primocode 8.1.1 → 8.2.0

package/bin/primocode.js

@@ -516,7 +516,9 @@ async function sendPrompt(userText) {
     // tokens). No auto, quem não vai usar ferramenta não paga por ela.
     let modo = state.mode;
     if (modo === 'auto') {
-        const escolha = escolherModo(userText);
+        // O modo do pedido ANTERIOR entra na decisão: no meio de uma tarefa,
+        // "refaz" e "agora põe música" são continuação, não papo novo.
+        const escolha = escolherModo(userText, { ultimoModo: state.modoEfetivo });
         modo = escolha.modo;
         state.modoEfetivo = modo;
         const rotulo = modo === 'primocode' ? c.warn('Primo Code') : c.brandDim('Chat');

package/lib/catalogo.js

@@ -85,6 +85,8 @@ const GRUPOS = [
             { tool: 'studio_atualizar', escreve: false, faz: 'ajusta o que já existe, sem refazer do zero',
               args: 'id. titulo (opcional). doc (opcional).' },
             { tool: 'studio_listar',    escreve: false, faz: 'lista o que já existe no estúdio', args: null },
+            { tool: 'studio_midia',     escreve: false, faz: 'manda imagem, música ou vídeo seu para usar nas peças',
+              args: 'arquivo (opcional): caminho no projeto — sem ele, lista a galeria. nome (opcional).' },
         ],
     },
     {

package/lib/modo.js

@@ -1,19 +1,28 @@
 /**
  * Escolha automática de modo.
  *
- * O modo primocode manda o schema das 44 ferramentas em todo pedido — ~4.700
- * tokens antes de você digitar a primeira letra. Um "oi" gasta o mesmo que uma
- * refatoração, e num plano com teto diário isso é dinheiro jogado fora (foi
+ * O modo primocode manda o schema das 45 ferramentas em todo pedido — milhares
+ * de tokens antes de você digitar a primeira letra. Um "oi" gasta o mesmo que
+ * uma refatoração, e num plano com teto diário isso é dinheiro jogado fora (foi
  * assim que a cota de 100 mil tokens/dia acabou às 15h).
  *
  * O modo chat não manda schema nenhum. Então a regra é: só paga o preço das
  * ferramentas quem vai usar ferramenta.
  *
  * A decisão é local e sem custo — nenhuma chamada ao modelo para descobrir a
- * intenção, senão o remédio custaria como a doença. É um classificador de
- * pistas, deliberadamente conservador: na dúvida, chat, porque errar para chat
- * custa uma repetição do pedido, e errar para primocode custa tokens e pode
- * escrever arquivo que ninguém pediu.
+ * intenção, senão o remédio custaria como a doença.
+ *
+ * ── POR QUE ELE OLHA O TURNO ANTERIOR ────────────────────────────────────
+ * A primeira versão julgava cada frase sozinha, e errava feio no uso real: o
+ * usuário pedia um vídeo (tarefa), e o "refaz", o "continua" e o "agora põe
+ * música de fundo" logo depois caíam no chat — o agente perdia o fio no meio
+ * do trabalho. Medido na conversa do dono: 7 erros em 18 frases, quase todos
+ * de continuação.
+ *
+ * Conversa humana não repete o objeto a cada frase. Então, QUANDO O TURNO
+ * ANTERIOR FOI UMA TAREFA, a régua abaixa: o que não é claramente cumprimento
+ * ou dúvida conceitual continua sendo trabalho. Fora de uma tarefa, a régua
+ * volta a subir — na dúvida, chat.
  */
 
 'use strict';
@@ -34,6 +43,13 @@ const VERBOS = [
     // "pesquisa no google", "aperta enter", "arrasta o arquivo".
     'clic[ao]r?', 'clique', 'digit[ae]r?', 'pesquis[ae]r?', 'apert[ae]r?',
     'arrast[ae]r?', 'rol[ae]r?', 'minimiz[ae]r?', 'maximiz[ae]r?', 'fech[ae]r?',
+    // Ajuste do que já foi criado — o vocabulário do estúdio. Sem estes, "agora
+    // põe música de fundo" caía no chat, no meio de um vídeo.
+    'p[õo]e', 'ponha', 'p[oô]r', 'coloc[ae]r?', 'tir[ae]r?', 'troc[ae]r?',
+    'inclu[ai]r?', 'insir[ae]', 'insert', 'aument[ae]r?', 'diminu[ai]r?',
+    'grav[ae]r?', 'narr[ae]r?', 'export[ae]r?', 'salv[ae]r?', 'envi[ae]r?',
+    'convert[ae]r?', 'transform[ae]r?', 'divid[ai]r?', 'junt[ae]r?',
+    'desenh[ae]r?', 'ilustr[ae]r?', 'resum[ae]r?', 'traduz[ai]r?',
 ];
 const RE_VERBO = new RegExp(`(^|\\s)(${VERBOS.join('|')})\\b`, 'i');
 
