HiddenSteps — uma plataforma pessoal de inteligência de fluxo de trabalho local-first
Este é o complemento honesto do estado atual ao mapa de módulos-alvo de docs/design/02-system-architecture.md. Ele descreve o que está realmente construído, o que foi verificado contra um backend real vs. um mock, e o que ainda está genuinamente faltando — não o que está planejado (isso está em docs/roadmap/01-implementation-roadmap.md).
Execute cargo build --workspace && cargo test --workspace && cargo clippy --workspace --all-targets -- -D warnings a partir da raiz do repositório. No momento em que isto foi escrito: 12 crates, 193 testes aprovados, zero avisos do clippy, cargo fmt --check limpo — 183 nos 11 crates que não precisam de display ou serviço externo, mais 10 em hiddensteps-observation que precisam de um display X11 ativo (verificados onde um existe; veja essa linha). Quatro testes estão marcados com #[ignore] por design (veja abaixo) e não são contados como falhas nem como parte dos 193.
| Crate | Implementa | Como foi verificado |
|---|---|---|
hiddensteps-domain | Tipos principais: PrivacyLevel/PrivacyState, EventSummary/SignalType, Pattern, Recommendation, AuditEntry, e CapturedSignal — um tipo que estruturalmente não pode ser persistido (sem Serialize), aplicando a regra de dados brutos da ADR-0006 no nível dos tipos | Testes unitários: round-tripping/ordenação de níveis, gating de TTL no modo Deep |
hiddensteps-security | SecretStore (ADR-0008): vault real do SO (KeyringSecretStore) + implementações em memória (de teste); geração de chave-mestre por CSPRNG (retornada em um wrapper zeroize::Zeroizing para que a chave seja apagada no drop em vez de permanecer na memória liberada); derivação de frase-passe Argon2id para o Modo Portátil (PassphraseKey zera sua chave derivada no drop, mantendo o salt não secreto). hiddensteps-event-store da mesma forma mantém o texto SQL PRAGMA key/rekey que contém a chave em Zeroizing | Testes unitários contra o armazenamento em memória e o KDF; o round-trip com o vault real está marcado com #[ignore] (veja abaixo) |
hiddensteps-event-store | SqlCipherEventStore (ADR-0003): o esquema completo de docs/design/07-database-schema.md, CRUD para estado de privacidade, eventos, log de auditoria, padrões, links padrão↔evento, embeddings de padrões (veja nota abaixo), recomendações, configuração do provedor de LLM e configurações genéricas, além de delete_all_data (transacional; também executa rekey para um "apagar tudo" que sobrevive a um relançamento)/export_data/count_rows (diagnóstico)/delete_expired_events (a varredura de TTL do modo Deep, chamada a partir do loop periódico de recomendações de apps/desktop/src-tauri — ttl_expires_at era persistido desde v0.1.0, mas nada excluía uma linha além dele antes disso); aplicação de chaves estrangeiras (PRAGMA foreign_keys = ON) para que o ON DELETE CASCADE de schema.sql nos links padrão↔evento realmente seja executado | 33 testes contra um arquivo SQLCipher real: chave errada falha ao abrir, a mesma chave reabre corretamente, delete-all limpa todas as tabelas incluindo as mais recentes, rekey faz round-trip, a varredura de TTL não afeta eventos não expirados, exclusão em cascata não deixa links padrão↔evento órfãos |
hiddensteps-redaction | O Mecanismo de Redação (docs/design/05-privacy-model.md §4): detectores de regex+Luhn para chaves de API/tokens/chaves PEM/e-mails/SSNs/cartões de crédito, um detector de segredos ambíguos baseado em entropia e a política de descarte diante da incerteza | 30 testes, incluindo entradas deliberadamente adversariais (segredos embutidos em prosa, não-segredos quase corretos como SHAs de git, SSNs sem traço/espaçados, números de cartão com dígitos adicionais, tokens de alta entropia em caixa uniforme) |
hiddensteps-pipeline | O Pipeline de Eventos (ADR-0006): Classificar → Redigir → Resumir, controle de nível de privacidade por tipo de sinal, atribuição de TTL do modo Deep | 8 testes cobrindo descartes acionados por redação, descartes por gating de nível e sumarização bem-sucedida |
hiddensteps-observation | ObservationSource (ADR-0005) + Linux: ActiveWindowSource (X11 GetInputFocus), FileOperationSource (inotify via notify), ClipboardMetadataSource (seleção X11, apenas metadados), GlobalShortcutSource (X11 XGrabKey). Além disso, arquivos de fonte para macOS/Windows (veja abaixo) | 10 dos 11 testes são executados contra backends reais neste ambiente — um display X11 ativo (DISPLAY=:0 do WSLg) e inotify real, não mocks. 1 teste (o grab real de GlobalShortcutSource) está marcado com #[ignore] por design |
hiddensteps-llm-provider | LlmProvider (ADR-0004): cliente Ollama (com um campo de requisição think: Option<bool> para modelos de raciocínio híbrido), um cliente compatível com o wire protocol da OpenAI (cobre OpenAI/Azure/OpenRouter/Together/Groq/DeepSeek/LocalAI), um cliente Anthropic Messages e detecção automática de runtime local. Cada cliente define um timeout de requisição (build_http_client) para que um remoto pendurado não bloqueie uma chamada para sempre; Ollama encaminha max_tokens como seu options.num_predict aninhado | 19 testes contra servidores mock wiremock (incluindo uma verificação real de que o timeout dispara e de que o Ollama realmente envia num_predict), mais 2 testes de integração com Ollama real (tests/ollama_live.rs, marcados com #[ignore] — veja abaixo) que encontraram e corrigiram um problema real: o mesmo prompt levava mais de dois minutos em um modelo local real de raciocínio híbrido com think no padrão, e alguns segundos com think: Some(false) |
hiddensteps-patterns | Detecção de Padrões (correspondência de sequências n-gram com janela deslizante) + Grafo de Workflow (grafo de transição com pesos nas arestas) — Camada 1 da ADR-0010 | 16 testes, incluindo um análogo direto do exemplo "observado 31 vezes" do próprio PROMPT.md e um teste de regressão garantindo que janelas sobrepostas em uma repetição contínua não são contadas duas vezes |
hiddensteps-recommendations | A Camada 2 do Mecanismo de Recomendações (ADR-0010): síntese por LLM com um contrato de prompt em JSON estruturado, um validador de contradições narrativas e um loop de tentativas — crucialmente, os campos numéricos (estimated_time_saved_minutes) nunca são extraídos da saída do LLM, apenas calculados a partir da Camada 1 | 23 testes, incluindo tentativa com JSON malformado, tentativa com contradição narrativa (cobrindo números por extenso e todos os campos controlados pelo LLM, não apenas why), e extração de JSON ciente de strings, contra um provedor de teste roteirizado |
hiddensteps-privacy-engine | O portão de despacho para a nuvem (docs/design/03-data-flow-diagrams.md §5) e o versionamento de consentimento (docs/design/05-privacy-model.md §5); PrivacyGatedProvider envolve qualquer LlmProvider para que o portão não possa ser contornado pelo caminho de chamada normal | 13 testes, incluindo que o conteúdo de Nível 4 é bloqueado mesmo com todos os consentimentos concedidos |
