📱 Telegram como Interface do Segundo Cérebro

🎨 Princípios UX para Captura

📎 Pipeline Multi-Modal

from telegram.ext import MessageHandler, filters
import io, base64

async def document_handler(update: Update, ctx: ContextTypes.DEFAULT_TYPE):
    """Processa PDFs, imagens e áudios enviados pelo Telegram"""
    msg = update.message
    timestamp = datetime.datetime.now().strftime('%Y-%m-%d-%H%M')
    content = ""

    if msg.document and msg.document.mime_type == 'application/pdf':
        # PDF: extrai texto com pypdf
        file = await ctx.bot.get_file(msg.document.file_id)
        pdf_bytes = await file.download_as_bytearray()
        from pypdf import PdfReader
        reader = PdfReader(io.BytesIO(bytes(pdf_bytes)))
        content = "\n".join(page.extract_text() for page in reader.pages)
        tipo = "pdf"

    elif msg.photo:
        # Imagem: descreve com vision model
        photo = msg.photo[-1]  # Maior resolução
        file = await ctx.bot.get_file(photo.file_id)
        img_bytes = await file.download_as_bytearray()
        b64 = base64.b64encode(bytes(img_bytes)).decode()
        # Chama LLM com vision (OpenRouter)
        content = await describe_image_with_llm(b64)
        tipo = "imagem"

    elif msg.voice or msg.audio:
        # Áudio: transcreve com Whisper
        audio = msg.voice or msg.audio
        file = await ctx.bot.get_file(audio.file_id)
        audio_path = f"/tmp/audio-{timestamp}.ogg"
        await file.download_to_drive(audio_path)
        import openai
        client = openai.OpenAI()
        with open(audio_path, 'rb') as f:
            content = client.audio.transcriptions.create(
                model="whisper-1", file=f
            ).text
        tipo = "audio-transcricao"

    if content:
        filename = VAULT_RAW / f"{tipo}-{timestamp}.md"
        caption = msg.caption or ""
        filename.write_text(
            f"---\ntipo: {tipo}\norigem: telegram\ndata: {timestamp}\n"
            f"legenda: {caption}\n---\n\n{content[:8000]}"
        )
        await msg.reply_text(f"✅ {tipo.upper()} processado e salvo em raw/")
    else:
        await msg.reply_text("❓ Formato não suportado.")

# Registrar handler para todos os tipos de arquivo
app.add_handler(MessageHandler(
    filters.Document.ALL | filters.PHOTO | filters.AUDIO | filters.VOICE,
    document_handler
))

from telegram.ext import Application
from datetime import time as t
import sqlite3, pathlib, datetime

async def daily_vault_health(context):
    """Enviado diariamente: saúde do vault e pendências"""
    wiki_dir = pathlib.Path.home() / "vault" / "wiki"
    raw_dir = pathlib.Path.home() / "vault" / "raw"

    # Conta arquivos raw/ não compilados
    raw_pending = len(list(raw_dir.glob("*.md")))

    # Páginas sem atualização há 90+ dias
    stale = []
    cutoff = datetime.datetime.now().timestamp() - (90 * 86400)
    for f in wiki_dir.glob("*.md"):
        if f.stat().st_mtime < cutoff and f.stem != "index":
            stale.append(f.stem)

    msg = "🌅 **Relatório Diário do Vault**\n\n"
    if raw_pending:
        msg += f"⏳ {raw_pending} arquivo(s) em raw/ aguardando compilação\n"
        msg += "   Use /compilar para processar\n\n"
    if stale:
        msg += f"📅 Páginas com 90+ dias sem revisão:\n"
        for s in stale[:3]:
            msg += f"   • {s}\n"
        msg += "\n"
    if not raw_pending and not stale:
        msg += "✅ Vault em dia! Nada pendente.\n"

    await context.bot.send_message(
        chat_id=YOUR_USER_ID, text=msg, parse_mode='Markdown'
    )

async def suggest_connections(context):
    """Semanalmente: sugere conexões entre novas capturas e páginas"""
    conn = sqlite3.connect(DB_PATH)
    # Novas memórias da última semana
    new_mems = conn.execute(
        "SELECT content FROM memories WHERE source='conversation' "
        "AND created_at > date('now', '-7 days') LIMIT 5"
    ).fetchall()
    if new_mems:
        # Usa LLM para sugerir conexões (chamada simplificada)
        await context.bot.send_message(
            chat_id=YOUR_USER_ID,
            text="💡 Esta semana você falou sobre:\n" +
                 "\n".join(f"• {m[0][:80]}..." for m in new_mems[:3]) +
                 "\n\nAlgum desses merece virar página wiki?"
        )

# Registrar jobs
app.job_queue.run_daily(daily_vault_health, time=t(8, 0, 0))   # 8h
app.job_queue.run_weekly(suggest_connections, day_of_week=0)    # Domingo