Sensacional !
administrators
Private
Posts
-
💰 Billing & Tokens — Entendendo Custos e Consumo do seu Agente | Understanding Costs and Usage -
OCR — Extraindo Texto de Imagens e Documentos Digitalizados | Extracting Text from Images and Scanned DocumentsOCR
PT-BR | EN
O que e
OCR (Optical Character Recognition) e a tecnologia que extrai texto de imagens — como fotos, prints de tela, documentos digitalizados e PDFs escaneados.
Seu agente consegue ler qualquer texto visivel em imagens e converter para texto editavel.
OCR vs Vision
Recurso OCR Vision Foco Texto puro Contexto visual completo Extrai Caracteres, palavras, paragrafos Descricao de cenas, objetos, pessoas Ideal para Documentos, notas, placas, codigos Analise de imagens, perguntas sobre cenas Comando ocr_image vision_tool (action=analyze) Exemplos Praticos
Extrair Texto de um Print
- Extraia o texto deste screenshot
- Leia o que esta escrito neste print
Documentos Digitalizados
- Extraia o texto deste PDF escaneado
- Leia os dados desta nota fiscal
Placase e Sinalizacao
- Leia o texto desta placa
- Extraia as informacoes do cartaz
Formatos Suportados
Formato Extensao Observacao PNG .png Ideal para screenshots e graficos JPG .jpg, .jpeg Fotos e imagens comprimidas TIFF .tiff, .tif Documentos digitalizados de alta qualidade BMP .bmp Imagens bitmap sem compressao GIF .gif Imagens animadas (le o primeiro frame) PDF .pdf Documentos multipagina ou escaneados WEBP .webp Imagens web modernas Dicas para Melhores Resultados
- Use imagens nitidas com boa resolucao
- Garanta bom contraste entre texto e fundo
- Evite fotos tremidas ou com reflexo
- Para documentos escaneados, prefira 300 DPI ou mais
- Texto impresso tem melhor resultado que texto manuscrito
Dica: Combine OCR com Desktop Automation! Primeiro capture a tela (screenshot), depois extraia o texto (ocr_image).
What It Is
OCR (Optical Character Recognition) is the technology that extracts text from images — like photos, screenshots, scanned documents, and PDF files.
Your agent can read any visible text in images and convert it to editable text.
OCR vs Vision
Feature OCR Vision Focus Pure text Full visual context Extracts Characters, words, paragraphs Scene description, objects, people Best for Documents, notes, signs, codes Image analysis, questions about scenes Command ocr_image vision_tool (action=analyze) Practical Examples
Extract Text from a Screenshot
- Extract the text from this screenshot
- Read what is written in this print
Scanned Documents
- Extract text from this scanned PDF
- Read the data from this invoice
Signs
- Read the text on this sign
- Extract the information from the poster
Supported Formats
Format Extension Notes PNG .png Great for screenshots and graphics JPG .jpg, .jpeg Photos and compressed images TIFF .tiff, .tif High-quality scanned documents BMP .bmp Uncompressed bitmap images GIF .gif Animated images (reads first frame) PDF .pdf Multi-page or scanned documents WEBP .webp Modern web images Tips for Best Results
- Use sharp images with good resolution
- Ensure good contrast between text and background
- Avoid blurry photos or reflections
- For scanned documents, prefer 300 DPI or higher
- Printed text gives better results than handwriting
Tip: Combine OCR with Desktop Automation! First capture the screen (screenshot), then extract the text (ocr_image).
-
Desktop Automation — Controlando a Tela com seu Agente | Controlling the Screen with Your AgentDesktop Automation
PT-BR | EN
O que é
Desktop Automation permite que seu agente controle o mouse e teclado do seu computador como se fosse uma pessoa — capturando screenshots, movendo o cursor, clicando e digitando.
Ideal para automacao de tarefas repetitivas (RPA), testes de interface e tutoriais guiados.
