Instalar o Pacote de Skills Principal

Os seus agentes estão activos. Agora vamos dar-lhes a sua primeira tarefa real. O BALIA OS vem com três skills integradas prontas para instalar.

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

Se já descarregou o instalador na Secção 4, pode usá-lo directamente. (Se não, volte à Secção 4 e descarregue install_core_pack.py primeiro.)

Pedir ao seu agente para o executar

Cole isto 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
(The token will be read automatically from your .env file)
Reporte ao Discord quando terminar."

O seu agente irá automaticamente:

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

Após receber a confirmação do Discord, continue abaixo.

---

O Que São Skills e Cassettes

Os seus agentes estão ativos. Têm identidades, procedimentos de reporte e canais no Discord. Mas neste momento, eles não sabem em que domínio estão a trabalhar. Não sabem se estão a gerir um restaurante, a conduzir uma operação de trading, ou a apoiar um escritório de advocacia.

Skills são os ficheiros de conhecimento que escreve e dá aos seus agentes. Cada skill ensina um agente a realizar uma tarefa específica — como gerir reservas, como gerar um relatório de P&L, como redigir uma publicação nas redes sociais. Quanto mais skills der a um agente, mais ele consegue fazer.

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

O sistema de cassette é baseado em modos. Um único ficheiro — ACTIVE_MODE.txt — diz a cada agente qual a cassette atualmente ativa. Quando muda de modo, atualiza esse ficheiro. Os agentes leem-no no início de cada sessão e carregam automaticamente as skills certas.

Isto significa:

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

E quando voltar ao youtube na semana seguinte, os seus agentes retomam exatamente onde ficaram — o LIVE_LEDGER recorda o progresso, e o KNOWLEDGE transporta as lições aprendidas. Cada modo mantém a sua própria memória de forma independente.

---

Estrutura de Pastas da Cassette

INFO

~/.openclaw/workspace-[agentid]/ └── cassettes/ ├── ACTIVE_MODE.txt ← One word: the active mode name ├── archive/ ← LIVE_LEDGER and KNOWLEDGE overflow ├── youtube/ │ ├── SKILL_YOUTUBE.md ← Skills for this mode │ ├── WORKFLOW_YOUTUBE.md ← Step-by-step procedures │ ├── LIVE_LEDGER_YOUTUBE.md ← Progress, next actions (updated every session) │ └── KNOWLEDGE_YOUTUBE.md ← Accumulated learning (updated every session) ├── 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 da cassette ativa. Por exemplo:

youtube

No início de cada sessão, cada agente lê o ACTIVE_MODE.txt e depois carrega os quatro ficheiros dessa pasta: SKILL, WORKFLOW, LIVE_LEDGER e KNOWLEDGE. O LIVE_LEDGER diz-lhes onde ficaram na última sessão. O KNOWLEDGE fornece-lhes tudo o que foi aprendido até agora neste domínio.

No fim de cada sessão, o agente atualiza o LIVE_LEDGER (progresso, próxima tarefa) e o KNOWLEDGE (novos padrões aprendidos). Quando qualquer um dos ficheiros exceder 800 linhas, a secção RECENT é movida para archive/ — as secções SUMMARY e PINNED ficam sempre no topo.

As tarefas agendadas (como uma verificação diária de estado ou um relatório noturno) são executadas independentemente do modo — estão definidas no AGENTS.md do agente, e não em nenhuma cassette.

---

Escolher o Motor de IA

Diferentes cassettes funcionam melhor com diferentes modelos de IA. Defina isto uma vez quando criar a cassette.

Tipo de Cassette	Motor Recomendado	Porquê
Trading de criptomoedas / Análise de mercado	Claude	Raciocínio lógico, análise de padrões, julgamento apurado
Programação / Automação técnica	Claude	Qualidade de código, depuração, lógica de múltiplos passos
Pesquisa jurídica / Revisão de contratos	Claude	Raciocínio cuidadoso, linguagem matizada
Finanças / Contabilidade / Relatórios	Claude	Análise estruturada, cálculo preciso
Google Sheets / Docs / NotebookLM / Drive	Gemini	Integração nativa com serviços Google
YouTube / Conteúdo de vídeo	Gemini	Analisa vídeo diretamente; integra com o YouTube Studio
Gmail / Automação de Calendário	Gemini	Integração profunda com o Google Workspace
Vendas / Prospeção / Copywriting	GPT-4o	Conversação natural, geração de e-mails
Comunicação multilíngue	GPT-4o ou Gemini	Forte desempenho multilíngue
E-commerce / Pesquisa de produtos	Claude ou GPT-4o	Profundidade de pesquisa, output estruturado

Se o Claude funciona para o seu caso de uso, já está tudo configurado — foi configurado na Secção 3.

Para Gemini ou GPT-4o, precisará de adicionar uma API key ao seu ficheiro .env. As instruções estão no Passo 7 do concierge de IA abaixo.

---

Ideias de Skills por Setor

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

Restauração / Alimentação & Bebidas

• Gestão de reservas e agendamento diário
• Rastreamento de encomendas a fornecedores e alertas de inventário
• Publicações nas redes sociais (especiais do dia, eventos)
• Monitorização de avaliações e redação de respostas
• Resumo semanal de receitas

E-Commerce / Produtos Físicos

• Geração de listagens de produtos
• Monitorização de preços de concorrentes
• Resumo do estado de encomendas
• Redação de respostas a pedidos de clientes
• Relatório mensal de vendas

Criador de Conteúdo / YouTuber

• Geração de ideias para títulos e miniaturas
• Redação de esboços de guiões
• Gestão do calendário de publicações
• Resumo de métricas de desempenho
• Redação de respostas a comentários da comunidade

Freelancer / Consultor

• Redação de comunicações com clientes
• Relatório do estado de projetos
• Acompanhamento de faturas e seguimento
• Revisão de cláusulas contratuais (sinalizar termos invulgares)
• Resumo de registos de horas

Pequena Empresa / Geral

• Resumo das operações diárias
• Redação de comunicações internas
• Triagem de questões jurídicas (sinalizar itens que requerem advogado)
• Resumo financeiro a partir de recibos e registos
• Gestão de comunicações com fornecedores

O seu setor não está nesta lista? Não há problema — o concierge de IA nesta secção irá ajudá-lo a definir as suas próprias skills de raiz, com base no que quer que a sua equipa faça concretamente.

---

Como Funciona Esta Secção

Utilize o prompt do concierge de IA abaixo para:

1. Definir o que os seus agentes devem fazer todos os dias
2. Decidir o nome da cassette e o modo com que começar
3. Escolher o motor de IA certo
4. Gerar os seus ficheiros SKILL e WORKFLOW
5. Configurar o sinalizador ACTIVE_MODE.txt
6. Testar que o seu agente carrega o modo correto

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

---

▶ Cole isto no seu AI para começar

Anexe o seu Documento de Design de Equipa 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