reporte-cliente

name	reporte-cliente
description	Genera un reporte minimalista (PDF de una página) de la actividad del agente para un cliente. Métricas de conversaciones vía SQL (cero tokens) + top temas con una muestra clasificada por gpt-4o-mini. Usar para "reporte del cliente", "reporte de sofi", "métricas de conversaciones", "report".

Reporte de cliente (beta)

Skill de operador: lo corre la sesión host (no el agente del contenedor) porque requiere SSH al droplet y lectura de toda la DB.

Produce un PDF de una página con dos capas:

• Capa 0 — métricas agregadas vía SQL sobre messages/chats/usage_logs. Cero tokens.
• Capa 1 — top temas, clasificando una muestra de conversaciones con gpt-4o-mini.

Parámetros (confirmar con el usuario, con estos defaults)

Parámetro	Default	Notas
Droplet	sofi-0 → root@64.23.167.64 (team Sofi)	Ver memoria reference_prod_ssh para la llave. Parametrizable para otros droplets.
Scope	WABA del cliente: channel='formmy-whatsapp', 1:1	NO mezclar con Baileys (channel='whatsapp' = grupos admin Siiqtec). Para droplets Baileys, cambia el canal en metrics.sql (CTE scope) y en classify-topics.mjs (CHANNEL).
Rango	últimos 30 días	Editable (ver Paso 1).
Muestra (N)	30 conversaciones	Las de más mensajes entrantes.
Marca	SIIQTEC	Cliente de sofi-0 (NO "totequim"). Cambiar en el HTML para otro cliente.

Coexistencia (clave): WABA es bot (Sofi) + operador humano vía Formmy; las conversaciones son híbridas. is_bot_message siempre 0 y todo saliente sale como sender_name='Operador' → NO se puede medir "respondidas por el bot" ni tiempo de respuesta del bot. La señal fiable es manual_mode=1 = el operador humano tomó la conversación. El split se mide por presencia de intervención a nivel conversación: autónomas (sin manual_mode) vs con apoyo humano (≥1 manual_mode, híbridas). NO etiquetar cada conversación como puro-bot/puro-humano. (Detalle en memoria reference_sofi_waba_channel_schema.) Todo es solo lectura sobre prod.

Paso 1 — Capa 0 (SQL, solo lectura)

Pipea metrics.sql al sqlite3 remoto y captura el JSON:

ssh root@64.23.167.64 'sqlite3 /home/nanoclaw/app/store/messages.db' \
  < .claude/skills/reporte-cliente/metrics.sql

Para otro rango, sustituye los días antes de pipear:

sed 's/-30 days/-60 days/' .claude/skills/reporte-cliente/metrics.sql \
  | ssh root@64.23.167.64 'sqlite3 /home/nanoclaw/app/store/messages.db'

Devuelve un objeto JSON con: conversaciones, con_apoyo_humano, autonomas, mensajes_in, mensajes_out, pico_dow (0=Dom…6=Sáb, hora México), pico_hora, y consumo (objeto sumado). Si conversaciones es 0, avisa al usuario y detente.

Cálculos derivados (en la sesión host):

• % autónomas = autonomas / conversaciones (Sofi sola); % con apoyo = con_apoyo_humano / conversaciones (híbridas).
• mensajes/conversación = mensajes_in / conversaciones.
• Consumo: estimado (plan Max, equivalente API, NO factura real). En MXN: cost_usd * tc (tc ~18, ajustable). Mostrar como una línea, no como bloque grande.

Ojo con la ventana vs historia real: la messages.db de sofi-0 solo guarda historia reciente (al 2026-05-26, desde ~2026-05-11). Si la ventana pedida es mayor que la historia disponible, ajusta la etiqueta del período al rango real de datos (ej. "11–27 may 2026").

Lo que NO se puede medir (limitación de tracking): respuestas/tiempo del bot (no se etiquetan), resolución (no hay tabla conversations), secuencia de handoffs. Esto va en el diagnóstico interno, NO en el PDF del cliente.

