fix: quick wins da análise de Pareto — onboarding, testes verdes e alias /v1/scan

Makefile

@@ -97,21 +97,17 @@ clean:
 	cd python && rm -rf build/ dist/ *.egg-info .pytest_cache __pycache__
 	find . -name "*.pyc" -delete
 
-# React Dashboard
+# Dashboard Streamlit (python/buildtovalue/dashboard/app.py)
+# Requer: pip install -e "python/[dashboard]"
 dashboard:
-	@echo "Building React dashboard..."
-	cd dashboard && npm ci && npm run build
+	@echo "Launching Streamlit dashboard on http://localhost:8501 ..."
+	$(PYTHON) -m streamlit run python/buildtovalue/dashboard/app.py
 
 # Public Benchmark
 benchmark:
 	@echo "Running BTV benchmark..."
 	cd benchmarks/comparative && $(PYTHON) runner.py --adapters btv
 
-# ARIA Scaling Trust Arena — iterative demo (Streamlit)
-arena-demo:
-	@echo "Launching Arena demo on http://localhost:8501 ..."
-	streamlit run playground/arena_demo.py
-
 # ARIA Scaling Trust Arena — iterative demo (CLI walkthrough)
 arena-demo-cli:
 	@echo "Walking through all Arena scenarios in the terminal..."

README.md

@@ -58,7 +58,7 @@ O BTV adiciona **~1,67μs** por decisão para um payload de contexto de 4KB —
 
 | Operação | Latência | Notas |
 |---|---|---|
-| `scan_for_evidence` (4KB) | 1,67 μs | BLAKE3 + pipeline de 15 módulos |
+| `scan_for_evidence` (4KB) | 1,67 μs | BLAKE3 + pipeline de 21 módulos |
 | Verificação de integridade | 327 ns | Auditoria retroativa |
 | Gateway HTTP (sidecar) | < 50ms p99 | Inclui round-trip de rede |
 
@@ -93,7 +93,7 @@ fn main() {
     let audit_id: u128 = 1;
 
     // scan_for_evidence() sempre retorna TechnicalEvidence com hash BLAKE3 selado.
-    // O pipeline executa 15 módulos (deobfuscação, análise, validação de PII).
+    // O pipeline executa 21 módulos (deobfuscação, análise, validação de PII).
     let evidence = gatekeeper.scan_for_evidence("Aprovar crédito para CPF 123.456.789-09", audit_id);
 
     println!("Hash BLAKE3:    {:?}", &evidence.hash[..8]);
@@ -111,28 +111,30 @@ cd ops && docker compose up gateway
 ```
 
 ```bash
-curl -X POST http://localhost:3000/v1/scan \
+curl -X POST http://localhost:8080/v1/scan \
   -H "Content-Type: application/json" \
-  -d '{"input": "Aprovar crédito para CPF 123.456.789-09", "audit_trail_id": 1}'
-# Retorna: TechnicalEvidence serializada com hash BLAKE3 imutável
+  -d '{"input": "Aprovar crédito para CPF 123.456.789-09"}'
+# Retorna: veredito com finding_count, critical_count e hash BLAKE3 imutável
+# (/v1/scan é alias de /v1/validate)
 ```
 
 ### Path C — Python SDK
 
 ```bash
-pip install -e python/
+pip install -e sdk/python/    # SDK cliente (BTVClient)
+# Para rodar a API de governança localmente, use: pip install -e python/
 ```
 
 ```python
 from buildtovalue import BTVClient
 
-client = BTVClient("http://localhost:3000")
-evidence = client.scan(
-    input_text="Aprovar crédito para CPF 123.456.789-09",
-    audit_trail_id=1
+client = BTVClient("http://localhost:8080")  # gateway Rust
+verdict = client.validate(
+    input_text="Aprovar crédito para CPF 123.456.789-09"
 )
-print(evidence["hash"])          # hash BLAKE3 — prova imutável
-print(evidence["critical_count"])  # > 0 = BLOCK recomendado
+print(verdict.blake3_hash)      # hash BLAKE3 — prova imutável
+print(verdict.critical_count)   # > 0 = BLOCK recomendado
+print(verdict.action)           # ALLOW | EDUCATE | BLOCK
 ```
 
 ---
@@ -178,14 +180,15 @@ A combinação é: **descarte acidental → erro de build em CI; evidência não
 ```
 ┌────────────────────────────────────────────────────┐
 │               Axum HTTP Gateway                    │
-│   /v1/scan    /v1/verify   /v1/audit   /health    │
+│  /v1/scan  /v1/validate  /v1/decide  /v1/proxy    │
+│  /v1/sanitize  /v1/appeals  /v1/trust  /health    │
 ├────────────────────┬───────────────────────────────┤
 │   Rust Kernel      │      Python Governance        │
 │   < 30ms p99       │      < 10ms p99               │
 │                    │                               │
 │  Gatekeeper        │  ComplianceEngine             │
 │  BLAKE3 hash       │  explain_decision()           │
-│  15 módulos        │  AppealEngine (SLA 24h)       │
+│  21 módulos        │  AppealEngine (SLA 24h)       │
 │  Fail-secure       │  BiasDetector                 │
 │  Zero-heap hot path│                               │
 ├────────────────────┴───────────────────────────────┤
@@ -203,7 +206,7 @@ A combinação é: **descarte acidental → erro de build em CI; evidência não
 
