O OpenCode Ecosystem e uma plataforma multi-agente para pesquisa cientifica assistida. Diferente de sistemas que dependem de um unico modelo, este ecossistema coordena 79 agentes especializados, 38 servidores MCP e 104 skills que colaboram, debatem e verificam resultados entre si.

A arquitetura de 6 camadas com injecao de dependencia suporta um pipeline academico que vai da busca autonoma em fontes academicas (arXiv, PubMed, OpenAlex, Semantic Scholar, CORE, Sci-Hub) ate a geracao de artigos com exportacao LaTeX/PDF, passando por revisao simulada por pares e verificacao formal multi-agente.

Este projeto e um trabalho em andamento. Muitos componentes estao em estagio experimental e as metricas reportadas sao auto-avaliadas pelo proprio sistema, nao por auditores externos.

Ver Release v1.0-aletheia-validated

O OpenCode Ecosystem agora inclui uma validacao completa de um pipeline SPEC-013-016 para resolucao de problemas formais de Erdos, integrado com:

• 430/430 (100%) taxa de sucesso vs 6.1% baseline (+93.9pp melhoria)
• p < 0.001 significancia estatistica (extraordinaria)
• Cohen's d = 3.93 (efeito extraordinario)
• CORA-Debate v1-v7 (7 verificadores simbolicos)
• Reasoning Orchestrator v11 (68 tipos de raciocinio em 12 categorias)
• PhD Auditor certificacao (Nash, Cohen, Bonferroni, Qualis A1)
• 6 Decisoes Arquiteturais (ADRs) registradas em DecisionNode
• 100% Reproducibilidade garantida (seed=42)

cd aletheia-superhuman-validation
cat README.md                    # Quick start
cat reproducibility/protocol.md  # Reproducao passo-a-passo
python verify_reproducibility.py --seed 42 --sample 50  # Verificar

Documentacao: SCIENTIFIC_EVOLUTION_STRATEGY.md — 11 secoes com loop completo de evolucao cientifica

O ecossistema e validado pelo CORA-Eval, benchmark de 150 tarefas em 10 dimensoes × 4 niveis (Basico a Pesquisa). Resultados da execucao real:

Repositorio: CORA-Eval-Dissertacao

Nota: Os 125 agentes mencionados em documentacao interna referem-se ao total incluindo definicoes distribuidas em criador-artigo/agents/ e basis-research/agents/. O diretorio agents/ contem 79 definicoes diretas.

SEEKER (pesquisa) --> MASWOS (escrita, 49 agentes, 8 estagios)
  --> Anti-AI (TSAC, 87 palavras banidas)
  --> Banca simulada (5 revisores + 4 orientadores)
  --> Correcao iterativa (loop ate score >= 95/100)
  --> Exportacao LaTeX/PDF
  --> Verificacao CJK (ptbr_corrector.py)

Nota: As pontuacoes de confianca acima sao metricas internas do sistema, calculadas pelo proprio Cora-Debate via self-consistency (K=7) com calibracao Platt. Nao representam validacao externa independente.

• NashSolver: Equilibrio Nash em jogos NxM (algoritmo Lemke-Howson)
• StatisticalRigor: Cohen's d, correcao Bonferroni, power analysis (1-beta)
• QualisA1Auditor: Motor interno de pontuacao baseado em 7 criterios academicos
• SensitivityAnalyzer: Analise de sensibilidade OAT (One-At-a-Time)
• IMRADFormatter: Formatacao IMRAD canonica com filtro anti-AI

Nota sobre o score Qualis A1: A pontuacao 96/100 e gerada pelo motor interno AUTO_SCORE_QUALIS.py e nao por uma banca Qualis/CAPES real. E uma metrica de auto-avaliacao usada como criterio de parada no loop de correcao iterativa. O threshold de 95/100 e uma meta interna do pipeline.

O ciclo de desenvolvimento do ecossistema e incremental: cada iteracao adiciona capacidades com base nos resultados da iteracao anterior. Scores abaixo sao auto-atribuidos pelo motor AUTO_SCORE_QUALIS.py.

• Scores auto-atribuidos: As pontuacoes Qualis A1 e confianca Cora-Debate sao geradas internamente. Nao ha validacao externa independente.
• Cobertura de testes: Reportada em 97.7% com base em metricas internas. A suite de testes cobre principalmente o Container DI e servicos core.
• Estagio experimental: Varios componentes (quantum, evolucao autonoma, MiroFish/BettaFish) estao em estagio inicial de desenvolvimento.
• Dependencia de modelo externo: O sistema depende do modelo deepseek-v4-pro (gratuito) como backend LLM. Mudancas no modelo podem afetar resultados.
• Plataforma principal Windows 11: Suporte para Linux/macOS e experimental.
• Repositorio contem artefatos: Diretorios como OpenCode_Ecosystem-main/, .reversa/, MembrosDoCanal-main/ contem copias e artefatos de desenvolvimento que aumentam o tamanho do repositorio.

git clone https://github.com/MarceloClaro/OpenCode_Ecosystem.git
cd OpenCode_Ecosystem
bun install
pip install -r requirements.txt
opencode init

opencode run /artigo    # Pipeline academico
opencode run /reversa   # Engenharia reversa
opencode run /quantum   # Computacao quantica
opencode run /evolve    # Evolucao autonoma

MIT License — veja LICENSE.

Copyright (c) 2026 Marcelo Claro Laranjeira · marceloclaro@gmail.com · Prefeitura Municipal de Crateus/CE — ORCID: 0000-0001-8996-2887.

@software{OpenCode_Ecosystem2026,
  author = {Marcelo Claro Laranjeira},
  orcid = {0000-0001-8996-2887},
  affiliation = {Secretaria de Educacao, Prefeitura Municipal de Crateus, Ceara, Brasil},
  title = {OpenCode Ecosystem: Multi-Agent AI Platform for Assisted Scientific Research},
  year = {2026},
  version = {4.6.1},
  url = {https://github.com/MarceloClaro/OpenCode_Ecosystem}
}