Disponibilidade de material de apoio

Este texto do catálogo contém as orientações inline abaixo, mas não inclui os seguintes caminhos de suporte. São pré-requisitos externos, não arquivos empacotados:

• <support-root>/references/interfaces.md

Obtenha o material necessário da fonte upstream declarada, ou de uma instalação fornecida pelo usuário dessa fonte. Resolva cada caminho em relação a essa instalação, inspecione seu conteúdo e verifique quaisquer licenças e pré-requisitos de execução aplicáveis. Não execute um comando nem afirme que um procedimento referenciado foi seguido até que seu arquivo necessário exista. Não fabrique os scripts ausentes nem trate um arquivo não relacionado com o mesmo nome como equivalente. Etapas independentes totalmente documentadas aqui podem prosseguir dentro do escopo autorizado do usuário; relate qualquer etapa dependente como indisponível.

recsys-pipeline-architect

Visão Geral

Uma habilidade de especificação e "scaffold" para construir pipelines de recomendação, ranqueamento e feed compoíveis. Ela codifica a estrutura de seis estágios Fonte → Hidratador → Filtro → Pontuador → Seletor → Efeito Colateral popularizada pelo algoritmo For You de código aberto da xAI (Apache 2.0). Esta habilidade é uma reimplementação independente do padrão — nenhum código é copiado do original — licenciada sob MIT. Use-a sempre que precisar de "os K melhores itens para um (usuário, contexto)": feeds sociais, CMSs de conteúdo, rerankers RAG, priorizadores de tarefas, triagem de notificações, reranqueamento de busca, ranqueamento de anúncios.

Quando Usar Esta Habilidade

• Use quando o usuário quiser construir qualquer sistema que selecione "os K melhores itens para um usuário/contexto"
• Use quando o usuário perguntar "como devo ranquear X" ou descrever um problema de feed/personalização
• Use quando o usuário tiver uma função de pontuação e precisar da infraestrutura do pipeline em torno dela
• Use quando o usuário quiser migrar de uma única pontuação de relevância para previsão multi-ação com pesos ajustáveis
• Use quando o usuário estiver encapsulando um pontuador LLM/ML e precisar de filtros, hidratadores, efeitos colaterais e um "scaffold" executável em sua pilha (TypeScript / Go / Python)

Como Funciona

Etapa 1: Clarificar o caso de uso

Pergunte ao usuário três perguntas (apenas o que estiver faltando):

1. Quais são os itens que estão sendo ranqueados? (posts, produtos, tarefas, alertas, documentos...)
2. Qual é o contexto de entrada? (ID do usuário, consulta de busca, documento atual, janela de tempo...)
3. Qual linguagem / runtime? (TypeScript/Node, Go, Python, Rust...)

Etapa 2: Percorrer as oito etapas da especificação

A HABILIDADE completa percorre: clarificar caso de uso → identificar fontes candidatas → listar hidratações necessárias → listar filtros → projetar cadeia de pontuadores → seletor → efeitos colaterais → gerar "scaffold". Cada etapa expõe os trade-offs arquiteturais (multi-ação vs. pontuação única, isolamento de candidatos vs. pontuação conjunta, batch online vs. offline) para que o usuário os tome explicitamente em vez de silenciosamente.

Etapa 3: Emitir um "scaffold" executável

O repositório upstream fornece três exemplos de "scaffolds" executáveis — todos com testes aprovados:

• Plugin Strapi v5 (TypeScript, Jest, 3/3 aprovados) — adiciona GET /api/feed/for-you com pontuação multi-ação e diversidade de autores
• Pipeline compatível com Zentra (Go com genéricos, 3/3 aprovados) — compatível com engine.Module, utilizável de forma independente
• Priorizador de tarefas PMAI (Python / FastAPI / pytest, 3/3 aprovados) — GET /tasks/next?user_id=42&limit=10

Quando a pilha do usuário não corresponde, a habilidade gera do zero seguindo as definições de interface em references/interfaces.md (TypeScript, Go, Python, Rust).

Exemplos

Exemplo 1: Feed de conteúdo Strapi

Usuário: "Estou rodando uma instância Strapi v5 com 50 mil artigos. Quero um feed 'para você' personalizado para cada usuário logado com base em seu histórico de leitura."

A habilidade percorre as 8 etapas, gera um "scaffold" de plugin Strapi usando o exemplo do Strapi como modelo.

Exemplo 2: Reranker de recuperação RAG

Usuário: "Meu RAG retorna os top-50 chunks de um banco de dados vetorial. Quero reranquear com um pontuador mais caro e retornar os top-5."

A habilidade reconhece isso como um pipeline de fonte única com uma cadeia de pontuadores (recuperação barata + reranqueamento caro). Gera um pipeline assíncrono em Python.

Exemplo 3: Triagem de notificações

Usuário: "Enviamos muitas notificações. Quero um resumo diário que selecione os top-10 da fila das últimas 24h."

A habilidade identifica isso como um pipeline batch offline. Gera um "scaffold" de job agendado.

Melhores Práticas

• ✅ Exponha explicitamente o trade-off multi-ação vs. pontuação única — não defina silenciosamente

…