yogsoth-ai

Apresente a Árvore de Metas ao usuário para confirmação. Pergunte sobre a razoabilidade, elementos ausentes e a ordem de prioridade entre os sub-objetivos.

Realiza leitura de páginas web completas para perspectivas não acadêmicas, como blogs, relatórios técnicos, páginas de produtos e análises da indústria. Um subagente é gerado para ler páginas em contextos isolados, com a condição de que pelo menos 30 páginas web sejam lidas na íntegra.

Foca nos campos escolhidos pelo usuário, identificando subdireções específicas por meio de pesquisa aprofundada e apresentando candidatos ranqueados. Deve ser usado após a prospecção inicial ter definido os campos de interesse.

Estrutura a direção escolhida pelo usuário em uma árvore de objetivos formal usando decomposição AND/OR estilo KAOS. Valida a viabilidade em relação ao ActorProfile e ao ObstacleReport, sendo utilizada após a análise de obstáculos confirmar que a direção é viável.

Exploração ampla e superficial de campos de pesquisa para entender as opções disponíveis antes de restringir. Utilize quando o usuário precisa descobrir quais campos estão acessíveis, especialmente em cenários de cold-start e warm-start.

Motor de Refinamento de Requisitos Orientado a Objetivos para Pesquisa. Cristaliza a intenção de pesquisa vaga de um usuário em uma declaração de 'Estrela Guia' e um 'Brief de Pesquisa' estruturado, utilizando diálogo adaptativo e investigação sob demanda.

Avalia cada campo de pesquisa candidato quanto à maturidade, concorrência, barreira de entrada e oportunidade de publicação. Sintetiza resultados de buscas amplas na web em um FieldPanorama estruturado, considerando abordagens de nicho e concorrência direta em campos populares.

Identificar o que impede o usuário de seguir a direção escolhida, avaliar a gravidade, propor mitigações com evidências validadas por pesquisa e obter a aceitação do usuário. Usar após o estreitamento da direção ter identificado uma direção específica.

Uma estratégia de cristalização simplificada para usuários com uma direção de pesquisa geral, mas sem especificidade. Ela otimiza o perfil de atores e o reconhecimento do cenário, guiando pelo estreitamento da direção, análise de obstáculos, decomposição de metas e síntese de uma estrela-guia, ideal para quando a primeira mensagem do usuário revela uma área geral, mas não um problema específico.

Compreende o histórico, recursos, restrições e motivações profundas do usuário para produzir um Perfil de Ator que informa todas as decisões subsequentes. Esta tática é usada no início de qualquer processo de cristalização para modelar as capacidades, limitações e intenções do usuário.

Sondagem profunda do PORQUÊ, inspirada na modelagem de Intencionalidade i*, para entender a motivação do usuário, sua definição de sucesso, tolerância a riscos e outras preferências. Compreender o PORQUÊ é o SOP mais importante na criação de perfis de atores, pois direciona todas as etapas seguintes.

Apresente os obstáculos com suas avaliações de severidade e mitigações propostas ao usuário. Pergunte se ele pode aceitar esses obstáculos e, se inaceitáveis após 2 rodadas, retorne à etapa de apresentar candidatos.

Avalie a dificuldade de cada obstáculo identificado — superabilidade, custo de tempo, existência de solução alternativa. Opcionalmente, pode usar ferramentas de busca para validar as avaliações.

Fundir o nó raiz da GoalTree e a motivação do usuário em uma única declaração cristalizada de Estrela Guia.

Entender quais recursos o usuário tem disponíveis para pesquisa — computação, cronograma, colaboração, acesso a dados, ambiente experimental. Cada item aceita 'TBD' como resposta válida.

Estratégia completa de cristalização para usuários sem direção de pesquisa. Abrange perfil de ator, reconhecimento de cenário, afunilamento de direção, análise de obstáculos, decomposição de metas e síntese de estrela-guia. Utilize quando a primeira mensagem do usuário não apresentar especificidade sobre o que deseja pesquisar.

