IVVO AgileAgent

Kit de Agentes de Inteligência Artificial para Desenvolvimento Ágil de Software

Do backlog ao deploy — movido por GitHub Copilot

Instalação rápida: npx @coefenix/ivvo-agent install
Ambiente alvo: VS Code + GitHub Copilot | Claude Code | Cursor | + 6 IDEs
Idioma de uso: Português Brasileiro (PT-BR)
Versão: v2.1.0 | Última atualização: Maio 2026
Score de Maturidade Arquitetural: 10.0 / 10 (ver RELEASE-NOTES-v2.0.md)

Sumário

1. O que é o IVVO
2. Instalação via npm (novo)
3. Pré-requisitos
4. Instalação e Onboarding
5. Configuração do Ambiente
6. Integração MCP
7. Como Usar
8. Slash Commands
9. Agentes Especializados
10. Skills
11. Segurança e Observabilidade
12. Agent Harness — Governança de Agentes
13. Grafo de Conhecimento em Duas Camadas
14. Alinhamento Metodológico
15. Estrutura do Projeto
16. Organização de Artefatos
17. Memória e Contexto
18. IVVO Context Engine — Arquitetura RAG
19. Gate de Qualidade e DoD
20. Idioma
21. Release Notes v2.1.0
22. Release Notes v2.0.0
23. Glossário

O que é o IVVO?

O IVVO AgileAgent é um sistema modular de agentes de IA especializados, projetado para auxiliar times de desenvolvimento e gestores de TI em todas as fases do ciclo de vida de software — da descoberta do produto ao encerramento pós-GOLIVE.

O sistema opera como um copiloto estratégico integrado ao VS Code via GitHub Copilot. Ele planeja, estrutura, revisa e orienta. A execução é sempre do usuário.

O que o IVVO faz

• Transforma ideias em backlogs SAFe estruturados com épicos, features e stories prontas para sprint
• Cria critérios de aceite em Gherkin rastreáveis e auditáveis
• Gera planos de sprint, revisão de código, planos de teste e ADRs automaticamente
• Mapeia riscos e dependências (RAID) antes que virem incidentes
• Produz releases, runbooks e SLOs com evidência de qualidade
• Conduz projetos de TI com governança corporativa (SPTI, CHG, GMUD, Sprint Zero)
• Analisa documentos externos (.pptx, .docx, .pdf, .xlsx) e converte em contexto estruturado
• Mantém memória persistente com histórico de decisões e índice de conceitos por projeto
• Governa a execução dos próprios agentes via Agent Harness — controle de permissões, detecção de loops, proteção contra rate limit de APIs externas e compressão inteligente de contexto

O que o IVVO não faz

• Não altera código existente sem aprovação explícita
• Não apaga nem sobrescreve arquivos do repositório
• Não cria branches nem faz commits automaticamente
• Não executa scripts sem que o usuário acione via terminal
• Não expõe credenciais ou dados sensíveis em artefatos gerados

Pré-requisitos

| Requisito | Versão mínima | Finalidade | |---|---|---| | VS Code | 1.90+ | Editor principal | | GitHub Copilot | Assinatura ativa | Motor de IA dos agentes | | Node.js | 20.12+ | Instalador CLI npx @coefenix/ivvo-agent | | Python | 3.10+ | Scripts de automação e conversão | | Git | qualquer | Controle de versão local |

Verificar instalações

node --version
python --version
git --version

Extensões VS Code recomendadas

• GitHub Copilot — obrigatório (GitHub.copilot)
• GitHub Copilot Chat — obrigatório (GitHub.copilot-chat)
• Markdown All in One — render e edição de artefatos
• Python — suporte aos scripts do IVVO

Instalação via npm (novo)

Requer: Node.js 20.12+ e uma conta npmjs.com

O IVVO agora é distribuído como pacote npm — sem necessidade de clonar o repositório. O instalador CLI copia apenas os módulos escolhidos para o projeto ou globalmente.

Instalação interativa

npx @coefenix/ivvo-agent install

O CLI guia você por um fluxo interativo com seleção de IDE, módulos e escopo.

Instalação direta (CI/CD)

# Instala núcleo + agentes IVVO + workflows para GitHub Copilot, sem prompts
npx @coefenix/ivvo-agent install --yes --tools copilot --modules core,agents-ivvo,workflows

Atualização preservando customizações locais

npx @coefenix/ivvo-agent install --update

A sincronização usa SHA-256 — arquivos modificados localmente são preservados; apenas o que mudou upstream é atualizado.

Opções disponíveis

| Flag | Descrição | Exemplo | |---|---|---| | --tools <id> | IDE alvo | copilot, claude-code, cursor, codex | | --modules <lista> | Módulos separados por vírgula | core,agents-ivvo,workflows,skills | | --scope <local\|global> | Instala no projeto ou globalmente | --scope global | | --channel <canal> | stable (padrão) ou next (pré-release) | --channel next | | --set <mod.chave=valor> | Sobrescreve configuração de módulo | --set core.language=pt-BR | | --yes | Modo não-interativo para CI/CD | --yes | | --update | Atualiza preservando arquivos locais modificados | --update | | --directory <path> | Diretório de destino | --directory /meu/projeto |

Módulos disponíveis

| Módulo | Conteúdo | Padrão | |---|---|:---:| | core | Regras globais, MIND.md, templates, configurações | ✅ | | agents-ivvo | 13 agentes de produto e agilidade | ✅ | | agents-kit | 20 agentes técnicos (frontend, backend, devops...) | — | | workflows | 40 slash commands prontos para uso | ✅ | | skills | 50+ módulos de conhecimento por domínio | ✅ | | scripts | 40+ scripts Python/PowerShell de automação | — | | context-engine | Motor RAG semântico BM25 + SQLite + FastAPI | — | | governance-ti | Workflows SPTI, CHG, GMUD, Sprint Zero, pós-GOLIVE | — |

IDEs suportadas

| IDE | Código | Caminhos configurados automaticamente | |---|---|---| | GitHub Copilot | copilot | .github/agents/, .github/copilot/prompts/, .vscode/settings.json | | Claude Code | claude-code | .claude/agents/, .claude/commands/, .claude/skills/ | | Cursor | cursor | .agents/skills/, .cursorrules | | OpenAI Codex | codex | .agents/skills/ | | Windsurf | windsurf | .agents/skills/, .windsurfrules | | Cline | cline | .agents/skills/, .clinerules | | Continue.dev | continue | .continue/agents/ | | Aider | aider | .agents/skills/, .aider.conf.yml | | Genérico | generic | .agents/skills/ |

Instalação alternativa — clone direto

git clone https://github.com/COEFENIX/ivvo-fenix.git
cd ivvo-fenix
.\setup.ps1

O setup.ps1 é mantido como fallback para ambientes sem Node.js.

