How do I install the Agents Operation skill?

Run npx skillmds@latest add fazer-ai/agents-operation in your terminal (requires Node.js), paste this page's agent-chat prompt into Claude, Cursor, or any MCP-connected agent, or download the SKILL.md file and copy it into your agent's skills directory.

Is Agents Operation safe to use?

This skill has not completed SkillMD's automated safety review yet. SkillMD never runs a skill's scripts for you; review the SKILL.md before installing.

Which AI agents work with Agents Operation?

This skill is tagged as working with Claude Code, Claude.ai, OpenAI Codex. SKILL.md is an open format, so most agents that read a skills directory can load it too.

Is Agents Operation free to use?

Yes. Installing skills from SkillMD is free, and the skill stays under its author's original license.

Who published Agents Operation?

fazer-ai (@fazer-ai) published this skill. Their other Agent Skills are listed on their SkillMD profile.

Agents Operation by fazer-ai — Agent Skill

Name: Agents Operation
Author: fazer-ai

Agents Operation

Modo operação do fazer.ai agents: debugar conversas em produção e corrigir comportamentos inesperados do agente. Investiga (conversa no Chatwoot + ExecutionLog/flowlog + traces no Langfuse), reproduz no playground, ajusta o agente (prompt/ferramentas/behavior/KB) e re-valida, com toda mutação aprovada. Use quando uma instância JÁ em produção se comporta de forma inesperada e precisa de diagnóstico/ajuste, não é onboarding (subir do zero) nem desenvolvimento de código.

fazer-ai Updated Sep 22, 2026

File contents

Modo operação do fazer.ai agents

Pega uma instância já em produção que está se comportando de forma inesperada e leva de "a conversa do cliente deu errado" até "causa entendida, ajuste validado e aplicado com aprovação". Audiência: operador de uma instância viva. Para subir uma instância nova use agents-onboarding; para mexer no código-fonte use agents-dev.

⚠️ Segurança de produção (lê primeiro)

Este modo inverte o fence do onboarding: lá o alvo é uma VPS de teste e "nada de produção"; aqui o alvo é produção.

Investigação read-only é livre (ler conversas, logs, traces, config do agente, queries de leitura). Mutação não.
Toda mudança precisa de OK explícito do usuário para aquela mudança específica. Autorização a um objetivo (corrigir um comportamento) não é autorização para escolher o método nem para aplicar sozinho. Proponha o diff/ajuste e espere o aval.
Nunca editar o DB de produção direto para mudar estado da aplicação: use a UI/API/console da própria app (editor de agente, write tools de MCP dry-run por padrão). Write direto no DB fura o passo de publish/validação da app.
Sem segredo em log, output ou commit; mascarar ao exibir.

O fluxo (references)

Siga em ordem; cada etapa é uma reference. Leia a da etapa antes de executá-la.

references/00-production-safety.md: a postura invertida: read-only livre, toda mutação aprovada item a item, nunca DB direto, dry-run por padrão. Lê primeiro.
references/01-diagnose.md: localizar a conversa (display_id), ler o ExecutionLog (/logs), traces no Langfuse, config do agente: isolar qual estágio (stt/embed/generate/tts/split/handoff) divergiu.
references/02-reproduce.md: reconstituir o turno no playground (modelo real, isolado da conversa real).
references/03-adjust.md: corrigir na camada certa: prompt, grants (replace-the-set), behavior, grounding/KB. Console ou MCP (dry-run primeiro).
references/04-validate-and-apply.md: re-validar no playground, conversa de teste controlada (Inbox API) quando fizer sentido, aplicar só com aprovação (audit cobre o write).
references/05-load-sim.md: (opcional) simular N clientes concorrentes (Inbox API, scripts/simulate-load.py) pra validar carga + que as ferramentas disparam; contorna o /teste ativando cada conversa. Use pra estresse ou pra reproduzir bug que só aparece com concorrência.

Fronteiras duras em guardrails.md; armadilhas de diagnóstico em gotchas.md.

Guardrails

Resumo (detalhe em guardrails.md):

Produção-first: read-only livre; toda mutação aprovada item a item; nunca DB de produção direto.
Dry-run: toda write tool de MCP previewa; aplica só com OK.
Estilo: PT-BR com acentuação; sem em-dash; fazer.ai minúsculo.

