,
-      "autoStart": false,
-      "env": {
-        "PYTHONPATH": "server/bi/metaset",
-        "FLASK_ENV": "production",
-        "SUPERSET_CONFIG_PATH": "server/bi/metaset/superset_config.py",
-        "SUPERSET_SECRET_KEY": "${SUPERSET_SECRET_KEY}"
-      },
-      "healthCheck": {
-        "path": "/health",
-        "interval": 30000,
-        "timeout": 10000,
-        "retries": 3
-      },
-      "maxRestarts": 3,
-      "description": "Apache Superset rebrandado como MetaSet (Docker-managed)"
-    },
-    {
-      "id": "fdb-bridge",
-      "name": "FDB Bridge",
-      "type": "python",
-      "command": "python",
-      "args": ["server/bi/fdb-bridge/main.py", "--port=8200"],
-      "cwd": ".",
-      "port": 8200,
-      "autoStart": false,
-      "env": {
-        "PYTHONPATH": "server/bi/fdb-bridge",
-        "FDB_HOST": "${FDB_HOST}",
-        "FDB_PORT": "${FDB_PORT:-3050}"
-      },
-      "healthCheck": {
-        "path": "/health",
-        "interval": 60000,
-        "timeout": 5000,
-        "retries": 3
-      },
-      "maxRestarts": 3,
-      "description": "Conector Firebird para sincronização de dados (Docker-managed)"
-    }
-  ]
-}
-
-🏗️ Estrutura de Diretórios Final
-arcadiasuite/
-├── server/
-│   ├── kernel/                    # ✅ Kernel finalizado
-│   │   ├── core/
-│   │   │   ├── ProcessManager.ts  # ✅ Suporta 'python' e 'node'
-│   │   │   ├── HealthMonitor.ts
-│   │   │   └── LogAggregator.ts
-│   │   ├── dashboard/             # Dashboard Web UI (porta 5001)
-│   │   ├── config/
-│   │   │   └── services.json      # ✅ Configuração dos serviços
-│   │   └── index.ts
-│   │
-│   ├── bi/                        # 🆕 MÓDULO BI COMPLETO
-│   │   ├── index.ts               # BI-API Gateway (porta 8004)
-│   │   ├── routes/
-│   │   │   ├── query.ts           # Queries nativas Drizzle
-│   │   │   ├── export.ts          # Exportação PDF/Word
-│   │   │   └── sync.ts            # Sincronização FDB
-│   │   │
-│   │   ├── metaset/               # 🆕 METASET (Superset)
-│   │   │   ├── run.py             # Entry point Python
-│   │   │   ├── superset_config.py # Configuração Arcadia
-│   │   │   ├── security_manager.py # ArcadiaSecurityManager
-│   │   │   ├── requirements.txt   # Dependências Python
-│   │   │   ├── Dockerfile         # Multi-stage build
-│   │   │   ├── init.sh            # Container init script
-│   │   │   ├── branding/          # 🎨 Assets MetaSet
-│   │   │   │   ├── metaset-logo-horiz.png
-│   │   │   │   ├── metaset-icon.png
-│   │   │   │   ├── favicon-16x16.png
-│   │   │   │   └── favicon-32x32.png
-│   │   │   │
-│   │   │   └── superset-src/      # Fork Apache Superset 4.1.0
-│   │   │       ├── superset-frontend/  # ✅ Rebuild com branding MetaSet
-│   │   │       │   └── src/
-│   │   │       │       ├── features/home/RightMenu.tsx  # ✅ Textos atualizados
-│   │   │       │       ├── components/ErrorMessage/OAuth2RedirectMessage.tsx
-│   │   │       │       └── pages/...  # ✅ Traduções atualizadas
-│   │   │       │
-│   │   │       ├── superset/
-│   │   │       │   ├── config.py      # ✅ APP_NAME = "MetaSet"
-│   │   │       │   ├── constants.py   # ✅ USER_AGENT = "MetaSet"
-│   │   │       │   ├── cli/
-│   │   │       │   ├── templates/     # ✅ HTML templates atualizados
-│   │   │       │   └── translations/  # ✅ Traduções en/pt_BR
-│   │   │       └── ...
