Communitygithub.com

Coordenação de Calendário com Agentes

Gestão de calendário com IA e coordenação de agendamento baseada em agentes. Abrange APIs de calendário (Google Calendar, CalDAV/iCal), assistentes de agendamento com IA (Reclaim, Clockwise, Motion, Cal.com), construção de agentes de calendário personalizados com MCP, mesclagem de múltiplos calendários, gerenciamento de fusos horários, proteção de blocos de foco, detecção de fadiga de reuniões e protocolos de negociação de reuniões entre agentes.

O que é Coordenação de Calendário com Agentes?

Esta skill capacita agentes de IA a gerenciar e coordenar agendamentos de calendário de forma autônoma, suportando Google Calendar, CalDAV e assistentes de IA como Reclaim, Clockwise, Motion e Cal.com. Ela implementa lógica de decisão para negociação de reuniões entre agentes, proteção de blocos de foco, seleção de horários com consciência de fuso horário e um modelo de energia para priorizar tarefas cognitivamente demandantes. Inclui protocolos para evitar loops recursivos de negociação, garantir privacidade minimizando detalhes compartilhados com sistemas externos e lidar com modos de falha como conflitos recorrentes sensíveis a fuso horário e arranjos de buffer. A skill é ideal para desenvolvedores que desejam criar agentes de calendário inteligentes que otimizam a produtividade do usuário e se integram perfeitamente com APIs de calendário existentes.

Funciona com~Claude Code~Codex CLI~Cursor✓Antigravity
npx skills add https://github.com/curiositech/windags-skills/tree/HEAD/skills/agentic-calendar-coordination

Perguntar na sua IA favorita

Abre um novo chat com esta habilidade de agente já pré-carregada.

Documentação

O que Coordenação de Calendário com Agentes faz?

Crie agentes de IA que negociam reuniões, protegem o tempo de foco e inferem contexto a partir de dados de calendário. Navegue pela complexidade de fusos horários, implemente agendamento agente-a-agente e arquitete lógica de calendário personalizada usando a API do Google Calendar e MCP.

Pontos de Decisão

Quando um Conflito é Detectado

Solicitação de reunião recebida conflita com evento existente
├─ Remetente = gerente/executivo → Aceitar automaticamente, sugerir mover existente
├─ Reunião = 1:1/urgente marcada → Propor alternativa dentro de 24h
├─ Colisão com bloco de foco
│  ├─ Prioridade do bloco = alta (trabalho profundo) → Recusar automaticamente
│  └─ Prioridade do bloco = média → Propor horário alternativo
└─ Dupla reserva com reunião de colegas → Contrapor com 3 horários alternativos

Decisão entre Recusar Automaticamente ou Propor Alternativa

Fatores: nível_remetente (exec/gerente/colega/externo) × tipo_reunião (1:1/time/all-hands) × prioridade_bloco_foco
Se exec + qualquer_tipo → Sempre propor alternativa
Se gerente + (1:1 OU urgente) → Propor alternativa
Se colega + recorrente + baixa_presença → Recusar automaticamente
Se externo + sem_relação_prévia → Recusar automaticamente com "use link de calendário"
Se durante bloco_foco_alta_prioridade → Recusar automaticamente independentemente do remetente

Seleção de Horário com Consciência de Fuso Horário

Agendamento com múltiplos participantes:
├─ Todos no mesmo fuso → Usar horário comercial local (9-17)
├─ 2 fusos, diferença <6h → Encontrar janela de sobreposição
├─ 2 fusos, diferença >6h → Divisão cedo/tarde (um pega 8h, outro pega 18h)
└─ 3+ fusos → Propor alternativa assíncrona OU escala rotativa

Classificação de Horários com Modelo de Energia

Prioridade do horário do dia (decrescente):
1. 9-11h (pico cognitivo) → Reservar para trabalho profundo, recusar reuniões rotineiras
2. 11h-12h (foco sustentado) → Permitir apenas reuniões importantes
3. 14-16h (ponto ideal para colaboração) → Preferir para reuniões de time
4. 16-17h (encerramento) → Bom para 1:1s, atualizações de status
5. 13-14h (queda pós-almoço) → Evitar reuniões complexas

Modos de Falha

Conflitos Recorrentes com Consciência de Fuso Horário

Sintomas: Reunião semanal às 9h mostra conflitos no inverno, mas não no verão; reunião recorrente entre fusos falha após mudança de horário de verão (DST) Detecção: if evento_recorrente && conversao_fuso_horario && conflito_recorrente_sazonal Correção: Sempre expandir eventos recorrentes com singleEvents: true, converter cada instância para UTC para verificação de conflitos, reavaliar após transições de DST

