/analyze-project — Fluxo de Trabalho do Analista de Causa Raiz

Analise sessões de codificação assistidas por IA em ~/.gemini/antigravity/brain/ e produza um relatório que explique não apenas o que aconteceu, mas por que aconteceu, quem/o que causou isso e o que deve mudar da próxima vez.

Objetivo

Para cada sessão, determine:

1. O que mudou da solicitação inicial para o trabalho final executado
2. Se a causa principal foi:
   • usuário/especificação
   • agente
   • repositório/base de código
   • validação/teste
   • complexidade legítima da tarefa
3. Se o prompt de abertura foi suficiente
4. Quais arquivos/subsistemas se correlacionam repetidamente com dificuldades
5. Quais mudanças melhorariam mais as sessões futuras

Quando Usar

• Você precisa de uma análise pós-mortem de sessões de codificação assistidas por IA, especialmente quando houve desvio de escopo ou retrabalho repetido.
• Você deseja uma análise de causa raiz que separe problemas de usuário/especificação de erros do agente, atrito no repositório ou lacunas de validação.
• Você precisa de recomendações baseadas em evidências para melhorar prompts futuros, saúde do repositório ou fluxos de trabalho de entrega.

Regras Globais

• Trate as contagens de .resolved.N como sinais de iteração, não como prova de falha
• Separe escopo adicionado pelo humano, escopo descoberto necessário e escopo introduzido pelo agente
• Separe erro do agente de atrito no repositório
• Cada diagnóstico deve incluir evidências e confiança
• Níveis de confiança:
  • Alta = evidência direta de artefato/timestamp
  • Média = múltiplos sinais de apoio
  • Baixa = inferência plausível, não diretamente comprovada
• Precedência de evidências:
  • conteúdo do artefato > timestamps > resumos de metadados > inferência
• Se a evidência for fraca, diga isso

Etapa 0.5: Classificação da Intenção da Sessão

Classifique a intenção primária da sessão a partir do objetivo + artefatos:

• DELIVERY
• DEBUGGING
• REFACTOR
• RESEARCH
• EXPLORATION
• AUDIT_ANALYSIS

Registre:

• session_intent
• session_intent_confidence

Use a intenção para contextualizar a gravidade e a forma do retrabalho. Não julgue sessões exploratórias ou de pesquisa pelos mesmos padrões de sessões de entrega restritas.

Etapa 1: Descobrir Conversas

1. Leia os resumos de conversas disponíveis do contexto do sistema
2. Liste as pastas de conversas no diretório Antigravity brain/ do usuário
3. Crie um índice de conversas com:
   • conversation_id
   • title
   • objective
   • created
   • last_modified
4. Se o usuário forneceu uma palavra-chave/caminho, filtre para conversas correspondentes; caso contrário, analise todas

Saída: lista indexada de conversas a serem analisadas.

Etapa 2: Extrair Evidências da Sessão

Para cada conversa, leia se presente:

Artefatos principais

• task.md
• implementation_plan.md
• walkthrough.md

Metadados

• *.metadata.json

Snapshots de versão

• task.md.resolved.0 ... N
• implementation_plan.md.resolved.0 ... N
• walkthrough.md.resolved.0 ... N

Sinais adicionais

• outros artefatos .md
• timestamps em atualizações de artefatos
• nomes de arquivos/pastas/subsistemas mencionados em planos/walkthroughs
• linguagem de validação/teste
• critérios de aceitação explícitos, restrições, não-objetivos e alvos de arquivo

Registre por conversa:

Ciclo de vida

• has_task
• has_plan
• has_walkthrough
• is_completed
• is_abandoned_candidate = tarefa existe, mas sem walkthrough

Volume de revisão / alteração

• task_versions
• plan_versions
• walkthrough_versions
• extra_artifacts

Escopo

• task_items_initial
• task_items_final
• task_completed_pct
• scope_delta_raw
• scope_creep_pct_raw

Cronometragem

• created_at
• completed_at
• duration_minutes

Conteúdo / qualidade

• objective_text
• initial_plan_summary
• final_plan_summary
• initial_task_excerpt
• final_task_excerpt
• walkthrough_summary
• mentioned_files_or_subsystems
• validation_requirements_present
• acceptance_criteria_present
• non_goals_present
• scope_boundaries_present
• file_targets_present
• constraints_present

Etapa 3: Suficiência do Prompt

Pontue a solicitação de abertura em uma escala de 0 a 2 para:

• Clareza
• Delimitação
• Testabilidade
• Especificidade arquitetural
• Consciência de restrições
• Consciência de dependências

Crie:

• prompt_sufficiency_score
• prompt_sufficiency_band = Alta / Média / Baixa

Em seguida, observe quais ingredientes de prompt ausentes provavelmente contribuíram para o atrito posterior.

Não penalize prompts curtos por padrão; uma tarefa restrita e óbvia ainda pode ter alta suficiência.

Etapa 4: Classificação da Mudança de Escopo

Classifique a mudança de escopo em:

…