Comandos Disponiveis
Comando Descricao Exemplo de Uso screenshot Captura a tela atual Tire um print da tela mouse_move Move o cursor para coordenadas (x,y) Mova o mouse para o canto superior esquerdo mouse_click Clica com botao esquerdo, direito ou duplo Clique no botao de enviar key_press Pressiona teclas ou combinacoes Pressione Ctrl+C ou Pressione Enter type_text Digita um texto automaticamente Digite ola mundo no campo de busca Exemplos Praticos
Capturar Tela
- Tire um print e me mostre
- Capture a tela para eu ver o que esta acontecendo
Navegar e Clicar
- Mova o mouse para a posicao 500, 300
- Clique com o botao direito
- De um duplo clique no icone
Digitar e Atalhos
- Digite 'meu texto aqui'
- Pressione Ctrl+Shift+Esc para abrir o Gerenciador de Tarefas
- Pressione Enter para confirmar
Casos de Uso
- RPA (Robotic Process Automation): Automatize tarefas repetitivas em sistemas legados
- Testes Automatizados: Teste interfaces graficas sem frameworks complexos
- Tutoriais Guiados: Mostre passo-a-passo ao usuario
- Suporte Remoto: Diagnostique problemas visualmente
Requisito: E necessario um display server ativo (funciona em Linux/macOS com ambiente grafico).
What It Is
Desktop Automation lets your agent control your computers mouse and keyboard just like a human — taking screenshots, moving the cursor, clicking, and typing.
Perfect for RPA (Robotic Process Automation), UI testing, and guided tutorials.
Available Commands
Command Description Example Usage screenshot Captures the current screen Take a screenshot and show me mouse_move Moves cursor to (x,y) coordinates Move the mouse to the top-left corner mouse_click Clicks left, right, or double Click the send button key_press Presses keys or combinations Press Ctrl+C or Press Enter type_text Types text automatically Type hello world in the search field Use Cases
- RPA: Automate repetitive tasks in legacy systems
- Automated Testing: Test GUIs without complex frameworks
- Guided Tutorials: Walk users through step-by-step processes
- Remote Support: Visually diagnose issues
Requirement: An active display server is needed (works on Linux/macOS with a graphical environment).
Dica: Combine screenshot + mouse_move + mouse_click para criar fluxos completos de automacao!
Tip: Combine screenshot + mouse_move + mouse_click to create complete automation flows! -
🎨 Agent Appearance — Personalizando o Visual do seu Agente
Agent Appearance — Personalizando o Visual do seu Agente
PortuguêsO que é?
Seu agente TacFlow pode ter a aparência visual totalmente personalizada! Mude o avatar, a capa, os botões, o cartão de perfil e o rodapé do chat — tudo com imagens enviadas por você. Dê identidade visual ao seu agente!
5 partes que você pode personalizarAlvo (target) O que muda Como usar avatar
️Foto de perfil do agente "Mude meu avatar para esta imagem" cover
Imagem de capa/fundo "Coloque esta foto como capa" buttons
Fundo dos botões de ação "Personalize os botões com esta cor" card
Cartão de apresentação do agente "Use esta imagem no cartão" footer
Rodapé da conversa "Mude o fundo do rodapé" 
Como funciona🧑 Usuário: [envia uma imagem de logo] 🧑 Usuário: "Mude meu avatar para esta imagem" 🤖 Agente: ✅ Avatar atualizado com sucesso! 🧑 Usuário: [envia uma foto de paisagem] 🧑 Usuário: "Coloque esta imagem como capa" 🤖 Agente: ✅ Capa atualizada! 🧑 Usuário: "Use a última imagem que enviei no cartão" 🤖 Agente: ✅ Cartão personalizado!
Dicas de UI/UX- A imagem vem de um upload seu — você envia a foto/arte e depois pede para aplicar.
- Use
"last_image"como referência para reutilizar a última imagem enviada sem reenviar. - Resolução recomendada: 512×512px para avatar, 1200×600px para cover.
- Formatos aceitos: PNG, JPG, WEBP.
- Combine elementos para um visual coeso: avatar + cover + card com a mesma paleta.
Ideias criativasEstilo Avatar Cover Botões 
ProfissionalLogo da empresa Banner corporativo Cores da marca GamerSeu avatar de jogo Arte do seu game favorito Neon colors 
NaturezaFoto sua ao ar livre Paisagem natural Verde/terra 
TechÍcone tech minimalista Gradiente futurista Azul elétrico
EnglishWhat is it?
