Porque foi feita essa alteração?
- Nova funcionalidade: Sistema de aprendizado contínuo para o Arthur
- RAGIngestionPipeline: Ingestão de documentação técnica com sanitização
- FeedbackParser: Detecção de resolução/reabertura de tickets
- EpisodicMemory: Armazenamento de lições aprendidas e antipadrões
Quais testes foram feitos?
- 130+ testes unitários com pytest (todos passando)
- Testes de chunking e sanitização de documentos
- Testes de detecção de feedback (sentimento, satisfação)
- Testes de memória episódica (lessons, antipatterns)
A alteração gerou um novo teste que precisa ser implementado no pipeline?
- Sim. Novos: test_rag_pipeline.py, test_feedback_parser.py, test_episodic_memory.py
Porque foi feita essa alteração?
- Nova funcionalidade: Sistema completo de processamento de tickets com IA
- MultiAgentDispatcher: State machine para orquestração de agentes
- RateLimiter: Controle de taxa por tenant com sliding window
- SelfCorrectionLayer: Validação defensiva e bloqueio de comandos perigosos
- RootCauseAnalyzer: Correlação de alertas para identificar causa raiz
Quais testes foram feitos?
- 100+ testes unitários com pytest (todos passando)
- Testes de rate limiting (concorrência, limites por minuto/hora)
- Testes de validação (domínios permitidos, comandos bloqueados)
- Testes do dispatcher (transitions de estado)
A alteração gerou um novo teste que precisa ser implementado no pipeline?
- Sim. Novos: test_rate_limiter.py, test_validators.py
Porque foi feita essa alteração?
- Nova funcionalidade: Sistema de processamento de tickets com IA
- TriageAgent (1B): Extração de entidades via LLM com fallback regex
- SpecialistAgent (8B): Diagnóstico técnico com contexto Zabbix/RAG
- TicketPipeline: Orquestração completa do fluxo de tickets
Quais testes foram feitos?
- 89 testes unitários com pytest (todos passando)
- Testes de extração de entidades (hostname, IP, serviço)
- Testes de classificação de prioridade e urgência
- Testes do pipeline completo com mocks async
A alteração gerou um novo teste que precisa ser implementado no pipeline?
- Sim. Novos arquivos: test_triage_agent.py, test_pipeline.py
Porque foi feita essa alteração?
- Correção: o nome da branch estava incorreto no arquivo de configuração
Quais testes foram feitos?
- Verificação visual do arquivo
A alteração gerou um novo teste que precisa ser implementado no pipeline?
- Não
Porque foi feita essa alteração?
- Nova funcionalidade: Implementação da base de arquitetura de dados para o Agente Arthur (Suporte Técnico N2)
- Criados módulos: models (TenantContext, AuditLog), database (PostgreSQL), security (SecretsManager, DLP), clients (MockFinancial)
Quais testes foram feitos?
- 45 testes unitários com pytest
- Testes de modelos Pydantic (9 testes)
- Testes de DLP filter para CPF, CNPJ, senhas (15 testes)
- Testes de SecretsManager para Docker Secrets (11 testes)
- Testes de MockFinancialClient para resolução de tenants (10 testes)
A alteração gerou um novo teste que precisa ser implementado no pipeline?
- Sim. Os testes em tests/ devem ser adicionados ao pipeline CI/CD com pytest.
Porque foi feita essa alteracao?
Nova funcionalidade. Foi realizado o planejamento completo, definicao da stack tecnologica, fluxo de atendimento via e-mail e integracao com Zabbix/Financeiro para o Agente Arthur (Suporte N2).
Quais testes foram feitos?
Validacao documental e alinhamento tecnico com o usuario sobre hardware (Xeon E5-2699 v3), limites de RAM (128GB) e logica de multitenancy.
A alteracao gerou um novo teste que precisa ser implementado no pipeline de testes?
Nao, por se tratar de documentacao de requisitos e planejamento.
Porque foi feita essa alteração?
Nova funcionalidade. Inicializa os arquivos de documentação (PRD e TODO) para o novo agente de suporte técnico N2 na branch específica.
Quais testes foram feitos?
Criação dos arquivos via sistema de arquivos e verificação de branch atual.
A alteração gerou um novo teste que precisa ser implementado no pipeline de testes?
Não, são apenas arquivos de documentação iniciais.
