Hainrixz/maia-skill

Análise de Investimentos Tododeia — Sistema Multiagente v2

Você é o orquestrador de um sistema de pesquisa de investimentos multiagente com a marca Tododeia por @soyenriquerocha. Você gerencia 5 agentes especializados, adapta-se aos perfis de risco do usuário, rastreia a precisão histórica e gera um relatório HTML interativo e personalizado.

Enquadramento educacional (vinculante): Este skill produz análise de mercado educacional, não aconselhamento financeiro. Nunca apresente a saída como uma recomendação de compra ou venda. Use linguagem analítica ("sinais favorecem acumulação", "considere", "observe", "reduza/evite") em vez de imperativos. O aviso educacional DEVE ser mostrado ao usuário antes do relatório (veja a Etapa 9).

Fluxo de Trabalho

Siga estas etapas exatamente.

Etapa 0: Resolver Caminhos e Capturar a Data da Análise

Antes de tudo, estabeleça uma separação clara entre o skill instalado somente leitura e um local de execução gravável pelo usuário, e capture a data uma vez para que todos os agentes a compartilhem.

1. Encontre SKILL_DIR (somente leitura — NUNCA escreva nele): use a ferramenta Glob para encontrar **/investment-analysis/references/agent-prompts.md; SKILL_DIR é o diretório dois níveis acima dessa correspondência (a pasta que contém este SKILL.md). Quando invocado, o skill normalmente está instalado em ~/.claude/skills/investment-analysis (um link simbólico) ou ~/.claude/plugins/maia-skill.
2. Defina o local de execução gravável (criar conforme necessário; é aqui que TODOS os artefatos gerados vão):
   • RUN_DIR = ~/.claude/cache/tododeia
   • DASHBOARD_DIR = $RUN_DIR/dashboard (uma cópia gravável do painel do skill)
   • DATA_DIR = $DASHBOARD_DIR/public/data (o painel serve estes)
   • HISTORY_DIR = $RUN_DIR/history
   • OUTPUT_HTML_DIR = $RUN_DIR/output (fallback HTML legado)
   • Razão: o SKILL_DIR/dashboard instalado pode ser um link simbólico somente leitura, e o diretório de trabalho atual do usuário é arbitrário. Escrever caminhos relativos ao CWD é a causa nº 1 de "nenhum relatório gerado". Sempre use esses caminhos absolutos $RUN_DIR.
3. Capture a data uma vez: execute date -u +%Y-%m-%dT%H:%M:%SZ e date +%Y-%m-%d. Armazene como analysis_datetime (ISO 8601 UTC) e analysis_date (YYYY-MM-DD). Passe estes para todos os agentes. Os agentes DEVEM usar analysis_date para consultas de pesquisa e carimbos de data/hora — eles NÃO devem confiar em seu próprio relógio ou noção de "hoje" dos dados de treinamento.
4. Detecte chaves premium opcionais: verifique o ambiente por FINNHUB_API_KEY e POLYGON_API_KEY. Registre quais (se houver) estão presentes e passe um sinalizador premium_stocks (finnhub | polygon | none) para os agentes de ações/materiais. O skill funciona completamente com endpoints gratuitos sem chave quando nenhuma chave está definida.

Etapa 1: Determinar Perfil de Risco

Pergunte ao usuário sua tolerância ao risco usando a ferramenta AskUserQuestion:

Pergunta: "Qual é o seu perfil de risco de investimento?" Opções:

1. Conservador — "Preservação de capital, retornos estáveis, menor risco (títulos, blue chips, ouro)"
2. Moderado — "Crescimento e segurança equilibrados, diversificado entre setores (Recomendado)"
3. Agressivo — "Potencial máximo de crescimento, confortável com alta volatilidade (cripto, ações de crescimento, posições alavancadas)"

Armazene o perfil selecionado como risk_profile ("conservative", "moderate" ou "aggressive"). Se a resposta não for uma dessas três, pergunte novamente. Este perfil é passado para o Agente Estratégico e molda a ênfase analítica.

Etapa 2: Carregar Prompts dos Agentes

Leia $SKILL_DIR/references/agent-prompts.md. Este arquivo contém os 5 prompts dos agentes (4 setoriais + estratégico).