Compreende o histórico completo do usuário, incluindo sua pilha tecnológica, experiência em projetos, pesquisa, publicações e direções. Permite expressar interesses além do currículo, sendo executado apenas uma vez e nunca reexecutado.

Cruzar o GoalTree com o Perfil do Ator (capacidades), o Relatório de Obstáculos (barreiras conhecidas) e o cronograma (viabilidade de prazo). Identificar caminhos inviáveis e sugerir alternativas de Pesquisa Operacional.

Revise internamente o North Star + ResearchBrief para garantir que esteja completo, consistente e claro antes de apresentar ao usuário. Se encontrar problemas, retorne à tática/SOP específica para uma correção direcionada; caso contrário, apresente o resultado final ao usuário para confirmação.

Liste as barreiras para seguir a direção de pesquisa escolhida — barreiras de conhecimento, de recursos, de capacidade e de concorrência. Opcionalmente, pode-se usar ferramentas de busca para descobrir obstáculos não mencionados pelo usuário.

Converte todo o contexto acumulado em uma declaração de Estrela Guia cristalizada e um Resumo de Pesquisa estruturado, realizando uma autoavaliação antes de apresentar ao usuário. Use como a tática final em qualquer modo de início, onde tudo se converge.

Analisa subdireções no campo de interesse do usuário, apresentando candidatos ranqueados. Este SOP integra a identificação de subdireções, o mapeamento de lacunas de habilidades e a apresentação, com profundidade que varia conforme o modo de início: cold-start para subdireções amplas, warm-start para problemas específicos e hot-start para detalhes técnicos granulares.

Propor estratégias de mitigação concretas para obstáculos severos. Validar as mitigações propostas com ferramentas de busca para garantir realismo e viabilidade, evitando teorias abstratas.

Realiza uma análise do panorama de artigos em campos selecionados, com importação estrita da skill literature-engine/literature-overview.

Propor de 3 a 8 campos de pesquisa candidatos com base no ActorProfile completo. Quando o usuário deseja explorar além de sua pilha atual, utilize outros sinais do ActorProfile (intencionalidade, limite) para determinar o espaço de exploração, permitindo exploração livre dentro do limite.

Agrega todo o contexto acumulado do processo de cristalização em um documento estruturado de Resumo de Pesquisa. Este é o artefato de saída final, juntamente com o North Star — um documento abrangente de contexto de requisitos para estratégias de pesquisa subsequentes.

Entender os limites rígidos da pesquisa do usuário, incluindo locais-alvo, preferências metodológicas, áreas a evitar e requisitos de orientador/equipe. Não se limita a ML/IA, funcionando para qualquer domínio de pesquisa.

Decomposição recursiva de objetivos no estilo KAOS. Utiliza decomposição AND para sub-objetivos que devem ser TODOS satisfeitos e decomposição OR para caminhos alternativos onde qualquer um é suficiente, resultando em uma GoalTree (estrutura DAG).

Varredura web rápida para entender o cenário de um campo. Esta skill importa estritamente a capacidade de navegação/pesquisa web, com a restrição de 10 chamadas brave_web_search por vez e um mínimo de 150 resultados totais antes de finalizar.

Expresse a direção de pesquisa escolhida pelo usuário como uma declaração de objetivo formal no formato: 'Alcançar [o quê], de modo que [efeito], sob [restrições]'. Confirme com o usuário antes de prosseguir para a decomposição.

Apresentar ao usuário um panorama do campo e coletar suas preferências — quais campos os interessam, quais eles rejeitam e por quê. Um SOP de diálogo que conecta a saída da síntese do panorama à decisão do usuário.

Realiza uma verificação de qualidade nos nós folha da Árvore de Metas, assegurando que cada um seja específico, acionável e que o conjunto cubra totalmente o objetivo principal, sinalizando problemas para decomposição.