feat(ai): scorecards de QA, avaliacao automatica, dashboard (fase 21)

CRUD de QualityScorecard/Item (criterios por tenant, sem lista fixa
hardcoded), novo AIJobType.SCORECARD_EVALUATION encadeado junto com
ANALYSIS a partir da transcricao (mesma decisao de privacidade + exige
scorecard habilitado). apps/ai-worker avalia contra todos os scorecards
habilitados do tenant, prompt montado dinamicamente a partir dos itens de
cada um, nunca guarda chain-of-thought do modelo (so' o resultado final
validado). GET /reports/ai-dashboard agrega CallAIAnalysis+QualityEvaluation
do periodo (score medio, sentimento, assuntos/objecoes, compliance
alerts, ranking de agentes).

Testado ponta a ponta contra o ai-worker real e Postgres real com RLS
(scorecard real via API, prompt montado a partir dos itens reais, job
real reservado via SKIP LOCKED, retry+dead-letter corretos) — chamada de
rede real contra OpenAI/Anthropic continua nunca exercitada. Detalhes em
docs/QUALITY_SCORECARDS.md.

Co-Authored-By: Claude Sonnet 5 <noreply@anthropic.com>
Claude-Session: https://claude.ai/code/session_01X1HxY46WGU4G1zmVDNKcWw

TODO.md

@@ -546,11 +546,51 @@
       manualmente, já que nenhuma chamada real completa sem rede);
       convenção de canal 0=cliente/1=agente contra áudio real
       distinguível (só tons sintéticos)
-- [ ] Scorecards/QA (secao 117-118) e Usage Metering completo/reports de
-      custo (secao 124) — PHASE 21
+- [x] Scorecards/QA (secao 117-118) e Dashboard IA (secao 119) — PHASE 21
+      (Usage Metering completo/reports de custo, secao 124, fica pra
+      quando a fase Billing começar — os `AIUsageRecord` já são gravados
+      desde a PHASE 20, só falta o relatório em cima deles)
 
-## PHASE 21+ — ver `agente.md` seções 117 em diante (Scorecards, Usage
-Metering, Billing, Frontend, Security, Tests)
+## PHASE 21 — IA: Scorecards/QA/Dashboard (agente.md secao 117-119) — ver
+docs/QUALITY_SCORECARDS.md
+- [x] `QualityScorecard`/`QualityScorecardItem`/`QualityEvaluation` já
+      existiam desde a migration `ai_module` (PHASE 19) — só faltava
+      código; sem lista fixa de critérios hardcoded (secao 117), cada
+      tenant define os seus (`weight`/`description`/`evaluation_prompt`)
+- [x] Novo `AIJobType.SCORECARD_EVALUATION` (migration
+      `20260828194146_ai_job_scorecard_evaluation`, só `ALTER TYPE ...
+      ADD VALUE`, sem RLS pra mexer)
+- [x] `apps/api/src/quality/quality-scorecards.controller.ts`: CRUD
+      (create com items aninhados numa tacada só, list, soft delete)
+- [x] `apps/ai-worker/src/process-scorecard.ts`: avalia contra TODOS os
+      scorecards habilitados do tenant (uma `QualityEvaluation` por
+      scorecard, não só o primeiro), prompt montado dinamicamente a
+      partir dos itens de cada um, JSON Schema
+      (`QUALITY_EVALUATION_JSON_SCHEMA`) só define a FORMA da resposta
+      (score + mapa de criterionScores) já que as chaves variam por
+      scorecard; nunca guarda chain-of-thought (secao 118, explícito),
+      redige dados sensíveis sempre antes de sair pro provider
+- [x] Encadeado a partir de `process-transcription.ts`, junto com
+      ANALYSIS: mesma decisão de privacidade + exige pelo menos 1
+      scorecard habilitado (senão nem cria o job)
+- [x] `GET /reports/ai-dashboard` (secao 119): chamadas analisadas, score
+      médio (2 conceitos diferentes — `avgQualityScore` de
+      `CallAIAnalysis` e `avgScorecardScore` de `QualityEvaluation`, a
+      especificação não distingue os dois), sentimento, principais
+      assuntos/objeções, compliance alerts, ranking de agentes
+- [x] Testado ponta a ponta contra o `b2bcall-ai-worker` real e Postgres
+      real com RLS: scorecard real com 2 critérios criado via API,
+      `processScorecardJob` montou o prompt a partir dos itens reais,
+      resolveu provider, redigiu o texto, tentou rede real (loopback
+      fechado), falhou como esperado; job `SCORECARD_EVALUATION` real
+      reservado via SKIP LOCKED, retry+dead-letter corretos; endpoints
+      novos confirmados no ar (401 sem token, não 404)
+- [ ] **Nunca exercitado**: chamada de rede real contra OpenAI/Anthropic
+      (mesma restrição de todo o módulo de IA); uma `QualityEvaluation`
+      completando de verdade (só via dead-letter, sem rede real)
+
+## PHASE 22+ — ver `agente.md` seções 120 em diante (Usage Metering
+completo, Billing, Frontend, Security, Tests)
 
 ---