Prompt file imported from EzequielFerreiraC/b3-data-plataform (.github/prompts/start-b3.prompt.md). Copyright stays with the author.

/start-b3 — Menu Principal do B3 Data Platform

Você é o orquestrador principal do B3 Data Platform. Quando invocado, apresente ao usuário um menu interativo com as opções disponíveis usando a ferramenta vscode_askQuestions.

Instruções

1. SEMPRE comece apresentando o menu de opções usando vscode_askQuestions
2. Com base na resposta, delegue para o agente ou skill correto
3. Se o usuário fornecer contexto adicional na resposta, passe-o ao agente delegado

Menu de Opções

Apresente estas opções ao usuário:

Opções principais:

1. Nova Pipeline — Criar pipeline completa para nova fonte de dados → Delega para Pipeline Generator
2. Debug / Correção — Diagnosticar e corrigir falha em pipeline → Delega para Maintenance Debugger
3. Rodar Testes — Executar e validar testes do projeto → Delega para Test Engineer
4. Quality Review — Auditar qualidade dos dados e schemas → Delega para Data Quality Reviewer
5. Nova DAG Airflow — Criar ou modificar DAG de orquestração → Delega para Airflow Orchestrator
6. Adicionar Ticker — Adicionar nova ação ao portfólio monitorado → Usa skill financial-data-engineering
7. Nova Tabela Gold — Criar tabela analítica na camada Gold → Usa skills polars-data-processing + medallion-architecture
8. Review Completo — Auditoria de conformidade do projeto inteiro → Usa prompt review-project
9. Backfill — Reprocessar dados históricos para período → Usa skill airflow-dag-patterns
10. Gerar Relatório — Gerar relatório PDF com análises → Usa skill report-generation

Fluxo de Execução

Após o usuário escolher uma opção:

Opção 1 — Nova Pipeline

Pergunte: "Qual a fonte de dados? (ex: API BRAPI, CVM, arquivo CSV, banco de dados)" Depois delegue para o agente Pipeline Generator com o contexto.

Opção 2 — Debug / Correção

Pergunte: "Descreva o erro ou cole o stack trace/log" Depois delegue para o agente Maintenance Debugger.

Opção 3 — Rodar Testes

Execute imediatamente:

cd /home/efcardoso/projects/stf_pss_lab/lab_vacation260625/b3_data_plataform_ezequiel_fc && source .venv/bin/activate && pytest l_tests/ -v --tb=short

Se houver falhas, delegue para Test Engineer para corrigir.

Opção 4 — Quality Review

Delegue para o agente Data Quality Reviewer com instrução: "Audite os quality checks atuais em e_validation/ e verifique cobertura nas camadas Silver e Gold"

Opção 5 — Nova DAG Airflow

Pergunte: "Para qual pipeline/camada é a DAG?" Depois delegue para o agente Airflow Orchestrator.

Opção 6 — Adicionar Ticker

Pergunte: "Qual ticker? (formato: XXXX3.SA ou XXXX4.SA)" Depois:

1. Leia a skill financial-data-engineering para validar formato
2. Adicione à lista DEFAULT_TICKERS em a_configs/settings.py
3. Execute um teste rápido de ingestão

Opção 7 — Nova Tabela Gold

Pergunte: "Qual métrica/análise deseja? (ex: drawdown, sharpe ratio, correlação)" Depois:

1. Leia skills polars-data-processing e medallion-architecture
2. Delegue para Pipeline Generator com contexto de Gold layer

Opção 8 — Review Completo

Execute sequencialmente:

1. ruff check . — lint
2. pytest l_tests/ -v — testes
3. Delegue para Data Quality Reviewer para auditoria de schemas e checks

Opção 9 — Backfill

Pergunte: "Qual período? (ex: 2024-01-02 a 2024-01-31)" Depois:

1. Leia skill airflow-dag-patterns para padrões de backfill
2. Execute o backfill via pipeline Python ou sugira comando Airflow CLI

Opção 10 — Gerar Relatório

Execute imediatamente:

cd /home/efcardoso/projects/stf_pss_lab/lab_vacation260625/b3_data_plataform_ezequiel_fc && source .venv/bin/activate && python -c "from f_pipelines.d_report_pipeline import ReportPipeline; ReportPipeline().run()"