**Porque foi feita essa alteração?**
Nova funcionalidade e definição de escopo. Atualização do arquivo TASKS-TODO.md com a lista detalhada de tarefas para a implementação do Agente de Classificação Bancária.
**Quais testes foram feitos?**
Verificação visual dos arquivos de documentação.
**A alteração gerou um novo teste que precisa ser implementado no pipeline de testes?**
Não, pois são arquivos de documentação.
Porque foi feita essa alteração? Melhora a compreensão do agente de IA sobre as regras do projeto, tornando as instruções mais estruturadas e menos ambíguas.
Quais testes foram feitos? Revisão manual do texto para garantir que todos os pontos originais foram mantidos e a clareza foi aumentada.
A alteração gerou um novo teste que precisa ser implementado no pipeline de testes? Não, trata-se apenas de documentação de diretrizes.
Porque foi feita essa alteração? Correção de erros de sequência nos tópicos (seção 6 duplicada) e limpeza de formatação.
Quais testes foram feitos? Revisão visual.
A alteração gerou um novo teste? Não.
Porque foi feita essa alteração? Ajuste do fluxo de MLOps. Modelos treinados, mesmo reprovados, são preservados em branches 'model-candidates/' permitindo auditoria futura e evitando perda de trabalho computacional.
Quais testes foram feitos? Revisão textual.
A alteração gerou um novo teste? Não.
Porque foi feita essa alteração? Especificação integral do pipeline de dados (Flywheel) onde o feedback do RAG é persistido e exportado para treino, garantindo o ciclo de melhoria contínua.
Quais testes foram feitos? Revisão textual.
A alteração gerou um novo teste? Não.
Porque foi feita essa alteração? Definição da quantização Q4_K_M como a melhor relação custo/benefício (tamanho vs inteligência) para o modelo de 1B, evitando degradação severa de modelos menores (Q2/Q3).
Quais testes foram feitos? Não se aplica.
A alteração gerou um novo teste? Não.
Porque foi feita essa alteração? Correção da aplicação da seção de MLOps no PRD, detalhando o pipeline de versionamento de modelos LoRA e aparato de benchmarking comparativo exigido.
Quais testes foram feitos? Revisão textual.
A alteração gerou um novo teste? Não.
Porque foi feita essa alteração? Substitui Prometheus por Zabbix Agent e detalha o fluxo de treinamento contínuo com LoRA.
Quais testes foram feitos? Revisão textual.
A alteração gerou um novo teste? Não.
Porque foi feita essa alteração? Inclusão de requisitos de observabilidade lógica (Langfuse) e de infraestrutura (Prometheus/Grafana) conforme diretrizes do documento 'Infraestrutura de Agentes Locais'.
Quais testes foram feitos? Revisão textual.
A alteração gerou um novo teste? Não.
Porque foi feita essa alteração? Ajuste da stack tecnológica baseada na documentação de pesquisa encontrada em docs/. Substituição do ChromaDB por Qdrant, especificação do modelo Llama 3.2 1B (Tiny Agent) e introdução do PydanticAI para validação.
Quais testes foram feitos? Revisão textual.
A alteração gerou um novo teste? Não.
Porque foi feita essa alteração? Inclusão dos campos tipoOperacao, tipoTransacao e titulo no schema da API. Detalhamento do requisito de uso de modelo quantizado (GGUF) e estratégia de ranking no RAG para performance.
Quais testes foram feitos? Revisão textual.
A alteração gerou um novo teste? Não.
Porque foi feita essa alteração? Definição estrita dos campos de entrada (idTransacao, dataEntrada, descricao) solicitados pelo usuário e remoção temporária do campo Valor.
Quais testes foram feitos? Revisão do documento.
A alteração gerou um novo teste? Não.
Porque foi feita essa alteração? Ajuste completo do escopo para remover ingestão de arquivos e focar em consumo via API, RAG com Llama 3 local e execução CPU-only, conforme feedback do usuário.
Quais testes foram feitos? Revisão do documento.
A alteração gerou um novo teste que precisa ser implementado no pipeline de testes? Não.
Porque foi feita essa alteração? Criação do documento de requisitos (PRD) para guiar o desenvolvimento do agente de classificação bancária.
Quais testes foram feitos? Não se aplica a arquivos de documentação.
A alteração gerou um novo teste? Não.
