Evolui a automacao (V1 preservada, intocada) para uma V2 com:
- Camada deterministica (src/v2): calendario operacional (porta fiel da
logica da V1), queries SQL somente-leitura (indicadores, ranking com
IDs, contexto de chamados, baseline historico), deteccao de anomalia
(spike de categoria/cliente, concentracao, tendencia de backlog),
memoria/fingerprint de insights com transicao de estado (new ->
persisting -> normalizing -> resolved), mensagens curtas (fallback V1 e
V2). 97 testes automatizados (node --test).
- Camada de IA (structured output via OpenAI, schema JSON validado em
codigo, nunca confia em numeros vindos da IA): prompt de "Analista
Operacional", fallback automatico e seguro quando a IA falha/expira/
retorna JSON invalido.
- Workflow n8n "[DEV] GLPI - Relatorio Operacional IA v2" (id
3x5kb58TeBCvirm6, INATIVO) criado e validado ao vivo no DEV
(devn8n.gtigrupo.com.br) via webhook temporario (removido apos os
testes) com SHADOW_MODE/DEV_MODE ligados — nenhuma mensagem real
enviada, nenhuma escrita no GLPI.
- tools/build_v2_workflow.js + build_v2_workflow_assemble.js: geram o
workflow n8n a partir de src/v2/*.js (Code nodes remotos nao importam
arquivos locais), mantendo uma unica fonte de verdade testada.
Bugs reais encontrados e corrigidos durante a validacao ao vivo:
- glpi_tickets nao tem coluna "solution" nesta versao do schema.
- Nodes MySQL/DataTable sem "Execute Once" executavam 1x por item
recebido do node anterior; a cadeia amplificava ate ~76 mil execucoes
na query de baseline por cliente, causando o timeout real observado.
Corrigido com executeOnce=true nos 8 nodes afetados e reescrita da
query de baseline para nao depender de JOIN com tabela de dimensao.
- IF "Pode Enviar" usava o operador booleano invertido (checava "e
true" em vez de "e false"), o que quase permitia envio real ao Slack
mesmo com SHADOW_MODE/DEV_MODE ligados.
- gpt-5.5 exige max_completion_tokens (nao max_tokens) e gasta o
orcamento em tokens de raciocinio; ajustado para 3000 tokens +
reasoning_effort=low.
Validado ao vivo contra dados reais do GLPI DEV (20/08/2026): IA gerou
insights reais com evidencia auditavel, memoria persistiu entre
execucoes (occurrences incrementando, normalizacao detectada),
resultado 200 confirmando envio suprimido (shadow mode).
Co-Authored-By: Claude Sonnet 5 <noreply@anthropic.com>