Pós-clone — Context Engine (obrigatório)

Após clonar (por qualquer método), inicialize a base de contexto:

# Instala git hooks E inicializa o Context Engine automaticamente
powershell -ExecutionPolicy Bypass -File .agent/scripts/infra/install_hooks.ps1

# Ou apenas o Context Engine, se os hooks já estiverem instalados
python .agent/scripts/ai/ivvo_rag.py migrate

O comando migrate é idempotente — pode ser executado quantas vezes quiser, só age quando necessário. Popula a base SQLite com os dados universais do Programa Fenix (domínios, sistemas, SAFe, SDD, Modelo Operativo) sem necessidade de servidor.

Configuração do Ambiente

Variáveis de Ambiente e Credenciais

O diretório .config/.venv/ armazena credenciais de integração localmente — nunca commitadas no repositório:

.config/
└── .venv/
    ├── mcp-atlassian.env          ← credenciais Jira + Confluence
    └── mcp-atlassian.env.example

Criar o diretório manualmente

New-Item -ItemType Directory -Force .config/.venv

O arquivo .config/.venv/mcp-atlassian.env é criado automaticamente ao executar o script de configuração do MCP Atlassian (ver seção abaixo).

Integração MCP

O IVVO suporta três servidores MCP (Model Context Protocol) para integração com ferramentas externas:

| MCP | Ferramentas | Status | |---|---|---| | Atlassian (Jira + Confluence) | Criar/atualizar issues, publicar páginas, pesquisar | ✅ Ativo | | Figma | Criar frames/designs, consultar arquivos, geração de slides | ✅ Ativo (conta corporativa) | | ServiceNow | Consultar incidentes, mudanças, problemas, CMDB | ⚠️ 401 — aguardando MFA/allowlist |

MCP Atlassian (Jira + Confluence)

O IVVO suporta integração com Jira e Confluence via servidor MCP, que permite ao Copilot criar, atualizar e consultar issues diretamente durante a conversa.

Instalar o mcp-atlassian

python -m pip install --user mcp-atlassian

Configurar credenciais

Execute o script interativo — ele cria .config/.venv/mcp-atlassian.env de forma segura:

.\.agent/scripts/infra/configure_mcp_atlassian.ps1

O script solicitará:

| Campo | Descrição | |---|---| | JIRA_URL | URL da instância Jira | | JIRA_USERNAME | E-mail Atlassian | | JIRA_API_TOKEN | Token gerado em id.atlassian.com | | CONFLUENCE_URL | URL da instância Confluence | | CONFLUENCE_USERNAME | E-mail Atlassian | | CONFLUENCE_API_TOKEN | Token de API (pode reusar o do Jira) |

Gere o token em: id.atlassian.com/manage-profile/security/api-tokens

Iniciar o servidor MCP

.\.agent/scripts/infra/start_mcp_atlassian.ps1

Configuração no VS Code (.vscode/mcp.json)

{
  "inputs": [],
  "servers": {
    "mcp-atlassian": { "type": "stdio", "command": "powershell", "args": ["...start_mcp_atlassian.ps1"] },
    "miro-mcp":      { "url": "https://mcp.miro.com/", "type": "http" },
    "azure":         { "type": "stdio", "command": "npx", "args": ["-y", "@azure/mcp@latest", "server", "start", "--readonly", "true"] }
  }
}

Como Usar

Início Rápido

/create minha nova feature de [descreva aqui]

O IVVO executa automaticamente:

1. Classifica o tipo de projeto (Greenfield ou Brownfield)
2. Gera: Brief → PRD → Backlog SAFe → RAID
3. Salva artefatos em demandas_processadas/<context_slug>/

Fluxo Completo de Desenvolvimento

/create [ideia]              → Brief + PRD + backlog
/clarificar [escopo]         → Resolve ambiguidades antes de codificar
/story [descrição]           → Stories + ACs Gherkin + DoR checklist
/sprint --capacity 40        → Plano de sprint validado
/implement --story US-001    → Código + testes TDD
/review [PR/diff]            → Code review com contexto de story
/test --story US-001         → Test plan + feature files
/quality --story US-001      → Gate DoD (PASS / WARNING / BLOCKER)
/release --version v1.0.0    → Release Notes + Runbook + Smoke test

Roteamento Automático

O IVVO identifica o agente correto automaticamente. Escreva naturalmente:

| O que você escreve | Agente ativado | |---|---| | "preciso de uma nova feature" | @product-discovery | | "story do fluxo de login" | @story-crafter | | "planejamento do próximo sprint" | @backlog-architect | | "implementar o endpoint X" | @code-author | | "revisar esse PR" | @review-master | | "criar testes para a US-042" | @test-engineer | | "validar o DoD da story" | @quality-guardian | | "mapear riscos do sprint" | @risk-analyst | | "documentar decisão de arquitetura" | @tech-decision-maker | | "status do projeto" | @delivery-observer | | "análise da SPTI" | @gerente-de-projetos-ti |

Orquestração Multi-agente

Para tarefas que cruzam múltiplos domínios:

/orchestrate gere story, testes e risk register da feature de desconto

O @ivvo-orchestrator distribui o trabalho em paralelo e consolida os resultados.

Ingressar em um Projeto Existente

1. Copie .agent/ para a raiz do seu projeto (não altera nenhum arquivo existente)
2. Crie uploads/<slug>/Recursos/PROJECT_CONTEXT.md com descrição, stack e decisões já tomadas
3. Use /create --mode bf para Brownfield ou /create --mode gf para Greenfield

Slash Commands

Ciclo de Desenvolvimento

| Comando | O que faz | |---|---| | /create [ideia] | Discovery completo: Brief → PRD → Backlog → RAID | | /clarificar [escopo] | Levanta ambiguidades, premissas e gaps antes de agir | | /story [descrição] | Story + ACs Gherkin + DoR checklist | | /analisar [escopo] | Consistência e rastreabilidade entre artefatos | | /checklist [escopo] | Checklist de prontidão, qualidade ou aceite | | /sprint --capacity N | Plano de sprint com capacidade balanceada | | /implement --story US-XX | Código + testes TDD rastreável a ACs | | /review [PR/diff] | Code review com contexto de story e ADRs | | /test --story US-XX | Test Plan + arquivos .feature + Coverage Matrix | | /quality --story US-XX | Gate DoD: ✅ PASS / ⚠️ WARNING / ❌ BLOCKER | | /risk --sprint N | RAID Log + Risk-Adjusted Backlog | | /decision [escolha] | ADR ou RFC versionado | | /release --version vX.Y.Z | Release Notes + Runbook + Smoke checklist | | /status | Dashboard: backlog + DORA + riscos | | /observe --slo | SLOs + Runbooks + DORA Metrics | | /orchestrate [tarefa] | Coordenação multi-agente paralela | | /fenix-flow [iniciativa] | Fluxo ponta a ponta: PRD Review → Arquitetura → Story Map → Backlog → ADRs → RAID | | /publish-confluence --context [slug] | Publica artefatos no Confluence | | /export-pdf --dest <path> [--context <filtro>] | Exporta artefatos para PDF sob demanda no caminho informado | | /memory-refresh --context [slug] | Reconcilia memória e cofre do contexto | | /novo-contexto-brain | Ingesta conhecimento por domínio no cofre | | /contexto-rag --file <path> --context <slug> | Ingesta arquivo externo no sistema de contexto | | /compress-session | Comprime contexto mid-session preservando decisões e pendências |

