| name | task-intelligence |
| description | Protocolo de Inteligência Pré-Tarefa — ativa TODOS os agentes relevantes do ecossistema ANTES de executar qualquer tarefa solicitada pelo usuário. |
| risk | none |
| source | community |
| date_added | 2026-03-06 |
| author | renat |
| tags | ["planning","pre-task","risk-analysis","orchestration"] |
| tools | ["claude-code","antigravity","cursor","gemini-cli","codex-cli"] |
Task Intelligence — Protocolo de Amplificação Pré-Tarefa
Overview
Protocolo de Inteligência Pré-Tarefa — ativa TODOS os agentes relevantes do ecossistema ANTES de executar qualquer tarefa solicitada pelo usuário. Enriquece o contexto com análise paralela multi-agente, produz estimativa real de tempo (início→fim), mapeia problemas prováveis e improvável, e formula um plano de execução antecipado com estratégias de contingência.
When to Use This Skill
- When the user mentions "pre-task briefing" or related topics
- When the user mentions "briefing tarefa" or related topics
- When the user mentions "plano execucao tarefa" or related topics
- When the user mentions "antes de executar analise" or related topics
- When the user mentions "task intelligence" or related topics
- When the user mentions "consultar agentes paralelo" or related topics
Do Not Use This Skill When
- The task is unrelated to task intelligence
- A simpler, more specific tool can handle the request
- The user needs general-purpose assistance without domain expertise
How It Works
Antes de qualquer execução, este agente realiza um briefing inteligente completo:
- Ativa todos os agentes relevantes em paralelo — cada um analisa a tarefa pela sua ótica
- Sintetiza o conhecimento coletivo em um plano unificado
- Estima tempo real do início ao fim (com breakdown por etapa)
- Mapeia problemas prováveis e os resolve antecipadamente
- Define pontos de verificação para detectar desvios antes que virem bloqueadores
A razão central: executar uma tarefa sem esse briefing é como cirurgiar sem exame pré-operatório.
O custo de 30-60 segundos de análise paralela elimina horas de retrabalho.
Fase 1 — Classificação Da Tarefa (5-10 Segundos)
Antes de qualquer coisa, classifique a tarefa em uma das categorias:
| Categoria | Exemplos | Nível de Briefing |
|---|
| Simples | responder pergunta, explicar conceito, pequena edição | Mínimo (só scan) |
| Moderada | criar arquivo, modificar skill, instalar dependência | Normal (scan + match + estimativa) |
| Complexa | criar skill nova, integração API, arquitetura, refatoração | Completo (todos os passos abaixo) |
| Crítica | ações irreversíveis, deploys, delete, reset, modificar infra | Máximo + confirmação explícita |
Para tarefas Simples, execute normalmente sem briefing completo.
Para Moderada, Complexa e Crítica, execute o protocolo completo abaixo.
Fase 2 — Scan E Match Paralelo
Execute simultaneamente:
python agent-orchestrator/scripts/scan_registry.py
python agent-orchestrator/scripts/match_skills.py "<tarefa do usuário>"
Se matched >= 2, execute orquestração:
python agent-orchestrator/scripts/orchestrate.py --skills <skill1,skill2,...> --query "<tarefa>"
Fase 3 — Briefing Dos Agentes Especializados
Para cada agente relevante identificado no match, faça uma pergunta direcionada:
Padrão de consulta por tipo de agente:
- 007 (Segurança): "Esta tarefa tem vetores de ataque, dados expostos, ou ações irreversíveis?"
- skill-sentinel (Qualidade): "Existe skill redundante? A skill que será criada/modificada segue os padrões?"
- agent-orchestrator (Orquestração): "Quais skills já existem que resolvem parte desta tarefa?"
- matematico-tao (Complexidade): "Qual a complexidade computacional? Há otimizações não-óbvias?"
- context-guardian (Continuidade): "Existe contexto de sessões anteriores relevante para esta tarefa?"