Oscilação na Aplicação de Buffer

Sintomas: Agente reagenda repetidamente a mesma reunião para criar buffers; reuniões saltam entre horários Detecção: if mesma_reuniao_remarcada > 2 vezes em 24h por_motivos_de_buffer Correção: Fixar a reunião após a primeira remarcação, ajustar requisitos de buffer dinamicamente com base na importância da reunião

Inicialização a Frio do Modelo de Energia

Sintomas: Novo agende agenda reuniões nos piores horários cognitivos do usuário; ignora padrões estabelecidos Detecção: if pontuacao_satisfacao_reuniao < 3 para reunioes_agendadas_pelo_agente Correção: Inicializar com preferências explícitas do usuário, aprender com padrões de recusa, exigir período de observação de 2 semanas antes de agendamento automático

Vazamento de Privacidade por Inchaço de Esquema

Sintomas: Agente compartilha muitos detalhes de calendário com sistemas externos; descrições de eventos vazam para LLMs Detecção: if chamada_api_externa contém evento.descricao OU participante.email Correção: Implementar camada de minimização de dados, remover PII antes de chamadas externas, usar apenas livre/ocupado para agendamento

Loop de Negociação Recursiva

Sintomas: Dois agentes contrapropõem infinitamente; sem convergência para um horário de reunião Detecção: if rodadas_negociacao > 3 && nenhum_horario_aceito Correção: Escalar para humano após 2 contrapropostas, implementar limite de aceitação "bom o suficiente", negociar com limite de tempo

Exemplos Práticos

Negociação de Reunião entre Fusos Horários

Cenário: Seu agente (Chicago) precisa de 30min com agente colega (Tóquio) para revisão de API. Ambos têm restrições de energia.

Passo 1: Análise Inicial

  • Chicago: 9h-17h CST = 0h-6h JST (próximo dia)
  • Tóquio: 9h-18h JST = 19h-4h CST (dia anterior)
  • Janela de sobreposição: 19h-20h CST = 9h-10h JST

Passo 2: Verificação do Modelo de Energia

  • Chicago 19h = final do dia de trabalho (energia: 6/10)
  • Tóquio 9h = pico cognitivo (energia: 9/10)
  • Desequilíbrio detectado → Necessário compromisso

Passo 3: Geração de Proposta

Agente Chicago → Agente Tóquio: PROPOR
Horários: [
  "2024-03-19T01:00Z" (Chi: 19h, Tok: 10h),
  "2024-03-19T23:00Z" (Chi: 17h, Tok: 8h),
  "2024-03-20T00:00Z" (Chi: 18h, Tok: 9h)
]
Prioridade: normal
Tópico: "Revisão de API - discussão sobre complexidade de fusos horários"

Passo 4: Contraproposta

Agente Tóquio → Agente Chicago: CONTRA
Motivo: "Preferir início da manhã em Tóquio para discussão técnica complexa"
Alternativas: [
  "2024-03-19T02:00Z" (Chi: 20h, Tok: 11h),
  "2024-03-20T01:00Z" (Chi: 19h, Tok: 10h)
]
Restrições: "Precisa de buffer de 15min antes da daily às 11:30 JST"

Passo 5: Resolução Agente Chicago aceita horário 20h CST / 11h JST, cria evento com ambos os fusos na descrição: "Revisão de API - 20h CST / 11h JST+1"

Novato vs Especialista:

  • Novato: Agenda em horário conveniente para Chicago sem verificar horário cognitivo de Tóquio
  • Especialista: Reconhece desequilíbrio de energia, propõe horário no final do dia em Chicago quando Tóquio está descansado

Gates de Qualidade

  • Todos os timestamps armazenados em UTC internamente, convertidos apenas nas fronteiras de exibição/API
  • Nomes de fuso horário IANA usados em todo o sistema (sem strings de offset UTC como "-05:00")
  • Consultas de livre/ocupado removem detalhes de eventos, compartilhando apenas blocos de tempo com agentes externos
  • Aplicação de buffer cria mínimo de 10-15 minutos entre reuniões consecutivas
  • Blocos de foco marcados como "ocupado", mas com prioridade menor que reuniões reais para negociação
  • Modelo de energia considera horários de pico cognitivo do usuário e padrões de fadiga de reuniões
  • Tokens OAuth criptografados em repouso com fluxo de renovação automática implementado
  • Limitação de taxa lida com cotas da API do Google Calendar com backoff exponencial
  • Eventos recorrentes expandidos para instâncias individuais antes da detecção de conflitos
  • Mesclagem de múltiplos calendários testada em calendários pessoais/profissionais com permissões diferentes
  • Negociações de agentes com limite de tempo e escalada para humano após rodadas malsucedidas
  • Log de auditoria captura todas as mutações de calendário com capacidade de reversão