Gestão de Projetos TI

| Comando | O que faz | |---|---| | /analise-spti [projeto] | Analisa maturidade da SPTI | | /estruturacao-jira [projeto] | Estrutura Jira com épicos, histórias e subtarefas | | /planejamento-atividades [projeto] | Kick-Off, Sprint Zero, cronograma, alocação | | /checklist-pre-chg [projeto] | Checklist obrigatório pré-CHG/GMUD | | /pos-golive [projeto] | Encerramento operacional pós-GOLIVE | | /gestao-riscos-projeto [projeto] | Mapa de riscos, mitigação, responsáveis, prazos | | /cronograma-metricas [projeto] | Cronograma e burnup do projeto | | /status-report-executivo [projeto] | Status report semanal para stakeholders |

Segurança — Guardrail Gate

| Comando | O que faz | |---|---| | /guardrail-check [skill] | Verifica se a skill está autorizada para execução | | /guardrail-approve <skill> "<motivo>" | Autoriza execução de uma skill (TTL por nível de risco) | | /guardrail-status [--detail] | Dashboard de status de todas as skills monitoradas | | /guardrail-revoke <skill> | Revoga autorização ativa imediatamente | | /guardrail-log [--last N] [--skill X] [--sql] | Histórico de autorizações e bloqueios | | /sql-guard "<query>" | Valida query SQL (SELECT-only) antes de executar |

Flags Comuns

| Flag | Compatível com | Descrição | |---|---|---| | --mode gf / bf | /create | Trilha Greenfield ou Brownfield | | --capacity N | /sprint | Capacidade em pontos | | --story US-XX | /implement, /test, /quality | Filtra por story | | --version vX.Y.Z | /release | Define versão | | --context <slug> | /memory-refresh, /contexto-rag | Define o contexto |

Agentes Especializados

O IVVO possui 33 agentes em dois grupos.

Agentes IVVO — Produto, Agilidade e Gestão TI

| Agente | Papel | |---|---| | @product-discovery | Discovery de produto, Brief, PRD, personas | | @story-crafter | Stories SAFe, ACs Gherkin, DoR, DoD | | @backlog-architect | Backlog SAFe, WSJF/RICE/MoSCoW, sprint planning | | @code-author | Implementação TDD rastreável a ACs | | @review-master | Code review com contexto SAFe e ADRs | | @test-engineer | Test plan, BDD/Gherkin, feature files, coverage matrix | | @quality-guardian | Gate DoD, validação de ACs e qualidade | | @risk-analyst | RAID log, risk-adjusted backlog, mitigação | | @tech-decision-maker | ADRs, RFCs, decisões de arquitetura | | @delivery-observer | DORA metrics, SLOs, runbooks, release tracking | | @ivvo-orchestrator | Orquestração multi-agente paralela e sequencial | | @prd-reviewer | Validação de consistência e qualidade de PRD | | @project-classifier | Classificação Greenfield / Brownfield | | @gerente-de-projetos-ti | SPTI, Jira, CHG, GMUD, Sprint Zero, status report |

Agentes KIT — Técnicos e Especializados

| Agente | Papel | |---|---| | @frontend-specialist | UI/UX web, React/Next.js, Tailwind | | @backend-specialist | APIs REST/GraphQL, NestJS, Node.js | | @database-architect | Schema design, SQL, Prisma, migrações | | @mobile-developer | iOS, Android, React Native | | @devops-engineer | CI/CD, Docker, GitHub Actions | | @security-auditor | OWASP Top 10, compliance, secrets scanning | | @qa-automation-engineer | E2E automatizado, pipelines de qualidade | | @debugger | Análise de causa raiz, debugging sistemático | | @performance-optimizer | Core Web Vitals, profiling, otimização | | @documentation-writer | README, manuais técnicos, docs de API | | @ux-designer | Design de interfaces, protótipos | | @code-archaeologist | Código legado, reverse engineering | | @explorer-agent | Auditoria de codebase, análise arquitetural | | @project-planner | Planejamento, decomposição de work | | @orchestrator | Coordenação multi-agente técnica (KIT) |

Ver lista completa em .agent/agents/.

Skills

Módulos de conhecimento carregados pelos agentes conforme a necessidade. Ficam em .agent/skills/.

| Categoria | Exemplos de skills | |---|---| | Produto & Agilidade | project-discovery, user-story-craft, backlog-management, risk-management, quality-gates, adr-patterns, bcp-counting | | Gestão de Projetos TI | analise-spti, estruturacao-jira, planejamento-atividades, checklist-pre-chg, pos-golive, status-report-executivo | | Frontend & Design | frontend-design, tailwind-patterns, nextjs-react-expert, web-design-guidelines | | Backend & Database | api-patterns, nodejs-best-practices, python-patterns, database-design | | Testes & Qualidade | testing-patterns, tdd-workflow, test-artifact-generation, vulnerability-scanner | | DevOps & Arquitetura | deployment-procedures, observability-patterns, architecture, clean-code | | Agentes & Orquestração | orchestration-patterns, parallel-agents, intelligent-routing, orchestrator-langgraph, orchestrator-agentops | | Agentes Downstream (CLOCK02) | code-author-autogen, agent-builder-autogen, rag-continual-learning, delivery-observer-sql, security-red-team, azure-iac-engineer, gcp-analytics-agent, harness-cicd-engineer, mulesoft-developer, kafka-event-architect, salesforce-developer, servicenow-developer, siebel-developer, brm-developer, hpesd-developer, elastic-observability, openapi-3scale-developer + 10 mais |

Ver listagem completa em .agent/skills/. O catálogo completo (93 skills) está em .agent/skills/SKILL-REGISTRY.json, gerado via skill_registry.py.

Segurança e Observabilidade

Guardrail Gate — Autorização HITL para Skills de Alto Risco

Camada de autorização humana obrigatória para skills classificadas como CRITICAL ou HIGH. Nenhum agente pode invocar essas skills sem aprovação prévia do usuário, com TTL configurável por nível de risco.