Paso 2 — Capa 1 (temas, gpt-4o-mini)

sofi-0 NO tiene OPENAI_API_KEY (usa whisper local), así que la clasificación corre localmente con la key de tu .env del repo. La data se jala por SSH (solo lectura) y la key nunca sale de tu máquina. Este es el modo recomendado:

# 1) Jala la muestra (top-N chats + texto entrante) desde el droplet, read-only:
ssh root@64.23.167.64 'sqlite3 -json /home/nanoclaw/app/store/messages.db "
  SELECT m.chat_jid AS jid, substr(group_concat(m.content, char(10)),1,1500) AS text, COUNT(*) n
  FROM messages m JOIN chats c ON c.jid=m.chat_jid
  WHERE c.channel=''formmy-whatsapp'' AND c.is_group=0
    AND c.jid NOT LIKE ''formmy_audit%'' AND c.jid NOT LIKE ''%HEALTHCHECK%''
    AND m.is_from_me=0 AND m.content IS NOT NULL AND m.content!=''''
    AND m.timestamp >= strftime(''%Y-%m-%dT%H:%M:%fZ'',''now'',''-30 days'')
  GROUP BY m.chat_jid ORDER BY n DESC LIMIT 30;"' > /tmp/sofi_sample.json

# 2) Clasifica local con tu key (modo --sample):
OPENAI_API_KEY=$(grep -E '^OPENAI_API_KEY=' .env | head -1 | cut -d= -f2- | tr -d '"') \
  node .claude/skills/reporte-cliente/classify-topics.mjs --sample /tmp/sofi_sample.json

Devuelve { sample_size, resueltos, topics }. Convierte topics a porcentajes sobre sample_size y ordena de mayor a menor.

Modo alterno (droplet con su propia key): scp el script y corre node classify-topics.mjs <db> <días> <N> con OPENAI_API_KEY del .env del droplet. Si no hay key en ningún lado, entrega el reporte SIN la sección de temas (no abortes).

Paso 3 — Armar el PDF

Llena la plantilla de abajo con los datos de los pasos 1 y 2. Genera las barras de temas ({{TEMAS_BARS}}) repitiendo la fila por cada tema con su %. Luego, con los tools EasyBits MCP de tu sesión (mismo path que las cotizaciones de Sofi):

1. mcp__easybits__create_document(name, [{ id, order, name, html }], brandKitId) → documentId
2. mcp__easybits__export_document(documentId, as: 'pdf') → file.url
3. Descarga el PDF (curl -o ~/Downloads/...), open -R para Finder y open para Preview.

Brand kit fixter.org: brandKitId='69f4357ae2888eff16f30f5e' (tinta #19262a, menta #85ddcb, blanco, Inter). Para impresión: fondo blanco y los hex de la paleta hardcodeados en el HTML (garantiza el render aunque las clases semánticas no resuelvan); pasa igual brandKitId para metadata/logo.

Gotcha (memoria reference_easybits_mcp_behavior): usa export_document (funciona, probado 2026-05-26). NO uses upload_file público (roto: url vacía + 403).

Plantilla HTML (one-pager minimalista, coexistencia, paleta fixter — validada 2026-05-26)

Fondo blanco; hex hardcodeados (tinta #19262a, menta #85ddcb, claro #dae8e5). La tarjeta del medio (autónomas = valor del bot) va en oscuro como acento.

<!doctype html><html lang="es"><head><meta charset="utf-8">
<script src="https://cdn.tailwindcss.com"></script>
<link href="https://fonts.googleapis.com/css2?family=Inter:wght@300;400;500;600&display=swap" rel="stylesheet">
<style>*{font-family:'Inter',ui-sans-serif,system-ui,sans-serif}</style></head>
<body class="bg-white">
<div class="w-[8.5in] h-[11in] bg-white text-[#19262a] px-[1in] py-[0.9in] flex flex-col">
  <header class="flex items-start justify-between">
    <div>
      <p class="text-[10px] uppercase tracking-[0.25em] text-[#19262a]/40">Reporte de actividad · WhatsApp</p>
      <h1 class="text-5xl font-medium tracking-tight mt-2">{{MARCA}}</h1>
      <p class="text-sm text-[#19262a]/50 mt-1">Asistente Sofi + equipo</p>
    </div>
    <div class="text-right"><p class="text-sm font-medium">{{PERIODO}}</p>
      <p class="text-[10px] uppercase tracking-[0.2em] text-[#19262a]/40 mt-1">Periodo</p></div>
  </header>
  <div class="h-[3px] w-16 bg-[#85ddcb] rounded-full mt-6"></div>

