Aula 02 — Elicitação, Workflow Intelligence e Definição de Agentes
Módulo: Mastery
Aula: 2 / 22
Módulo 1 · AIOX Internals Duração: 3-4 horas Agentes praticados: Agente customizado
@zabbix-expert(criado nesta aula) Projeto: Plataforma Zabbix Learning
🏆 Vitória desta aula
Agente custom @zabbix-expert criado no formato autoClaude V3 e funcional, sistema de elicitação customizado para o domínio Zabbix, e Workflow Intelligence explorado com decisões documentadas.
Critério binário: @zabbix-expert *help retorna comandos customizados + elicitação faz perguntas específicas sobre Zabbix + Workflow Intelligence documentado em docs/workflow-intelligence.md.
Conceito
Agentes customizados: além dos 11 core
Os 11 agentes core do AIOX cobrem o pipeline genérico de desenvolvimento. Mas a Plataforma Zabbix tem necessidades que nenhum agente core atende: gerar conteúdo educacional sobre Zabbix com precisão técnica, validar configurações contra a documentação oficial, e planejar exercícios práticos em ambientes Zabbix reais.
O @zabbix-expert é um agente de domínio — ele sabe Zabbix como o @analyst sabe pesquisa e o @dev sabe código. Na Plataforma Zabbix, ele vai participar de múltiplos subsistemas: Content Engine (gerar aulas), Quiz Engine (gerar perguntas), Lab Provisioner (projetar exercícios).
Elicitação: como agentes fazem perguntas inteligentes
Quando você chama @analyst *research-domain, o Analyst não pula direto para a pesquisa. Primeiro, ele faz perguntas de esclarecimento — elicitação. Essas perguntas são governadas pelo sistema de elicitação em .aiox-core/.
A elicitação padrão é genérica. Para a Plataforma Zabbix, você quer perguntas específicas: "Qual versão do Zabbix a plataforma vai cobrir?", "O conteúdo deve seguir a estrutura da documentação oficial ou uma estrutura pedagógica própria?", "Os labs práticos usam Zabbix Server ou Zabbix Proxy?"
Workflow Intelligence: o motor de decisão
O Workflow Intelligence é o sistema que decide automaticamente qual workflow aplicar baseado no contexto. Quando você diz "preciso de uma nova feature", ele decide: usar o ADE Spec Pipeline? Direto para o Dev? Precisa de Architect review? Essas decisões são configuráveis — e para um projeto da escala da Plataforma Zabbix, os defaults não são suficientes.
Prática
Passo 1 — Explorar definições de agentes existentes
Antes de criar, entenda o formato:
cd ~/aiox-mastery/zabbix-platform
# Examinar um agente core em detalhe
cat .aiox-core/agents/analyst.md
# Examinar outro para comparar formato
cat .aiox-core/agents/dev.md
# Verificar se existe documentação sobre formato V3
find .aiox-core/ -name "*.md" | xargs grep -l "autoClaude\|V3\|agent format" 2>/dev/null
Documente o formato que encontrar:
Checklist de entendimento do formato de agente
- Quais campos são obrigatórios? (name, role, commands...)
- Como os comandos são declarados?
- Onde fica a system prompt / personality do agente?
- Como um agente referencia outros agentes?
- Como um agente acessa knowledge base?
Passo 2 — Criar @zabbix-expert
Crie o agente baseado no formato que explorou:
claude
Preciso criar um agente customizado chamado @zabbix-expert
para a Plataforma Zabbix Learning.
Com base no formato autoClaude V3 que encontrei em
.aiox-core/agents/, crie o agente com:
ROLE: Especialista em Zabbix com 15+ anos de experiência.
Conhece a documentação oficial profundamente. Sabe traduzir
conceitos complexos para linguagem acessível. Domina:
- Instalação e configuração (Server, Proxy, Agent, Agent2)
- Monitoramento (items, triggers, discovery, templates)
- Automação (API, scripts, webhooks, actions)
- Arquitetura (HA, partitioning, proxy distribution)
- Troubleshooting (performance, logs, capacity planning)
COMMANDS:
- *generate-lesson: Gerar aula sobre um conceito Zabbix
(input: conceito, nível, formato)
- *generate-quiz: Gerar pergunta de quiz com 4 alternativas
(input: tema, dificuldade)
- *design-lab: Projetar exercício prático com configuração
Zabbix (input: objetivo, nível, duração)
- *validate-config: Validar se uma configuração Zabbix está
correta contra a documentação
- *explain-concept: Explicar um conceito com analogia e
exemplo prático
KNOWLEDGE BASE:
- Documentação oficial do Zabbix (referenciada, não embutida)
- Best practices de monitoramento enterprise
- Patterns de configuração para diferentes escalas
Salve em .aiox-core/agents/zabbix-expert.md no formato V3.
Como verificar:
# Verificar que o arquivo existe e está no formato correto
cat .aiox-core/agents/zabbix-expert.md
# Tentar usar o agente
@zabbix-expert *help
# Testar um comando
@zabbix-expert *explain-concept "Zabbix LLD (Low-Level Discovery)"
Checklist de avaliação do agente
- Arquivo segue o formato V3 (mesma estrutura dos agentes core)?
*helplista os 5 comandos customizados?*explain-conceptgera explicação com profundidade técnica?*generate-quizgera pergunta que um Zabbix Expert consideraria boa?*design-labgera exercício com configuração Zabbix real?- O agente referencia documentação oficial (não inventa features)?