# Dashboard completo
py .agent/scripts/guards/guardrail_gate.py status

# Autorizar skill para a sessão
py .agent/scripts/guards/guardrail_gate.py approve code-author-autogen "TDD US-42 sprint 6"

# Revogar imediatamente
py .agent/scripts/guards/guardrail_gate.py revoke security-red-team

# Histórico de eventos
py .agent/scripts/guards/guardrail_gate.py log --last 20

| Skill | Nível | TTL | Requisito Adicional | |---|---|---|---| | code-author-autogen | CRITICAL | 60min | — | | agent-builder-autogen | CRITICAL | 30min | — | | rag-continual-learning | CRITICAL | 120min | — | | delivery-observer-sql | CRITICAL | 30min | sql_guard.py | | security-red-team | HIGH | 120min | IVVO_ENV=staging obrigatório | | azure-iac-engineer | HIGH | 60min | — | | gcp-analytics-agent | HIGH | 60min | — |

Audit log: .agent/.guardrails/audit.jsonl | Slash commands: /guardrail-*

SQL Guard — SELECT-only para Consultas de Dados

Enforcer de segurança para queries geradas pelo delivery-observer-sql. Bloqueia DDL/DML, limita retorno a 5.000 linhas e registra toda execução.

# Validar query antes de executar
py .agent/scripts/guards/sql_guard.py validate "SELECT * FROM issues WHERE sprint = 3"
# Exit 0 = seguro | Exit 1 = bloqueado

py .agent/scripts/guards/sql_guard.py log

Prompt Injection Defense (ivvo_sanitizer.py)

Barreira obrigatória entre uploads/ e o motor de contexto RAG. Detecta padrões de injeção (override de persona, exfiltração de dados, bypass de segurança) e dados sensíveis (tokens Atlassian, API keys, passwords) antes de qualquer ingestão.

# Executado automaticamente antes de ivvo_contexto.py
python .agent/scripts/guards/ivvo_sanitizer.py --file uploads/meu-doc.md
# Exit 0 = seguro | Exit 1 = ameaça detectada → ingestão bloqueada

Telemetria de Agentes

Eventos de uso coletados automaticamente em background no banco SQLite ivvo_telemetry.db:

• Automático por evento: cada search, ingest e history ingest registra um evento
• Automático por commit: hook post-commit infere agente e contexto da mensagem
• Automático por sessão: task VS Code registra session-start ao abrir o workspace
• Coleta periódica: Windows Task Scheduler (register_metrics_task.ps1) a cada 15 min

# Ver estatísticas de uso (últimos 30 dias)
python .agent/scripts/ai/ivvo_rag.py telemetry stats

# Filtrar por agente ou período
python .agent/scripts/ai/ivvo_rag.py telemetry stats --agent story-crafter --days 7

Pre-commit Hook — Proteção contra Vazamento de Credenciais

Hook instalado em .git/hooks/pre-commit que bloqueia commits com tokens, Bearer tokens, API keys ou passwords em plain-text.

# Executar uma única vez após clone — instala hooks E inicializa o Context Engine
powershell -ExecutionPolicy Bypass -File .agent/scripts/infra/install_hooks.ps1

Agent Harness — Governança de Agentes

O Agent Harness é a camada de controle e segurança que governa o comportamento dos agentes IVVO em tempo de execução. Ele garante que os agentes operem dentro dos limites corretos, sem desperdiçar recursos, sem violar permissões e sem travar o trabalho do time.

Pontuação de maturidade atual: 100/100 (v2.0.0 — ver RELEASE-NOTES-v2.0.md)

Por que isso importa?

Agentes de IA sem governança cometem erros silenciosos e custosos:

| Problema sem Harness | O que acontece na prática | |---|---| | Agente sem controle de permissão | Um agente de produto executa um Bash e apaga arquivos acidentalmente | | Loop sem detecção | Agente chama pytest 20× seguidas sem alterar o código — trava a sessão e consome tokens | | Loop em chamadas de API externa | Agente repete requisições à mesma API (Jira, Confluence, ServiceNow) sem recuo — dispara rate limit e bloqueia o time inteiro por horas | | Contexto sem compressão | Sessão longa perde coerência, agentes começam a contradizer decisões anteriores |

O Harness resolve todos esses cenários programaticamente, sem depender de boa vontade ou atenção manual.

Tool Guard — Controle de Permissões por Agente

Cada agente tem uma matriz de ferramentas autorizadas. O tool_guard.py bloqueia qualquer chamada fora dessa matriz antes que ela seja executada, e registra a tentativa em audit log.

Benefícios diretos:

• Elimina efeitos colaterais acidentais (agente de gestão não consegue escrever código ou executar comandos)
• Audit trail completo de toda ferramenta usada por qualquer agente
• Onboarding seguro: novo agente nasce com permissões mínimas

# Verificar se agente pode usar uma ferramenta
python .agent/scripts/guards/tool_guard.py check delivery-observer Bash
# → ❌ BLOQUEADO — delivery-observer não tem permissão para usar 'Bash'

# Ver todas as ferramentas de um agente
python .agent/scripts/guards/tool_guard.py list code-author

# Ver últimas 20 tentativas (incluindo bloqueios)
python .agent/scripts/guards/tool_guard.py audit --last 20

| Tipo de Agente | Ferramentas Autorizadas | |---|---| | Produto / Gestão | Read, Grep, Glob | | Desenvolvimento | Read, Grep, Glob, Bash, Edit, Write | | Orchestrator | Read, Grep, Glob, Write, Edit, Agent | | Analistas / QA | Read, Grep, Glob, Write | | UX / Design | Read, Grep, Glob, Edit, Write, Browser, MCP |

Audit log: .agent/config/.tool_guard_audit.jsonl

Loop Guard — Proteção contra Loops e Rate Limit de APIs

O loop_guard.py detecta quando um agente executa a mesma ação com os mesmos argumentos repetidamente — seja internamente (loop de raciocínio) ou em chamadas a APIs externas.

Benefícios diretos:

• Protege contra rate limit: Agentes que chamam Jira, Confluence, ServiceNow ou qualquer API REST repetidamente podem ser banidos por horas. O Loop Guard corta a repetição na 3ª tentativa, antes do bloqueio.
• Economiza tokens: Um loop de raciocínio não detectado pode consumir o contexto inteiro sem produzir resultado.
• Escala ao humano (HITL): Em vez de falhar silenciosamente, o agente para, documenta o que aconteceu e pede orientação.

