kaddo bootstrap

kaddo bootstrap

kaddo bootstrap crea el baseline estructural de conocimiento que Kaddo espera. No es “bootstrap de proyecto nuevo” — es bootstrap del baseline de conocimiento y aplica a cualquier tipo de proyecto. Lo que cambia según project.state es el contenido y la orientación de las plantillas, no si bootstrap aplica:

Estado	Orientación
new	intención — visión de producto, capacidades planeadas, dirección técnica inicial
pre-ai	descubrimiento — estado actual, capacidades observadas, supuestos, preguntas abiertas
legacy	riesgo — restricciones, criticidad, dependencias, deuda técnica, modernización

bootstrap es determinista: nunca usa un LLM, nunca genera código, nunca decide la arquitectura, nunca instala agents/skills, y nunca ejecuta scan/context/git. Escribe plantillas iniciales (con placeholders, supuestos y preguntas [open]) que luego refinás con agentes.

Qué crea

El baseline común (archivos + directorios), con contenido según el estado:

knowledge/business/business.md
knowledge/product/product.md
knowledge/product/capabilities.md
knowledge/tech/codebase.md
knowledge/tech/current-state.md
knowledge/tech/decisions/
knowledge/delivery/roadmap.md
knowledge/delivery/work-items/

Cada archivo generado lleva project_state: en su front matter. Las plantillas pre-ai y legacy agregan secciones de descubrimiento/riesgo (p. ej. Observed technical signals, Risks of interpretation, Critical dependencies, Modernization notes).

Descubrimiento de capacidades existentes (pre-ai / legacy)

Para proyectos existentes, knowledge/product/capabilities.md se genera como un inventario de capacidades con evidencia, no una lista de deseos. El capability-agent lo completa según el estado:

• new → Planned Capability Definition (capacidades [planned]).
• pre-ai → Existing Capability Discovery — un mapa ## Capability Domains donde las capacidades se agrupan por dominio funcional (### Domain: <nombre> con Purpose + Evidence summary), y cada #### Capability: lleva Status (implemented/partial/inferred/risky/deprecated/unknown) con evidencia (rutas, endpoints, tablas, funciones), más ## Capability Gaps y ## Roadmap Candidate Signals (cada uno nombrando su Domain + Related capability).
• legacy → Legacy Capability Discovery — el mismo mapa de dominios más Criticality, Change risk, Operational dependency y Modernization notes por dominio/capacidad.

Los dominios se agrupan por responsabilidad funcional (Loyalty, Billing & Subscriptions, …) — nunca por carpeta técnica (src/components, src/app/api).

Luego el roadmap-agent trata capabilities.md como su fuente principal de roadmap candidates (capacidades parciales, gaps, candidate signals, capacidades riesgosas) y no construye roadmap desde un placeholder. El agente nunca inventa evidencia — sin evidencia es inferred o unknown.

Comportamiento

• Requiere kaddo init primero.
• Mensajes según el estado — ya no aparece el warning “this project is not marked as new” en pre-ai/legacy.
• Nunca sobrescribe archivos existentes — se reportan como omitidos. Un knowledge/knowledge.md, roadmap.md o work-items/ existente se conserva.
• Idempotente — volver a correrlo no escribe nada nuevo.
• No instala agents ni skills — eso sigue en kaddo add agents / kaddo add skills.

Dónde encaja

kaddo init → kaddo bootstrap → kaddo add agents → kaddo add skills → …

Todas las superficies de Kaddo convergen en kaddo bootstrap como la recomendación dominante cuando el baseline está incompleto:

• kaddo explain — sugiere kaddo bootstrap primero, luego agents, skills y context en orden.
• kaddo context — suprime el handoff de agentes tanto en markdown como en JSON (recommendedAgents: [], “No agent handoff yet”), muestra mensajes específicos de bootstrap en el contexto faltante e instrucciones LLM ajustadas al bootstrap.
• kaddo understand — muestra “Agent handoff is not ready yet” con la secuencia bootstrap (bootstrap → agents → skills → context → understand). No aparece flujo de agentes ni rutas de prompts.
• kaddo route — incluye un paso bootstrap dedicado que aparece como current hasta que el baseline exista.
• Recursos MCP (kaddo://next-step, kaddo://project-route) — retornan la misma recomendación bootstrap-first.

Siguientes pasos

kaddo add agents     # instala los prompt packs de agentes
kaddo add skills     # instala skills reutilizables
kaddo scan           # (pre-ai/legacy) captura señales determinísticas del código
kaddo understand     # handoff guiado

Kaddo prepara la estructura; tu LLM y tu equipo aportan el contenido. Kaddo nunca inventa hechos de negocio ni escribe código.