  <section class="grid grid-cols-3 gap-5 mt-10">
    <div class="rounded-2xl border border-[#dae8e5] p-6"><div class="text-5xl font-light leading-none">{{CONVERSACIONES}}</div><div class="text-[11px] uppercase tracking-[0.16em] text-[#19262a]/45 mt-3">Conversaciones</div></div>
    <div class="rounded-2xl bg-[#19262a] text-white p-6"><div class="text-5xl font-light leading-none">{{PCT_AUTONOMAS}}<span class="text-2xl align-top">%</span></div><div class="text-[11px] uppercase tracking-[0.16em] text-white/60 mt-3">Autónomas · solo Sofi</div><div class="text-[10px] text-white/40 mt-1">{{N_AUTONOMAS}} conversaciones</div></div>
    <div class="rounded-2xl border border-[#dae8e5] p-6"><div class="text-5xl font-light leading-none">{{PCT_APOYO}}<span class="text-2xl align-top">%</span></div><div class="text-[11px] uppercase tracking-[0.16em] text-[#19262a]/45 mt-3">Con apoyo humano</div><div class="text-[10px] text-[#19262a]/35 mt-1">{{N_APOYO}} · híbridas</div></div>
  </section>

  <p class="text-sm text-[#19262a]/50 mt-8">{{MENSAJES_IN}} mensajes recibidos · {{MSGS_POR_CONV}} por conversación · {{PICO}}</p>

  <section class="mt-12">
    <p class="text-[11px] uppercase tracking-[0.2em] text-[#19262a]/50 mb-4">Temas más frecuentes</p>
    <div class="space-y-3">{{TEMAS_BARS}}</div>
    <p class="text-[10px] text-[#19262a]/35 mt-3">muestra de {{N_MUESTRA}} conversaciones</p>
  </section>

  <div class="mt-auto">
    <p class="text-xs text-[#19262a]/45">Consumo estimado de modelos: {{CONSUMO_MXN}} <span class="text-[#19262a]/35">(equivalente API, plan Max · no factura real)</span></p>
    <footer class="flex items-center justify-between mt-4 pt-4 border-t border-[#dae8e5]">
      <img src="https://fixter.org/logo.png" alt="Fixter" class="h-5 opacity-70">
      <p class="text-[10px] text-[#19262a]/40">Generado {{GENERADO}}</p>
    </footer>
  </div>
</div>
</body></html>

Fila de tema para {{TEMAS_BARS}} (una por tema, ancho = %):

<div class="flex items-center gap-4">
  <span class="w-44 text-sm">{{TEMA}}</span>
  <div class="flex-1 bg-slate-100 rounded h-2"><div class="bg-slate-700 h-2 rounded" style="width:{{PCT}}%"></div></div>
  <span class="w-12 text-right text-sm text-slate-500">{{PCT}}%</span>
</div>

Mapa de pico_dow: 0 Domingo, 1 Lunes, 2 Martes, 3 Miércoles, 4 Jueves, 5 Viernes, 6 Sábado. Formatea el pico como <Día> ~<hora>:00 h.

Paso 4 — Entregar

Entrega a bliss el PDF: la URL de EasyBits + la ruta local descargada. El envío directo al chat del cliente (vía IPC) queda fuera del beta.

Notas

• Solo lectura en prod. metrics.sql es todo SELECT; classify-topics.mjs solo lee. No se escribe a la DB ni se manda nada a ningún chat.
• Audiencia: el cliente administra su propia cuenta de modelos (BYOK), por eso el bloque de consumo (costo/tokens) le es útil y se incluye.
• Reusable: cambia el droplet/IP, la MARCA del HTML y la TAXONOMY en classify-topics.mjs para otro cliente.