Visão Geral das Rotinas

Rotinas são workflows automatizados (ADWs — AI Developer Workflows) que rodam em uma agenda. Existem dois tipos:

Rotinas de IA — invocam o Claude Code CLI com um agente para tarefas de raciocínio (relatórios, análise, decisões). Custam tokens por execução.
Rotinas sistemáticas — scripts Python puros que executam operações determinísticas (chamadas de API, operações em arquivo, transformações de dados). Sem IA, sem tokens, sem custo, rodam em segundos.

Core vs Custom

ADWs/routines/
  good_morning.py       # Core (vem com o repo, hardcoded em scheduler.py)
  end_of_day.py         # Core
  memory_sync.py        # Core
  memory_lint.py        # Core
  weekly_review.py      # Core
  examples/             # Rotinas de exemplo (versionadas com o repo)
    community_daily.py
    financial_pulse.py
    ...
  custom/               # Criadas pelo usuário (gitignored), agendadas via routines.yaml
    my_routine.py
    ...

Rotinas core vêm com o repo e cobrem o loop diário essencial: good_morning, end_of_day, memory_sync, memory_lint e weekly_review. Suas agendas estão hardcoded em scheduler.py — elas NÃO vêm de config/routines.yaml. Veja Rotinas Core para uma explicação detalhada de cada uma.

Descoberta dinâmica: as rotinas são descobertas dinamicamente varrendo os arquivos de script. O agente é extraído do docstring de cada script (padrão via AgentName). Sem mapeamentos hardcoded — adicione um script novo e ele fica automaticamente disponível no dashboard, na API e no make run.

Nota: a manutenção de memória segue o padrão LLM Wiki. A rotina memory_sync (diária) cuida do ingest com propagação de referências cruzadas (atualizando arquivos de memória relacionados quando um deles muda). A rotina memory_lint (semanal) faz health checks: detecta contradições, dados desatualizados, arquivos órfãos e gaps de cobertura. As duas rotinas atualizam memory/index.md (catálogo) e memory/log.md (log de operações).

Rotinas de exemplo ficam em ADWs/routines/examples/ e são versionadas com o repo. São implementações de referência para integrações comuns (Discord, Stripe, YouTube, etc). Rotinas custom ficam em ADWs/routines/custom/ e são gitignored. Copie dos exemplos ou crie as suas. Apenas rotinas custom vão em config/routines.yaml. A skill create-routine ajuda a gerá-las.

ADW Runner

Todas as rotinas usam ADWs/runner.py, que oferece:

run_skill(skill, log_name, timeout, agent) — executa uma skill via Claude Code CLI (rotina de IA)
run_claude(prompt, log_name, timeout, agent) — executa um prompt cru (rotina de IA)
run_script(func, log_name, timeout) — executa uma função Python pura (rotina sistemática, sem IA)
banner(title, subtitle) — imprime um header estilizado
summary(results, title) — imprime resumo de execução com stats de custo/tokens

O runner cuida de:

Invocar claude --print --dangerously-skip-permissions --output-format json (rotinas de IA)
Executar funções Python diretamente com proteção de timeout (rotinas sistemáticas)
Logar em arquivos JSONL (ADWs/logs/YYYY-MM-DD.jsonl)
Salvar logs detalhados (ADWs/logs/detail/)
Acumular métricas por rotina (ADWs/logs/metrics.json)
Output rico no terminal com indicadores de progresso

Como um Script de Rotina Funciona

Toda rotina segue o mesmo padrão:

#!/usr/bin/env python3
"""ADW: Financial Pulse -- Snapshot financeiro diário via Flux"""

import sys, os
sys.path.insert(0, os.path.dirname(os.path.dirname(os.path.dirname(
    os.path.abspath(__file__)))))
from runner import run_skill, banner, summary

def main():
    banner("Financial Pulse", "Stripe - Omie - MRR - Churn | @flux")
    results = []
    results.append(run_skill(
        "fin-daily-pulse",
        log_name="financial-pulse",
        timeout=600,
        agent="flux-finance"
    ))
    summary(results, "Financial Pulse")

if __name__ == "__main__":
    try:
        main()
    except KeyboardInterrupt:
        print("\nCancelado.")

Elementos-chave:

Importe o runner de ADWs/runner.py
Imprima um banner com o nome da rotina
Chame run_skill() com nome da skill, log name, timeout e agente
Imprima um resumo

Para rotinas multi-passo, anexe vários resultados na lista.

config/routines.yaml

Este arquivo define a agenda das rotinas custom apenas. Rotinas core (good_morning, end_of_day, memory_sync, weekly_review) estão hardcoded em scheduler.py e não precisam de entrada aqui.

daily:
  - name: "Community Pulse"
    script: community_daily.py
    time: "20:00"
    enabled: true

  - name: "Sync Meetings"
    script: sync_meetings.py
    interval: 30          # A cada 30 minutos em vez de horário fixo
    enabled: true

weekly:
  - name: "Financial Weekly"
    script: financial_weekly.py
    day: friday
    time: "07:30"
    enabled: true

  - name: "Linear Review"
    script: linear_review.py
    days: [monday, wednesday, friday]   # Múltiplos dias
    time: "09:00"
    enabled: true

monthly:
  - name: "Monthly Close"
    script: monthly_close.py
    day: 1                # Dia do mês
    time: "08:00"
    enabled: true

Campos:

name: nome de exibição
script: arquivo Python em ADWs/routines/custom/ (ou ADWs/routines/examples/)
time: horário de execução (formato 24h, fuso local)
interval: roda a cada N minutos (em vez de horário fixo)
day: dia da semana (weekly) ou dia do mês (monthly)
days: array para agendas semanais multi-dia
enabled: ativa/desativa sem deletar

Scheduler

Inicie o scheduler com:

make scheduler

Isso roda scheduler.py, que tem rotinas core hardcoded e também lê config/routines.yaml para rotinas custom. O scheduler roda em primeiro plano e mostra progresso em tempo real. O dashboard também inicia/para o scheduler pela página Services.

