mcp-memory-taskmanager/prompts/user_rules.md

Intelligent MCP Memory System with Task Manager - Domain-specific knowledge organization and autonomous task management for AI assistants

# User Rules - Regras Específicas do Usuário

## 🎯 Configuração Personalizada do Agente

Este arquivo define as regras específicas e preferências do usuário para o sistema MCP Memory com Task Manager.

## 👤 Perfil do Usuário

### Preferências de Desenvolvimento
```yaml
linguagens_preferidas: ["JavaScript", "TypeScript", "Python", "React", "Node.js"]
frameworks_favoritos: ["Next.js", "Express", "FastAPI", "React", "Vue.js"]
filosofia_codigo: "Código limpo, bem documentado e escalável"
abordagem_arquitetura: "Design modular e orientado a componentes"
```

### Nível de Experiência
```yaml
nivel_experiencia: "avançado"  # iniciante, intermediário, avançado, expert
areas_especializacao: ["full-stack", "frontend", "backend", "DevOps"]
objetivos_aprendizado: ["arquitetura de sistemas", "otimização de performance", "segurança"]
```

### Ambiente de Trabalho
```yaml
ide_preferido: "Trae AI"  # Trae AI, Cursor, VS Code, etc.
sistema_operacional: "Windows"
tipos_projeto: ["aplicações web", "APIs", "sistemas distribuídos"]
```

## 🎨 Preferências de Comunicação

### Estilo de Resposta
- **Idioma**: Português brasileiro como padrão
- **Nível de Detalhamento**: Explicações detalhadas com exemplos práticos
- **Comentários no Código**: Sempre incluir comentários explicativos
- **Tratamento de Erros**: Mostrar padrões robustos de tratamento de erros
- **Melhores Práticas**: Sempre sugerir e aplicar melhores práticas da indústria

### Abordagem de Ensino
- **Explicar o Porquê**: Sempre explicar o raciocínio por trás das soluções
- **Mostrar Alternativas**: Apresentar múltiplas abordagens quando aplicável
- **Complexidade Progressiva**: Começar simples, depois mostrar técnicas avançadas
- **Contexto Real**: Conectar soluções a cenários práticos

## 🧠 Customização do Sequential Thinking

### 🧠 Estilo de Pensamento
- **Abordagem**: Estruturada e metodológica
- **Profundidade**: Análise detalhada quando necessário
- **Velocidade**: Equilibrio entre rapidez e qualidade
- **Reflexão**: Sempre validar decisões importantes

### 🧩 Configurações de Domínios Especializados

#### 🎨 Frontend
```yaml
frontend_preferences:
  frameworks: ["React", "Vue", "Angular"]
  focus_areas: ["performance", "accessibility", "UX"]
  patterns: ["component_reuse", "state_management", "responsive_design"]
  learning_priority: "high"
```

#### ⚙️ Backend
```yaml
backend_preferences:
  languages: ["Node.js", "Python", "TypeScript"]
  focus_areas: ["APIs", "security", "scalability"]
  patterns: ["clean_architecture", "microservices", "database_optimization"]
  learning_priority: "high"
```

#### 🚀 DevOps
```yaml
devops_preferences:
  tools: ["Docker", "Kubernetes", "GitHub Actions"]
  focus_areas: ["CI/CD", "monitoring", "infrastructure"]
  patterns: ["automation", "observability", "security"]
  learning_priority: "medium"
```

#### 📱 Mobile
```yaml
mobile_preferences:
  frameworks: ["React Native", "Flutter"]
  focus_areas: ["performance", "UX", "offline_support"]
  patterns: ["responsive_design", "native_integration"]
  learning_priority: "medium"
```

### 🕸️ Configurações de Grafos de Conhecimento

```yaml
knowledge_graphs:
  enable_cross_domain_connections: true
  auto_create_relationships: true
  learning_from_patterns: true
  relationship_types:
    - "depends_on"
    - "similar_to"
    - "conflicts_with"
    - "enhances"
    - "requires"
  connection_strength: "weighted"
  pattern_recognition: "automatic"
```

