Aula 15 — Hooks de Lifecycle + Automação

---

Módulo 5 · Hooks, Multi-IDE e Brownfield Duração: 4 horas Agentes praticados: @dev, @devops Projeto: Plataforma Zabbix Learning + LinkedIn Automation

---

🏆 Vitória desta aula

3+ hooks de lifecycle customizados criados e funcionando: auto-teste de conteúdo gerado, monitoramento de labs, e coleta de métricas de uso dos agentes.

Critério binário: 3 hooks ativos → eventos disparam → hooks executam ação → resultado verificável nos logs ou dashboard.

---

Conceito

Hooks: automação do processo de desenvolvimento

No Bootcamp, cada ação era explícita: você chamava agente, pedia ação, verificava. Hooks automatizam esse ciclo: quando um evento acontece no AIOX, um hook executa uma ação automaticamente sem intervenção.

Tipo de hook	Quando dispara	Exemplo
pre-tool	Antes de um agente executar	Validar input antes do @dev implementar
post-tool	Depois de um agente executar	Auto-testar código gerado pelo @dev
session-start	Quando sessão AIOX inicia	Carregar contexto do projeto
session-end	Quando sessão AIOX encerra	Salvar insights na Memory Layer
monitor	Periodicamente	Coletar métricas, verificar saúde

A diferença é estrutural: hooks garantem que verificações acontecem sempre, não apenas quando você lembra. Se toda aula gerada pelo Content Engine deve passar pelo checklist de qualidade, um hook post-tool garante isso automaticamente.

---

Contexto

A Plataforma Zabbix tem 6 subsistemas rodando. Agora automatizamos verificações e monitoramentos que antes eram manuais. Hooks são aplicados tanto na Plataforma Zabbix quanto no LinkedIn Automation — qualquer projeto AIOX se beneficia.

---

Prática

Passo 1 — Explorar sistema de hooks

cd ~/aiox-mastery/zabbix-platform
claude

Explore o sistema de hooks do AIOX:
- Onde hooks são definidos no .aiox-core/?
- Qual o formato de definição (YAML, MD, JS)?
- Quais eventos estão disponíveis?
- Como um hook acessa o output do agente que disparou?
- Como um hook reporta resultados?

Documente em docs/hooks-reference.md.

---

Passo 2 — Hook 1: auto-teste de conteúdo

Crie um hook post-tool que dispara toda vez que o 
@zabbix-expert ou o Content Engine gerar uma aula:

Ação do hook:
1. Ler conteúdo gerado
2. Aplicar checklist zabbix-lesson-quality.md automaticamente
3. Verificar se conceitos mencionados existem na documentação 
   oficial (anti-hallucination check)
4. Calcular score de qualidade (0-100)
5. Se score < 70%: emitir warning no log + marcar conteúdo 
   como "needs-review"
6. Se score ≥ 70%: marcar como "auto-approved"

Salve em .aiox-core/hooks/post-content-generation.yaml

Teste: Gere uma aula e verifique que o hook disparou:

# Gerar aula via Content Engine
curl -X POST http://localhost:3000/api/content/generate \
  -d '{"topic":"Zabbix API","level":"advanced"}' | jq

# Verificar log do hook
cat logs/hooks/post-content-generation.log

# Verificar status do conteúdo
curl http://localhost:3000/api/content/lessons/latest | jq '.qualityScore, .status'

Checklist

• Hook dispara automaticamente após geração?
• Score de qualidade é calculado?
• Conteúdo com score < 70% é marcado "needs-review"?
• Anti-hallucination check funciona?
• Log registra resultado do hook?

🏆 Checkpoint 1: Hook de auto-teste disparando.

---

Passo 3 — Hook 2: monitoramento de labs

Crie um hook monitor que verifica o Lab Provisioner 
periodicamente (a cada 5 minutos):

Ação do hook:
1. Listar containers de lab ativos
2. Verificar health de cada um (Zabbix web respondendo?)
3. Se lab falhou (container crashed): notificar via log + webhook
4. Se lab está orphan (TTL expirado mas não destruído): 
   forçar cleanup
5. Registrar métricas: labs ativos, labs falhos, labs 
   limpos, recursos consumidos

Salve em .aiox-core/hooks/monitor-lab-health.yaml

Teste:

# Provisionar um lab
# Matar o container manualmente (simular falha)
docker stop [container-id]

# Esperar hook rodar (5 minutos ou trigger manual)
# Verificar que hook detectou e logou a falha
cat logs/hooks/monitor-lab-health.log

🏆 Checkpoint 2: Hook de monitoramento de labs ativo.

---

Passo 4 — Hook 3: métricas de uso de agentes

Crie um hook session-end que ao final de cada sessão AIOX:

1. Registrar quais agentes foram usados na sessão
2. Tempo de execução de cada agente
3. Quantas iterações foram necessárias (ciclos de correção)
4. Resultado final (sucesso/falha/parcial)
5. Salvar em banco para análise de produtividade

Aplicar na Plataforma Zabbix E no LinkedIn Automation.

Checklist

• Hook dispara ao final de cada sessão?
• Métricas de agentes são registradas?
• Dados são persistidos para consulta posterior?
• Funciona em ambos os projetos?

🏆 Checkpoint 3 — VITÓRIA DA AULA: 3 hooks customizados funcionando.

---

Passo 5 — Commit

*exit
git add .
git commit -m "feat: 3 custom lifecycle hooks for content QA, lab monitoring, agent metrics

- post-tool hook: auto-validate generated content with quality scoring
- monitor hook: Lab Provisioner health + orphan cleanup every 5min
- session-end hook: agent usage metrics collection
- Applied to Zabbix Platform and LinkedIn projects
- hooks-reference.md documenting system"

---

Reflexão

O conceito-chave

Hooks transformam verificações manuais em garantias estruturais. O hook de auto-teste garante que NENHUMA aula vai para produção sem validação — mesmo que você esqueça de verificar. O hook de monitoramento garante que labs falhos são detectados em 5 minutos, não dias. A diferença entre "processo que depende de disciplina" e "processo estruturalmente garantido".

Conexão com a próxima aula

Na Aula 16, testamos a Plataforma Zabbix em 3 IDEs diferentes: Claude Code, Gemini CLI e Codex CLI. Mesma feature, 3 implementações, relatório de paridade.

---

Anterior: Aula 14 — Ferramentas Interativas e Lab Provisioner Próxima: Aula 16 — Multi-IDE na Prática