Delivery Gate — Portão de Qualidade Mecânico para Claude Code

Um gancho de parada que verifica três coisas antes que o Claude possa finalizar uma sessão, usando apenas verificações determinísticas — carimbos de data/hora de modificação de arquivos, uso de disco e padrões regex no texto da transcrição. Nenhuma inferência de IA.

Isso é distinto dos portões de raciocínio (como self-audit): o portão de entrega verifica fatos verificáveis pela máquina; a autoauditoria verifica a qualidade da saída em quatro dimensões de raciocínio. Juntos, eles formam defesa em profundidade:

• delivery-gate: "A biblioteca de aprendizado foi tocada hoje? O espaço em disco está seguro?"
• self-audit: "O conteúdo do arquivo está correto, completo e honesto?"

Este é o mesmo padrão dos portões de pipeline de CI — verificações automatizadas e determinísticas que verificam fatos legíveis por máquina em vez de confiar no status autodeclarado.

O Que Ele Verifica

A detecção de racionalização alerta sobre padrões como "pular testes por enquanto" e "bug preexistente" — sinais superficiais de que o pensamento pode ter sido interrompido. Nunca bloqueia por si só, pois heurísticas de regex podem gerar falsos positivos. As condições de bloqueio são: disco crítico, >=3 learning libs stale, OU growth-log especificamente desatualizado (todos exigem tarefa complexa >=3 edições).

Por Quê

As verificações integradas do Claude Code cobrem a qualidade do código (build → type → lint → test). Mas há um modo de falha diferente: o agente produz código funcional enquanto a higiene da sessão foi negligenciada — aprendizado não capturado, atalhos racionalizados, disco acabando silenciosamente.

Ao longo de muitas sessões de "enviar e esquecer", o humano não cresceu. Este gancho impõe o hábito: tarefa complexa → deve tocar nas bibliotecas de aprendizado.

Instalar

Da raiz do repositório ECC:

mkdir -p ~/.claude/scripts
cp skills/delivery-gate/hooks/quality-gate.py ~/.claude/scripts/

Adicione a ~/.claude/settings.json:

{
  "hooks": {
    "Stop": [{
      "hooks": [{
        "type": "command",
        "command": "python3 ~/.claude/scripts/quality-gate.py",
        "timeout": 5000
      }]
    }]
  }
}

Bibliotecas de Aprendizado

Crie estes arquivos no diretório de memória do seu projeto. O gancho verifica se pelo menos um foi atualizado hoje:

memory/
├── growth-log/          # Daily learning entries (directory)
├── decisions/log.md     # Decision log
├── output-index.md      # Index of session outputs
├── ratings-tracker.md   # Skill ratings over time
└── tooling_capabilities.md  # Known tools inventory

Personalize o dicionário LIBS para corresponder à sua própria estrutura de arquivos.

Configuração

Edite quality-gate.py:

Exemplos

Sessão simples — permitida:

edit_count=1 (< 3, not complex) → exit 0

Tarefa complexa, aprendizado capturado — permitida:

edit_count=5 (complex) → checks LIBS → growth-log updated today → exit 0

Tarefa complexa, sem aprendizado — BLOQUEADA:

edit_count=4 (complex) → checks LIBS → all 5 stale → exit 2
stderr: "Blocked: complex task completed but no learning captured today."

Espaço em disco baixo — BLOQUEADO:

disk_free=12GB < 15GB critical → exit 2
stderr: "Blocked: disk space at 12GB (threshold: 15GB)."

Limitações

O gancho impõe o hábito de tocar nas bibliotecas de aprendizado, não a qualidade do que foi registrado. Se output-index.md for atualizado, mas growth-log for pulado, o gancho passa (1 de 5 bibliotecas tocadas). Isso é intencional: portões mecânicos verificam fatos verificáveis pela máquina. Para verificação de qualidade de conteúdo, combine com self-audit.

Compatibilidade

• Python 3.8+ (usa from __future__ import annotations)
• Multiplataforma: Windows, macOS, Linux
• Zero dependências além da biblioteca padrão

Qualidade

Este código passou por 4 rodadas de revisão automatizada de código (CodeRabbit + Greptile) com 9 bugs reais encontrados e corrigidos.

Veja Também

…