Limites NÃO-PARA

Esta skill NÃO é para:

  • Construir componentes de UI de calendário → Use form-validation-architect
  • Gráficos de Gantt de projeto ou rastreamento de marcos → Use project-management-guru-adhd
  • Temporizadores Pomodoro ou aplicativos de rastreamento de tempo → Use adhd-daily-planner
  • Padrões gerais de arquitetura de agentes → Use agentic-patterns
  • Construir a estrutura base do agente → Use agent-creator

Delegar para outras skills quando:

  • Usuário precisa de gerenciamento de tempo específico para TDAH → adhd-daily-planner
  • Construindo memória persistente de agente → always-on-agent-architecture
  • Coordenação multi-agente além de calendário → multi-agent-coordination
  • Arquitetura de daemon em segundo plano → daemon-development

Esta skill foca especificamente em estruturas de dados de calendário, algoritmos de agendamento e lógica de coordenação de reuniões.

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

curiositech/windags-skills

Expert in 2000s-era music visualization (Milkdrop, AVS, Geiss) and modern WebGL implementations. Specializes in Butterchurn integration, Web Audio API AnalyserNode FFT data, GLSL shaders for audio-reactive visuals, and psychedelic generative art. Activate on "Milkdrop", "music visualization", "WebGL visualizer", "Butterchurn", "audio reactive", "FFT visualization", "spectrum analyzer". NOT for simple bar charts/waveforms (use basic canvas), video editing, or non-audio visuals.

curiositech/windags-skills

Expert legal research agent for finding and scraping expungement data state by state. Knows authoritative sources, URL patterns, Firecrawl configuration, and 2026 legal landscape.

curiositech/windags-skills

Expert in 3D computer vision labeling tools, workflows, and AI-assisted annotation for LiDAR, point clouds, and sensor fusion. Covers SAM4D/Point-SAM, human-in-the-loop architectures, and vertical-specific training strategies. Activate on '3D labeling', 'point cloud annotation', 'LiDAR labeling', 'SAM 3D', 'SAM4D', 'sensor fusion annotation', '3D bounding box', 'semantic segmentation point cloud'. NOT for 2D image labeling (use clip-aware-embeddings), general ML training (use ml-engineer), video annotation without 3D (use computer-vision-pipeline), or VLM prompt engineering (use prompt-engineer).

curiositech/windags-skills

Implement WCAG 2.2 AA/AAA compliance with automated testing, keyboard navigation, screen reader support, and focus management. Activate on: accessibility audit, WCAG compliance, keyboard navigation, screen reader, aria attributes, axe-core, focus trap. NOT for: design-level accessibility review (use design-accessibility-auditor), color contrast only (use css-in-js-architect).

curiositech/windags-skills

Time-blind friendly planning, executive function support, and daily structure for ADHD brains. Specializes in realistic time estimation, dopamine-aware task design, and building systems that actually work for neurodivergent minds.

curiositech/windags-skills

Designs digital experiences for ADHD brains using neuroscience research and UX principles. Expert in reducing cognitive load, time blindness solutions, dopamine-driven engagement, and compassionate design patterns. Activate on 'ADHD design', 'cognitive load', 'accessibility', 'neurodivergent UX', 'time blindness', 'dopamine-driven', 'executive function'. NOT for general accessibility (WCAG only), neurotypical UX design, or simple UI styling without ADHD context.

curiositech/windags-skills

>- Apply crisis decision-making research to agent routing, uncertainty triage, and coordination failure analysis in time-pressured systems. Use when diagnosing handoff failures, analytical paralysis, or expert judgment under incomplete information. NOT for routine coding, simple CRUD design, or static single-agent tasks with complete information.

curiositech/windags-skills

Extend and modify the admin dashboard, developer portal, and operations console. Use when adding new admin tabs, metrics, monitoring features, or internal tools. Activates for dashboard development, analytics, user management, and internal tooling.

curiositech/windags-skills

Conversation patterns and interaction protocols for multi-agent systems. Covers request/response, pub/sub, blackboard, delegation chains, debate, critique, consensus, fan-out/fan-in, supervisor-worker, and peer negotiation. Deep analysis of AutoGen conversation patterns, CrewAI delegation, LangGraph state passing, and FIPA-ACL performatives. Teaches how to design what agents say to each other and in what order. Activate on: "agent conversation", "agent protocol", "multi-agent debate", "agent delegation", "supervisor worker pattern", "agent voting", "consensus protocol", "fan-out fan-in", "agent negotiation", "blackboard pattern", "agent dialogue", "conversation topology", "agent handoff". NOT for: wire format or serialization (use agent-interchange-formats), orchestration infrastructure (use agentic-infrastructure-2026), single agent behavior (use agentic-patterns).

