agentleFS
illumi-aiillumi-ai/uazapi-mcp/skills/resumo-do-dia/SKILL.md

resumo-do-dia

Skill1 starsChanged 58 days agoMITView on GitHub

Briefing do WhatsApp: varre as conversas recentes de um número e diz o que chegou, o que ainda está sem resposta e o que precisa de decisão — com os áudios já transcritos. Usar quando: "o que chegou hoje no WhatsApp", "resumo das conversas", "o que ficou sem responder", "me atualiza do WhatsApp", "tem algo pendente com os clientes". Requer o MCP `uazapi`.

The file

Files
SKILL.md

/resumo-do-dia

Para quando você passou o dia fora do WhatsApp e precisa saber o que aconteceu sem ler tudo. O resultado é uma lista de pendências acionáveis, não um relatório.

Workflow

1. Escolher o número

list_instances se o usuário não disse qual. Uma empresa costuma ter mais de um número conectado, e o resumo do número errado é inútil.

2. Levantar as conversas com movimento

list_chats(tipo="all", limite=25, instance="<instância>")

A tabela vem ordenada pela última mensagem. Corte no ponto em que as conversas passam a ser mais antigas que a janela pedida (padrão: hoje).

3. Ler cada conversa ativa

get_messages(chat="<chat>", since="hoje", limite=60, instance="<instância>")

Rode as leituras em sequência, mas não peça mídia onde não precisa: para conversas que só têm texto, baixar_midias=False economiza tempo. Onde há áudio, deixe a transcrição ligada — é o que revela o pedido real.

4. Classificar cada conversa

EstadoComo identificar
Aguardando vocêa última mensagem é do cliente e pede algo
Aguardando o clientea última é sua, com pergunta ou proposta em aberto
Resolvidoterminou em confirmação, agradecimento ou combinado fechado
Ruídonada que exija ação

5. Entregar o briefing

# WhatsApp — {período} · {instância}

{N} conversas com movimento · {N} aguardando resposta sua

## Precisa de você
| Chat | Desde | O que pedem |
|---|---|---|
| nome | HH:MM | resumo em uma linha, com o pedido concreto |

## Aguardando o cliente
| Chat | Desde | O que você perguntou |
|---|---|---|

## Decisões que apareceram
- {algo que foi combinado, um prazo aceito, um preço acordado — com quem e quando}

## Resolvido hoje
{lista curta, uma linha cada}

Regras

  1. "Precisa de você" vem primeiro e é a única seção que pode ficar longa — o resto é contexto.
  2. Cada linha de pendência diz o que fazer, não só o assunto. "Mandar a proposta revisada" em vez de "falou sobre a proposta".
  3. Pedido que chegou por áudio: cite o trecho da transcrição, sinalizando a origem.
  4. Não invente urgência. Se o cliente não pediu prazo, não escreva "urgente".
  5. Grupo interno e conversa de cliente merecem separação — diga qual é qual.
  6. Esta skill apenas lê. Para responder, use send_text com a prévia e o aval do usuário.
  7. Nomes de clientes aparecem no briefing (é uso interno), mas não despeje transcript inteiro: o briefing é para decidir, não para reler o dia.

Download now (ZIP)

Does it work?

Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.

No reviews yet

People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.

  • It worked
  • Partly
  • It didn't
What did you use it for? e.g. Reviewing pull requests in a Rails app

Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.

Your trail

Files you open will collect here, so you can find them again.

Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.

Now do this for your own.

Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.