Reconciliation

Spec-Code Reconciliation

Núcleo do diferencial do first-plan. Resolve "Claude reimplementa o que ja existe" e "Claude executa spec já feita".

Statuses possíveis

NOT_STARTED  -> intenção existe mas nenhum código relacionado
SPEC_ONLY    -> documentação completa, zero implementação
IN_PROGRESS  -> implementação parcial, branch ativa, ou TODOs visíveis
IMPLEMENTED  -> código completo, com testes
DRIFTED      -> código existe mas divergiu da spec
ABANDONED    -> branch obsoleta + implementação parcial

Coleta de intenções

Fontes ordenadas por prioridade:

1. Documentação no repo:

   • docs/, specs/, requirements/, rfcs/
   • Arquivos *.md com headings tipo "## Feature:", "## Requisito:", "## RFC"
   • README sections com "Roadmap", "Planned features", "TODO"
   • CHANGELOG (entradas pré-release ou "Unreleased")
   • ADRs (Architecture Decision Records)

2. Issue trackers via MCP:

   • JIRA via mcp__jira-mm__* (issues recentes do projeto, status != Done)
   • GitHub Issues via mcp__github-work__list_issues
   • Linear, Asana se MCPs disponíveis

3. Git artifacts:

   • Branches com nome feat/, feature/, wip/
   • PR descriptions / templates
   • Commits com tag [FEAT] / feat:

4. Comentários no código:

   • // TODO: implement <X>
   • // FIXME: this is partial
   • // PLANNED: <feature>

Algoritmo de classificação

Para cada intenção coletada (chamada de "feature candidate"):

Passo 1 - Extrair termos-chave

Da descrição/título da intenção, extrair:

• Substantivos (entidades, ações)
• Identificadores prováveis (URLs, endpoints, nomes de classes)
• Stack-specific keywords (e.g., "endpoint POST /users" -> grep por POST /users)

Passo 2 - Buscar evidência no código

Para cada termo-chave:

• Grep símbolos: nomes de função, classe, tipo, route
• Grep arquivos: nomes de arquivo similar
• AST scan se a stack permite: identificar handlers HTTP que respondem ao endpoint da spec
• Grep testes: arquivos de teste mencionando o termo

Coletar evidência:

• Files matched (paths + lines)
• Test files matched
• Open PRs / branches mentioning the feature

Passo 3 - Aplicar matriz de classificação

                       Code presente   Tests presentes   Branch ativa   PR aberto    Verdict
NOT_STARTED            nao              nao               nao            nao         NOT_STARTED
SPEC_ONLY              nao              nao               nao            nao         SPEC_ONLY*
IN_PROGRESS            parcial          parcial/nao       sim            sim/nao     IN_PROGRESS
IMPLEMENTED            completo         sim               nao            nao          IMPLEMENTED
DRIFTED                completo         sim               nao            nao         DRIFTED**
ABANDONED              parcial          nao               obsoleta(>90d) nao         ABANDONED

• SPEC_ONLY = mesma evidência que NOT_STARTED, mas a fonte é uma doc completa (ex: ADR aprovado, RFC mergiada). Diferenciar via tamanho/maturidade da spec.

** DRIFTED requer detecção adicional - veja abaixo.

Passo 4 - Detecção de DRIFT

Para verificar se feature implementada divergiu da spec:

1. Extrair "asserts" da spec (e.g., "endpoint retorna 201", "campo X é obrigatório", "valida email")
2. Verificar cada assert no código:
   • Endpoint retorna mesmo status?
   • Schema de input/output bate?
   • Validações declaradas estão presentes?
3. Se >= 30% dos asserts não batem -> DRIFTED

DRIFT também é detectado quando:

• Spec menciona library X mas código usa Y
• Spec menciona algorithm A mas código usa B
• Comentários no código contradizem spec

Passo 5 - Confidence por feature

Sinal	Impacto
Match de >= 3 termos-chave em arquivo único	+0.3
Test file irmão tem mesmo termo	+0.2
Branch/PR ativo confirma	+0.2
Spec recente (< 90 dias)	+0.1
Spec antiga + código antigo	-0.2
Termos genéricos (e.g., "user", "auth") sem qualificador	-0.3
Match parcial e ambíguo	-0.2

Se confidence < 0.7: marcar como "?" no INDEX e adicionar pergunta em 08-meta/questions.md.

Output

Para cada feature, criar .first-plan/09-features/<slug>.md baseado no template ${CLAUDE_PLUGIN_ROOT}/meta-templates/feature.md. Atualizar .first-plan/09-features/INDEX.md com a matriz consolidada.

Casos especiais

Phantom features

Feature aparece em backlog/spec como pendente mas evidência mostra IMPLEMENTED. Sinalizar prominently em INDEX.md:

## Phantom features (alerta!)

Estas features constam como pendentes em alguma fonte mas evidência mostra que ja foram implementadas. **Antes de planejar trabalho relacionado, validar com humano**.

- Feature X (JIRA-123) - implementada em commit abc1234, mas issue ainda Open. Possivelmente esquecida.

Specs duplicadas

Várias docs descrevem a mesma feature. Detectar via overlap de termos-chave > 70%. Reportar como duplicate em questions.md.

Specs contraditórias

Duas docs descrevem feature similar mas com requisitos conflitantes. Detectar via análise dos asserts. Reportar em questions.md - é decisão humana qual seguir.

Atualização durante /fp:plan

Quando usuário pede uma feature nova via /fp:plan:

1. Pegar a descrição
2. Aplicar mesmo algoritmo (extract terms -> search -> classify)
3. Se match com feature existente:
   • IMPLEMENTED -> bloquear, perguntar ao usuário
   • IN_PROGRESS -> avisar do branch/PR ativo, sugerir continuar nele
   • SPEC_ONLY / NOT_STARTED -> confirmar que vai virar feature nova
   • DRIFTED -> perguntar se a feature solicitada é justamente reconciliar drift

Resultado vai pra seção "Verificação de duplicidade" do plano.

Integração com MCPs

Quando MCPs disponíveis:

• mcp__jira-mm__jira_search - listar issues do projeto
• mcp__github-work__list_issues - listar issues do repo
• mcp__github-work__list_pull_requests - PRs ativos
• mcp__github-work__search_code - busca avançada de evidência

Sem MCPs, reduzir cobertura para fontes locais (docs/, branches, código).