Your TacFlow agent can have a fully customized visual appearance! Change the avatar, cover, buttons, profile card, and chat footer — all with images you upload. Give your agent a visual identity! 5 customizable partsTarget What changes How to use avatar️Agent's profile picture "Change my avatar to this image" coverCover/background image "Set this photo as my cover" buttonsAction button backgrounds "Customize the buttons with this color" cardAgent's presentation card "Use this image on my card" footerChat footer background "Change the footer background" How it works🧑 User: [uploads a logo image] 🧑 User: "Change my avatar to this image" 🤖 Agent: ✅ Avatar updated! 🧑 User: [uploads a landscape photo] 🧑 User: "Set this image as my cover" 🤖 Agent: ✅ Cover updated! 🧑 User: "Use the last image I sent on my card" 🤖 Agent: ✅ Card customized! Pro Tips- Images come from your uploads — you send the photo/art, then ask to apply it.
- Use
"last_image"as a reference to reuse the last uploaded image without re-uploading. - Recommended resolution: 512×512px for avatar, 1200×600px for cover.
- Accepted formats: PNG, JPG, WEBP.
- Mix and match for a cohesive look: avatar + cover + card with the same color palette.
Creative ideasStyle Avatar Cover Buttons ProfessionalCompany logo Corporate banner Brand colors GamerYour game avatar Favorite game art Neon colors NatureOutdoor photo Natural landscape Green/earth TechMinimalist tech icon Futuristic gradient Electric blue -
👁️ Vision — Analisando e Gerando Imagens com o Agente
️ Vision — Analisando e Gerando Imagens com o Agente
PortuguêsO que é?
Seu agente TacFlow tem visão computacional integrada! Ele pode analisar imagens que você enviar (descrever, interpretar, responder perguntas sobre elas) e gerar imagens novas a partir de descrições textuais. Duas habilidades em uma!
Duas formas de usarModo Ação Comando Resultado 
Analisarvision_tool action="analyze"Envie uma foto e pergunte "O que tem aqui?" O agente descreve e interpreta a imagem Gerarvision_tool action="generate""Gere uma imagem de um gato astronauta" O agente cria uma nova imagem 
️ Importante: Extrair texto de imagens (OCR) é uma skill separada — use ocr_imagepara isso!️ Análise de Imagens (Analyze)Envie qualquer imagem e pergunte:
🧑 Usuário: "O que tem nesta imagem?" 🧑 Usuário: "Descreva esta foto em detalhes" 🧑 Usuário: "Quantas pessoas aparecem aqui?" 🧑 Usuário: "Que cor é o carro na foto?"Casos de uso:
- Identificar objetos, animais, pessoas em fotos
- Analisar gráficos e diagramas
- Verificar layouts de UI a partir de screenshots
- Interpretar quadros, pinturas e artes
Geração de Imagens (Generate)Crie imagens do zero com descrições textuais:
🧑 Usuário: "Gere uma imagem de um gato astronauta flutuando no espaço" 🧑 Usuário: "Crie uma ilustração de uma paisagem cyberpunk com neons roxos" 🧑 Usuário: "Desenhe um logo para uma startup de IA"Casos de uso:
- Ilustrações e arte conceitual
- Logotipos e assets de design
- Referências visuais para projetos
- Variações criativas de ideias
Dicas de UI/UX para melhores resultadosPara análise Para geração Envie imagens com boa resolução Seja descritivo: inclua estilo, cores, ambiente Faça perguntas específicas Especifique o mood ("sombrio", "vibrante", "minimalista") Contextualize a cena Mencione a proporção/aspect ratio desejada
EnglishWhat is it?