-│   │   │
-│   │   └── fdb-bridge/            # 🆕 FIREBIRD CONNECTOR (skeleton)
-│   │       ├── main.py            # Serviço Python porta 8200
-│   │       ├── sync.py            # Lógica de sincronização
-│   │       ├── models.py          # Modelos SQLAlchemy
-│   │       └── requirements.txt
-│   │
-│   └── ... (outros serviços)
-│
-├── client/
-│   └── src/
-│       └── pages/
-│           └── bi/                # 🆕 FRONTEND BI
-│               ├── index.tsx      # Dashboard BI Arcadia
-│               ├── metaset/       # Embed MetaSet
-│               │   ├── Dashboard.tsx
-│               │   ├── SQLLab.tsx
-│               │   └── Explore.tsx
-│               └── components/
-│                   ├── QueryBuilder.tsx
-│                   ├── ExportButton.tsx
-│                   └── FDBSyncStatus.tsx
-│
-└── branding/                      # 🆕 ASSETS COMPARTILHADOS
-    ├── logos/
-    │   ├── arcadia-suite-logo.svg
-    │   ├── arcadia-suite-logo-horiz.svg
-    │   ├── metaset-logo.svg
-    │   └── metaset-icon.svg
-    ├── colors/
-    │   └── arcadia-palette.json
-    └── fonts/
-        └── Inter-Variable.ttf
-
-🔐 Arquitetura de Segurança & Multi-tenancy
-Fluxo de Autenticação
-┌─────────────┐     ┌─────────────┐     ┌─────────────┐     ┌─────────────┐
-│   Cliente   │────▶│  Arcadia    │────▶│   BI-API    │────▶│   MetaSet   │
-│   (React)   │     │   Login     │     │   (8004)    │     │   (8100)    │
-└─────────────┘     └─────────────┘     └─────────────┘     └─────────────┘
-                                               │                    │
-                                               │ Headers:           │ SET LOCAL
-                                               │ X-Tenant-ID: 123   │ app.current_tenant
-                                               │ X-User-Role: admin │ = 123;
-                                               │ Authorization: JWT │
-                                               ▼                    ▼
-                                        ┌─────────────┐     ┌─────────────┐
-                                        │  RLS Check  │     │  PostgreSQL │
-                                        │ Middleware  │     │   (RLS)     │
-                                        └─────────────┘     └─────────────┘
-
-ArcadiaSecurityManager (server/bi/metaset/security_manager.py) ✅ CORRIGIDO
-"""
-Security Manager integrado ao Arcadia Kernel
- Extrai tenant e usuário do token JWT
- Aplica RLS automaticamente
- Sincroniza roles com ArcadiaSuite
- Preserva comportamento padrão do Superset (chama super().before_request())
-"""
-from superset.security import SupersetSecurityManager
-from flask import g, request, current_app
-from sqlalchemy import text
-import jwt
-import logging
-
-logger = logging.getLogger(__name__)
-
-class ArcadiaSecurityManager(SupersetSecurityManager):
-    ROLE_MAPPING = {
-        'superadmin': 'Admin',
-        'admin': 'Alpha',
-        'analyst': 'Gamma',
-        'viewer': 'Public',
-    }
-    
-    def before_request(self):
-        """Executado antes de cada requisição - preserva comportamento padrão"""
-        super().before_request()  # ← CRÍTICO: preserva autenticação padrão
-        
-        auth_header = request.headers.get('Authorization', '')
-        if not auth_header.startswith('Bearer '):
-            return
