media

name	media
description	Handle images, audio, and document files for messaging channels
trigger	on-demand

Media Tools

Process and send media files (images, audio, documents) through messaging channels like WhatsApp.

⚠️ REGRAS CRÍTICAS

Regra	Motivo
SEMPRE use send_media para enviar arquivos	Criar arquivo ≠ enviar
Use type para forçar tipo (image/audio/document)	Auto-detecta se omitido
Use caption para contexto	Ajuda usuário entender o arquivo
Verifique se arquivo existe antes de enviar	Evita erros

❌ Errado

Usuário: "Me envia o PDF"
Agente: bash(command="ls /tmp/arquivo.pdf")  ❌
Agente: "O PDF está em /tmp/arquivo.pdf"     ❌ (não enviou!)

✓ Correto

Usuário: "Me envia o PDF"
Agente: send_media(                           ✓
  file_path="/tmp/arquivo.pdf",
  type="document",
  caption="Lista de compras"
)
Agente: "Enviado!"                            ✓

Architecture

┌─────────────────────────────────────────────────────────────┐
│                      Agent Context                          │
└──────────────────────────┬──────────────────────────────────┘
                           │
        ┌──────────────────┴──────────────────┐
        │                                     │
        ▼                                     ▼
┌───────────────┐                    ┌───────────────┐
│  INPUT MEDIA  │                    │ OUTPUT MEDIA  │
├───────────────┤                    ├───────────────┤
│describe_image │                    │  send_media   │
│transcribe_audio                    │ (unified tool)│
└───────┬───────┘                    └───────┬───────┘
        │                                    │
        ▼                                    ▼
┌───────────────┐                    ┌───────────────┐
│  AI Analysis  │                    │   Messaging   │
│  (Vision/STT) │                    │   Channel     │
└───────────────┘                    └───────────────┘

Tools

Tool	Action	Use When
describe_image	Analyze image with AI vision	User sends image
transcribe_audio	Convert audio to text	User sends voice message
send_media	SEND any media to user	User needs file (image, audio, document)

Input Processing

Image Analysis

Images sent by the user are automatically analyzed by the media enrichment pipeline. The describe_image tool accepts image_base64 (base64-encoded data), not file paths:

describe_image(image_base64="<base64 data>", prompt="What is in this image?")
# Output:
# The image shows a green fern plant in a white ceramic pot.
# The plant appears healthy with several fronds.

Audio Transcription

Audio messages are automatically transcribed by the media enrichment pipeline. The transcribe_audio tool accepts audio_base64 (base64-encoded data):

transcribe_audio(audio_base64="<base64 data>", filename="voice.ogg")
# Output:
# "Olá, gostaria de saber sobre a entrega."

Sending Media (OUTPUT)

⚠️ CRÍTICO: Sempre Envie!

Quando usuário pedir para enviar arquivo, USE send_media:

Send Document (PDF, DOC, etc)

send_media(
  file_path="/tmp/report.pdf",
  type="document",
  caption="Relatório Mensal - Fevereiro 2026"
)
# Output: Document sent successfully

Send Image

send_media(
  file_path="/tmp/chart.png",
  type="image",
  caption="Gráfico de vendas do mês"
)
# Output: Image sent successfully

Send Audio

send_media(
  file_path="/tmp/response.mp3",
  type="audio",
  caption="Resposta em áudio"
)
# Output: Audio sent successfully

Auto-detect Type (omit type param)

send_media(
  file_path="/tmp/photo.jpg",
  caption="Foto da entrega"
)
# type auto-detected as "image" from MIME type

Supported Formats

Type	Formats	Max Size
Images	PNG, JPG, JPEG, GIF, WEBP	5MB
Audio	MP3, OGG, WAV, M4A	16MB
Documents	PDF, DOC, DOCX, XLS, XLSX	100MB

