C218 — Skill catalogo-falas-web: atualização incremental do catálogo

Status: rascunho Atualizado em: 2026-09-23 Issue: #1294 Priority: P2 Impeccable: A — N/A (skill/docs, sem UI) Design UI: N/A — sem UI Appetite: ~1–2 dias eng; um outcome verificável — rodar a skill atualiza o catálogo desde a última execução bem-sucedida e devolve o recibo, sem duplicar Responsável: —

Intenção

O catálogo de falas já tem como ingerir mídia (C215), mas alguém precisa descobrir o que apareceu novo na internet desde a última rodada — e hoje isso é trabalho manual, sem registro de onde parou. Esta skill transforma a atualização numa operação repetível: lê a data da última execução, faz a descoberta web do que surgiu desde então, monta o lote de achados e chama a esteira de ingestão do C215, devolvendo um recibo curto. É a resposta à ideia do dono (2026-09-23): "atualizar essa sessão fazendo um novo scraping a partir da data que foi feito o último".

Sem isso, cada atualização recomeça do zero (ou do que a memória de quem opera lembrar) e o catálogo envelhece entre entregas da comunicação.

Persona e fluxo

Persona / contexto: agente/coordenação técnica (não a assessoria); roda na workstation/worktree, como as skills de conteúdo dos dossiês.
Job principal: dar um comando e ter o catálogo atualizado desde a última execução, sabendo o que entrou, o que foi ignorado e o que falhou.
Fluxo desejado: /catalogo-falas-web → a skill lê a data da última execução (primeira rodada: varredura inicial completa) → descobre o que apareceu desde então → cura falsos positivos → entrega o lote à ingestão (C215) → imprime o recibo (período, achados, novos, ignorados, falhas, custo/tempo).
Anti-goals de produto: não é serviço de monitoramento; não é tela (sem UI); não decide faceta manualmente (transcrição/classificação é do C215); não promete cobertura exaustiva da web.

Objetivo e aceite

Rodar a skill atualiza o catálogo desde a última execução bem-sucedida e devolve o recibo curto — sem duplicar e sem reprocessar o que já está no catálogo.
Primeira execução (sem data anterior) faz a varredura inicial completa do que for encontrado; as seguintes são incrementais.
Achado duvidoso (ex.: falso positivo de "fala do Solla") fica marcado como "revisar" e não é ingerido até confirmação.
A skill reporta o que encontrou e o que ficou de fora; falha de um achado não derruba o lote (sucesso parcial com motivo no recibo).
Guardrails: a decisão sobre descoberta/download é a do C215 (instrução do dono sobre direitos, confirmada no gate) — a skill segue o mecanismo que o C215 definir, sem inventar um caminho paralelo; nenhuma segunda esteira de transcrição/classificação; estado da última execução é o único estado novo que este item cria.

Dados (intenção)

Vou apresentar dados? Não — o recibo (período, contagens, falhas, custo/tempo) é insumo operacional de quem roda a skill, não superfície de usuário.
Decisões desbloqueadas: N/A — a decisão é operacional: quando a comunicação precisa do acervo atualizado, quem opera roda a skill.
Forma: N/A.

Dados da decisão (literais)

Ideia do dono (verbatim, 2026-09-23): "Crie uma skill que permita atualizar essa sessão fazendo um novo scraping a partir da data que foi feito o último [scraping]."
Nome da skill: catalogo-falas-web; wrapper de comando: /catalogo-falas-web.
Recorte temporal: desde a data da última execução bem-sucedida; sem data anterior, varredura inicial completa.
Recibo (campos literais): período coberto, achados, novos, ignorados, falhas (com motivo) e custo/tempo.
A análise automática (transcrição/classificação) é da ingestão (C215); a skill pode corrigir/curar o que a descoberta achou errado (ex.: falso positivo) antes de ingerir — nunca classifica faceta manualmente.
Operação por agente/coordenação técnica; sem UI.
Reexecutar não duplica nem reprocessa o que já está no catálogo.