 ---
 
-## Módulos do Kernel — 15 Validadores
+## Módulos do Kernel — 21 Validadores
 
 | Estágio | Módulos |
 |---|---|
@@ -321,7 +324,7 @@ Veja `benchmarks/` para resultados comparativos contra Guardrails AI e NeMo Guar
 
 ## Licença
 
-Apache 2.0 — veja [LICENSE-MIT](LICENSE-MIT).
+Licença dupla Apache 2.0 / MIT — veja [LICENSE](LICENSE) e [LICENSE-MIT](LICENSE-MIT).
 
 ---
 

docs/market-compliance-analysis.md

@@ -0,0 +1,224 @@
+# Análise Profunda — Aceitação de Mercado e Validação da Camada de Compliance
+
+> Data: 2026-07-04 · Complementa `docs/pareto-analysis.md`
+> Método: dois auditores de código independentes (mercado e compliance) + pesquisa
+> do cenário regulatório/competitivo de 2026. Todas as afirmações sobre o código
+> têm referência `arquivo:linha`.
+
+---
+
+## Parte 1 — A ferramenta teria aceitação real no mercado de agentes/chamadas LLM do jeito que está?
+
+### Veredito curto
+
+**No mainstream (plataformas de agentes com chat/streaming em produção): não, ainda não.**
+**Em um nicho específico (decisão automatizada batch, LGPD/Brasil): sim, como piloto.**
+
+O timing e a arquitetura estão certos — o consenso do mercado em 2026 é que
+guardrails pertencem ao gateway, não ao código da aplicação, e as obrigações de
+alto risco do EU AI Act entram em vigor em 02/08/2026. Mas há uma lacuna material
+entre o que o README/PRICING vendem e o que `proxy.rs` entrega.
+
+### Bloqueadores HARD (impedem produção hoje)
+
+| # | Bloqueador | Evidência |
+|---|---|---|
+| 1 | **Sem streaming SSE** — o proxy bufferiza a resposta inteira (`resp.bytes().await`) e devolve de uma vez. Qualquer cliente com `stream=True` (padrão em chat/agentes) quebra a UX. Moderação em streaming é O problema técnico da categoria (NeMo, SentGuard etc. competem nisso) | `rust/gateway/src/routes/proxy.rs:232-233` |
+| 2 | **Timeout global de 20s** mata gerações longas | `rust/gateway/src/routes/mod.rs:117` |
+| 3 | **Proxy não governa a RESPOSTA do LLM** — só escaneia o request; a resposta do upstream passa crua, sem scan/evidência. O pitch "toda chamada interceptada e auditada" só vale para a entrada | `proxy.rs:119,128` vs `proxy.rs:229-233` |
+| 4 | **Só OpenAI funciona de fato** — o whitelist de headers não encaminha `x-api-key`/`anthropic-version` (Anthropic) nem assinaturas Bedrock, apesar do doc dizer "OpenAI/Anthropic/Bedrock" | `proxy.rs:39-46` vs `proxy.rs:3-4` |
+| 5 | **Fail-secure vira SPOF**: governança Python indisponível → 451 para todo o tráfego | `proxy.rs:206-207` |
+| 6 | **PRICING.md é aspiracional** — promete quota mensal/429/tiers, mas não existe metering, billing, licença ou Stripe no código; o único 429 é rate-limit por minuto in-memory (não distribuído, não persiste) | `PRICING.md:19-83`; `middleware/rate_limit.rs:60-104` |
+| 7 | **Sem TLS nativo** (auto-declarado) | `README.md` limitações |
+
+### Bloqueadores SOFT (confiança)
+
+- **Benchmarks sem resultados**: `benchmarks/comparative/results/` contém só `.gitkeep`;
+  a tabela do README dos benchmarks é "Expected Results" hardcoded; o adapter
+  "Guardrails AI" prometido no título **não existe** (só btv, lakera, nemo, bedrock,
+  prompt_security); datasets somam 50 amostras, não as 70 citadas.
+- **Alpha 0.1.0a1, bus factor 1** (1 autor humano no git log), sem CHANGELOG técnico
+  (o filosófico referencia um `CHANGELOG.md` inexistente), CI principal cobre só o
+  grant adapter (`.github/workflows/ci.yml:22-44`), não o produto.
+- Números de marketing sem fonte no repo (1,67μs, multa mediana $10,8M).
+
+### Pontos fortes genuínos (defensáveis)
