diff --git a/projetos/newwhats.clube67.com/integracao-satelites.md b/projetos/newwhats.clube67.com/integracao-satelites.md index 0e28c5d..5165035 100644 --- a/projetos/newwhats.clube67.com/integracao-satelites.md +++ b/projetos/newwhats.clube67.com/integracao-satelites.md @@ -42,8 +42,11 @@ 3. ⏳ **Config/conexão**: validar `newwhats_url`/keys do satélite apontando para o motor correto (dev/prod) e o HMAC do webhook. *(requer credenciais reais.)* 4. ⏳ **Conhecimento**: rodar `sync-knowledge` end-to-end (satélite → motor). -5. ⏳ **Mover recursos**: transcrição/memória para o motor (genéricos a todos os - satélites); satélite passa a só enviar contexto. Ver `secretaria-ia-evolucao.md`. +5. **Mover recursos para o motor** (genéricos a todos os satélites): + - ✅ **Transcrição** (áudio→texto, imagem→descrição) já no motor via Gemini + (`messages.transcription`). O `media-transcribe.js` do satélite vira redundante. + - ⏳ memória (a secretária já tem memória por contato no motor; falta o satélite + deixar de duplicar). Satélite passa a só enviar contexto. ## Inconsistência anotada A transcrição no satélite usa `process.env.GEMINI_API_KEY`; o RAG/memória do motor diff --git a/projetos/newwhats.clube67.com/secretaria-ia-evolucao.md b/projetos/newwhats.clube67.com/secretaria-ia-evolucao.md index 68c098e..2c7145c 100644 --- a/projetos/newwhats.clube67.com/secretaria-ia-evolucao.md +++ b/projetos/newwhats.clube67.com/secretaria-ia-evolucao.md @@ -37,7 +37,9 @@ Frameworks de mercado (2026): ## Prioridade sugerida 1. ✅ **Memória própria por contato** — IMPLEMENTADA (28/jun/2026). Ver `secretaria-ia.md` → "Memória de longo prazo por contato" (`sec_contact_memory`). -2. **Transcrição de áudios** (Whisper) — destrava entender quem manda áudio. +2. ✅ **Transcrição de áudios / descrição de imagens** — IMPLEMENTADA no MOTOR + (28/jun/2026) via Gemini 2.0 Flash → `messages.transcription` (genérica p/ todos + os satélites; `media-transcribe.ts` + `MessageHandler.processMedia`). 3. **Ritmo humano** (typing + delay + chunks) — barato, muda a percepção. 4. **Resposta em áudio (TTS)** — opcional, alto impacto, custo por uso. 5. **Mem0/Zep cloud** — só se a memória própria não escalar.