Direção no codebase (hipótese)

Áreas prováveis: .agents/skills/catalogo-falas-web/SKILL.md + wrapper fino .opencode/commands/catalogo-falas-web.md, no padrão das skills de conteúdo (dossie-solla-{cidade,tema,instituicao}, briefing-capacitacao-solla, relatorio-cidade, reels-tutoriais, graficos-dados); descoberta web por subagente com JSON datado, como o research.json dos dossiês.
Precedente a olhar: dossie-solla-cidade (research por subagente + pastas data/ gitignored + recibo curto datado), reels-tutoriais (sourceHash em reelPackageIngest.ts), import da Câmara com janela explícita (pnpm camara:import --date, scripts/import-camara-speeches.mjs, scripts/lib/camaraSpeeches.mjs, skip por estado em speechImport.ts).
Fatos verificados (a revalidar): não há watermark de última execução no repo — o estado hoje é JSON por execução com researchedAt/consultedAt, recibos datados, saídas <slug>-<YYYY-MM-DD>… e changelog; a pesquisa web é feita por subagentes de skill (nunca por serviço do app — não há SERP no app nem yt-dlp no repo).
Risco de acoplamento: não criar segunda esteira de ASR/classificação nem segundo estado de catálogo; a ingestão é a do C215 e a descoberta não compete com a varredura oficial do Instagram/YouTube (C211/C212) — a decisão de mecanismo é a do C215.

Dependências

C215 (dura) — sem a esteira de ingestão a skill não tem o que orquestrar. C216/C217 não bloqueiam.

Fora de escopo

A esteira de download/transcrição/classificação (C215), a tela (C216) e os cortes (C217).
Paridade das gravações (C219); agendamento recorrente/infra de fila; monitoramento contínuo de redes.

Rabbit holes de produto

"Virar serviço de monitoramento 24/7." Se alguém "só completar": agendador, fila, alerta em tempo real. Corte neste item: rodada manual sob demanda; recorrência é conversa separada.
"Crawling irrestrito." Se alguém "só completar": varrer a web inteira e perfis que não são do Solla. Corte: fontes/plataformas do escopo do C215, com queries pelo nome do deputado e variações.
"Segunda esteira de ASR/classificação." Se alguém "só completar": transcrever e classificar dentro da descoberta. Corte: a skill entrega o lote; análise é do C215.
"Prometer cobertura exaustiva." Se alguém "só completar": afirmar que nada escapou. Corte: o recibo declara período, achados e limites — o que ficou de fora é reportado, não escondido.

Questões em aberto (produto)

Onde mora o estado da última execução? Opções: A) arquivo gitignored em data/ (padrão das famílias de skill) | B) registro em banco | C) derivar do próprio catálogo (última data importada). Recomendação: A — segue o precedente das skills de conteúdo e não cria schema; o formato exato é decidido na implementação. (confirmado no gate, 2026-09-24)
Recorte temporal do incremental? Opções: A) desde a última execução bem-sucedida | B) janela fixa (ex.: últimos 30 dias) com dedupe. Recomendação: A — "a partir da data que foi feito o último", na voz do dono; janela fixa reintroduz reprocessamento. (confirmado no gate, 2026-09-24)
Quem aciona? Opções: A) manual (humano/agente rodando a skill, como os dossiês) | B) agendado. Recomendação: A — agendamento recorrente está fora de escopo; quando atualizar é decisão de quem opera. (confirmado no gate, 2026-09-24)
O que fazer com achados duvidosos? Opções: A) a skill marca "revisar" e não ingere até confirmação | B) ingere tudo e a curadoria corrige depois. Recomendação: A — evita lixo no catálogo e é barato neste volume; o duvidoso aparece no recibo. (confirmado no gate, 2026-09-24)
Fontes de descoberta v1? Opções: A) mesmas plataformas do C215 (YouTube, Instagram, áudio/rádio), com queries por nome do deputado e variações | B) recorte menor, monitorando veículo a veículo. Recomendação: A — manter o escopo do C215; ampliar é item próprio. (confirmado no gate, 2026-09-24)

Referências

GitHub Issue: — (após pnpm agent:register)
Design UI (gate): N/A — sem UI
Abrir primeiro: .agents/skills/dossie-solla-cidade/SKILL.md (padrão de research por subagente + recibo) e .agents/skills/reels-tutoriais/SKILL.md (ingestão idempotente por hash)
docs/plans/acervo-falas-web-ingestao.md (C215 — mecanismo de descoberta/download e decisão sobre direitos)
scripts/import-camara-speeches.mjs / scripts/lib/camaraSpeeches.mjs / src/utilities/speech/speechImport.ts — janela explícita e skip por estado
AGENTS.md — convenções de skills do repo

8.7 KiB Raw Permalink Blame History Unescape Escape