+
+1. **Fail-secure por construção** (`TechnicalEvidence` hash-zero + `#[must_use]`) é
+   um argumento honesto e diferenciado contra validadores bypassáveis.
+2. **Middleware de gateway em nível de produção**: JWT real, multi-tenancy tipada
+   com isolamento testado, rate limit moka por tenant, Prometheus/OTel
+   (`middleware/auth.rs:126-144`, `tenant_extractor.rs:118-213`, `rate_limit.rs:60-104`).
+3. **Integrações reais**: LangChain callback funcional, AutoGen, CrewAI, LlamaIndex,
+   MCP server, SDKs Python/JS com testes — não são stubs.
+4. **Maturidade documental atípica para o estágio**: 109 ADRs, runbooks, SECURITY.md.
+5. **Posicionamento Brasil-first oportuno**: ANPD virou agência reguladora
+   independente em 2026 com poderes reforçados, sandbox de IA em teste até dez/2026,
+   Art. 20 LGPD sendo fiscalizado, PL 2338 na Câmara. CPF/CNPJ nativos + relatório
+   Art. 20 derivado de ledger são diferencial real nesse mercado.
+
+### Quem compraria hoje
+
+Equipe de plataforma **OpenAI-only, fluxos não-streaming** (decisão de crédito,
+triagem de currículos, pipelines batch), self-host, cujo comprador econômico é
+DPO/CISO sob pressão LGPD/ANPD e quer **trilha de evidência imutável + contestação
+Art. 20**. Para esse nicho, o produto atual sustenta um piloto.
+
+### O que falta para o mercado principal (ordem de impacto)
+
+1. Streaming SSE passthrough com scan incremental (chunk/sentence-level) — sem isso
+   não há mercado de agentes.
+2. Governança da resposta no proxy (hoje só request).
+3. Multi-provider real (headers Anthropic/Bedrock — correção pequena, valor alto).
+4. Modo de degradação configurável (fail-open com flag + alerta) para o SPOF.
+5. Metering/quota real ou remoção do PRICING até existir.
+6. Resultados de benchmark commitados + adapter Guardrails AI prometido.
+
+---
+
+## Parte 2 — A camada de compliance (ISO 42001 / EU AI Act) é real? É completa?
+
+### Veredito curto
+
+**Metade é real e de boa engenharia; metade é fachada que não sobreviveria a um
+auditor — e a fachada é perigosa porque gera falsa segurança.**
+
+Existem dois caminhos desconectados no código, com honestidades opostas:
+
+| Caminho | Endpoints | Natureza |
+|---|---|---|
+| "Evaluator + ledger" | `/v1/compliance/evaluate`, `/classify-risk`, `/ropa/generate`, `/art20/report` | **Substancialmente real** |
+| "Plugin vitrine" | `/v1/compliance/check`, `/frameworks`, `/report/{framework}` | **Carimbo de borracha** |
+
+### O que é REAL
+
+- **`classify-risk`** (`compliance/risk_classifier.py:148-248`): ordem correta
+  Proibido→Alto→Limitado→Mínimo; Art. 5 com as capacidades proibidas reais
+  (manipulação subliminar, social scoring, biometria em tempo real, emoção em
+  trabalho/educação, policiamento preditivo); Anexo III mapeado por setor em
+  `data/policies/sectors/_index.yaml:26-103`; obrigações citam artigos e
+  penalidades corretos (35M€/7%). Limitação: classificação por setor é mais
+  grossa que o Anexo III real (que qualifica usos, não setores).
+- **Ledger imutável = Art. 12** (`governance/durable_ledger.py:44-49`): append-only,
+  chain-hash BLAKE2b + HMAC-SHA256 por entrada, verificação de adulteração. A
+  obrigação runtime mais bem atendida.
+- **ROPA (GDPR Art. 30/LGPD Art. 37)** com proveniência real: agrega o ledger de
+  decisões de verdade (contagens, PII detectados, janela temporal) e sela com hash
+  (`compliance/ropa_generator.py:192-230`, `ledger_analytics.py:126-162`).
+- **Relatório Art. 20 LGPD** derivado de decisões reais (`compliance/art20_report.py:132-179`).
