Mais uma destas noites a fechar uma peça. Desta vez é um canal de YouTube que corre praticamente sozinho — do tema em alta até ao vídeo publicado, com só duas perguntas minhas pelo meio, no Telegram. O caderno em anexo tem o stack todo, peça a peça, e os passos por ordem — para quem quiser adaptar a ideia a outra coisa qualquer.

Há uns meses comecei a construir uma app de IA de raiz, com o Claude ao lado. Chama-se Wardrobe AI e já está pronta para os primeiros testers. A ideia é simples: fotografas uma peça de roupa e a IA trata do resto — - percebe o que é (t-shirt, casaco, sapato… são 48 tipos diferentes); - reconhece a marca pelo logótipo ou pela etiqueta; - a partir de uma peça, monta conjuntos para a ocasião, o estilo e a estação que quiseres; - dá uma "Nota do Estilista": explica-te porque é que aquele conjunto funciona e até sugere que peça comprar para desbloquear mais combinações; - cada conjunto sai como um cartão pronto a pôr num Story. É grátis, sem anúncios e sem compras dentro da app. Duas coisas honestas: é uma beta, por isso vais encontrar arestas por limar — e é mesmo para isso que preciso de vocês, para me dizerem o que está mal. E os lugares são por ordem de chegada. Se quiseres experimentar, deixa o teu email aqui: https://wardrobe.drpal2028.me — vou convidando os primeiros pela ordem em que chegam.

Desde que comecei a levar a IA a sério, em Agosto de 2025, que ando a tentar montar uma coisa: uma memória longa. Um sítio único onde todas as conversas que já tive com IA — ChatGPT, Claude, seja o que for — ficam guardadas e pesquisáveis, em vez de se perderem cada uma no seu canto. Já tinha o esqueleto disto montado há semanas, mas nunca o tinha mesmo posto à prova com conteúdo real. Hoje, numa sessão longa com o Fable 5 (a versão mais recente do Claude), finalmente pus isto a funcionar de ponta a ponta. Esta é, provavelmente, a peça mais vistosa que já partilhei aqui — porque é a fundação para tudo o resto que ando a construir com IA. O caderno em anexo (PDF) explica o automatismo com mais detalhe, para quem quiser adaptar a ideia. Quem também anda a tentar organizar as suas conversas com IA, digam-me como o fazem.

Ontem ao fim do dia, uma instância de IA que estava a trabalhar no meu n8n fez uma alteração de configuração no Railway que limpou o disco todo — perdi os 14 workflows e 11 credenciais num segundo. Foi má noite. Péssima na realidade! Em vez de continuar o que tinha em mãos, andei horas a fazer arqueologia para recuperar o que dava. Hoje aproveitei para reescrever a v2 com pés assentes na terra, focada em quem não tem fundo técnico — alguém como eu há nove meses, que pela primeira vez abriu o terminal do Mac em Agosto do ano passado. Este é o terceiro "caderno" da série. O feedback que fui tendo em relação aos dois anteriores permitiu-me adaptar para aqueles que querem começar por saber que "stack" tenho. Escrevo um por cada workflow que monto, em primeira pessoa, com as armadilhas em ordem cronológica e o código no anexo. Para um leigo conseguir reproduzir do zero em poucas horas — e para quem já tem prática, ver onde a engenharia ficou melhor que na v1. No PDF: - O stack inteiro com custos: ~3€ uma vez (tokens API para construir) + ~5€/mês (Railway) - Os 9 passos antes de começar — Claude.ai, Google Cloud, OAuth, Railway, Sheets - O briefing exacto que escrevi ao Claude Code (em português) para ele construir o workflow no n8n por mim - Diagrama do fluxo (snake-layout) - As armadilhas em ordem cronológica com a hora exacta - 4 trechos de código no anexo Universal para qualquer Banco, qualquer factura, qualquer recibo que chegue como PDF anexado. PDFs anexos: PT-PT + English (para quem ler mais à vontade em inglês). — Paulo, Porto, 12 de Maio de 2026

Partilho a peça que fechei este domingo: um assistente pessoal multimodal em Telegram (texto e voz, em ambas as direcções) ligado a Gmail, Calendar e ao histórico de actividade do Drive. Ponto de partida: o template Telegram Bot Assistant dos OsGémeos (Módulo 4). Resultado final: 19 nodes, 5 tools no AI Agent, memória conversacional de 10 turns por chat. O PDF tem três partes. A primeira é a arquitectura e as nove armadilhas que apareceram pelo caminho, com timestamps. A segunda apresenta três princípios de diagnóstico que ficaram da sessão. O anexo (páginas 4 a 7) reúne os quatro trechos de código que valem a pena copiar — Normalizar Update defensivo, Safe Output com cross-node lookup do chatId, branch TTS completo, e Calendar via HTTP Request com defaults sensatos. Está pensado para adaptação a outros bots/agentes. Três pontos transferíveis para outros casos: 1. Bugs stateless têm prioridade de diagnóstico. Quando a confirmação de um turn não dispara a acção, suspeitar primeiro da memória. 2. A escolha de infra-estrutura segue o constraint, não a preferência. Tentei Postgres em três configurações antes de optar por Window Buffer in-memory. Persistência fica para quando houver requisito real. 3. Modelos diferentes para tarefas diferentes. Sonnet para tarefas paralelas no sistema de ficheiros, Opus 4.7 para diagnóstico arquitectural e re-design. O esqueleto Telegram Trigger → Normalizar → Switch → AI Agent → Safe Output → Send é universal. Trocar os tools, o system message e os filtros default adapta a Notion, Sheets, Linear, ou qualquer API REST. Quem estiver a construir algo parecido e quiser comparar notas, comente. [PDF anexo]