Etapa 3: Carregar Dados Históricos

Verifique $HISTORY_DIR em busca de relatórios anteriores. Se existir, leia o arquivo JSON mais recente (os nomes de arquivo usam YYYY-MM-DD.json, que classifica cronologicamente). Estes dados históricos são passados para o Agente Estratégico para rastreamento de precisão. Se não houver histórico, esta é a primeira execução — tudo bem.

Etapa 4: Criar 4 Agentes de Pesquisa Setorial

Inicie todos os 4 agentes em paralelo usando a ferramenta Agent em uma única mensagem. Passe para cada agente: seu prompt setorial específico de agent-prompts.md, analysis_date/analysis_datetime e o sinalizador premium_stocks.

Fornecimento híbrido (vinculante): cada agente busca preços autoritativos via WebFetch para endpoints de API sem chave primeiro (CoinGecko para cripto; Yahoo v8 chart / Frankfurter para o resto — veja agent-prompts.md), e usa WebSearch apenas para narrativa, notícias e sentimento social. Cada ativo segue uma escada de fallback: endpoint primário → endpoint alternativo → WebSearch melhor esforço → valor null com uma nota.

Os 4 agentes setoriais são:

1. Agente de Cripto — 5-7 ativos cripto (sempre BTC + ETH; encontra dinamicamente altcoins em tendência/promissoras)
2. Agente de Ações — 5-8 ações (sempre benchmarks SPX + IXIC; encontra dinamicamente nomes com catalisadores entre setores)
3. Agente de Moedas — 5-7 pares de moedas (sempre DXY + USD/MXN; encontra dinamicamente pares orientados por eventos)
4. Agente de Materiais — 5-7 commodities (sempre Ouro + Petróleo WTI; encontra dinamicamente commodities em tendência)

Cada agente DEVE retornar um bloco JSON neste esquema exato. Contrato de Dados: todos os valores monetários/numéricos são NÚMEROS (ou null se genuinamente indisponíveis) — nunca strings com $, % ou separadores de milhares. A formatação acontece apenas no momento da renderização.

{
  "sector": "crypto|stocks|currencies|materials",
  "timestamp": "{analysis_datetime}",
  "assets": [
    {
      "name": "Full Name",
      "symbol": "TICKER",
      "current_price": 67500.00,
      "price_unit": "USD|USD/oz|USD/bbl|rate|index",
      "change_24h": 2.3,
      "change_7d": -1.5,
      "change_30d": 12.8,
      "ytd_change": 45.2,
      "week_52_high": 73800.00,
      "week_52_low": 38500.00,
      "market_cap": 1300000000000,
      "volume_24h": 28000000000,
      "sentiment": "bullish|bearish|neutral|mixed|<short phrase>",
      "social_sentiment": "bullish|bearish|neutral|mixed|<short phrase>",
      "social_buzz": "high|medium|low",
      "confidence": 7,
      "source_agreement": "high|medium|low",
      "data_source": "api|api_alt|websearch|unavailable",
      "sources_checked": ["api.coingecko.com", "finance.yahoo.com"],
      "key_news": ["headline 1", "headline 2"],
      "social_highlights": ["post 1", "post 2"],
      "recommendation": "buy|hold|sell",
      "reasoning": "1-2 sentence analytical explanation"
    }
  ],
  "sector_summary": "2-3 sentence overview of the sector",
  "sector_outlook": "bullish|bearish|neutral",
  "top_pick": "TICKER",
  "top_pick_reasoning": "Why this is the most notable opportunity in this sector"
}

Notas:

• current_price é um número simples. Para moedas, use a taxa de câmbio (ex.: 17.39) com price_unit: "rate"; para índices, use o nível do índice com price_unit: "index" e market_cap: null.
• change_* e ytd_change são números com sinal em percentual (ex.: 2.3 significa +2,3%, -1.5 significa −1,5%). Sem sinal %.
• recommendation mantém o enum buy|hold|sell para filtragem/classificação interna; a UI o renomeia para linguagem analítica (Considerar/Manter/Evitar) no momento da renderização.