Common Patterns

Generate and Send PDF

# 1. Gerar PDF
bash(command="python3 scripts/create_pdf.py --output /tmp/lista.pdf")

# 2. Verificar se criou
bash(command="ls -lh /tmp/lista.pdf")

# 3. ENVIAR (CRÍTICO!)
send_media(
  file_path="/tmp/lista.pdf",
  type="document",
  caption="Lista de Compras"
)

# 4. Confirmar
send_message("PDF enviado!")

Generate and Send Chart

# 1. Gerar visualização
bash(command="python scripts/generate_chart.py --output /tmp/sales.png")

# 2. ENVIAR
send_media(
  file_path="/tmp/sales.png",
  type="image",
  caption="Vendas por categoria - Últimos 30 dias"
)

User Sends Image → Analyze

# User sends photo → automatically enriched by pipeline
# The image description is added to the message context

# Agent sees the description and responds:
send_message("Essa é uma Samambaia! Ela gosta de luz indireta e rega quando o topo da terra estiver seco.")

User Sends Voice → Transcribe

# User sends voice message → automatically transcribed by pipeline
# The transcription is added to the message context

# Agent sees the transcription and responds:
send_message("Entendi! Vou verificar isso para você.")

Workflow Completo: Criar e Enviar PDF

# Usuário: "Gera um PDF dessa lista e me envia"

# PASSO 1: Criar o PDF
bash(command="python3 << 'PYEOF'
from fpdf import FPDF
pdf = FPDF()
pdf.add_page()
pdf.set_font('Arial', 'B', 16)
pdf.cell(0, 10, 'Lista de Compras', 0, 1, 'C')
pdf.set_font('Arial', '', 12)
items = ['Papel higiênico', 'Peito de frango', 'Ovos', 'Tomates', 'Coentro']
for item in items:
    pdf.cell(0, 10, f'• {item}', 0, 1)
pdf.output('/tmp/lista.pdf')
PYEOF")

# PASSO 2: Verificar criação (opcional)
bash(command="ls -lh /tmp/lista.pdf")
# Output: -rw-r--r-- 1 user user 1.7K Feb 24 14:36 /tmp/lista.pdf

# PASSO 3: ENVIAR (CRÍTICO!)
send_media(
  file_path="/tmp/lista.pdf",
  type="document",
  caption="Lista de Compras"
)
# Output: Document sent successfully

# PASSO 4: Confirmar
send_message("PDF enviado! 📄")

Troubleshooting

"File not found"

Causa: Arquivo não existe no caminho especificado.

Debug:

# Verificar se arquivo existe
bash(command="ls -la /tmp/arquivo.pdf")

Arquivo não chegou no WhatsApp

Causa: Não usou send_media.

Solução:

# ❌ Errado - apenas verifica
bash(command="ls /tmp/arquivo.pdf")

# ✓ Correto - envia
send_media(file_path="/tmp/arquivo.pdf", type="document", caption="...")

"Unsupported format"

Causa: Formato não suportado pelo canal.

Solução:

# Converter formato
bash(command="ffmpeg -i input.wav output.mp3")
send_media(file_path="/tmp/output.mp3", type="audio")

"File too large"

Causa: Excede limite do canal.

Solução:

# Comprimir
bash(command="gs -sDEVICE=pdfwrite -dPDFSETTINGS=/ebook -o small.pdf large.pdf")
send_media(file_path="/tmp/small.pdf", type="document", caption="...")

Tips

• Sempre use send_media: Criar arquivo não é enviar
• Adicione caption: Dá contexto ao arquivo
• Use type quando souber: Evita erros de auto-detecção
• Verifique tamanho: Arquivos grandes podem falhar
• Comprima se necessário: Envio mais rápido

Common Mistakes

Erro	Correção
Apenas criar arquivo, não enviar	Usar send_media
Sem caption	Adicionar descrição no caption
Caminho errado	Verificar com ls antes
Formato não suportado	Converter para formato aceito
Arquivo muito grande	Comprimir antes de enviar