@@ -49,33 +65,75 @@ const RE_ARTEFATO = /\.(js|ts|tsx|jsx|html|css|json|md|py|sh|yml|yaml|txt|csv|en
 const RE_FERRAMENTA = /\b(navegador|browser|desktop|terminal|shell|git|npm|node|deploy|servidor|localhost|porta \d+|screenshot|print da tela|mouse|teclado|janela|[áa]rea de trabalho|aplicativo|[íi]cone)\b/i;
 const RE_PASTA = /\b(pasta|diret[óo]rio|arquivo|arquivos|reposit[óo]rio|repo|projeto)\b/i;
 
+// O que o estúdio produz. "faz uns slides", "quero um post", "monta a planilha"
+// — o substantivo sozinho já denuncia a tarefa, mesmo sem verbo claro.
+const RE_PECA = /\b(slides?|apresenta[çc][ãa]o|deck|v[íi]deo|reels?|anima[çc][ãa]o|post|banner|capa|thumbnail|arte|cartaz|planilha|tabela|documento|relat[óo]rio|artigo|proposta|contrato|diagrama|fluxograma|organograma|mapa mental|narra[çc][ãa]o|trilha|legenda)\b/i;
+
 // Conversa: cumprimento, agradecimento, pergunta conceitual.
-const RE_SAUDACAO = /^\s*(oi+|ol[áa]|e?a[íi]|bom dia|boa tarde|boa noite|tudo bem|beleza|valeu|obrigad[oa]|brigad[oa]|tchau|até|ok|okay|entendi|legal|show|massa)\b[\s!.?]*$/i;
+const RE_SAUDACAO = /^\s*(oi+|ol[áa]|e?a[íi]|bom dia|boa tarde|boa noite|tudo bem|beleza|valeu|obrigad[oa]|brigad[oa]|tchau|at[ée]|ok|okay|entendi|legal|show|massa|top|perfeito|isso|isso a[íi]|ta bom|t[áa] bom|certo)\b[\s!.?]*$/i;
 const RE_CONCEITUAL = /\b(o que [ée]|o q [ée]|que [ée]|qual (a|o|as|os)?\s*(diferen[çc]a|melhor|sentido)|por qu[êe]|pra que serve|para que serve|como funciona|como (fa[çc]o|posso|se faz|fazer)|explica|explique|me explica|significa|vale a pena|devo usar|qual usar|prefere)\b/i;
+// "o que você faz?", "o que vc sabe fazer?" — é pergunta sobre ele, não pedido.
+// Sem esta linha o "faz" batia no verbo e virava tarefa.
+const RE_SOBRE_ELE = /\bo que (voc[êe]|vc|tu)\s+(faz|sabe|consegue|pode|[ée])\b|\bquem [ée] voc[êe]\b|\bcomo voc[êe] funciona\b/i;
+
+// Satisfação: "ficou bom", "tá bom assim", "pode parar" — o usuário está
+// dizendo que ACABOU, não pedindo mais trabalho. Sem isto, no meio de uma
+// tarefa a régua abaixada mandava um elogio de volta para o agente.
+const RE_SATISFEITO = /^\s*(t[áa]|ta|ficou|est[áa]|ta[' ]?)?\s*(bom|[óo]timo|legal|show|massa|perfeito|lindo|maneiro|isso)\b(\s+(assim|mesmo|ent[ãa]o|demais))?[\s!.]*$|^\s*(pode parar|chega|s[óo] isso|era isso|nada mais)\b/i;
+
+// Continuação forte: sozinhas já significam "siga com o que estava fazendo".
+const RE_CONTINUACAO = /^\s*(refa[çz]a?|refaz|de novo|novamente|outra vez|mais uma vez|continu[ae]|prossiga|segue|siga|vai|manda|tenta( de novo| outra vez)?|tente( de novo| outra vez)?|repete|repita)\b/i;
+
+// Continuação fraca: só vale quando o turno anterior foi tarefa.
+// "agora …", "e o …?", "também …", "mais …", "sem …", "com …".
+const RE_CONTINUACAO_FRACA = /^\s*(agora|depois|ent[ãa]o|e (o|a|os|as|no|na)\b|tamb[ée]m|mais|menos|sem|com|s[óo]|apenas|troca|muda)\b/i;
 