Skills irmãs

agents-onboarding: subir uma instância nova num VPS (do zero ao agente).
agents-dev: trabalhar no código-fonte (Free/Full, implementar, gerar imagem).

---name: agents-operationdescription: Modo operação do fazer.ai agents: debugar conversas em produção e corrigir comportamentos inesperados do agente. Investiga (conversa no Chatwoot + ExecutionLog/flowlog + traces no Langfuse), reproduz no playground, ajusta o agente (prompt/ferramentas/behavior/KB) e re-valida, com toda mutação aprovada. Use quando uma instância JÁ em produção se comporta de forma inesperada e precisa de diagnóstico/ajuste, não é onboarding (subir do zero) nem desenvolvimento de código.---# Modo operação do fazer.ai agentsPega uma instância **já em produção** que está se comportando de forma inesperada e leva de "a conversa do cliente deu errado" até "causa entendida, ajuste validado e aplicado com aprovação". Audiência: **operador de uma instância viva**. Para subir uma instância nova use `agents-onboarding`; para mexer no código-fonte use `agents-dev`.## ⚠️ Segurança de produção (lê primeiro)Este modo **inverte** o fence do onboarding: lá o alvo é uma VPS de teste e "nada de produção"; aqui o alvo **é** produção.- **Investigação read-only é livre** (ler conversas, logs, traces, config do agente, queries de leitura). Mutação **não**.- **Toda mudança precisa de OK explícito do usuário para aquela mudança específica.** Autorização a um objetivo (corrigir um comportamento) não é autorização para escolher o método nem para aplicar sozinho. Proponha o diff/ajuste e espere o aval.- **Nunca editar o DB de produção direto** para mudar estado da aplicação: use a UI/API/console da própria app (editor de agente, write tools de MCP **dry-run por padrão**). Write direto no DB fura o passo de publish/validação da app.- **Sem segredo em log, output ou commit;** mascarar ao exibir.## O fluxo (references)Siga em ordem; cada etapa é uma reference. Leia a da etapa antes de executá-la.1. [`references/00-production-safety.md`](references/00-production-safety.md): a postura invertida: read-only livre, toda mutação aprovada item a item, nunca DB direto, dry-run por padrão. **Lê primeiro.**2. [`references/01-diagnose.md`](references/01-diagnose.md): localizar a conversa (`display_id`), ler o `ExecutionLog` (`/logs`), traces no Langfuse, config do agente: isolar **qual estágio** (stt/embed/generate/tts/split/handoff) divergiu.3. [`references/02-reproduce.md`](references/02-reproduce.md): reconstituir o turno no **playground** (modelo real, isolado da conversa real).4. [`references/03-adjust.md`](references/03-adjust.md): corrigir na camada certa: prompt, grants (replace-the-set), behavior, grounding/KB. Console ou MCP (dry-run primeiro).5. [`references/04-validate-and-apply.md`](references/04-validate-and-apply.md): re-validar no playground, conversa de teste controlada (Inbox API) quando fizer sentido, aplicar só com aprovação (audit cobre o write).6. [`references/05-load-sim.md`](references/05-load-sim.md): **(opcional)** simular **N clientes concorrentes** (Inbox API, `scripts/simulate-load.py`) pra validar carga + que as **ferramentas disparam**; contorna o `/teste` ativando cada conversa. Use pra estresse ou pra reproduzir bug que só aparece com concorrência.Fronteiras duras em [`guardrails.md`](guardrails.md); armadilhas de diagnóstico em [`gotchas.md`](gotchas.md).## GuardrailsResumo (detalhe em [`guardrails.md`](guardrails.md)):- **Produção-first:** read-only livre; toda mutação aprovada item a item; nunca DB de produção direto.- **Dry-run:** toda write tool de MCP previewa; aplica só com OK.- **Estilo:** PT-BR com acentuação; sem em-dash; `fazer.ai` minúsculo.## Skills irmãs- `agents-onboarding`: subir uma instância nova num VPS (do zero ao agente).- `agents-dev`: trabalhar no código-fonte (Free/Full, implementar, gerar imagem).

Frequently asked questions