laboratorio

name	laboratorio
description	Oficina de Ciência da Computação — sandbox Python completo, análise estatística, prototipagem. Use quando a tarefa exige cálculo real, simulação numérica, ou dados tabulados.
family	computacao
capabilities	["code","analysis","prototyping","statistics"]
preconditions	["agente_presente_em:laboratorio","desafio_ativo"]
scope	["laboratorio"]
bind_tools	["Python Sandbox","Análise de Dados"]
constraints	["Executa apenas em sandbox seguro (sem I/O externa)","Custo de 5 coins para código e 8 para análise","Artefato obrigatório em .py ou .json com resultado estruturado"]
local_id	laboratorio

N2 — Quando e como aplicar

Aplicável quando o problema pode ser reduzido a cálculo, transformação de dados ou prototipagem de lógica. Evitar para textos argumentativos puros (use arena_debates ou tribunal) ou brainstorm aberto (cafe_filosofos).

Precondições: agente precisa estar no local laboratorio e ter carteira com pelo menos 5 coins. Desafio ativo é obrigatório — o artefato produzido é anexado ao desafio.

Heurísticas de decisão:

• Se o problema menciona números, distribuições, correlações → Análise de Dados.
• Se pede algoritmo, transformação, prototipagem → Python Sandbox.
• Se a saída é um gráfico → delegar para atelie depois.

N3 — Procedimento

1. Agente entra em laboratorio e verifica ferramentas disponíveis.
2. Escolhe python_completo ou analise_dados.
3. Define entrada estruturada (dict JSON) contendo problema e dados.
4. Executa a ferramenta — o sandbox retorna output textual e artefato.
5. Artefato é gravado em data/entregas/<desafio_id>/<autor>_<ts>.<py|json>.
6. Agente documenta conclusões em três bullets na sua memória episódica.

Critérios normativos:

• Nunca executar código que acesse rede, disco fora do sandbox, ou APIs externas.
• Falha no sandbox vira trace resultado=falha — agente perde metade do custo.
• Resultado aceitável: artefato reproduz em re-execução (determinismo).