Mapa da trilha
Conteúdo detalhado
🔍 n8n Workflow Reviewer
Uma skill que faz Claude revisar suas automações n8n como um arquiteto sênior: cinco categorias, achados nomeados node por node e uma lista de correções priorizada.
Tratar um workflow n8n como código: ele tem bugs, dívida técnica e pontos de falha. O reviewer faz a auditoria que você faria num pull request.
Automações quebram em produção justamente onde ninguém olhou. Uma revisão estruturada pega isso antes do cliente pegar.
Auditoria estruturada · achado acionável · persona de engenheiro sênior · "sem enrolação".
A skill aceita JSON completo, JSON parcial, descrição em texto, mensagem de erro ou print do canvas — e adapta o que consegue revisar a cada formato.
Aceitar entrada imperfeita é o que torna a skill usável de verdade — ninguém sempre tem o JSON limpo na mão.
Entrada flexível · degradação honesta · "diga o que não dá para avaliar".
O framework fixo: 🔴 erros que quebram, 🟡 erro silencioso, 🔵 performance, 🟢 manutenibilidade e ✅ lista de prioridades.
Rodar sempre as mesmas cinco categorias remove o viés do revisor e garante cobertura completa.
Checklist fixo · severidade por cor · "não pule nenhuma categoria".
Sem Error Trigger, sem retry, sem timeout, sem alerta na falha — o workflow "roda" mas perde dados sem ninguém notar.
É a categoria mais valiosa: o erro que aparece é fácil; o que some é o que destrói a confiança no sistema.
Error Trigger · retry/timeout · alerta na falha · "qual dado vai sumir".
Chamadas de API desnecessárias, falta de paginação, loops onde caberia batch, nodes com nome padrão e lógica enterrada em expressões.
Custo escondido sangra a margem; nomes ruins fazem o "eu de daqui a 6 meses" perder horas. Ambos têm correção concreta.
Batch > loop · paginação · nomes descritivos · sticky notes.
As regras de tom (direto, nomeie o node, dê o fix exato), o formato de saída por categoria e o veredito final com nota de 0 a 10.
É o template que você adapta para revisar qualquer artefato técnico — não só n8n.
Tom direto · formato de achado · score honesto · SKILL.md autoral.
🔥 Local Leads Abundance System
Um pipeline de skills que encontra negócios locais em diretórios, enriquece os contatos, fabrica um site-presente e abre conversa pelo formulário — tudo encadeado.
A visão geral: cada passo é uma skill, e a saída de uma é a entrada da próxima — um pipeline, não uma skill gigante.
É o exemplo canônico de compor várias skills pequenas num sistema que entrega resultado de ponta a ponta.
Pipeline · contrato entre etapas · uma skill por estágio.
Usar automação de navegador para abrir cada cartão de um diretório, ler o perfil e estruturar os dados em uma planilha.
A fonte de leads define a qualidade do funil inteiro — diretórios pré-qualificam negócios já estabelecidos.
Browser automation · fonte pré-qualificada · dado estruturado.
Tenta um provedor; se não achou, cai pro próximo. Encadear várias fontes acha site e LinkedIn com alta precisão.
Nenhuma fonte sozinha cobre tudo; a cascata maximiza a taxa de acerto sem gastar com todos de uma vez.
Waterfall · fallback ordenado · custo crescente · precisão.
Para cada lead, gerar uma versão melhorada do site dele (clone ou redesign) e enviar como brinde para puxar o diálogo.
É a diferença entre cold outreach genérico e uma abordagem onde você já entregou valor antes de pedir algo.
Lead magnet · valor antecipado · personalização em escala.
O passo final preenche e envia o formulário de contato do próprio site do negócio, automaticamente, com o presente em anexo.
Sair do canal saturado (cold email) muda a taxa de resposta — e o screenshot do envio vira prova de entrega.
Canal alternativo · prova de envio · automação ética.
Como uma skill-orquestradora chama cada estágio, passa o CSV adiante e salva progresso para retomar de onde parou.
Pipeline longo precisa de checkpoint e contrato de dados, ou um erro no passo 4 te faz repetir os passos 1 a 3.
Orquestração · checkpoint · contrato de CSV · idempotência.
📊 Lead Scoring com Apify
Uma skill de qualificação que classifica cada negócio, pontua as marcas em três dimensões com busca no Google via Apify e ordena por prioridade de abordagem.
Atribuir uma nota a cada lead para ordenar a fila de abordagem por probabilidade de conversão, em vez de contatar no aleatório.
O gargalo do outreach é seu tempo. Priorizar leads é o que multiplica o retorno do mesmo esforço.
Priorização · ICP · scoring repetível e sem viés.
Antes de pontuar, a skill lê o site e classifica o negócio — só quem tem produto próprio (brand) entra no scoring.
Pontuar quem não é o alvo é desperdício. O filtro de classificação corta o ruído antes de gastar chamadas de API.
Árvore de decisão · sinais no HTML · filtrar antes de gastar.
Cada marca recebe 0–50 por capacidade de desenvolvimento de produto, 0–30 por maturidade de dados e 0–20 por maturidade de marca.
Dimensões com pesos explícitos tornam o score legível: você sabe por que um lead pontuou alto, não só que pontuou.
Três dimensões · pesos 50/30/20 · score explicável.
Passada 1 lê só o site (grátis); passada 2 roda 5 buscas no Google via Apify por marca para achar cargos no LinkedIn, vagas, prêmios.
Coletar o sinal barato primeiro e só depois pagar pela busca é o padrão que mantém o custo por lead baixo.
Two-pass · sinal grátis vs pago · ~$0,045 por marca.
O score vira tier (≥70 Tier 1, 50–69 Tier 2, 30–49 Tier 3, <30 Tier 4) e o CSV traz sub-scores e a evidência de cada um.
Um contrato de saída claro deixa a próxima skill (outreach) consumir o resultado sem adivinhação.
Tiers · evidência por dimensão · contrato para downstream.
Dois modos (run completo e --phase2-only) e um arquivo de checkpoint que salva após cada marca para retomar com segurança.
Scoring de 78 marcas leva horas; sem checkpoint, uma interrupção custa tempo e dinheiro de API repetidos.
Checkpoint · idempotência · modos de operação · SKILL.md autoral.