Your TacFlow agent has built-in computer vision! It can analyze images you send (describe, interpret, answer questions about them) and generate new images from textual descriptions. Two skills in one! Two ways to use itMode Action Command Result Analyzevision_tool action="analyze"Send a photo and ask "What's in this image?" The agent describes and interprets it Generatevision_tool action="generate""Generate an image of an astronaut cat" The agent creates a brand new image ️ Note: Extracting text from images (OCR) is a separate skill — use ocr_imagefor that!️ Image Analysis (Analyze)Send any image and ask:
🧑 User: "What's in this image?" 🧑 User: "Describe this photo in detail" 🧑 User: "How many people are in this picture?" 🧑 User: "What color is the car?"Use cases:
- Identify objects, animals, people in photos
- Analyze charts and diagrams
- Review UI layouts from screenshots
- Interpret paintings and artwork
Image Generation (Generate)Create images from scratch with text descriptions:
🧑 User: "Generate an image of an astronaut cat floating in space" 🧑 User: "Create an illustration of a cyberpunk cityscape with purple neons" 🧑 User: "Design a logo for an AI startup"Use cases:
- Illustrations and concept art
- Logos and design assets
- Visual references for projects
- Creative variations of ideas
Pro Tips for best resultsFor analysis For generation Send high-resolution images Be descriptive: include style, colors, setting Ask specific questions Specify the mood ("dark", "vibrant", "minimalist") Give scene context Mention the desired aspect ratio -
🗣️ Text-to-Speech — Dando Voz ao seu Agente TacFlow
️ TTS / Text-to-Speech — Dando Voz ao seu Agente
PortuguêsO que é?
Seu agente TacFlow pode falar em voz alta! Com o motor Piper TTS integrado, qualquer texto pode ser convertido em áudio natural diretamente no seu navegador. Perfeito para interações mãos-livres, acessibilidade e multitarefa.
Como usar: 4 comandos essenciaisAção Comando O que acontece Listar vozes "liste as vozes disponíveis"Mostra todas as vozes instaladas e disponíveis para download Configurar "configure a voz Maria em português"Baixa e ativa a voz escolhida (~60MB na primeira vez) Falar "fale em voz alta: Olá mundo!"O agente lê o texto em voz alta Desligar "desative o modo de voz"Para a saída de áudio Exemplos práticos para o dia a dia🧑 Usuário: "Configure a voz feminina em português" 🤖 Agente: Configura a voz e começa a falar 🧑 Usuário: "Fale em voz alta o resumo do meu email" 🤖 Agente: Lê o email em áudio 🧑 Usuário: "Ative o modo de voz" 🤖 Agente: Ativa o listen_tool + tts — conversação completa! Dicas de UI/UX- Combine com listen_tool para uma experiência de conversação bidirecional: o agente ouve sua voz e responde falando.
- Configure o idioma primeiro (pt-BR, en-US, es-ES). A primeira ativação baixa o modelo (~60 MB), depois é instantâneo.
- Use voz para: ler artigos longos, receber notificações faladas, narração de tutoriais.
- Acessibilidade: essencial para usuários com dificuldade de leitura ou durante deslocamento.
EnglishWhat is it?
Your TacFlow agent can speak out loud! With the built-in Piper TTS engine, any text can be converted into natural-sounding audio directly in your browser. Perfect for hands-free interaction, accessibility, and multitasking. How to use: 4 essential commandsAction Command What happens List voices "list available voices"Shows all installed and downloadable voices Configure "configure the Maria voice in English"Downloads and activates the chosen voice (~60MB first time) Speak "speak out loud: Hello world!"The agent reads the text aloud Deactivate "deactivate voice mode"Stops audio output Practical examples🧑 User: "Configure the female voice in English" 🤖 Agent: Configures the voice and starts speaking 🧑 User: "Read my email summary out loud" 🤖 Agent: Reads the email in audio 🧑 User: "Enable voice mode" 🤖 Agent: Activates listen_tool + tts — full two-way conversation! Pro Tips- Combine with listen_tool for a two-way conversation experience: the agent hears your voice and speaks back.
- Set the language first (pt-BR, en-US, es-ES). The first activation downloads the model (~60 MB), then it's instant.
- Use voice for: reading long articles, spoken notifications, tutorial narration.
- Accessibility: essential for users with reading difficulties or while on the go.
-
🩺 Swarm Self-Healing — Detectando e Corrigindo Agentes Offline | Detecting and Fixing Offline Agents Swarm Self-Healing — Mantendo seu Swarm SaudávelO que é um Swarm?
Um Swarm é um grupo de agentes de IA trabalhando juntos. Cada agente tem uma função específica (testar, programar, arquitetar, etc.). Para o grupo funcionar bem, todos os agentes precisam estar online e saudáveis.
Ferramentas de Saúde do Swarm
🩺 swarm_check_my_status — Como estou?
Diga: "Verifique minha saúde" ou "Como está minha reputação?"