 /**
  * Decide o modo de um pedido.
- * Devolve { modo: 'primocode'|'chat', motivo: string }.
+ *
+ * @param {string} texto  o que o usuário digitou
+ * @param {{ultimoModo?: string}} ctx  contexto da conversa; `ultimoModo` é o
+ *        modo que o pedido ANTERIOR usou de fato ('primocode' | 'chat').
+ * @returns {{modo:'primocode'|'chat', motivo:string}}
+ *
  * O motivo existe para o CLI mostrar por que escolheu — automode que decide em
  * silêncio parece defeito na primeira vez que erra.
  */
-function escolherModo(texto) {
+function escolherModo(texto, ctx = {}) {
     const t = String(texto || '').trim();
     if (!t) return { modo: 'chat', motivo: 'nada a fazer' };
 
+    const noMeioDeUmaTarefa = (ctx && ctx.ultimoModo) === 'primocode';
+
     // Cumprimento é chat mesmo que traga um verbo depois ("oi, tudo bem?").
     if (RE_SAUDACAO.test(t)) return { modo: 'chat', motivo: 'cumprimento' };
+    if (RE_SATISFEITO.test(t)) return { modo: 'chat', motivo: 'está satisfeito' };
 
-    // Pergunta conceitual ganha do verbo: "como faço para criar um site?" é
-    // dúvida, não pedido de execução.
+    // Pergunta sobre ele mesmo, e pergunta conceitual, ganham do verbo:
+    // "como faço para criar um site?" é dúvida, não pedido de execução.
+    if (RE_SOBRE_ELE.test(t)) return { modo: 'chat', motivo: 'pergunta sobre ele' };
     if (RE_CONCEITUAL.test(t)) return { modo: 'chat', motivo: 'pergunta conceitual' };
 
+    // "refaz", "de novo", "continua" — retomada, com ou sem contexto.
+    if (RE_CONTINUACAO.test(t)) return { modo: 'primocode', motivo: 'retoma a tarefa' };
+
+    // Pistas diretas.
     if (RE_ARTEFATO.test(t)) return { modo: 'primocode', motivo: 'cita arquivo ou caminho' };
     if (RE_VERBO.test(t)) return { modo: 'primocode', motivo: 'pede uma ação' };
+    if (RE_PECA.test(t)) return { modo: 'primocode', motivo: 'fala de algo para criar' };
     if (RE_DESEJO.test(t)) return { modo: 'primocode', motivo: 'expressa o que quer que exista' };
     if (RE_FERRAMENTA.test(t)) return { modo: 'primocode', motivo: 'menciona ferramenta ou máquina' };
     if (RE_PASTA.test(t)) return { modo: 'primocode', motivo: 'fala de arquivo ou projeto' };
 
+    // No meio de uma tarefa a régua abaixa: conversa não repete o objeto a cada
+    // frase, e o custo de errar aqui é o agente perder o fio.
+    if (noMeioDeUmaTarefa) {
+        if (RE_CONTINUACAO_FRACA.test(t)) return { modo: 'primocode', motivo: 'continua o que estava fazendo' };
+        // Pergunta curta no meio do trabalho costuma ser sobre o trabalho
+        // ("e não dá pra deixar rodando?"), não papo novo.
+        if (t.split(/\s+/).length <= 12) return { modo: 'primocode', motivo: 'segue a tarefa em andamento' };
+    }
+
     return { modo: 'chat', motivo: 'sem pista de tarefa' };
 }
 

package/lib/studio.js

@@ -191,8 +191,43 @@ const atualizar = ({ id, titulo, doc }) => comStudio(async () => {
     return { ok: true, ...r };
 });
 