-            
-        token = auth_header.replace('Bearer ', '')
-        
-        try:
-            payload = jwt.decode(
-                token, 
-                current_app.config.get('SECRET_KEY', 'default-key'), 
-                algorithms=['HS256']
-            )
-            
-            g.tenant_id = payload.get('tenant_id')
-            g.user_id = payload.get('sub')
-            g.user_role = payload.get('role', 'viewer')
-            g.user_email = payload.get('email')
-            
-            if g.tenant_id:
-                try:
-                    from superset import db
-                    db.session.execute(
-                        text(f"SET LOCAL app.current_tenant = {g.tenant_id}")
-                    )
-                except Exception as e:
-                    logger.warning(f"Erro ao aplicar RLS: {e}")
-                    
-        except jwt.ExpiredSignatureError:
-            logger.warning("JWT token expirado")
-        except jwt.InvalidTokenError:
-            logger.warning("JWT token inválido")
-        except Exception as e:
-            logger.warning(f"Erro ao processar JWT: {e}")
-
-🐍 Código dos Serviços Python
-1. MetaSet Entry Point (server/bi/metaset/run.py)
-"""
-MetaSet - Serviço Apache Superset integrado ao Arcadia Kernel
-Porta: 8100 (Docker container)
-Gunicorn: 2 workers, gthread, 120s timeout
-"""
-
-import os
-import sys
-import logging
-from pathlib import Path
-
-logging.basicConfig(
-    level=logging.INFO,
-    format='[MetaSet] %(levelname)s: %(message)s',
-    handlers=[logging.StreamHandler(sys.stdout)]
-)
-logger = logging.getLogger(__name__)
-
-def create_app():
-    """Criar aplicação Flask do Superset com endpoints customizados"""
-    from superset import create_app as create_superset_app
-    from datetime import datetime
-    
-    app = create_superset_app()
-    
-    @app.route('/health')
-    def health_check():
-        return {'status': 'healthy', 'service': 'metaset'}, 200
-    
-    @app.route('/info')
-    def service_info():
-        return {
-            'name': 'MetaSet',
-            'description': 'Business Intelligence by ArcadiaSuite',
-            'version': app.config.get('VERSION_STRING', '4.1.0'),
-            'features': ['sql_lab', 'dashboards', 'charts', 'rls', 'embedding']
-        }
-    
-    return app
-
-# MetaSetApplication: custom Gunicorn app
-# Config: 2 workers, gthread, 120s timeout, stdout/stderr logging
-
-2. BI-API Gateway (server/bi/index.ts)
-"""
- * BI-API Gateway
- * Porta: 8004
- * Integra MetaSet (8100) e FDB-Bridge (8200) ao ArcadiaSuite
- * Proxy manual usando módulo http nativo (bypass http-proxy-middleware ECONNRESET)
-"""
-
-import express from 'express';
-import http from 'http';
-
-const METASET_URL = `http://${process.env.METASET_HOST || 'metaset'}:${process.env.METASET_PORT || '8100'}`;
-
-// Manual proxy: http.request() com pathRewrite
-// Solução para ECONNRESET com Gunicorn keepalive
-// Health check agrega MetaSet + FDB-Bridge status
-
-🎨 Configuração de Branding (superset_config.py)
-"""
-Configuração do MetaSet (Superset) para ArcadiaSuite
-"""
-
-import os
-from pathlib import Path
-
-BASE_DIR = Path(__file__).parent.absolute()
-SUPERSET_HOME = BASE_DIR / 'superset_home'
-
-# ==========================================
-# BRANDING - ARCADIASUITE ✅ IMPLEMENTADO
