chore: adiciona .gitignore e commit.command

admin/graphify.md

@@ -0,0 +1,39 @@
+---
+description: Roda o graphify no código-fonte (server.py + fcpxml/) e gera o grafo de conhecimento.
+---
+
+# Graphify do código
+
+Execute o pipeline completo do graphify sobre o código-fonte do projeto
+(`code/server.py` e `code/fcpxml/`), gerando o grafo de conhecimento em `graphify-out/`.
+
+## Orientação de execução
+
+1. **Verifique o grafo existente**: se `graphify-out/graph.json` já existir e o
+   código-fonte não tiver sido alterado, responda "Grafo já construído" e
+   ofereça `/graphify query`. Caso contrário, prossiga com uma reconstrução.
+
+2. **Alvo**: rode o graphify sobre o código-fonte deste repositório
+   (G-ART / fcp-mcp-server): `code/server.py` + `code/fcpxml/`. Siga fielmente o passo
+   a passo do skill `graphify`:
+
+   - Step 1: garantir o interpretador Python + pacote `graphifyy`.
+   - Step 2: detectar arquivos do corpus.
+   - Step 3: extração estrutural (AST) + semântica (subagentes / Gemini).
+   - Step 4-5: construir o grafo, clusterizar (comunidades) e rotular.
+   - Step 6: gerar o HTML interativo `graph.html`.
+   - Step 9: salvar manifest, custo e relatório `GRAPH_REPORT.md`.
+
+3. **Saídas esperadas** em `graphify-out/`:
+   - `graph.html`   — visualização interativa (abrir no navegador).
+   - `GRAPH_REPORT.md` — relatório de auditoria.
+   - `graph.json`   — dados crus do grafo.
+
+4. **Entrega**: mostre do `GRAPH_REPORT.md` apenas as seções "God Nodes",
+   "Surprising Connections" e "Suggested Questions". Em seguida ofereça explorar
+   a pergunta sugerida mais interessante com `/graphify query`.
+
+## Observações
+
+- Se o usuário passar um caminho em `$ARGUMENTS`, use esse caminho em vez do padrão.
+- `$ARGUMENTS` opcional: caminho do corpus a ser analisado (padrão o código real).