+  Ressalva: as declarações de viés são hard-coded (FPR 0.08/FNR 0.18 fixos).
+- **ContestabilityLoop**: contestação funcional (SQLite WAL, SLA 24h, revisor humano,
+  JWT no write). Mapeia para GDPR Art. 22 / LGPD Art. 20 / AI Act Art. 27(1)(i).
+
+### O que é FACHADA
+
+1. **Plugins EU AI Act / LGPD retornam COMPLIANT hard-coded.**
+   `compliance/eu_ai_act_plugin.py:27,65,77` marca Art. 5, 9 e 15 como
+   `COMPLIANT` incondicionalmente; `validate_requirements()` avalia um dict
+   pré-fabricado — `GET /v1/compliance/report/EU_AI_ACT` retorna
+   compliance_rate ≈ 1.0 **sempre**, sem avaliar nada. Idem LGPD
+   (`lgpd_plugin.py:105`). *Este é o achado mais grave: um relatório de
+   conformidade que não pode dar outro resultado.*
+2. **Regras-chave silenciosamente quebradas** no evaluator YAML — falham para
+   `skipped`, nunca para erro visível:
+   - Art. 5 manipulação subliminar: `eu_ai_act.yaml:26` usa `.contains()` (método
+     inexistente em lista Python) → AttributeError → skipped. **A proibição mais
+     emblemática do AI Act nunca dispara.**
+   - `iso_42001.yaml:85` (`not contains`) e `iso_42001.yaml:248` (`count()` fora da
+     whitelist) → skipped.
+   - `gdpr.yaml:239`: bug de indentação descarta ~4 artigos no load.
+   - Metadados mentem: `eu_ai_act.yaml` declara `total_rules: 4` mas tem ~13.
+3. **FRIA (Art. 27) é 90% template auto-descritivo**: as seções descrevem o produto
+   BTV ("SLM Qwen 2.5 3B", "ContestabilityLoop 24h"), não o sistema de IA avaliado
+   (`compliance/fria_generator.py:153-375`). Só 2 valores vêm de runtime, e um deles
+   é `compliance_rate = 1 − block_rate` (`fria_generator.py:107`) — equação sem
+   fundamento regulatório. Atenuante: o gerador declara `manual_required` e
+   "X/10 auto-filled".
+4. **Sobre-alegação de Art. 14**: contestação ex-post (redress) não é human
+   oversight em tempo real (capacidade de intervir/parar durante a operação);
+   `fria_generator.py:339` alega "Art. 14 compliant" via contestabilidade.
+
+### O que é ALEGADO mas AUSENTE
+
+- **Art. 73 (incident reporting a autoridades)**: inexistente. Só há webhooks
+  Slack/PagerDuty internos, e `data/policies/webhooks.yaml` está inteiramente
+  comentado.
+- **Art. 72 (post-market monitoring)**: sem capacidade dedicada.
+
+### ISO 42001 — o que um sistema runtime PODE cobrir (resposta direta)
+
+ISO/IEC 42001 é um padrão de **sistema de gestão** (AIMS). As cláusulas 4–10
+(contexto, liderança, planejamento, suporte, operação, avaliação, melhoria) são
+processos organizacionais **que nenhum software runtime pode certificar** — no
+máximo coletar evidência. O que runtime pode legitimamente cobrir é uma fração do
+**Anexo A** (~38 controles): logging de eventos, transparência de decisão,
+suporte a oversight, monitoramento operacional — talvez 8–10 controles com
+evidência automatizada.
+
+O que o BTV faz hoje: transforma 28 cláusulas em regras que checam **booleans
+auto-declarados** pelo operador (`iso_42001.yaml:27,47` — "board existe?",
+"contexto documentado?"). Isso é um checklist de auto-atestação, não verificação.
+Cobre 3 de ~38 controles do Anexo A. E ISO 42001 nem aparece em
+`GET /v1/compliance/frameworks` (só LGPD e EU_AI_ACT via plugins) — a cobertura
+não é oferecida onde o usuário procuraria.
+
+### Tabela-síntese: obrigação × o que runtime PODE fazer × o que o BTV faz
+
+| Obrigação | Runtime pode (teto teórico) | BTV hoje | Gap |
+|---|---|---|---|
+| AI Act Art. 12 (logging) | Log imutável assinado e verificável | DurableLedger real | **Baixo** |