-# ==========================================
-
-APP_NAME = "MetaSet by Arcádia"
-APP_ICON = "/static/assets/images/branding/metaset-logo-horiz.png"
-LOGO_TARGET_PATH = "/"
-LOGO_TOOLTIP = "MetaSet - Business Intelligence by ArcadiaSuite"
-
-# Favicons
-FAVICONS = [
-    {"href": "/static/assets/images/branding/favicon-16x16.png", "sizes": "16x16"},
-    {"href": "/static/assets/images/branding/favicon-32x32.png", "sizes": "32x32"},
-    {"href": "/static/assets/images/branding/apple-touch-icon.png", "sizes": "180x180"},
-]
-
-# Cores ArcadiaSuite
-ARCADIA_PRIMARY = "#0ea5e9"      # Azul celeste
-ARCADIA_SECONDARY = "#10b981"    # Verde
-ARCADIA_ACCENT = "#f59e0b"       # Laranja
-ARCADIA_BG = "#f8fafc"           # Background claro
-ARCADIA_TEXT = "#1e293b"         # Texto escuro
-
-# Desabilitar cache de arquivos estáticos
-SEND_FILE_MAX_AGE_DEFAULT = 0
-
-THEME_DEFAULT = {
-    "token": {
-        "brandAppName": "MetaSet",
-        "brandLogoAlt": "MetaSet by ArcadiaSuite",
-        "brandLogoUrl": "/static/assets/images/branding/metaset-logo-horiz.png",
-        "brandLogoMargin": "16px 0",
-        "brandLogoHeight": "28px",
-        "colorPrimary": ARCADIA_PRIMARY,
-        "colorLink": ARCADIA_PRIMARY,
-        "colorSuccess": ARCADIA_SECONDARY,
-        "colorWarning": ARCADIA_ACCENT,
-        "colorError": "#ef4444",
-        "colorInfo": "#3b82f6",
-        "colorBgLayout": ARCADIA_BG,
-        "colorBgContainer": "#ffffff",
-        "colorText": ARCADIA_TEXT,
-        "colorTextSecondary": "#64748b",
-        "fontFamily": "Inter, -apple-system, BlinkMacSystemFont, sans-serif",
-        "fontSize": 14,
-        "borderRadius": 8,
-        "borderRadiusLG": 12,
-        "boxShadow": "0 1px 3px 0 rgba(0, 0, 0, 0.1)",
-        "boxShadowSecondary": "0 4px 6px -1px rgba(0, 0, 0, 0.1)",
-    },
-    "algorithm": "default",
-}
-
-THEME_DARK = { ... }  # Tema escuro
-
-# ==========================================
-# SEGURANÇA & MULTI-TENANCY
-# ==========================================
-
-from security_manager import ArcadiaSecurityManager
-CUSTOM_SECURITY_MANAGER = ArcadiaSecurityManager  # ✅ Funcionando
-
-AUTH_TYPE = 1
-WTF_CSRF_ENABLED = True
-WTF_CSRF_TIME_LIMIT = 3600
-SESSION_COOKIE_HTTPONLY = True
-SESSION_COOKIE_SECURE = False  # True em produção com HTTPS
-SESSION_COOKIE_SAMESITE = "Lax"
-
-# ==========================================
-# BANCO DE DADOS
-# ==========================================
-
-SQLALCHEMY_DATABASE_URI = os.getenv(
-    'DATABASE_URL',
-    'postgresql://arcadia:arcadia123@db:5432/metaset_db'
-)
-
-SQLALCHEMY_ENGINE_OPTIONS = {
-    "connect_args": {"options": "-c row_security=on"},
-    "pool_pre_ping": True,
-    "pool_recycle": 300,
-}
-
-# ==========================================
-# FEATURE FLAGS
-# ==========================================
-
-FEATURE_FLAGS = {
-    "EMBEDDED_SUPERSET": True,
-    "EMBEDDABLE_CHARTS": True,
-    "DASHBOARD_RBAC": True,
-    "SQLLAB_BACKEND_PERSISTENCE": True,
-    "DASHBOARD_VIRTUALIZATION": True,
-    "DRILL_BY": True,
-    "CSS_TEMPLATES": True,
-    "ENABLE_JAVASCRIPT_CONTROLS": False,
-    "ALERT_REPORTS": False,
-}
-
-📋 Roadmap de Implementação (8 Semanas)
-Semana	Foco	Entregáveis
-1	Setup MetaSet	Fork Superset, branding básico (logo, cores), superset_config.py
