Orion — Agente de Produtividade Pessoal

Bot de Telegram em Python que atua como agente de produtividade inteligente. Usa a API da Anthropic para raciocínio, planejamento e apoio a decisões. Persiste dados em SQLite via Peewee e agenda tarefas com APScheduler.

---

Funcionalidades

Funcionalidade	Descrição
Ritual matinal	Mensagem diária automática com check-in de energia, compromissos e foco. Gera plano do dia com 3 prioridades.
Planejamento do dia	Sessão conversacional guiada (/planejar) com contexto de projetos e prazos.
Gestão de projetos	/projeto add/list e /prazo para cadastrar e acompanhar projetos com prazos.
Alertas de prazo	Notificações automáticas 7, 3, 1 e 0 dias antes do vencimento.
Modo decisão	/decidir usa Claude Sonnet para raciocínio estruturado. Decisão e racional são salvos no banco.
Revisão semanal	Revisão guiada automática (semanal) com resumo de projetos e decisões da semana.

---

Requisitos

• Python 3.11+
• Conta na Anthropic Console com créditos
• Bot do Telegram criado via @BotFather
• Seu Chat ID do Telegram (obtenha via @userinfobot)

---

Setup local

1. Clone e configure o ambiente

git clone <repo-url>
cd orion
python -m venv .venv
source .venv/bin/activate   # Windows: .venv\Scripts\activate
pip install -r requirements.txt

2. Configure as variáveis de ambiente

cp .env.example .env

Edite o arquivo .env com seus valores reais:

Variável	Obrigatória	Descrição
TELEGRAM_TOKEN	✅	Token do bot (BotFather)
ANTHROPIC_API_KEY	✅	Chave da API Anthropic
USER_CHAT_ID	✅	Seu Chat ID do Telegram
TIMEZONE	—	Fuso horário IANA (padrão: America/Sao_Paulo)
MORNING_RITUAL_TIME	—	Horário do ritual (padrão: 07:00)
WEEKLY_REVIEW_DAY	—	Dia da revisão semanal: monday ou sunday (padrão: monday)
DATABASE_PATH	—	Caminho do banco SQLite (padrão: data/orion.db)

3. Execute

python main.py

O banco de dados é criado automaticamente na primeira execução.

---

Comandos do bot

/start              — Lista todos os comandos disponíveis
/status             — Prazos nos próximos 14 dias
/planejar           — Inicia sessão de planejamento do dia
/decidir [contexto] — Inicia modo decisão (Claude Sonnet)
/revisao            — Inicia revisão semanal
/fim                — Encerra a conversa ativa e salva o resumo
/projeto add <nome> [YYYY-MM-DD]  — Cria novo projeto
/projeto list       — Lista projetos ativos
/prazo <id> <YYYY-MM-DD>          — Atualiza prazo de um projeto

---

Deploy com Docker

Build e execução local

docker build -t orion-bot .

docker run -d \
  --name orion \
  --restart unless-stopped \
  -v $(pwd)/data:/app/data \
  --env-file .env \
  orion-bot

O volume -v $(pwd)/data:/app/data persiste o banco SQLite fora do container.

---

Deploy no Coolify (VPS com CyberPanel)

Pré-requisitos

• Coolify instalado e acessível
• Repositório Git com o código (GitHub, GitLab, Gitea etc.)

Passo a passo

1. No Coolify, crie um novo serviço → Application → conecte seu repositório.

2. Build Pack: selecione Dockerfile (o Dockerfile na raiz será detectado automaticamente).

3. Variáveis de Ambiente: na aba Environment Variables, adicione todas as variáveis do .env.example com seus valores reais.

4. Volumes persistentes: adicione um volume para o banco de dados:

   • Source (host): um path persistente em sua VPS, ex: /data/orion
   • Destination (container): /app/data

5. Network mode: o bot usa long-polling, não precisa de porta exposta. Deixe sem port mapping.

6. Clique em Deploy. O Coolify fará o build e iniciará o container.

Atualizações

Push para a branch configurada dispara um novo deploy automaticamente (webhook do Coolify).

---

Arquitetura

orion/
├── main.py                  # Entry point: init DB, register handlers, start scheduler
├── settings.py              # Variáveis de ambiente e constantes
├── requirements.txt
├── Dockerfile
├── .env.example
│
├── bot/
│   ├── agent.py             # Chamadas à API Anthropic; gerencia AgentSession
│   ├── context_builder.py   # Lê o banco e monta o contexto para o system prompt
│   ├── handlers.py          # Handlers de comandos Telegram; active_sessions dict
│   └── scheduler.py         # Jobs APScheduler (ritual, alertas, revisão)
│
├── db/
│   └── models.py            # Modelos Peewee: Project, DailyPlan, Decision, Interaction, Settings
│
├── prompts/
│   └── system.py            # System prompts por funcionalidade
│
└── data/                    # SQLite database (criado em runtime)

Roteamento de modelos

Situação	Modelo
Ritual matinal, Planejamento, Revisão semanal, Alertas	claude-haiku-4-5
/decidir (decisões complexas)	claude-sonnet-4-5
Resumo de conversa (persistência)	claude-haiku-4-5

Gestão de sessões

Todas as conversas multi-turno são mantidas em memória no dict active_sessions (em handlers.py), compartilhado com o scheduler. Ao encerrar com /fim, a conversa é resumida pela API e salva no banco como Interaction (e como DailyPlan ou Decision conforme o tipo).

---

Notas de segurança

• O bot só responde ao USER_CHAT_ID configurado — todas as outras mensagens são silenciosamente ignoradas.
• Nunca commite o arquivo .env. Ele já está no .gitignore.
• Em produção, armazene segredos nas variáveis de ambiente do Coolify, nunca no repositório.