- advogado-especialista/criminal (Legal): "Há implicações legais, LGPD, ou riscos regulatórios?"
- leiloeiro-ia (Leilões): "Esta tarefa envolve dados ou lógica do domínio de leilões?"
Não consulte todos os agentes cegamente — escolha os 3-5 mais relevantes para a tarefa.
Fase 4 — Estimativa De Tempo Real
Construa um breakdown de tempo honesto com base na complexidade real:
ESTIMATIVA DE TEMPO — [Nome da Tarefa]
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
Etapa 1: [nome] ~X min [motivo do tempo]
Etapa 2: [nome] ~X min [motivo do tempo]
Etapa 3: [nome] ~X min [motivo do tempo]
Contingência (problemas) +X min [buffer para imprevistos típicos]
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
TOTAL ESTIMADO: ~X min
Confiança: Alta/Média/Baixa — [justificativa]
Regras de estimativa honesta:
- Nunca subestime para agradar — o usuário precisa saber o tempo real
- Adicione sempre 20-30% de buffer para problemas típicos
- Se a confiança for Baixa, explique por quê e o que aumentaria ela
- Diferencie "tempo de execução do agente" vs "tempo de espera do usuário"
Fase 5 — Mapa De Problemas (Antecipação Proativa)
Pense em TRÊS camadas de problemas:
Problemas Prováveis (80%+ de chance de acontecer)
São os problemas que SEMPRE acontecem. Resolva-os ANTES de começar.
Exemplos por categoria:
- Skills novas: YAML inválido → valide com
python -c "import yaml; yaml.safe_load(open('SKILL.md').read())" antes de instalar
- APIs externas: chave expirada, rate limit, mudança de endpoint → verifique autenticação primeiro
- Instalações: dependências faltando, versão incompatível → leia requirements.txt antes de executar
- Arquivos: path não existe, permissão negada, encoding errado → verifique antes de abrir
- Git/Versionamento: branch errada, conflito de merge, uncommitted changes → sempre
git status antes
Problemas Possíveis (30-70% de chance)
Problemas que podem acontecer dependendo do estado atual.
Estratégia: verifique rapidamente o estado antes de assumir que está OK.
Problemas Improváveis mas Críticos (< 10% mas alto impacto)
Ações irreversíveis, perda de dados, exposição de credenciais.
Estratégia: backup preventivo, confirmação explícita, rollback plan.
Template de mapa de problemas:
MAPA DE PROBLEMAS — [Nome da Tarefa]
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
PROVÁVEIS (resolver antes de começar):
⚠ [problema] → [solução preventiva aplicada agora]
⚠ [problema] → [solução preventiva aplicada agora]
POSSÍVEIS (monitorar durante execução):
~ [problema] → [sinal de alerta] → [ação se ocorrer]
CRÍTICOS (baixa prob, alto impacto):
🔴 [risco] → [backup/rollback plan]
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
Fase 6 — Plano De Execução Enriquecido
Depois de coletar análises dos agentes + estimativas + mapa de problemas, produza:
BRIEFING PRÉ-EXECUÇÃO — [Nome da Tarefa]
════════════════════════════════════════════
CONTEXTO COLETADO:
• [insight do agente 1]
• [insight do agente 2]
• [insight do agente 3]
PLANO DE EXECUÇÃO:
1. [etapa] (~Xmin) — [por quê esta ordem]
2. [etapa] (~Xmin) — [dependência da anterior]
3. [etapa] (~Xmin) — [verificação de qualidade]
TEMPO TOTAL: ~Xmin | CONFIANÇA: Alta/Média/Baixa
PROBLEMAS PRÉ-RESOLVIDOS:
✅ [problema] → [solução aplicada]
✅ [problema] → [solução aplicada]
PONTOS DE VERIFICAÇÃO:
[ ] Após etapa 1: verificar [critério de sucesso]
[ ] Após etapa 2: verificar [critério de sucesso]
[ ] Final: validar resultado completo
ROLLBACK PLAN (se algo der errado):
→ [como desfazer cada etapa crítica]
════════════════════════════════════════════
Integração Com O Ecossistema
Este agente complementa o agent-orchestrator — não substitui:
- agent-orchestrator: identifica QUAIS skills usar (routing)
- task-intelligence: enriquece COMO usar + quando + com que riscos (briefing)
Ambos devem ser ativados juntos. O CLAUDE.md já exige o orchestrator — este agente adiciona a camada de inteligência sobre ele.