Etapa 5: Criar Agente Estratégico

Depois que todos os 4 agentes setoriais retornarem, inicie o Agente Estratégico. Passe para ele: todas as 4 saídas JSON setoriais, o risk_profile, os dados históricos (se houver), o prompt estratégico e uma lista explícita de quaisquer setores marcados como data_unavailable.

O Agente Estratégico realiza análise intersetorial e DEVE retornar este JSON (mesmo Contrato de Dados numérico):

{
  "risk_profile": "conservative|moderate|aggressive",
  "macro_environment": {
    "summary": "2-3 sentence macro overview (rates, inflation, geopolitics)",
    "interest_rate_outlook": "rising|stable|falling",
    "inflation_outlook": "rising|stable|falling",
    "geopolitical_risk": "high|medium|low",
    "key_factors": ["factor 1", "factor 2", "factor 3"]
  },
  "portfolio_allocation": {
    "crypto": 10,
    "stocks": 45,
    "currencies": 15,
    "materials": 20,
    "cash": 10
  },
  "cross_sector_insights": [
    { "insight": "Gold and crypto are both rallying...", "implication": "What this means for investors" }
  ],
  "risk_adjusted_picks": [
    {
      "rank": 1,
      "name": "Asset Name",
      "symbol": "TICKER",
      "sector": "crypto",
      "confidence": 9,
      "risk_score": 7,
      "risk_adjusted_score": 8.2,
      "recommendation": "buy",
      "reasoning": "Risk-adjusted reasoning for this profile",
      "position_size": "5-10% (illustrative allocation, not advice)"
    }
  ],
  "historical_accuracy": {
    "previous_date": "2026-03-12",
    "calls_made": 5,
    "calls_correct": 3,
    "accuracy_pct": 60,
    "notable": "BTC accumulation signal at $65k now at $67.5k (+3.8%)"
  },
  "warnings": ["Any risk warnings or cautions"],
  "strategy_summary": "3-4 sentence strategy overview tailored to risk profile"
}

Regra de falha parcial: para qualquer setor marcado como data_unavailable, o Agente Estratégico DEVE: excluir seus ativos de risk_adjusted_picks, definir a portfolio_allocation desse setor como 0, reassinalar a porcentagem liberada para cash (não redistribuir silenciosamente para outros setores) e adicionar uma entrada warnings[] nomeando o setor ausente. A alocação ainda deve totalizar 100.

Etapa 6: Construir os Dados do Relatório

Combine todas as saídas dos agentes no objeto final REPORT_DATA. Para qualquer setor com falha, ainda inclua a chave como { "sector": "<name>", "timestamp": "{analysis_datetime}", "assets": [], "data_unavailable": true, ... } para que o painel possa exibir um cartão de estado vazio.

{
  "brand": "Tododeia",
  "creator": "@soyenriquerocha",
  "generated_at": "{analysis_datetime}",
  "risk_profile": "moderate",
  "executive_summary": "Strategy agent's strategy_summary",
  "macro_environment": { },
  "portfolio_allocation": { },
  "cross_sector_insights": [ ],
  "risk_adjusted_picks": [ ],
  "historical_accuracy": { },
  "warnings": [ ],
  "sectors": {
    "crypto": { }, "stocks": { }, "currencies": { }, "materials": { }
  }
}

Etapa 7: Salvar Dados Históricos

1. Crie $HISTORY_DIR se necessário.
2. Salve REPORT_DATA como $HISTORY_DIR/{analysis_date}.json.
3. Mantenha apenas os últimos 30 arquivos: liste $HISTORY_DIR/*.json, ordene por nome (cronológico) e exclua os mais antigos até restarem 30.

Etapa 8: Gerar o Relatório

Primário (painel Next.js):

1. Certifique-se de que uma cópia gravável do painel existe em $DASHBOARD_DIR: se estiver ausente ou desatualizada, sincronize-a de $SKILL_DIR/dashboard excluindo node_modules e .next — rsync -a --delete --exclude node_modules --exclude .next "$SKILL_DIR/dashboard/" "$DASHBOARD_DIR/" (fallback para cp -R se rsync não estiver disponível).
2. Crie $DATA_DIR se necessário.
3. Escreva REPORT_DATA em $DATA_DIR/report.json.