O agente mostra:
- Pontuação atual de reputação
- Pico histórico desde o último treinamento
- Percentual de perda de score
- Se há treinamento pendente
- Quem é o orquestrador atual
agent_control — Iniciar/Parar/ReiniciarDiga: "O agente X está offline, reinicie-o" ou "Inicie o agente Y"
Você pode:
️ start — Iniciar um agente offline
️ stop — Parar um agente
restart — Reiniciar um agente
️ swarm_penalize — Deduzir PontosSe um agente está com comportamento inadequado, use:
"Penalize o agente X em 3 pontos por não responder tarefas"Cada penalidade fica registrada永久mente no histórico.
swarm_status — Leaderboard do SwarmDiga: "Mostre o status do swarm" ou "Quem está com melhor reputação?"
Retorna:
- Ranking de todos os agentes por pontuação
- Quem está online/offline
- Taxa de sucesso de tarefas
- Melhor agente rankeado
Por que isso é importante?
Situação Consequência Agente offline Tarefas não executadas Score baixo Precisando de treinamento Swarm saudável Tudo funcionando em harmonia Exemplos práticos
- "O agente SupportDev está offline, reinicie-o" → agent_control restart
- "Verifique a saúde do swarm" → swarm_status
- "Como está minha reputação?" → swarm_check_my_status
- "Penalize o agente X em 2 pontos por atraso" → swarm_penalize
Swarm Self-Healing — Keeping Your Swarm HealthyWhat is a Swarm?
A Swarm is a group of AI agents working together. Each agent has a specific role (testing, coding, architecting, etc.). For the group to work well, all agents need to be online and healthy.
Swarm Health Tools
🩺 swarm_check_my_status — How am I doing?
Say: "Check my health" or "How's my reputation?"
The agent shows:
- Current reputation score
- Peak since last training
- Score loss percentage
- Whether training is pending
- Who the current orchestrator is
agent_control — Start/Stop/RestartSay: "Agent X is offline, restart it" or "Start agent Y"
You can:
- ️ start — Start an offline agent
- ️ stop — Stop an agent
- restart — Restart an agent
️ swarm_penalize — Deduct PointsIf an agent misbehaves, use:
"Penalize agent X by 3 points for not responding to tasks"Each penalty is permanently recorded in history.
swarm_status — Swarm LeaderboardSay: "Show swarm status" or "Who has the best reputation?"
Returns:
- All agents ranked by score
- Who's online/offline
- Task success rate
- Best ranked agent
Why this matters?
Situation Consequence Offline agent Tasks not executed Low score Needs training Healthy swarm Everything working in harmony Practical examples
- "Agent SupportDev is offline, restart it" → agent_control restart
- "Check swarm health" → swarm_status
- "How's my reputation?" → swarm_check_my_status
- "Penalize agent X by 2 points for delay" → swarm_penalize
-
💰 Billing & Tokens — Entendendo Custos e Consumo do seu Agente | Understanding Costs and Usage Billing & Tokens — Como Gerenciar Custos do seu AgentePor que se preocupar com tokens?
Seu agente usa tokens (pedacinhos de texto) para processar suas solicitações. Cada conversa, cada pesquisa, cada tarefa consome tokens. Entender isso ajuda você a controlar gastos e usar o agente de forma inteligente!
Como verificar seu plano e consumo
billing_details — Seu plano e gastosDiga: "Quanto gastei hoje?" ou "Mostre meu plano"
O agente mostra:
- Plano atual e limite de sessões
- Gastos de hoje, esta semana e este mês
- Faturas recentes
- Custo por sessão
query-token-usage — Seus tokens em detalheDiga: "Quantos tokens usei hoje?" ou "Mostre meu consumo de tokens"
Você vê:
- Tokens por período (hoje, semana, mês)
- Tokens por modelo usado
- Tokens por tarefa
set-token-limit — Controle seu orçamentoDiga: "Limite meus tokens a 10 mil por sessão" ou "Define limite de 50k tokens"
O agente passa a respeitar esse teto e avisa quando está próximo do limite.
offer_extra_credit — Recarregue quando acabarSe suas sessões acabarem, diga: "Quero recarregar" ou "Comprar mais créditos"
O agente gera um link seguro do Stripe para você adicionar créditos (mín. €20).