Se o agente gerar conteúdo genérico:
O @zabbix-expert gerou uma explicação de LLD que poderia
ser sobre qualquer ferramenta de discovery. Preciso de
especificidade Zabbix: menção a discovery rules, item
prototypes, trigger prototypes, host prototypes. Exemplos
com macros como {#FSNAME}, {#IFNAME}. O agente é um
EXPERT, não um generalista.
Se o formato não bater com V3:
O arquivo não segue o formato dos agentes core. Compare
com .aiox-core/agents/analyst.md — as seções devem ser
as mesmas. Adapte o conteúdo para o formato V3 correto.
🏆 Checkpoint 1: @zabbix-expert funcional com 5 comandos customizados.
Passo 3 — Customizar elicitação
O sistema de elicitação determina quais perguntas os agentes fazem antes de executar. Configure para o domínio Zabbix:
# Encontrar onde elicitação é configurada
find .aiox-core/ -name "*elicit*" -o -name "*question*" | head -20
cat .aiox-core/[caminho que encontrar]
Preciso customizar o sistema de elicitação para a
Plataforma Zabbix. Quando o @analyst pesquisa domínio
para esta plataforma, as perguntas de esclarecimento
devem incluir:
- Qual versão do Zabbix cobrir? (6.0 LTS, 6.4, 7.0?)
- Conteúdo segue estrutura da doc oficial ou pedagógica?
- Labs usam Server, Proxy ou Agent standalone?
- Público-alvo: iniciantes, intermediários ou certificação?
- Idioma do conteúdo: PT-BR, EN, ambos?
Quando o @zabbix-expert gera aulas, deve perguntar:
- Nível do aluno (conceitos → configuração → automação → API)
- Formato (texto, vídeo script, hands-on lab)
- Duração estimada da aula
- Pré-requisitos assumidos
Configure no local correto do .aiox-core/ para que
essas perguntas sejam feitas automaticamente.
Checklist de avaliação da elicitação
- Perguntas customizadas estão no local correto?
- Ao chamar
@analyst *research-domain, as perguntas Zabbix aparecem?- Ao chamar
@zabbix-expert *generate-lesson, as perguntas de aula aparecem?- As perguntas são específicas (não genéricas)?
🏆 Checkpoint 2: Elicitação customizada funcionando.
Passo 4 — Explorar e documentar Workflow Intelligence
# Localizar o workflow intelligence
find .aiox-core/ -path "*workflow*intelligence*" -o -path "*workflow*decision*"
cat .aiox-core/[caminho encontrado]
Explore o Workflow Intelligence do AIOX e documente:
1. Como o sistema decide qual workflow aplicar?
2. Quais inputs o motor de decisão usa?
3. Quais decisões são automáticas vs humanas?
4. Como customizar as regras de decisão para a
Plataforma Zabbix?
Exemplo: quando eu digo "preciso de uma nova feature
para o Content Engine", o Workflow Intelligence deve
decidir automaticamente que isso requer ADE Spec Pipeline
(porque é um subsistema complexo), não implementação
direta pelo Dev.
Documente em docs/workflow-intelligence.md com:
- Mapeamento das regras de decisão existentes
- Regras customizadas para a Plataforma Zabbix
- Fluxograma de decisão
Checklist de avaliação
- O motor de decisão foi identificado e documentado?
- As regras de decisão estão mapeadas?
- Há proposta de customização para a Plataforma Zabbix?
- O fluxograma mostra o caminho de decisão?
🏆 Checkpoint 3 — VITÓRIA DA AULA: Agente custom + elicitação + Workflow Intelligence documentados.
Passo 5 — Commit
*exit
git add .
git commit -m "feat: custom @zabbix-expert agent, elicitation, and workflow intelligence
- @zabbix-expert agent in autoClaude V3 format (5 custom commands)
- Custom elicitation questions for Zabbix domain
- Workflow Intelligence analysis and customization plan
- Documentation of decision engine for Zabbix Platform context"
Reflexão
O poder do agente de domínio
O @zabbix-expert é qualitativamente diferente dos agentes core. Os agentes core sabem como trabalhar (pesquisar, especificar, implementar, testar). O @zabbix-expert sabe sobre o quê trabalhar (Zabbix: conceitos, configurações, troubleshooting, API). Quando os dois trabalham juntos, o resultado é superior: @analyst pesquisa + @zabbix-expert valida a profundidade técnica.
Na Plataforma Zabbix, o @zabbix-expert participa de quase tudo: valida aulas geradas pelo Content Engine, gera quizzes para o Quiz Engine, projeta labs para o Lab Provisioner, e verifica configurações. Sem ele, cada agente core improvisaria sobre Zabbix. Com ele, há um especialista dedicado.
O conceito-chave
Agentes customizados no formato V3 estendem o AIOX para domínios específicos sem alterar o core. O @zabbix-expert não substitui nenhum agente — ele complementa todos. Elicitação customizada garante que as perguntas são relevantes para o domínio. Workflow Intelligence garante que as decisões refletem a complexidade do projeto.
Conexão com a próxima aula
Na Aula 03, você cria tasks, workflows YAML e checklists customizados para a Plataforma Zabbix. O @zabbix-expert criado aqui será referenciado nos workflows — é a peça que faltava entre "agente de domínio" e "processo customizado".
Anterior: Aula 01 — Por Dentro do .aiox-core/ Próxima: Aula 03 — Tasks, Workflows YAML e Customização Avançada
Pratique o que você aprendeu
Implemente os conceitos desta aula em seus próprios projetos. Consulte a página de projetos para desafios práticos e exemplos de código.