Iteração 1  →  ✅ Normal
Iteração 2  →  ✅ Normal
Iteração 3  →  ⚠️ AVISO — "próxima repetição dispara loop alert"
Iteração 4+ →  ❌ LOOP — execução interrompida → escalada ao humano

Exemplos de loops que o sistema detecta e interrompe:

| Padrão detectado | Causa provável | Impacto evitado | |---|---|---| | search_confluence(query) × 4 | Resposta sem resultado, agente tenta de novo | Rate limit Confluence | | create_jira_issue(...) × 4 | Erro de campo, agente repete sem corrigir | Criação de issues duplicadas | | Bash("pytest tests/") × 4 | Teste falha, agente não altera código | Tokens desperdiçados | | get_incident(INC123) × 4 | ServiceNow lento, agente não aguarda | Bloqueio de IP / 429 |

# Uso programático
# from loop_guard import get_session_tracker, LoopDetectedError
# tracker = get_session_tracker("sessao-x", max_retries=3)
# tracker.record("confluence_search", {"query": "INI-518"})
# → LoopDetectedError na 4ª chamada → orquestrador para e notifica

Sessões com mais de 120 minutos de atividade contínua também acionam alerta automático. Audit log: .agent/config/.loop_guard_audit.jsonl

Session Compressor — Contexto Eficiente em Sessões Longas

Quando uma sessão acumula muitos artefatos e decisões, a janela de contexto começa a degradar a qualidade das respostas. O /compress-session compacta o histórico sem perder rastreabilidade.

Benefícios diretos:

• Sessões longas mantêm coerência e não contradizem decisões anteriores
• Checkpoint salvo em memories/session/ — retomada rápida após pausa
• Reduz consumo de tokens nas próximas interações

/compress-session

Protocolo executado em 5 passos: identifica decisões → resume artefatos → preserva pendências e bloqueios → salva checkpoint → confirma ao usuário.

Skill em: .agent/skills/session-compressor/SKILL.md

Confidence Scoring — Roteamento com Certeza Calculada

Antes de delegar qualquer tarefa, o @project-classifier calcula um confidence_score baseado em 8 evidências objetivas. O @ivvo-orchestrator verifica o gate antes de construir o DAG de agentes.

| Score | Label | Ação | |---|---|---| | ≥ 0.85 | HIGH | Prosseguir normalmente | | 0.70 – 0.84 | MEDIUM | Prosseguir + registrar confidence_gaps | | < 0.70 | LOW | Parar — formular até 3 perguntas de clarificação |

O PROJECT_CONTEXT.md agora inclui os campos confidence_score, confidence_label e confidence_gaps.

Context Optimizer — Gestão de Context Window

O context_optimizer.py complementa o Session Compressor com mecanismos automáticos de qualidade de contexto:

python .agent/scripts/ai/context_optimizer.py decay --dry-run    # TTL decay (72h / 30 dias)
python .agent/scripts/ai/context_optimizer.py score --query "login oauth"  # relevância
python .agent/scripts/ai/context_optimizer.py session-check --session-start "2026-05-14T09:00:00"
python .agent/scripts/ai/context_optimizer.py report             # relatório completo

Grafo de Conhecimento em Duas Camadas

O conhecimento do IVVO é organizado em dois bancos SQLite em .specify/rag/:

ivvo_perene_rag.db    ← Verdade universal — não expira (TTL = ∞)
  Tipos: symbol, decision, concept, domain, system
  Exemplos: domínios Fênix, stack técnica, arquitetura macro, modelo operacional

ivvo_history_rag.db   ← Artefatos de projeto — por iniciativa
  Tipos: prd, adr, analysis, spec, initiative
  Exemplos: PRD INI-518, ADR-001, análise CLOCK02

Tipos de Nó no Banco Perene

| Tipo | Cor semântica | Significado | |---|---|---| | root | Ouro | Nó raiz do programa | | universal | Roxo | Verdade perene / símbolo | | project | Verde | Contexto de iniciativa |

Use ivvo_rag.py search "<termos>" --db perene para navegar o grafo via CLI.

Alinhamento Metodológico

SAFe 5

Hierarquia de backlog implementada nativamente:

Iniciativa / Projeto
 └── Epic (EP-001)
      └── Feature (FEAT-001)        ← unidade principal do ART Backlog
           ├── User Story (US-001)  ← unidade de entrega do time
           │    └── Task (TASK-001)
           └── Enabler (EN-001)     ← capacidade técnica/arquitetural

Capability (CAP-001) é usada apenas quando há coordenação real de múltiplos ARTs.

Priorização via WSJF, com suporte a RICE e MoSCoW.

BDD — Critérios de Aceite em Gherkin

Dado <contexto inicial>
Quando <ação do usuário ou sistema>
Então <resultado esperado>

TDD — Trilha Greenfield

Ciclo Red-Green-Refactor: escreva o teste primeiro, depois o código mínimo para passar, depois refatore.

Trilhas de Desenvolvimento

| Aspecto | Greenfield (GF) | Brownfield (BF) | |---|---|---| | Ponto de partida | Projeto do zero | Código legado existente | | Estratégia de testes | TDD-first | Regression-first | | Arquitetura | Limpa, sem dívida | Strangler Fig gradual | | Compatibilidade | Sem restrições | Backwards compat obrigatório |

Convenção de IDs SAFe

| Tipo | Prefixo | Exemplo | |---|---|---| | Epic | EP- | EP-001 | | Capability | CAP- | CAP-001 | | Feature | FEAT- | FEAT-001 | | Enabler | EN- | EN-001 | | User Story | US- | US-001 | | Task | TASK- | TASK-001 | | ADR | ADR- | ADR-007 |