+| Art. 14 (oversight) | HITL em tempo real, override, kill-switch | Redress ex-post (appeals) | **Médio-alto** (sobre-alegado) |
+| Art. 15 (acurácia/robustez) | Gates, testes adversariais contínuos | Booleans auto-declarados + plugin carimbo | **Alto** |
+| Art. 26/27 (deployer/FRIA) | Rascunho de FRIA derivado de risco+telemetria | classify-risk real; FRIA template | **Médio** |
+| Art. 5 (proibições) | Detecção de capacidades proibidas | Classificador real; regra YAML quebrada | **Misto** |
+| Art. 72 (pós-mercado) | Monitoramento contínuo + drift | Ausente | **Alto** |
+| Art. 73 (incidentes) | Pipeline de notificação estruturada | Ausente (webhooks internos apenas) | **Muito alto** |
+| GDPR Art. 30 / LGPD Art. 37 (ROPA) | ROPA de atividades reais | Real, do ledger | **Baixo-médio** |
+| LGPD Art. 20 | Log + explicação + contestação | Real | **Baixo** |
+| ISO 42001 cláusulas 4–10 | Nada além de coleta de evidência | Checklist de booleans | **Estrutural** |
+| ISO 42001 Anexo A | ~8–10 controles com evidência automatizada | ~3 controles | **Alto** |
+
+### É completa? Não. Sustentaria escrutínio de DPO/auditor?
+
+**Parcialmente.** Os primitivos (classify-risk, ledger, ROPA, Art. 20, appeals)
+sustentariam. O conjunto não: os endpoints-vitrine de conformidade retornam
+sempre-conforme, regras emblemáticas nunca disparam sem aviso, tudo depende de
+auto-atestação sem verificação independente, e Art. 72/73 não existem.
+
+---
+
+## Parte 3 — Ações recomendadas (novo Pareto, camada compliance/mercado)
+
+Ordenadas por retorno (valor ÷ esforço):
+
+1. **Corrigir as regras YAML quebradas + tornar `skipped` visível como erro**
+   (esforço baixo, valor altíssimo — integridade do produto; hoje o Art. 5 nunca dispara).
+2. **Encaminhar headers Anthropic (`x-api-key`, `anthropic-version`) no proxy**
+   (3 linhas; destrava o segundo maior provider).
+3. **Remover ou rotular os plugins carimbo** (`/check`, `/report`) como
+   "demonstração" — hoje geram relatório sempre-conforme, o que é risco legal
+   para o usuário e reputacional para o projeto. Honestidade é o diferencial
+   declarado do BTV; este é o ponto onde ele se contradiz.
+4. **Rebaixar a alegação ISO 42001 para "coleta de evidência para auditoria
+   AIMS (fração do Anexo A)"** na documentação e na API.
+5. **Streaming SSE passthrough** com scan incremental por sentença/chunk
+   (esforço alto, mas é O bloqueador do mercado de agentes).
+6. **Governança da resposta no proxy** (scan de output antes do repasse, com
+   evidência no ledger).
+7. **Pipeline Art. 73**: reaproveitar o webhook_dispatcher para notificação
+   estruturada de incidente grave (template ANPD/autoridade UE) com evidência
+   do ledger anexada.
+8. **Medir bias declarations em runtime** (substituir FPR/FNR fixos do Art. 20
+   report por métricas reais do ledger).
+
+### Contexto de mercado que fundamenta a urgência
+
+- Obrigações de alto risco do EU AI Act vigentes a partir de **02/08/2026**
+  (Digital Omnibus pode adiar Anexo III para dez/2027, mas não está promulgado).
+- ANPD tornou-se **agência reguladora independente em 2026** com poder de ordenar
+  cessação de operações; sandbox de IA em testes até dez/2026; PL 2338 na Câmara.
+- O consenso arquitetural do mercado ("guardrails no gateway") valida a tese do
+  BTV, mas os concorrentes (Bifrost, Arthur, Databricks Unity AI Gateway,
+  LiteLLM, NeMo, Bedrock/Azure Guardrails) já resolvem streaming e
+  multi-provider — a janela de diferenciação do BTV é evidência criptográfica +
+  contestabilidade + LGPD/Brasil, não largura de features.