Instalar o Pacote de Skills Principal

Seus agentes estão ativos. Agora vamos dar a eles sua primeira tarefa real. O BALIA OS vem com três skills integradas prontas para implantar.

Skill	Propósito
lightpanda	Pesquisa web rápida e scraping
summarize	Resumo automático de textos longos ou páginas web
clawsec	Monitoramento de segurança e quarentena de novas skills

Se você já baixou o instalador na Seção 4, pode usá-lo diretamente. (Se não, volte à Seção 4 e baixe install_core_pack.py primeiro.)

Fazer seu agente executar

Cole isso no terminal do VS Code e pressione Enter para executar.

openclaw agent --agent security-guardian "Por favor execute o seguinte:
python install_core_pack.py --lang pt-BR
(The token will be read automatically from your .env file)
Reporte ao Discord quando terminar."

Seu agente realizará automaticamente:

1. Autenticar seu token
2. Baixar o pacote de skills principal (lightpanda / summarize / clawsec)
3. Implantar em ~/.opengoat/skills/
4. Atualizar _SKILL_INDEX.md
5. Reportar "Pacote de skills principal instalado" no Discord

Ao receber a confirmação do Discord, continue abaixo.

---

O Que São Skills e Cassettes

Seus agentes estão ativos. Eles têm identidades, procedimentos de reporte e canais no Discord. Mas, por enquanto, eles não sabem em qual domínio estão atuando. Não sabem se estão gerenciando um restaurante, operando um sistema de trading ou apoiando um escritório de advocacia.

Skills são os arquivos de conhecimento que você escreve e entrega aos seus agentes. Cada skill ensina um agente a executar uma tarefa específica — como gerenciar reservas, gerar um relatório de P&L ou redigir uma postagem para redes sociais. Quanto mais skills você der a um agente, mais ele poderá fazer.

Um cassette é uma pasta de skills, agrupadas em torno de um tema. Ele representa um modo de operação. Um operador de restaurante pode ter um cassette restaurant-ops. Um criador de conteúdo pode ter um cassette youtube e um cassette social-media. O mesmo agente pode alternar entre cassettes dependendo do que precisar trabalhar naquele dia.

O sistema de cassette é baseado em modos. Um único arquivo — ACTIVE_MODE.txt — informa a todos os agentes qual cassette está ativo no momento. Quando você muda de modo, atualiza esse arquivo. Os agentes o leem no início da sessão e carregam as skills corretas automaticamente.

Isso significa que:

• Hoje: ACTIVE_MODE.txt diz youtube → os agentes carregam as skills do YouTube
• Amanhã: você muda para trade → os agentes carregam as skills de trading
• O agente não muda. O modo muda.

E quando você voltar para youtube na semana seguinte, seus agentes continuam exatamente de onde pararam — o LIVE_LEDGER lembra o progresso, e o KNOWLEDGE carrega as lições aprendidas. Cada modo mantém sua própria memória de forma independente.

---

Estrutura de Pastas do Cassette

INFO

~/.openclaw/workspace-[agentid]/ └── cassettes/ ├── ACTIVE_MODE.txt ← Uma palavra: o nome do modo ativo ├── archive/ ← Overflow do LIVE_LEDGER e KNOWLEDGE ├── youtube/ │ ├── SKILL_YOUTUBE.md ← Skills para este modo │ ├── WORKFLOW_YOUTUBE.md ← Procedimentos passo a passo │ ├── LIVE_LEDGER_YOUTUBE.md ← Progresso, próximas ações (atualizado a cada sessão) │ └── KNOWLEDGE_YOUTUBE.md ← Aprendizado acumulado (atualizado a cada sessão) ├── restaurant-ops/ │ ├── SKILL_RESTAURANT.md │ ├── WORKFLOW_RESTAURANT.md │ ├── LIVE_LEDGER_RESTAURANT.md │ └── KNOWLEDGE_RESTAURANT.md └── trade/ ├── SKILL_TRADE.md ├── WORKFLOW_TRADE.md ├── LIVE_LEDGER_TRADE.md └── KNOWLEDGE_TRADE.md

ACTIVE_MODE.txt contém uma única palavra — o nome da pasta do cassette ativo. Por exemplo:

youtube

No início de cada sessão, cada agente lê ACTIVE_MODE.txt e, em seguida, carrega os quatro arquivos dessa pasta: SKILL, WORKFLOW, LIVE_LEDGER e KNOWLEDGE. O LIVE_LEDGER informa onde ele parou na última sessão. O KNOWLEDGE fornece tudo o que foi aprendido até agora neste domínio.

Ao final da sessão, o agente atualiza o LIVE_LEDGER (progresso, próxima tarefa) e o KNOWLEDGE (novos padrões aprendidos). Quando qualquer um dos arquivos ultrapassar 800 linhas, a seção RECENT é movida para archive/ — as seções SUMMARY e PINNED permanecem sempre no topo.