Tabela de Preços (por token)
Tipo Preço (por milhão) Input tokens $0.14 Output tokens $0.28 Imagens (geração) $0.04/imagem Exemplos rápidos
- "Quanto gastei hoje?" → mostra gastos do dia
- "Limite meus tokens a 10k por sessão" → define orçamento
- "Quantos tokens usei esta semana?" → relatório semanal
- "Quero mais créditos" → gera link de recarga
Billing & Tokens — Understanding Costs and UsageWhy care about tokens?
Your agent uses tokens (tiny text pieces) to process your requests. Every conversation, search, and task consumes tokens. Understanding this helps you control spending and use your agent smartly!
How to check your plan and usage
billing_details — Your plan and spendSay: "How much did I spend today?" or "Show my plan"
The agent shows:
- Current plan and session limits
- Today's, this week's, and this month's spend
- Recent invoices
- Cost per session
query-token-usage — Your tokens in detailSay: "How many tokens did I use today?" or "Show my token usage"
You see:
- Tokens by period (today, week, month)
- Tokens by model used
- Tokens by task
set-token-limit — Control your budgetSay: "Limit my tokens to 10k per session" or "Set limit of 50k tokens"
The agent respects this cap and warns when approaching the limit.
offer_extra_credit — Top up when you're outIf sessions run out, say: "I want to recharge" or "Buy more credits"
The agent generates a secure Stripe link to add credits (min. €20).
Pricing Table (per million tokens)
Type Price (per million) Input tokens $0.14 Output tokens $0.28 Images (generation) $0.04/image Quick examples
- "How much did I spend today?" → daily spend
- "Limit my tokens to 10k per session" → set budget
- "How many tokens this week?" → weekly report
- "I want more credits" → recharge link
-
📧 Google Workspace — Gmail, Calendar e Drive com seu Agente | Gmail, Calendar and Drive with Your Agent Google Workspace — Conecte sua Conta Google ao TacFlowO que é?
Integração completa com Google Workspace! Seu agente pode acessar Gmail, Google Calendar e Google Drive — tudo por comando de voz ou texto.
Como conectar?
É simples! Basta dizer uma dessas frases:
- "Conecte meu Google"
- "Conecte minha conta Google"
- "Vincular Google Workspace"
O agente abre uma janela de autorização OAuth, você clica em Permitir — e pronto! Conectou uma vez, usa para sempre.
O que você pode fazer?
Gmail- "Leia meus emails não lidos"
- "Envie um email para [email protected] dizendo que vou me atrasar"
- "Resuma meus emails de hoje"
- "Tem algum email importante do chefe?"
Google Calendar- "Crie um evento amanhã às 14h chamado Reunião de Equipe"
- "O que tenho na minha agenda hoje?"
- "Agende uma calls com suporte para sexta às 10h"
- "Cancele meu evento das 15h"
Google Drive- "Liste meus arquivos do Drive"
- "Me mostre a planilha de orçamento"
- "Baixe o arquivo relatorio.pdf"
- "Anexe o documento do Drive neste email"
Setup técnico
Basta um comando:
google_workspace_connect. O fluxo OAuth é seguro, com escopo limitado aos serviços necessários. Sem necessidade de criar projeto no GCP ou configurar credenciais manualmente.
Google Workspace — Connect Your Google Account to TacFlowWhat is it?
Full Google Workspace integration! Your agent can access Gmail, Google Calendar, and Google Drive — all by voice or text command.
How to connect?
It's simple! Just say one of these:
- "Connect my Google"
- "Connect my Google account"
- "Link Google Workspace"
The agent opens an OAuth authorization window, you click Allow — and done! Connect once, use forever.
What you can do:
Gmail- "Read my unread emails"
- "Send an email to [email protected] saying I'll be late"
- "Summarize my emails today"
- "Any important emails from the boss?"
Google Calendar- "Create an event tomorrow at 2pm called Team Meeting"
- "What's on my calendar today?"
- "Schedule a support call for Friday at 10am"
- "Cancel my 3pm event"
Google Drive- "List my Drive files"
- "Show me the budget spreadsheet"
- "Download the report.pdf file"
- "Attach the Drive document to this email"
Technical setup
Just one command:
google_workspace_connect. The OAuth flow is secure, with limited scope to the services needed. No need to create a GCP project or configure credentials manually.
