agentleFS
sumioshisumioshi/wacrew/AGENTS.md

wacrew

AGENTS.md4 starsChanged 3 days agoApache-2.0View on GitHub

WhatsApp deste projeto: <slug-do-grupo> (<nome do chat>). Consulte o histórico via MCP whatsapp-collector usando esse slug (ex: resumo_do_dia, ler_mensagens, buscar). Detalhes em .claude/whatsapp.json. As skills do projeto estão em .agents/skills/ (mesmo padrão Agent Skills; fonte em .claude/skills/). Este arquivo é o espelho do CLAUDE.md pra agentes fora do Claude Code. A skill plantao possui um adaptador em .agents/skills/plantao/: ele usa o mecanismo persistente de monitoramento disponível no runtime. Se o runtime atual não conseguir despertar o agente quando chegar um…

  • Reads credentials

The file

Files
AGENTS.md

Instruções do projeto (Codex e outros agentes)

WhatsApp deste projeto: <slug-do-grupo> (<nome do chat>). Consulte o histórico via MCP whatsapp-collector usando esse slug (ex: resumo_do_dia, ler_mensagens, buscar). Detalhes em .claude/whatsapp.json. As skills do projeto estão em .agents/skills/ (mesmo padrão Agent Skills; fonte em .claude/skills/).

Este arquivo é o espelho do CLAUDE.md pra agentes fora do Claude Code. A skill plantao possui um adaptador em .agents/skills/plantao/: ele usa o mecanismo persistente de monitoramento disponível no runtime. Se o runtime atual não conseguir despertar o agente quando chegar um evento, não declare que o plantão foi armado; ofereça checar novidades sob demanda ou ligar alertar_chat (notificação no Mac).

Memória do projeto = memória do Claude Code (leia antes de começar)

"Memória do projeto" e "memórias do Claude" são a MESMA coisa: .memoria/ é um link local para ~/.claude/projects/<este projeto>/memory, a memória que o Claude Code grava (fora do git porque tem dado de cliente). Decisões, incidentes e preferências do operador que não estão no código ficam lá. Se o link existir, leia .memoria/MEMORY.md no início: é o índice, cada linha é um fato com um gancho, e o arquivo apontado tem o detalhe. Abra só os que tocam a tarefa (o índice tem ~6 mil tokens, a memória inteira ~60 mil); se o operador pedir pra ler tudo, leia. O que estiver lá vale como contexto, mas confira no código antes de afirmar que uma função, flag ou arquivo citado ainda existe.

Pra registrar algo novo (correção do operador, decisão de projeto, incidente), crie um arquivo por fato no mesmo formato dos que já estão lá (frontmatter com name, description e metadata.type; corpo com o fato, Why: e How to apply:), antes confira se já não existe um sobre o assunto, e acrescente uma linha em MEMORY.md. Não grave o que o git ou o código já contam.

Config por runtime

Cada agente lê a sua pasta, mas o comportamento esperado é o mesmo nos três:

RuntimeMCPHooksSkills de projetoContexto
Claude Code.mcp.json (raiz) ou escopo de usuário.claude/settings.json + .claude/hooks/.claude/skills/CLAUDE.md
Codexidem.codex/hooks.json + .codex/hooks/.agents/skills/AGENTS.md
Qwen Code.mcp.json (raiz) ou .qwen/settings.json.qwen/settings.json + .qwen/hooks/.agents/skills/AGENTS.md
  • .mcp.json é gitignored (pode carregar segredo): parta de .mcp.json.example (modo local) ou .mcp.json.remote.example (modo remoto). Segredo bom vive no .env da raiz — o server MCP carrega esse arquivo no boot, então o registro não precisa repetir o trio da nuvem.
  • Qwen Code lê o .mcp.json da raiz nativamente, mas servidor declarado por arquivo do workspace nasce gated: aprove uma vez com qwen mcp approve <nome> (ou pelo /mcp). A aprovação é chaveada pelo hash da config — editar o .mcp.json pede aprovação de novo. qwen mcp list mostra o estado de cada um.
  • Trava de voz (nos três): responder/responder_midia/editar_mensagem são negadas quando a skill de voz do operador não foi carregada na sessão. O script exigir-voz.sh vive na pasta de hooks de cada runtime e WAC_SKILLS_VOZ lista os nomes que contam. Falha aberta se nenhuma skill de voz estiver instalada, se não houver transcript legível, e depois de 2 avisos na mesma sessão — é lembrete, não parede. Ao receber a negativa, carregue a skill e reescreva; não contorne.