Tarefas agendadas (como uma verificação diária de saúde ou um relatório noturno) são executadas independentemente do modo — elas são definidas no AGENTS.md do agente, não em nenhum cassette.

---

Escolhendo Seu Motor de IA

Diferentes cassettes funcionam melhor com diferentes modelos de IA. Defina isso uma vez ao construir o cassette.

Tipo de Cassette	Motor Recomendado	Por Quê
Trading de criptomoedas / Análise de mercado	Claude	Raciocínio lógico, análise de padrões, julgamento refinado
Programação / Automação técnica	Claude	Qualidade de código, depuração, lógica de múltiplas etapas
Pesquisa jurídica / Revisão de contratos	Claude	Raciocínio cuidadoso, linguagem precisa
Finanças / Contabilidade / Relatórios	Claude	Análise estruturada, cálculo preciso
Google Sheets / Docs / NotebookLM / Drive	Gemini	Integração nativa com serviços Google
YouTube / Conteúdo em vídeo	Gemini	Analisa vídeos diretamente; integra com o YouTube Studio
Automação de Gmail / Agenda	Gemini	Integração profunda com o Google Workspace
Vendas / Prospecção / Copywriting	GPT-4o	Conversação natural, geração de e-mails
Comunicação multilíngue	GPT-4o ou Gemini	Alto desempenho em múltiplos idiomas
E-commerce / Pesquisa de produtos	Claude ou GPT-4o	Profundidade de pesquisa, saída estruturada

Se Claude funciona para o seu caso de uso, você já está configurado — ele foi definido na Seção 3.

Para Gemini ou GPT-4o, você adicionará uma chave de API ao seu arquivo .env. As instruções estão no Passo 7 do AI concierge abaixo.

---

Ideias de Skills por Setor

Não sabe quais skills criar? Aqui estão pontos de partida por caso de uso.

Restaurante / Alimentos e Bebidas

• Gerenciamento de reservas e programação diária
• Rastreamento de pedidos a fornecedores e alertas de estoque
• Postagens nas redes sociais (pratos do dia, eventos)
• Monitoramento de avaliações e redação de respostas
• Resumo semanal de receita

E-Commerce / Produtos Físicos

• Geração de listagens de produtos
• Monitoramento de preços de concorrentes
• Resumo do status de pedidos
• Redação de respostas a consultas de clientes
• Relatório mensal de vendas

Criador de Conteúdo / YouTuber

• Geração de ideias para títulos e miniaturas
• Rascunho de roteiros
• Gerenciamento de agenda de publicações
• Resumo de métricas de desempenho
• Redação de respostas a comentários da comunidade

Freelancer / Consultor

• Redação de comunicações com clientes
• Relatório de status de projetos
• Rastreamento de faturas e acompanhamento
• Revisão de cláusulas contratuais (sinalizar termos incomuns)
• Resumo de registros de horas trabalhadas

Pequenas Empresas / Geral

• Resumo das operações diárias
• Redação de comunicados para a equipe
• Triagem de questões jurídicas (sinalizar itens que requerem advogado)
• Resumo financeiro a partir de recibos e registros
• Gerenciamento de comunicação com fornecedores

Seu setor não está nesta lista? Sem problema — o AI concierge desta seção ajudará você a definir suas próprias skills do zero, com base no que você quer que sua equipe realmente faça.

---

Como Esta Seção Funciona

Use o prompt do AI concierge abaixo para:

1. Definir o que seus agentes devem fazer todos os dias
2. Decidir qual nome de cassette e modo usar para começar
3. Escolher o motor de IA adequado
4. Gerar seus arquivos SKILL e WORKFLOW
5. Configurar o sinalizador ACTIVE_MODE.txt
6. Testar se seu agente carrega o modo correto

Cole o prompt no Claude, ChatGPT ou Gemini. Anexe seu Documento de Design de Equipe da Seção 2.

---

▶ Cole isto em seu IA para começar

Anexe seu Documento de Design de Equipe antes de enviar.

You are helping me build Skills and a Cassette for BALIA OS —
a multi-agent AI operating system.

I have attached my Team Design Document. Read it before we begin
so you know my agent names, roles, and workspace structure.

CONCEPT TO UNDERSTAND BEFORE WE START:

Skills are knowledge files I write and give to my agents.
Each skill teaches an agent how to do a specific task.

A Cassette is a folder of skills, bundled around a theme (a mode).
My agents can switch between cassettes depending on what they 
need to work on.

The cassette system is mode-based. One file — ACTIVE_MODE.txt —
tells every agent which cassette is currently active.