-2	Integração Kernel	services.json atualizado, BI-API gateway, proxy funcionando
-3	Segurança	ArcadiaSecurityManager, JWT validation, injeção de headers
-4	Multi-tenancy	RLS PostgreSQL, isolamento de datasources, testes de segurança
-5	FDB Bridge	Serviço Python porta 8200, conexão Firebird, testes de sync
-6	Sync Engine	Sincronização incremental, agendamento, resolução de conflitos
-7	Frontend	Páginas BI no React, embed de dashboards, SQL Lab integrado
-8	Go-Live	Testes E2E, documentação, otimização de performance
-
-✅ Checklist de Implementação - STATUS ATUAL
-Semana 1-2: Setup e Integração ✅ CONCLUÍDO
-✅ Clonar superset (4.1.0rc4) para server/bi/metaset/superset-src
-✅ Criar superset_config.py com branding ArcadiaSuite (APP_NAME, cores, tema)
-✅ Rebuild do frontend React com logos MetaSet (COMPLETO - 07/04/2026)
-   - Substituição de textos: "Superset" → "MetaSet" em todo codebase
-   - Traduções atualizadas: en/LC_MESSAGES/messages.po, pt_BR/LC_MESSAGES/messages.po
-   - Arquivos fonte atualizados: RightMenu.tsx, OAuth2RedirectMessage.tsx, 
-     SliceHeaderControls, HeaderActionsDropdown, AnchorLink, EmbeddedModal,
-     useExploreAdditionalActionsMenu
-   - Templates HTML: basic.html, public_welcome.html, 404.html, 500.html
-   - Config Python: config.py (APP_NAME), constants.py (USER_AGENT), cli/*.py
-   - Build webpack concluído com sucesso (429 warnings, 0 errors)
-   - Assets compilados com branding MetaSet incorporado
-✅ Criar server/bi/metaset/run.py entry point (Gunicorn)
-✅ Criar server/bi/metaset/init.sh container initialization
-✅ Criar server/bi/index.ts BI-API gateway (proxy manual Node.js)
-✅ Atualizar server/kernel/config/services.json (autoStart: false, Docker Discovery)
-✅ Docker Compose: metaset + bi-api + redes configuradas
-✅ Dockerfile multi-stage build com assets locais (não mais copiando de apache/superset:latest)
-✅ Deploy: https://bi.onboardbi.com.br (MetaSet rodando com branding completo)
-✅ Container antigo arcadia-prod-superset-1 removido
-✅ Container metaset conectado à rede coolify para Traefik
-✅ Banco de dados metaset_db migrado e inicializado
-✅ Usuário admin criado (login: admin / senha: admin)
-✅ BI-API Gateway proxy /bi/metaset funcionando (porta 8004)
-✅ Health checks integrados (metaset + bi-api)
-✅ requirements.txt corrigido (compatível apache-superset 4.1.0)
-✅ extra_hosts configurado para resolver db → 10.0.10.2 (IPv4)
-
-Semana 3-4: Segurança 🔄 EM ANDAMENTO
-✅ Implementar ArcadiaSecurityManager (CORRIGIDO - chama super().before_request())
-✅ Configurar JWT validation
-🔄 Criar schema metaset no PostgreSQL (banco criado, migrações aplicadas)
-☐ Configurar RLS em tabelas do arcadia_db
-☐ Testar isolamento entre tenants
-
-Semana 5-6: FDB Bridge ⏳ PENDENTE
-☐ Criar server/bi/fdb-bridge/main.py
-☐ Implementar conexão Firebird (fdb library)
-☐ Criar lógica de sincronização incremental
-☐ Configurar agendador APScheduler
-☐ Testar sync Matriz + 5 Filiais
-
-Semana 7-8: Frontend e Go-Live ⏳ PENDENTE
-☐ Criar páginas BI no frontend React
-☐ Implementar embed de dashboards MetaSet
-☐ Criar componente de status de sincronização
-☐ Testes E2E completos
-☐ Documentação do módulo BI
-
-📝 Lições Aprendidas (07/04/2026)
-1. Frontend rebuild obrigatório: Substituir arquivos estáticos PNG no Docker
-   não funciona porque os assets são compilados em bundles JS pelo webpack.