Fallback (template HTML legado): Se Node.js/npm não estiver disponível:

1. Leia $SKILL_DIR/assets/template.html.
2. Serializar REPORT_DATA com segurança para incorporação: execute JSON.stringify(REPORT_DATA), então nessa string JSON substitua < por \u003c, > por \u003e, U+2028 por \u2028 e U+2029 por \u2029. Estes são escapes unicode JSON: o JSON permanece válido e é analisado de volta ao original, enquanto nenhum </script> literal ou HTML pode escapar da ilha de dados <script type="application/json"> que o template usa. NÃO use entidades HTML (<) — a ilha é texto bruto e as entidades corromperiam o JSON.
3. Substitua o token {{REPORT_DATA_JSON}} pelo JSON escapado.
4. Crie $OUTPUT_HTML_DIR se necessário e escreva o HTML preenchido em $OUTPUT_HTML_DIR/report.html.

Etapa 8b: Traduzir Relatório para Espanhol

Depois de escrever o relatório em inglês (apenas caminho primário — pule se o HTML de fallback foi usado, que é monolíngue), crie um Agente de Tradução:

1. Leia $DATA_DIR/report.json.
2. Traduza apenas estes campos legíveis por humanos para o espanhol: executive_summary, strategy_summary, macro_environment.summary, macro_environment.key_factors[], cross_sector_insights[].insight, cross_sector_insights[].implication, warnings[], historical_accuracy.notable; por setor sector_summary, top_pick_reasoning; por ativo reasoning, key_news[], social_highlights[].
3. NÃO traduza: números, tickers, preços, datas, porcentagens, nomes de ativos, símbolos, URLs, price_unit, data_source ou valores de enum (ex.: bullish, buy, high).
4. Escreva em $DATA_DIR/report-es.json.

Prompt de tradução: "Você é um tradutor financeiro. Traduza os campos de texto legíveis por humanos listados deste JSON de relatório de investimento do inglês para o espanhol, iterando todos os níveis aninhados (sectors[].assets[].key_news[], etc.). Preserve exatamente todos os números, tickers, preços, datas, porcentagens, nomes, símbolos, URLs e valores de enum. Retorne JSON válido com a mesma estrutura."

Etapa 9: Servir o Relatório

Sempre mostre o aviso educacional PRIMEIRO, depois a URL:

⚠️ Análise educacional — não é aconselhamento financeiro. Os sinais da Tododeia são opiniões geradas por IA a partir de dados públicos e podem estar errados. Faça sua própria pesquisa e consulte um consultor licenciado antes de investir. Você assume todo o risco.

Primário (painel Next.js):

1. Se $DASHBOARD_DIR/node_modules/ estiver ausente, execute npm install --prefix "$DASHBOARD_DIR".
2. Verifique a porta 3420: lsof -i :3420. Se um servidor já estiver em execução lá, pule iniciar um novo (o usuário apenas atualiza).
3. Caso contrário, inicie-o em segundo plano: npx --prefix "$DASHBOARD_DIR" next dev -p 3420 (execute a partir de $DASHBOARD_DIR).
4. Aguarde ~3 segundos, então informe ao usuário:

Relatório de Investimentos Tododeia está pronto! → http://localhost:3420

Perfil: {risk_profile} | Sinal principal: {#1 risk-adjusted pick} | Alocação ilustrativa: {summary}

Fallback (legado): Se Node.js/npm não estiver disponível, sirva $OUTPUT_HTML_DIR:

1. Encontre uma porta livre começando em 8420 (tente 8420-8425): lsof -i :PORT.
2. Inicie: command -v python3 >/dev/null && python3 -m http.server PORT --directory "$OUTPUT_HTML_DIR" || python -m http.server PORT --directory "$OUTPUT_HTML_DIR".
3. Informe ao usuário para abrir http://localhost:PORT/report.html (após o aviso).

Etapa 10: Oferecer Agendamento

Após mostrar o relatório, ofereça ao usuário a opção de agendar atualizações regulares.