bugfix: max_tokens hardcoded

docs/FIX_LLM_MAX_TOKENS_CONFIGURATION_20260918.md

@@ -0,0 +1,58 @@
+# Correção — `max_tokens` por `llm_profiles.yaml` / `.env`
+
+## Objetivo
+
+Remover `max_tokens` efetivos fixados nos pontos de inferência do framework sem perder compatibilidade com os budgets anteriores.
+
+A precedência usada pelos pontos corrigidos passa a ser:
+
+1. `max_tokens` do profile selecionado em `llm_profiles.yaml`;
+2. `max_tokens` do profile `default` do mesmo YAML, quando aplicável ao resolver;
+3. `LLM_MAX_TOKENS` configurado no ambiente / `.env`;
+4. valor legado do ponto de inferência, usado somente como fallback de compatibilidade.
+
+O parâmetro interno `fallback_max_tokens` **não é uma nova configuração do usuário**. Ele apenas preserva o valor histórico quando não existe configuração externa.
+
+## Pontos corrigidos
+
+- Enterprise Router:
+  - transaction parameter relevance: fallback legado `256`;
+  - transaction intent shift: fallback legado `512`;
+  - multi-intent: fallback legado `768`;
+  - routing normal: fallback legado `512`.
+- MCP parameter extraction: fallback `80`.
+- Processing interruption classifier: fallback `8`.
+- LLM guardrail: fallback `600`.
+- RAG query rewrite: fallback `300`.
+- RAG context compression: mantém a fórmula histórica `max(512, max_chars // 3)` apenas como fallback.
+- Conversation summary memory: mantém a fórmula histórica `max(256, max_summary_chars // 4)` apenas como fallback.
+
+## Atualização de `llm_profiles.yaml`
+
+Como os quatro pontos do Enterprise Router usam o mesmo profile `router`, o profile foi ajustado para o **maior budget histórico**, conforme solicitado:
+
+```yaml
+router:
+  max_tokens: 768
+```
+
+Também foram garantidos os profiles explícitos:
+
+```yaml
+processing_interruption_classifier:
+  max_tokens: 8
+
+mcp_parameter_extraction:
+  max_tokens: 80
+```
+
+Os profiles já existentes foram mantidos:
+
+- `guardrail: 600`
+- `rag_rewriter: 300`
+- `rag_compressor: 1200`
+- `summary_memory: 1200`
+
+## Compatibilidade
+
+Se `llm_profiles.yaml` não estiver disponível e `LLM_MAX_TOKENS` não estiver definido, cada ponto corrigido continua usando seu budget histórico. Portanto a correção não transforma a ausência de configuração em `2048` apenas por causa do default global de `Settings`.