Criando Rotinas Custom

Usando a skill

/create-routine

A skill create-routine conduz por:

O que a rotina faz
Qual agente roda
Qual skill invoca
A agenda (daily/weekly/monthly)

Ela gera o script Python e atualiza config/routines.yaml. Sem mudanças no Makefile — rotinas são descobertas dinamicamente.

Manualmente

Crie ADWs/routines/custom/my_routine.py seguindo o padrão acima
Adicione uma entrada em config/routines.yaml

Execução Manual

Rotinas core têm targets dedicados no make. Todas as rotinas (core e custom) podem ser executadas pelo runner dinâmico:

# Targets core
make morning         # Briefing matinal
make eod             # End of day
make memory          # Sincronização de memória
make memory-lint     # Lint de memória
make weekly          # Revisão semanal

# Runner dinâmico (qualquer rotina por ID)
make run R=fin-pulse        # Pulso financeiro
make run R=community        # Pulso da comunidade
make run R=licensing-month  # Licenciamento mensal

# Listar todas as rotinas disponíveis
make list-routines

Ou execute o script Python diretamente:

python3 ADWs/routines/custom/community_daily.py

Scheduled Tasks (Pontuais)

Para ações que devem rodar uma vez em horário específico (não recorrentes), use Scheduled Tasks em vez de rotinas. Veja Scheduled Tasks para detalhes.

"Post no LinkedIn sexta 10h" → scheduled task (pontual)
"Verificar comunidade todo dia às 20h" → rotina (recorrente)

Agent Teams (Experimental, Opt-in)

Versões multi-agente paralelas de rotinas de consolidação. Em vez de um agente coletando dados sequencialmente, Agent Teams spawnam teammates específicos de domínio que trabalham em paralelo — cada um na sua janela de contexto. Trade-off: ~3-5x mais tokens, mas execução mais rápida e cada agente usa expertise do próprio domínio.

Target	Equivalente normal	Líder	Teammates
`make team-strategy`	`make run R=strategy-digest`	@sage	@atlas, @flux, @pulse, @pixel
`make team-dashboard`	`make run R=dashboard`	@clawdia	@atlas, @flux, @pulse, @dex
`make team-weekly`	`make run R=weekly-review`	@clawdia	@atlas, @flux, @pulse

Scripts ficam em ADWs/routines/teams/. Estes nunca são agendados — execute manualmente quando quiser velocidade ou análise cruzada de domínios mais rica. Requer a flag experimental (já habilitada em .claude/settings.json):

{ "env": { "CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS": "1" } }

Como funciona:

O agente líder (ex., @sage) cria um time de agentes
Cada teammate é spawnado usando o tipo de agente correspondente (ex., atlas-project)
Teammates coletam dados de domínio em paralelo
O líder espera todos os teammates e depois sintetiza os achados na saída final

Métricas de execuções de team aparecem como team-strategy-digest, team-dashboard, etc. em metrics.json, separadas das execuções normais — facilitando comparação de custo e velocidade.

Logs e Métricas

Arquivos de log

ADWs/logs/
  2026-04-08.jsonl           # Log JSONL diário (uma linha por execução)
  metrics.json               # Métricas acumuladas por rotina
  detail/                    # stdout/stderr completos por execução
    20260408-200000-community-daily.log

Visualizando logs

make logs            # Últimas entradas JSONL
make logs-detail     # Listar arquivos de log detalhado
make logs-tail       # Mostrar o último log completo
make metrics         # Tabela de métricas por rotina
make clean-logs      # Remover logs com mais de 30 dias

Formato de métricas

metrics.json acompanha por rotina:

Total de execuções, sucessos, falhas, taxa de sucesso
Duração média
Custo total e médio (USD)
Tokens de entrada/saída totais
Timestamp da última execução

Agentes

Skills

Rotinas

Heartbeats e Goals

Dashboard

Guias

Integrações

Provedores

Casos Reais

Referência

Visão Geral das Rotinas

Visão Geral das Rotinas

Core vs Custom

ADW Runner

Como um Script de Rotina Funciona

config/routines.yaml

Scheduler

Criando Rotinas Custom

Usando a skill

Manualmente

Execução Manual

Scheduled Tasks (Pontuais)

Agent Teams (Experimental, Opt-in)

Logs e Métricas

Arquivos de log

Visualizando logs

Formato de métricas

​Visão Geral das Rotinas

​Core vs Custom

​ADW Runner

​Como um Script de Rotina Funciona

​config/routines.yaml

​Scheduler

​Criando Rotinas Custom

​Usando a skill

​Manualmente

​Execução Manual

​Scheduled Tasks (Pontuais)

​Agent Teams (Experimental, Opt-in)

​Logs e Métricas

​Arquivos de log

​Visualizando logs

​Formato de métricas

Visão Geral das Rotinas

Core vs Custom

ADW Runner

Como um Script de Rotina Funciona

config/routines.yaml

Scheduler

Criando Rotinas Custom

Usando a skill

Manualmente

Execução Manual

Scheduled Tasks (Pontuais)

Agent Teams (Experimental, Opt-in)

Logs e Métricas

Arquivos de log

Visualizando logs

Formato de métricas