Estrutura do Projeto

ivvo-agile-agent/
│
├── .agent/                         ← Núcleo do sistema IVVO
│   ├── rules/                      ← Regras de comportamento (carregadas automaticamente)
│   ├── agents/  (33 agentes)       ← Personas de IA especializadas
│   ├── skills/  (93 skills)        ← Módulos de conhecimento
│   ├── workflows/ (40 workflows)   ← Slash commands automatizados
│   ├── templates/                  ← Templates SAFe (Epic, Feature, Story, ADR...)
│   └── scripts/                    ← Scripts de automação
│       ├── ivvo_rag.py             ← CLI do sistema de contexto (search/ingest/export/import)
│       ├── ivvo_start.ps1          ← Inicializa a API RAG ao abrir o workspace
│       ├── install_hooks.ps1       ← Instala git hooks (executar 1x após clone)
│       ├── hooks/
│       │   ├── pre-commit          ← Bloqueia credenciais em plain-text
│       │   └── post-commit         ← Registra evento de commit na telemetria
│       ├── ivvo_contexto.py        ← Ingestão de arquivos externos
│       ├── checklist.py            ← Validação rápida
│       ├── verify_all.py           ← Verificação completa pré-deploy
│       ├── ppt_to_ivvo.py          ← Converter documentos para contexto
│       ├── brain_ingest.py         ← Ingere conhecimento por domínio
│       ├── tool_guard.py           ← Enforcement de permissões por agente (Tool Guard)
│       ├── loop_guard.py           ← Detecção de loops e timeout HITL (Loop Guard)
│       ├── guardrail_gate.py       ← Gate HITL de autorização para skills CRITICAL/HIGH
│       ├── sql_guard.py            ← Enforcer SELECT-only para delivery-observer-sql
│       ├── generate_pptx.py        ← Gerador de slides PPTX via python-pptx
│       ├── ivvo_sanitizer.py        ← Prompt Injection Defense (obrigatório antes do RAG)
│       ├── ivvo_telemetry.py        ← Shim de compatibilidade → ivvo_rag.py telemetry
│       ├── ivvo_runner.py           ← Runtime Portability Layer (4 adaptadores: OpenAI, Anthropic, Ollama, Copilot)
│       ├── skill_registry.py        ← Dynamic Skill Registry — scan + audit de skills
│       ├── context_optimizer.py     ← TTL decay, relevance scoring, session compression check
│       ├── configure_mcp_atlassian.ps1
│       ├── start_mcp_atlassian.ps1
│       └── requirements-ppt.txt
│
├── .specify/                       ← Camada de persistência do IVVO Fênix
│   └── rag/                        ← 3 bancos SQLite standalone
│       ├── ivvo_perene_rag.db      ← Conhecimento permanente (imutável sem senha)
│       ├── ivvo_history_rag.db     ← Artefatos de projeto (PRDs, ADRs, análises)
│       ├── ivvo_telemetry.db       ← Telemetria de uso
│       └── seed/
│           └── fenix-universal.json ← Seed canônico para regenerar banco perene
│
├── .config/                        ← Configuração local (não commitar)
│   └── .venv/                      ← Credenciais de integração
│       └── mcp-atlassian.env
│
├── .vscode/                        ← Configurações do VS Code
│   ├── settings.json               ← Slash commands, rules e task.allowAutomaticTasks
│   ├── tasks.json                  ← Tasks IVVO (auto-start, export, import, migrate)
│   └── mcp.json
│
├── uploads/                        ← Documentos de entrada por contexto
│   └── <context-slug>/
│       ├── canvas/                 ← PPTs, briefs, resumos
│       ├── arquitetura/            ← Docs de arquitetura
│       ├── codigos/                ← Swagger, schemas, exemplos
│       └── Recursos/               ← Artefatos IVVO do contexto
│
├── demandas_processadas/           ← Saída oficial dos artefatos gerados
│   └── <context-slug>/
│       ├── upstream/               ← PRD, Brief, Backlog, RAID, Story Map
│       ├── arq/                    ← ADRs e diagramas de arquitetura
│       ├── design/                 ← Protótipos HTML (condicional)
│       ├── sprints/                ← Planos de sprint
│       ├── testes/                 ← Test plans e feature files
│       ├── releases/               ← Release notes e runbooks
│       └── observabilidade/        ← SLOs e runbooks operacionais
│
├── README.md                       ← Este arquivo
└── .gitignore

Organização de Artefatos

Todos os artefatos gerados pelo IVVO vão em demandas_processadas/<context_slug>/ nas subpastas correspondentes.

Convenção de Nomenclatura

| Tipo | Subpasta | Padrão | |---|---|---| | PRD, Brief, Backlog, RAID | upstream/ | PRD-<slug>.md, BACKLOG-<slug>.md | | User Stories | upstream/ | US-001-<slug>.md | | ADRs | arq/ | ADR-007-<titulo>.md | | Sprint Plans | sprints/ | SPRINT-3.md | | Test Plans / Feature Files | testes/ | TEST-PLAN-US-001.md, US-001.feature |

Instalação e Onboarding

Guia completo para qualquer pessoa colocar o IVVO em funcionamento do zero.

Pré-requisitos

| Requisito | Versão mínima | Obrigatório | |---|---|---| | VS Code | 1.90+ | ✅ Sim | | GitHub Copilot | Assinatura ativa (Individual ou Enterprise) | ✅ Sim | | Node.js | 20.12+ | ✅ Sim (instalador npm) | | Python | 3.10+ | ⚠️ Opcional (scripts de automação) | | Git | qualquer | ✅ Sim |

Passo 1 — Instalar via npm (recomendado)

npx @coefenix/ivvo-agent install

O CLI exibe um menu interativo para escolher a IDE, os módulos e o escopo (local ou global). Para instalação silenciosa:

npx @coefenix/ivvo-agent install --yes --tools copilot --modules core,agents-ivvo,workflows,skills

Alternativa sem Node.js: clone o repositório e execute .\setup.ps1 — ver seção Instalação via npm (novo).

Passo 2 — Abrir no VS Code

code .

O GitHub Copilot carrega automaticamente os agentes e regras ao abrir o workspace. Nenhuma configuração adicional é necessária para começar a usar os comandos slash.

Verifique: o ícone do Copilot Chat deve estar ativo na barra lateral do VS Code.

Passo 3 — Instalar dependências Python (para conversão de documentos)

pip install -r .agent/scripts/requirements-ppt.txt

Necessário apenas se for usar /contexto-rag com arquivos .pptx, .docx, .pdf ou .xlsx.

Passo 4 — Configurar integração Jira + Confluence (opcional)

IMPORTANTE — Consulte o Administrador IVVO para apoio com essa etapa

Você precisará de:

• URL do seu Jira / Confluence
• Email Usuário
• API Token

As credenciais são criptografadas com AES-256-GCM e salvas localmente — nunca vão para o repositório.

Passo 5 — Verificar instalação

Abra o Copilot Chat no VS Code e digite:

Quem é você?

Resposta esperada:

🤖 Sou o Sistema de IA IVVO Agile Agent do programa FÊNIX e estou aqui para auxiliar você nas etapas de ciclo de vida de um projeto de Software ou Produto

Primeiros Comandos

| Comando | O que faz | |---|---| | /create [ideia] | Discovery completo: Brief → PRD → Backlog → RAID | | /story [descrição] | Cria User Story com ACs em Gherkin + DoR checklist | | /sprint --capacity 40 | Planeja sprint com priorização e validação de DoR | | /fenix-flow [canvas] | Fluxo Fênix completo ponta a ponta | | /status | Dashboard de saúde do projeto |

Release Notes v2.1.0

Data: Maio 2026 | Pacote npm: @coefenix/ivvo-agent

Instalador CLI npm — Novo mecanismo de distribuição

O IVVO passa a ser distribuído como pacote npm, eliminando a necessidade de clonar o repositório para novos usuários.