curiositech/windags-skills

Meta-agent for creating new custom agents, skills, and MCP integrations. Expert in agent design, MCP development, skill architecture, and rapid prototyping. Activate on 'create agent', 'new skill', 'MCP server', 'custom tool', 'agent design'. NOT for using existing agents (invoke them directly), general coding (use language-specific skills), or infrastructure setup (use deployment-engineer).

curiositech/windags-skills

Build and adopt production AI agent infrastructure in 2026. Covers framework selection (LangGraph, CrewAI, AutoGen, MCP), orchestration patterns, evaluation, observability, memory systems, and tool use. Also covers the SOCIAL dimension: how to sell agent infrastructure internally, change management, measuring ROI, building trust in autonomous systems, and scaling adoption across teams. Activate on: "agent infrastructure", "agent framework comparison", "which agent framework", "sell AI tools internally", "agent adoption", "agent observability", "agent evaluation", "MCP architecture", "agentic mesh", "enterprise AI agents", "AI change management", "agent ROI". NOT for: building specific agents (use ai-engineer), designing agent behavior patterns (use agentic-patterns), prompt tuning (use prompt-engineer).

curiositech/windags-skills

Fundamental patterns for effective agentic behavior. Teaches decomposition, tool orchestration, error recovery, context management, quality self-assessment, and knowing when to stop. Model-agnostic principles that make any agent more effective regardless of domain. Activate on: "how should I structure this agent", "agentic workflow", "agent patterns", "multi-step task", "tool orchestration", "/agentic-patterns", "decompose this", "agent best practices", "chain of actions", "when should the agent stop", "agent loop design". NOT for: creating agent infrastructure (use agent-creator), building DAGs (use windags-architect), specific tool implementation.

curiositech/windags-skills

Automated discovery and matching of agent skills for dynamic task routing and capability assessment

curiositech/windags-skills

Cryptographic security for agentic systems — zero-trust agent networking, signed message envelopes (JWS/JWE), capability-based security (ocaps), Merkle tree audit trails, WASM sandboxing, and formal verification. Covers CLI dev tool security, mTLS between agents, permission boundaries (least privilege for AI agents), and supply chain security for skills/plugins. Activate on: "agent security", "zero trust agents", "secure agent communication", "capability-based security", "ocap", "signed messages between agents", "agent audit trail", "sandbox agent execution", "agent permissions", "mTLS agents", "cryptographic verification", "agent supply chain", "OWASP agentic", "prove agent did X", "tamper-proof agent logs". NOT for: application-level SAST scanning (use security-auditor), network firewall rules (use infrastructure), SOC2/HIPAA compliance (organizational), or prompt injection defense (use prompt-engineer).

curiositech/windags-skills

Data structures and serialization formats for agent-to-agent communication. Covers message envelopes, structured output schemas, capability declarations, task handoff payloads, error/retry signaling, and context windows as data structures. Deep comparison of A2A protocol, MCP, OpenAI function calling, and LangChain message types. Teaches when to use rigid schemas vs free-form with validation, typed vs untyped, streaming vs batch. Activate on: "agent message format", "agent communication schema", "agent-to-agent protocol", "A2A protocol", "MCP message format", "structured output for agents", "agent interop", "interchange format", "agent serialization", "task handoff format", "capability declaration". NOT for: what agents say to each other (use agent-conversation-protocols), orchestration topology (use multi-agent-coordination), building agent infrastructure (use agentic-infrastructure-2026).

curiositech/windags-skills

Logic-based agent programming language implementing BDI architecture for practical autonomous agent development

curiositech/windags-skills

>- Design AgentSpeak(L)-style BDI agents with context-guarded plans, selection functions, and intention stacks. Use for interruptible autonomy, agent policy, and multi-agent orchestration in dynamic environments. NOT for simple rule engines, static planners, or centralized workflows.

curiositech/windags-skills

Foundational concurrent computation model where actors communicate exclusively through asynchronous message passing

curiositech/windags-skills

Build production-ready LLM applications, advanced RAG systems, and intelligent agents. Implements vector search, multimodal AI, agent orchestration, and enterprise AI integrations. Use PROACTIVELY for LLM features, chatbots, AI agents, or AI-powered applications.

curiositech/windags-skills

license: Apache-2.0 NOT for unrelated tasks outside this domain.

Habilidades Relacionadas