Quando Não Usar O Briefing Completo
- Perguntas rápidas de 1 linha (responder diretamente é mais eficiente)
- Tarefas de leitura pura (read, grep, glob sem efeitos colaterais)
- Iterações simples dentro de uma tarefa já planejada
- Quando o usuário pede "só responde rápido" / "vibe comigo"
O objetivo não é burocracia — é inteligência a serviço da velocidade real.
Referências
references/problem-catalog.md — Catálogo de problemas típicos por domínioreferences/time-patterns.md — Padrões históricos de tempo por tipo de tarefascripts/pre_task_check.py — Script de verificação automatizada pré-tarefa
Exemplo De Briefing Completo
Tarefa do usuário: "Crie uma skill para integração com Stripe"
BRIEFING PRÉ-EXECUÇÃO — Skill: stripe-integration
════════════════════════════════════════════════════
CONTEXTO COLETADO (3 agentes consultados):
• 007: CRÍTICO — API keys do Stripe NÃO devem ir para SKILL.md ou git.
Usar variáveis de ambiente (.env). Webhooks precisam validação HMAC-SHA256.
• skill-sentinel: whatsapp-cloud-api já implementa padrão HMAC-SHA256 para webhooks
— reusar esse padrão. Skill deve seguir estrutura: config.py + client.py + SKILL.md.
• agent-orchestrator: 3 skills similares (whatsapp, telegram, instagram) como referência
de arquitetura. Nenhuma conflita com Stripe.
PLANO DE EXECUÇÃO:
1. Criar estrutura de diretórios (~2min) — base para os demais arquivos
2. Escrever SKILL.md com workflow (~5min) — define comportamento do agente
3. Criar config.py com variáveis de ambiente (~3min) — sem hardcode de keys
4. Criar stripe_client.py com autenticação (~10min) — métodos principais
5. Criar webhook_handler.py com HMAC-SHA256 (~5min) — reusar padrão whatsapp
6. Instalar via skill-installer (~2min) — validação + registro
7. Gerar ZIP (~1min) — para backup/upload manual
TEMPO TOTAL: ~28min | CONFIANÇA: Alta
(estrutura clara, dependências conhecidas, sem APIs externas incertas)
PROBLEMAS PRÉ-RESOLVIDOS:
✅ API key exposta → .env obrigatório, .gitignore configurado
✅ YAML inválido → validar antes de instalar
✅ Webhook sem autenticação → HMAC-SHA256 incluído no plano
PONTOS DE VERIFICAÇÃO:
[ ] Após SKILL.md: yaml.safe_load não levanta exceção
[ ] Após config.py: sem strings hardcoded de credenciais
[ ] Final: skill-installer valida os 10 checks
ROLLBACK PLAN:
→ Se skill-installer falhar: pasta em /tmp/stripe-skill-backup/
→ Se ZIP corrompido: reconstruir com build_ecosystem.py
════════════════════════════════════════════════════
Best Practices
- Provide clear, specific context about your project and requirements
- Review all suggestions before applying them to production code
- Combine with other complementary skills for comprehensive analysis
Common Pitfalls
- Using this skill for tasks outside its domain expertise
- Applying recommendations without understanding your specific context
- Not providing enough project context for accurate analysis
Related Skills
agent-orchestrator - Complementary skill for enhanced analysismulti-advisor - Complementary skill for enhanced analysis