Folder structure:
~/.openclaw/workspace-[agentid]/
  cassettes/
    ACTIVE_MODE.txt              ← active mode name (one word)
    archive/                     ← overflow for LIVE_LEDGER and KNOWLEDGE
    [mode-name]/
      SKILL_[MODENAME].md        ← skills for this mode
      WORKFLOW_[MODENAME].md     ← procedures for this mode
      LIVE_LEDGER_[MODENAME].md  ← progress, next actions (updated every session)
      KNOWLEDGE_[MODENAME].md    ← accumulated learning (updated every session)

At session start, each agent:
1. Reads ACTIVE_MODE.txt
2. Loads SKILL, WORKFLOW, LIVE_LEDGER, and KNOWLEDGE from that folder
3. Resumes from where LIVE_LEDGER says they left off
4. Applies accumulated learning from KNOWLEDGE
5. Operates in that mode for the session

At session end, the agent:
1. Updates LIVE_LEDGER (progress, next task)
2. Updates KNOWLEDGE (new patterns learned)
3. If either file exceeds 800 lines: moves RECENT section to archive/
   SUMMARY and PINNED always stay at the top

Scheduled tasks run regardless of mode — they are in AGENTS.md.

Guide me step by step. Ask one question at a time.
Wait for my answer before moving on.

STEP 1 — What I want my team to do
Ask me: "Describe what you want your AI team doing for you every day.
Don't think about how — just describe the output you want
and the work you want done."

Help me turn my answer into a list of at least 5 specific,
recurring tasks. Ask follow-up questions until we have
concrete tasks with a clear schedule (daily, weekly, on-demand).

STEP 2 — Map tasks to agents
Read my Team Design Document.
Match each task to the most appropriate agent based on their role.
Show me the mapping: "Task → Agent"
Ask: "Does this feel right? Anything you'd move?"

STEP 3 — Name the cassette (mode)
Based on the tasks, suggest a cassette name — the mode name
(short, lowercase, hyphens: e.g. restaurant-ops, youtube, trade).
This becomes the folder name and the value in ACTIVE_MODE.txt.
Ask me to confirm or suggest a different name.

STEP 4 — Choose the AI engine
For each agent with tasks mapped, recommend the best engine:

- Claude: logic, analysis, coding, legal, finance, crypto
- Gemini: Google services (Sheets, Docs, Drive, Gmail, Calendar,
  YouTube Studio, NotebookLM) — anything in the Google ecosystem
- GPT-4o: sales emails, outreach, copywriting, natural conversation

Explain your reasoning in one sentence per agent.
If all tasks work well with Claude, confirm no extra API keys needed.
If Gemini or GPT-4o needed, note it — we handle the key in Step 7.

Ask me to confirm before moving on.

STEP 5 — Generate SKILL_[MODENAME].md
Generate the skill file using this structure:

---
# SKILL_[MODENAME].md
Mode: [mode-name]
Version: 1.0
Last Updated: [today's date]
Primary Agent: [agent name]
AI Engine: [engine]

## What This Mode Does
[2-3 sentences: what domain this covers, what it produces]

## Skills in This Mode
[Bullet list of specific skills — what the agent knows how to do]

## Tools Available
[List tools usable in this mode: web search, file read/write,
Discord reporting, API calls, Google services, etc.]

## Operating Rules
1. Read ACTIVE_MODE.txt at session start. If it says [mode-name],
   load this file, WORKFLOW_[MODENAME].md, LIVE_LEDGER_[MODENAME].md,
   and KNOWLEDGE_[MODENAME].md immediately.
2. Resume work from where LIVE_LEDGER says you left off.
3. Apply patterns and lessons from KNOWLEDGE before starting tasks.
4. [Key rule specific to this domain]
5. [Key rule specific to this domain]
6. Report all completed tasks to Discord before ending session.
7. Never act outside this mode's scope without Commander approval.
8. Save all outputs to cassettes/[mode-name]/outputs/

## Session End Rules
At the end of every session, update both memory files:

LIVE_LEDGER_[MODENAME].md:
- SUMMARY: refresh the 3-5 line overview at the top
- CURRENT: update with today's progress and the next task
- RECENT LOG: append this session's activity
- If over 800 lines: move RECENT LOG to archive/

KNOWLEDGE_[MODENAME].md:
- SUMMARY: refresh the overview at the top
- PATTERNS: add any new success or failure patterns discovered today
- RECENT: append today's learnings
- If over 800 lines: move RECENT to archive/

## What This Mode Does NOT Handle
[Specific boundaries — what's out of scope for this mode]

## Output Format
[What the agent produces: reports, files, Discord messages, etc.]
---

Show it completely. Ask if anything needs adjustment.

STEP 6 — Generate WORKFLOW_[MODENAME].md
Generate the workflow file using this structure:

---
# WORKFLOW_[MODENAME].md
Mode: [mode-name]
Version: 1.0
Last Updated: [today's date]

## Mode Activation (Every Session Start)
1. Read cassettes/ACTIVE_MODE.txt — confirm it says [mode-name]
2. Load SKILL_[MODENAME].md
3. Read LIVE_LEDGER_[MODENAME].md — resume from last session
4. Read KNOWLEDGE_[MODENAME].md — apply accumulated learning
5. Report to Discord: "📦 Mode: [mode-name] active. Resuming: [current task from LIVE_LEDGER]."

## Task Procedures