-   É necessário rebuildar o superset-frontend com npm run build.
-
-2. Dependências faltantes: O build pode falhar por pacotes não instalados:
-   @react-spring/web, global-box, currencyformatter.js. Instalar com
-   npm install --legacy-peer-deps.
-
-3. Security Manager: O ArcadiaSecurityManager DEVE chamar super().before_request()
-   no início do método para preservar o comportamento de autenticação padrão
-   do Flask-AppBuilder. Sem isso, o login falha com AttributeError: user.
-
-4. IPv6 vs IPv4: O hostname "db" resolve para IPv6 (fd20:a15a:c2d4::c) mas
-   o psycopg2 falha na autenticação via IPv6. Solução: mapear db → IP IPv4
-   via extra_hosts no docker-compose.yml.
-
-5. Container antigo: Sempre verificar se há containers antigos com labels
-   do Traefik apontando para o mesmo domínio. Eles podem conflitar com
-   o novo container.
-
-6. Traefik discovery: O container DEVE estar na mesma rede Docker que o
-   Traefik (coolify) para ser descoberto automaticamente.
-
-💰 Custos Adicionais
-Componente	Especificação	Custo Estimado
-Memória extra	+2GB para Python (MetaSet + FDB-Bridge)	~$20/mês
-Storage PostgreSQL	+10GB para metadata MetaSet	~$5/mês
-CPU	Processamento de sync FDB	~$15/mês
-Total		~$40/mês
-
-🚀 Comandos de Deploy
-# 1. Build da imagem Docker
-cd /opt/arcadia_merged
-docker compose build --no-cache metaset
-
-# 2. Recriar container com nova imagem
-docker compose up -d --force-recreate metaset
-
-# 3. Verificar status
-curl http://localhost:8100/health
-curl https://bi.onboardbi.com.br/login/ | grep "<title>"
-
-# 4. Logs
-docker logs -f arcadia-dev-metaset-1
-
-# 5. Migrar banco (se necessário)
-docker exec -e FLASK_APP=superset \
-  -e DATABASE_URL="postgresql://arcadia:arcadia123@10.0.10.2:5432/metaset_db" \
-  arcadia-dev-metaset-1 superset db upgrade
-
-# 6. Inicializar
-docker exec -e FLASK_APP=superset \
-  -e DATABASE_URL="postgresql://arcadia:arcadia123@10.0.10.2:5432/metaset_db" \
-  arcadia-dev-metaset-1 superset init
-
-📌 URLs de Acesso
-Serviço	URL	Status
-MetaSet UI	https://bi.onboardbi.com.br	✅ Online com branding MetaSet
-MetaSet Health	http://localhost:8100/health	✅ OK
-BI-API Gateway	http://localhost:8004	⚠️ Unhealthy (esperado - requer JWT)
-Traefik Dashboard	http://localhost:8080	✅ Online
-
-🔧 Próximos Passos Prioritários
-1. Configurar RLS (Row Level Security) no PostgreSQL para isolamento de tenants
-2. Testar fluxo completo de autenticação com token JWT do Arcadia
-3. Criar datasource de exemplo conectado ao arcadia_db
-4. Implementar FDB Bridge (conector Firebird)
-5. Criar páginas BI no frontend React
-6. Configurar cache Redis para MetaSet
--- a/docs/PLANO_SKILL_FABRIC.md
+++ b/docs/PLANO_SKILL_FABRIC.md