O que mudou

| Antes (v2.0.0) | Agora (v2.1.0) | |---|---| | git clone do repositório completo | npx @coefenix/ivvo-agent install | | Todos os módulos instalados juntos | Seleção interativa de módulos | | Apenas VS Code + Copilot | 9 IDEs suportadas (Copilot, Claude Code, Cursor, Codex...) | | Sem distinção local/global | Escopo local (projeto) ou global (usuário) | | Atualização via git pull | --update com SHA-256 preservando customizações | | Sem canais de versão | Canais stable e next | | Sem suporte a CI/CD | Flag --yes para instalação não-interativa |

Arquivos adicionados

| Arquivo | Propósito | |---|---| | package.json | Definição do pacote npm @coefenix/ivvo-agent v2.1.0 | | ivvo-modules.yaml | Registro dos 8 módulos instaláveis | | tools/installer/ivvo-cli.js | Entrypoint do CLI com detecção de nova versão | | tools/installer/commands/install.js | Comando install com todas as flags | | tools/installer/core/installer.js | Orquestrador de instalação | | tools/installer/core/file-ops.js | Cópia e sincronização com SHA-256 | | tools/installer/ide/platform-codes.yaml | Caminhos por IDE (9 plataformas) | | tools/installer/ide/manager.js | Configuração automática de settings.json e tasks.json | | tools/installer/prompts.js | Fluxo interativo com @clack/prompts | | tools/installer/ui.js | UI com identidade visual IVVO | | tools/installer/install-messages.yaml | Mensagens pós-instalação por IDE | | LICENSE | Licença MIT | | .npmignore | Exclui .agent/, uploads/, .specify/ do pacote publicado |

Como atualizar de v2.0.0 para v2.1.0

# Atualização com preservação de customizações locais
npx @coefenix/ivvo-agent@latest install --update

Release Notes v2.0.0

Data: Maio 2026 | Score de Maturidade Arquitetural: 8.4 → 10.0 / 10

Resumo das Evoluções

| Dimensão | v1.x | v2.0 | Ganho | |---|:---:|:---:|:---:| | Observabilidade | 6.5 | 10.0 | +3.5 | | Segurança e Governança | 7.0 | 10.0 | +3.0 | | Integração / MCP | 7.5 | 10.0 | +2.5 | | Rastreabilidade | 8.0 | 10.0 | +2.0 | | Roteamento Inteligente | 8.5 | 10.0 | +1.5 | | Quality Gates / HITL | 8.5 | 10.0 | +1.5 | | Modularidade | 9.0 | 10.0 | +1.0 | | Memória e Contexto | 9.0 | 10.0 | +1.0 | | Orquestração Multi-Agente | 9.5 | 10.0 | +0.5 |

Fase 1 — Segurança e Observabilidade

• ivvo_sanitizer.py — Barreira obrigatória contra Prompt Injection antes de qualquer ingestão no RAG. Detecta 13 padrões de ameaça (INJ-001 a INJ-008 + SEN-001 a SEN-005).
• Credential Governance — .gitignore reforçado + pre-commit hook que bloqueia commits com tokens, passwords e API keys em plain-text.
• ivvo_rag.py telemetry — Telemetria automática SQLite (ivvo_telemetry.db): auto-instrumentada em search/ingest, coleta via VS Code session-start, post-commit hook e Windows Task Scheduler (15 min). Consulta via ivvo_rag.py telemetry stats.

Fase 2 — Roteamento Inteligente e Quality Gates

• Confidence Scoring — @project-classifier calcula confidence_score (0.0–1.0) com gate em 3 níveis: HIGH (≥0.85), MEDIUM (0.70–0.84), LOW (<0.70 → para e faz perguntas).
• max_retries: 3 + retry_escalation: hitl em 9 agentes principais — escalada automática para o humano na 4ª tentativa.
• Quality Gates numérico (0–100) no @quality-guardian — substituiu o binário PASS/BLOCKER. Score < 60 bloqueia, 60–79 gera WARNING, ≥80 passa.
• ORCHESTRATION_REPORT.md obrigatório — toda execução gera audit trail com session ID, agentes, modo, conflitos, artefatos e quality score.

Fase 3 — Portabilidade, Modularidade e Contexto

• ivvo_runner.py — Runtime Portability Layer com 4 adaptadores: OpenAI, Anthropic, Ollama local e VS Code Copilot. Zero dependências externas.
• skill_registry.py — Registro dinâmico de 65 skills com lookup semântico por trigger keywords e auditoria de skills órfãos.
• context_optimizer.py — TTL Decay (72h), Relevance Scoring e Session Compression Check (alerta em sessões > 120min).

Scripts Adicionados

| Script | Propósito | |---|---| | ivvo_sanitizer.py | Prompt Injection Defense | | ivvo_telemetry.py | Telemetria estruturada JSONL | | ivvo_runner.py | Runtime Portability — 4 adaptadores | | skill_registry.py | Dynamic Skill Registry + audit | | context_optimizer.py | TTL decay + relevance scoring | | hooks/pre-commit | Bloqueia commits com credenciais |

Notas completas: RELEASE-NOTES-v2.0.md | Release Notes / Runbooks | releases/ | RELEASE-v1.2.0.md, RUNBOOK-v1.2.0.md | | SLOs | observabilidade/ | SLO-<servico>.md |

Rastreabilidade

Todo artefato gerado inclui obrigatoriamente:

| Referência | Formato | |---|---| | Story | US-XXX (ex: US-042) | | Critério de Aceite | AC-N (ex: AC-3) | | ADR vinculado | ADR-XXX (ex: ADR-007) |

Memória e Contexto

Persistência (.specify/rag/)

O IVVO mantém contexto entre sessões em 3 bancos SQLite standalone:

| Banco | Conteúdo | |---|---| | .specify/rag/ivvo_perene_rag.db | Conhecimento permanente do Programa Fênix (imutável sem senha) | | .specify/rag/ivvo_history_rag.db | Artefatos de projeto: PRDs, ADRs, análises, iniciativas | | .specify/rag/ivvo_telemetry.db | Telemetria de uso por sessão e usuário |

Artefatos de saída (PRDs, backlogs, ADRs) vão em _outputs/<context_slug>/. Após geração, ingerir no history RAG com ivvo_rag.py history ingest.

Sistema de Contexto (RAG)

Busca semântica em artefatos e decisões anteriores:

# Buscar contexto antes de gerar artefatos
python .agent/scripts/ai/ivvo_rag.py search "termos da demanda" --limit 5

# Buscar somente no banco perene
python .agent/scripts/ai/ivvo_rag.py search "termos" --db perene --limit 5

# Buscar no history (PRDs, ADRs, análises)
python .agent/scripts/ai/ivvo_rag.py history search "termos" --type adr

# Ingerir artefato no history após criá-lo
python .agent/scripts/ai/ivvo_rag.py history ingest --title "..." --type prd --domains "vender" --file <caminho>

# Ingerir arquivo externo no contexto do projeto
python .agent/scripts/ai/ivvo_contexto.py --file <caminho> --context <slug>

# Verificar status dos bancos RAG
python .agent/scripts/ai/ivvo_rag.py status

Contexto por Projeto (uploads/)

Organize os materiais de entrada em uploads/<slug>/:

uploads/meu-projeto/
├── canvas/         ← PPTs, briefs convertidos
├── arquitetura/    ← Docs de arquitetura, diagramas
├── codigos/        ← Swagger, schemas, exemplos
└── Recursos/
    └── PROJECT_CONTEXT.md   ← Resumo do projeto para os agentes

Scripts de Manutenção

# Ingerir conhecimento por domínio no banco perene (requer senha)
python .agent/scripts/ai/brain_ingest.py --input <arquivo> --domain ARQUITETURA --context <slug>

# Reconciliar artefatos recentes com o RAG history
/memory-refresh --context <slug>

IVVO Context Engine — Arquitetura RAG

O IVVO usa 3 bancos SQLite/FTS5 standalone em .specify/rag/. Não há API local — os scripts Python acessam os bancos diretamente.