### 🔄 Configurações de Microinterações

```yaml
microinteractions:
  component_reuse: "automatic"
  pattern_recognition: "enabled"
  context_switching: "seamless"
  specialization_level: "high"
  cross_domain_learning: true
  isolation_boundaries:
    - "domain_specific"
    - "project_specific"
    - "technology_specific"
```

### Configurações do Task Manager
```yaml
decomposicao_automatica: true
analise_riscos: true
aprendizado_continuo: true
sugestoes_contextuais: true
```

## 🛠️ Regras de Desenvolvimento

### Padrões de Código
- **Nomenclatura**: camelCase para JavaScript/TypeScript, snake_case para Python
- **Estrutura**: Organização modular com separação clara de responsabilidades
- **Documentação**: JSDoc para JavaScript/TypeScript, docstrings para Python
- **Testes**: Sempre incluir testes unitários e de integração

### Arquitetura Preferida
- **Frontend**: Componentes funcionais com hooks
- **Backend**: Arquitetura em camadas (controller, service, repository)
- **Database**: Preferência por ORMs (Prisma, TypeORM, SQLAlchemy)
- **API**: RESTful com documentação OpenAPI/Swagger

### Ferramentas e Tecnologias
```yaml
gerenciamento_estado: ["Zustand", "Redux Toolkit", "Context API"]
styling: ["Tailwind CSS", "Styled Components", "CSS Modules"]
testing: ["Jest", "Vitest", "Cypress", "Playwright"]
deployment: ["Vercel", "Netlify", "Docker", "AWS"]
```

## 📋 Regras do Task Manager

### Criação de Tarefas
- **Decomposição Automática**: Sempre decompor tarefas complexas em subtarefas
- **Estimativa de Tempo**: Incluir estimativas realistas de tempo
- **Análise de Dependências**: Identificar e mapear dependências entre tarefas
- **Priorização**: Usar critérios claros de priorização (CRITICAL, HIGH, MEDIUM, LOW)

### Execução de Projetos
- **Planejamento Inicial**: Sempre criar um plano detalhado antes da execução
- **Checkpoints**: Definir pontos de verificação regulares
- **Documentação Contínua**: Documentar decisões e aprendizados durante o processo
- **Retrospectivas**: Realizar análises pós-conclusão para aprendizado

### Aprendizado e Melhoria
- **Padrões de Sucesso**: Identificar e armazenar padrões que funcionam bem
- **Análise de Bloqueios**: Documentar e analisar obstáculos encontrados
- **Otimização Contínua**: Usar insights para melhorar processos futuros
- **Compartilhamento de Conhecimento**: Armazenar soluções para reutilização

## 🔧 Configurações Técnicas

### Integração com Memória
- **Domínios Prioritários**: task_management, development, architecture
- **Tags Padrão**: ["best_practice", "solution", "pattern", "learning"]
- **Contexto Rico**: Sempre incluir contexto detalhado nas memórias
- **Versionamento**: Manter histórico de evolução das soluções

### Notificações e Alertas
- **Deadlines**: Alertar sobre prazos próximos
- **Dependências**: Notificar sobre tarefas bloqueadas
- **Oportunidades**: Sugerir melhorias e otimizações
- **Aprendizados**: Destacar insights importantes

## 🎯 Objetivos e Métricas

### Metas de Produtividade
- **Eficiência**: Reduzir tempo de desenvolvimento através de reutilização
- **Qualidade**: Manter alta qualidade de código e arquitetura
- **Aprendizado**: Capturar e aplicar novos conhecimentos continuamente
- **Inovação**: Explorar novas tecnologias e abordagens

### Indicadores de Sucesso
- **Taxa de Conclusão**: Percentual de tarefas concluídas no prazo
- **Reutilização**: Frequência de uso de soluções armazenadas
- **Qualidade**: Redução de bugs e problemas pós-implementação
- **Satisfação**: Nível de satisfação com as soluções entregues

---

*Este arquivo deve ser atualizado regularmente para refletir mudanças nas preferências e necessidades do usuário.*