REGRAS DURAS de envio (não negociáveis)

  1. NUNCA envie mensagem sem pedido explícito do operador PARA AQUELE chat — nem "de teste", nem diagnóstico. Falhou? Reporte a falha, não contorne enviando.
  2. Teste de envio é SÓ no grupo "Teste" (slug teste) — nunca em chat de cliente/DM real.
  3. Antes de re-tentar um envio que "falhou" (por QUALQUER canal): ler_mensagens no chat e confira se a mensagem original saiu (fromMe recente com o mesmo texto). Só re-envie se comprovadamente NÃO saiu — e mesmo assim confirmando com o operador. Retry cego já duplicou mensagens na frente de cliente.
  4. editar_mensagem: nunca escolha o msgId por posição ("a última"). Mensagem que o operador manda do celular também é fromMe (mesma conta). Sempre confira o TEXTO da msg alvo no ler_mensagens antes de editar.
  5. Erro de conexão no responder = problema de transporte/config do MCP. NÃO improvise envio via curl na API.

Redação de mensagem pra cliente

Antes de enviar qualquer mensagem a cliente/parceiro: rascunho → skill humanizer (nível de usuário) → skill comunicacao-cliente (deste repo) → mostrar o texto ao operador e esperar OK (ver modo abaixo).

Modo de envio por chat (confirmar vs autônomo)

Cada chat tem um modo, persistido (tool definir_modo, lido pelo responder):

  • confirmar (DEFAULT) — antes de enviar pra esse chat, MOSTRE o texto e espere o OK do operador. Nenhum cliente real recebe msg sem ele ver.
  • autonomo — pode enviar direto, sem confirmar.

O retorno do responder traz o modo do chat. É convenção que a IA respeita, não trava de código — NÃO burle o confirmar. Pra saber o modo sem enviar, use estado_triagem.

O responder entrega humanizado (visto → digitando → balões; demora ~10-40s, é normal). Por default fatia em até 3 balões; um_balao: true manda o texto inteiro num balão só — use pra texto coeso/técnico ou quando o operador pedir.

Mídia na nuvem (midia_pendente) — NÃO é erro

Com a nuvem ligada (WAC_CLOUD_* no .env), mensagem de mídia com midia_pendente: true é normal: o arquivo está na nuvem e ver_imagem/ver_video/transcrever/ler_documento baixam sob demanda. Chame a tool de mídia normalmente. Só num setup 100% local é que significa "não capturada aqui".

Grupo renomeado ≠ chat morto (slug é estável)

O slug é estável por jid (persistido no groups.config.json); renomear o grupo muda só o nome exibido. listar_grupos traz renomeados quando nome atual ≠ slug, e ler_mensagens/responder traduzem o nome novo pro slug estável. Chat "mudo" com os outros vivos → suspeite de rename. Split legado: npm run migrar-slug -- <canonico> <duplicado>.

Organização da info de mensagem

O ler_mensagens separa: legenda (texto que veio COM a mídia) vs texto (msg solta); rajada (id de msgs coladas do mesmo remetente, gap < 90s — trate como um bloco); citacao/citacao_de (reply — o texto citado e quem mandou).

Ferramentas do repo

  • Gerenciador: npm (NUNCA pnpm — quebra o node_modules). Subir tudo local: npm run dev.
  • Testes: npm test (vitest). Deploy da nuvem: railway up --service coletor --detach (merge na main NÃO redeploya sozinho).
  • Escritório 2D (/escritorio): planta 50×36 multi-salas (scripts/gerar-escritorio-modern-loft.cjs), bundle de sprites em web/public/assets/office-sprites-bundle.json (scripts/bake-aioffice-sprites.cjs) e ponte com agentes do Orca (npm run orca-bridge para sincronizar o Orca local com o painel na nuvem).

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.