Bancos e responsabilidades

| Banco | Tipo | Proteção | |---|---|---| | ivvo_perene_rag.db | Conhecimento permanente do Programa Fênix | Escrita exige senha (Fenix@2026) | | ivvo_history_rag.db | Artefatos de projeto (PRDs, ADRs, análises, INIs) | Livre para leitura e escrita | | ivvo_telemetry.db | Telemetria de uso por sessão e usuário | Automático |

Setup em nova máquina (executar 1x)

# 1. Clonar e abrir no VS Code normalmente
git clone https://github.com/COEFENIX/ivvo-fenix.git
cd ivvo-fenix

# 2. Instalar dependências Python
pip install -r requirements.txt

# 3. Instalar git hooks e inicializar bancos
.agent/scripts/infra/install_hooks.ps1

# 4. Seed do banco perene (carrega conhecimento base do Fênix)
python .agent/scripts/ai/ivvo_rag.py migrate

Tasks VS Code disponíveis

Acesse via Ctrl+Shift+P → Tasks: Run Task:

| Task | O que faz | |---|---| | IVVO: Start Context Engine | Inicializa bancos RAG e verifica integridade | | IVVO: Rebuild RAG Index (migrate) | Reprocessa seed e reindexar bancos | | IVVO: Status | Exibe contagem de nós por banco |

Arquivos versionados vs. ignorados

| Arquivo | Versionado? | Motivo | |---|---|---| | .specify/rag/seed/fenix-universal.json | ✅ Sim | Seed canônico para regenerar banco perene | | .specify/rag/*.db | ❌ Não | Bancos SQLite locais (binários) |

Operação manual do RAG

# Verificar status dos 3 bancos
python .agent/scripts/ai/ivvo_rag.py status

# Reconstruir bancos a partir do seed
python .agent/scripts/ai/ivvo_rag.py migrate

# Ingerir artefato de projeto no history
python .agent/scripts/ai/ivvo_rag.py history ingest --title "PRD INI-518" --type prd --domains "vender" --file _outputs/ini-518/upstream/PRD.md

Reutilizando o Contexto RAG em Outro VS Code / Outra Sessão

Cenário: Você está em uma máquina diferente e quer ter o mesmo contexto de RAG da sessão anterior.

Os bancos SQLite são locais e não são versionados. Para transferir contexto:

# Opção 1 — Copiar os bancos manualmente (mesma máquina, novo workspace)
cp .specify/rag/*.db <novo-workspace>/.specify/rag/

# Opção 2 — Reconstruir o banco perene a partir do seed
python .agent/scripts/ai/ivvo_rag.py migrate

# Opção 3 — Re-ingerir artefatos de _outputs/ no history
python .agent/scripts/ai/ivvo_rag.py history ingest --title "..." --type prd --domains "..." --file _outputs/...

# Verificar estado após restauração
python .agent/scripts/ai/ivvo_rag.py status

Gate de Qualidade e DoD

Antes de marcar qualquer item como Done: invocar @quality-guardian. O gate deve retornar ✅ PASS sem BLOCKERs — não há exceções.

Níveis de DoD

| Nível | Critérios | |---|---| | Story | ACs 100% cobertos + testes passando + code review aprovado | | Sprint | Todas as stories com DoD Story + Demo realizada | | Release | Todas as sprints com DoD Sprint + runbook + smoke test |

Resultado do Gate

| Status | Ação | |---|---| | ✅ PASS | Pode avançar | | ⚠️ WARNING | Avançar com ciência do risco registrada | | ❌ BLOCKER | Não pode avançar |

Idioma

| Elemento | Idioma | |---|---| | Respostas dos agentes | Português Brasileiro (PT-BR) | | Artefatos (backlog, PRD, ADR, testes, releases...) | Português Brasileiro (PT-BR) | | Código-fonte (variáveis, funções, classes, comentários) | Inglês | | Nomes de arquivos e IDs | Inglês (US-001, FEAT-007) | | Gherkin | Português (Dado/Quando/Então) |

Glossário

| Termo / Sigla | Significado | |---|---| | AC | Acceptance Criteria — Critérios de aceite em formato Gherkin | | ADR | Architecture Decision Record — Registro de decisão técnica versionado | | ART | Agile Release Train — Conjunto de equipes SAFe em torno de uma solução | | BDD | Behavior-Driven Development — Desenvolvimento orientado a comportamento | | Brief | Documento que resume o problema, para quem e o valor entregue | | Brownfield (BF) | Projeto com código legado existente | | CHG / GMUD | Gestão de Mudança corporativa | | DoD | Definition of Done — Checklist para concluir um item | | DoR | Definition of Ready — Critérios para entrar no sprint | | DORA | 4 métricas de entrega: frequência de deploy, lead time, CFR, MTTR | | Enabler | Item SAFe de capacidade técnica/arquitetural — não é Feature de negócio | | Epic | Unidade SAFe estratégica com Lean Business Case | | Feature | Principal item planejável do ART Backlog | | Gherkin | Linguagem de ACs: Dado/Quando/Então | | Greenfield (GF) | Projeto do zero — TDD, arquitetura limpa | | INVEST | Critérios de boa story: Independent, Negotiable, Valuable, Estimable, Small, Testable | | MCP | Model Context Protocol — Integração de ferramentas externas com o Copilot | | MTTR | Mean Time to Recovery — Tempo médio de recuperação após incidente | | PRD | Product Requirements Document — Contrato produto ↔ desenvolvimento | | RAID | Risks, Assumptions, Issues, Dependencies | | RAG | Retrieval-Augmented Generation — Busca semântica em artefatos existentes | | RFC | Request for Comments — Proposta de mudança técnica aberta à discussão | | SAFe | Scaled Agile Framework — Framework ágil para equipes e programas | | SLO | Service Level Objective — Meta mensurável de disponibilidade ou performance | | Slug | Identificador curto em kebab-case de um contexto/projeto (ex: ini-420-pix-automatico) | | SPTI | Solicitação de Projeto de Tecnologia da Informação (governança corporativa) | | TDD | Test-Driven Development — Desenvolvimento guiado por testes | | WSJF | Weighted Shortest Job First — Método de priorização SAFe |

IVVO AgileAgent
Acelerando o desenvolvimento de software com IA.