+// ── Mídia: a imagem de fundo e a música do usuário ───────────────────────
+// Sem isto o agente não tinha como pôr foto de fundo nem trilha própria: a
+// API pede base64, e ele não ia montar data URI na mão dentro de um curl.
+const TIPOS_MIDIA = {
+    '.png': 1, '.jpg': 1, '.jpeg': 1, '.gif': 1, '.webp': 1, '.svg': 1, '.avif': 1,
+    '.mp3': 1, '.m4a': 1, '.wav': 1, '.ogg': 1, '.aac': 1, '.flac': 1, '.opus': 1, '.weba': 1,
+    '.mp4': 1, '.webm': 1, '.mov': 1,
+};
+
+const midiaListar = () => comStudio(async () => ({ ok: true, midia: await pedir('GET', '/api/midia') }));
+
+const midiaEnviar = ({ arquivo, nome }) => comStudio(async () => {
+    if (!arquivo) return { ok: false, error: 'Diga o caminho do arquivo (arquivo: "foto.jpg").' };
+    const caminho = path.resolve(arquivo);
+    if (!fs.existsSync(caminho)) return { ok: false, error: `Arquivo não existe: ${arquivo}` };
+
+    const ext = path.extname(caminho).toLowerCase();
+    if (!TIPOS_MIDIA[ext]) {
+        return { ok: false, error: `Formato não aceito: ${ext}`, aceitos: Object.keys(TIPOS_MIDIA).join(' ') };
+    }
+    const bytes = fs.statSync(caminho).size;
+    if (bytes > 60 * 1024 * 1024) return { ok: false, error: `Arquivo tem ${(bytes / 1048576).toFixed(1)} MB; o limite é 60 MB.` };
+
+    const tipo = { '.png': 'image/png', '.jpg': 'image/jpeg', '.jpeg': 'image/jpeg', '.gif': 'image/gif',
+        '.webp': 'image/webp', '.svg': 'image/svg+xml', '.avif': 'image/avif', '.mp3': 'audio/mpeg',
+        '.m4a': 'audio/mp4', '.wav': 'audio/wav', '.ogg': 'audio/ogg', '.aac': 'audio/aac',
+        '.flac': 'audio/flac', '.opus': 'audio/opus', '.weba': 'audio/webm', '.mp4': 'video/mp4',
+        '.webm': 'video/webm', '.mov': 'video/quicktime' }[ext] || 'application/octet-stream';
+
+    const dados = `data:${tipo};base64,` + fs.readFileSync(caminho).toString('base64');
+    const r = await pedir('POST', '/api/midia', { nome: nome || path.basename(caminho), dados }, 120000);
+    return { ok: true, ...r, comoUsar: `Use "${r.url}" em fundo.imagem, em src de uma imagem, ou em trilha.src.` };
+});
+
 module.exports = {
     BASE, PORTA, CASA,
     garantirNoAr, estaNoAr, prepararCasa, pythonCmd,
     manual, ferramentas, spec, listar, ler, criar, atualizar,
+    midiaListar, midiaEnviar,
 };

package/lib/tools.js

@@ -498,6 +498,11 @@ async function despachar(name, args, ctx) {
                 return studio.atualizar({ id: args.id, titulo: args.titulo, doc: args.doc });
             case 'studio_listar':
                 return studio.listar();
+            case 'studio_midia':
+                // Sem arquivo, lista o que já foi enviado; com arquivo, envia.
+                return args.arquivo
+                    ? studio.midiaEnviar({ arquivo: resolveInProject(args.arquivo, projectDir), nome: args.nome })
+                    : studio.midiaListar();
 
             case 'desktop_double_click':
                 return desktop.doubleClick(args.x, args.y);

package/package.json

@@ -1,6 +1,6 @@
 {
   "name": "primocode",
-  "version": "8.1.1",
+  "version": "8.2.0",
   "description": "PrimoCode — agente de engenharia com IA e cursor próprio. Modelos grátis. Cria arquivos, roda comandos, controla navegador e desktop: abre apps, clica em botões e ícones pelo nome, digita e usa atalhos.",
   "main": "bin/primocode.js",
   "bin": {

package/studio/ferramentas/corte.md

@@ -60,6 +60,39 @@ livre de direitos, ou uma das trilhas geradas acima.
 
 ---
 
+## Narração
+
+A voz que fala por cima do vídeo. Vai **na cena**, e o estúdio narra sozinho
+na hora de tocar — sem gravar nada, sem arquivo:
+
+```json
+{ "layout": "centro", "duracao": 6,
+  "narracao": "O texto que a voz vai falar nesta cena.",
+  "elementos": [ ... ] }
+```
+
+Ajuste da voz no **documento** (opcional):
+
+```json
+"voz": { "velocidade": 1, "tom": 1, "volume": 1, "lang": "pt-BR" }
+```
+
+Regras que fazem diferença:
+
+- **Escreva para o ouvido, não para o olho.** A narração NÃO repete o texto da
+  tela: a tela dá o título, a voz dá o argumento. Repetir os dois é o erro mais
+  comum, e soa a leitura de slide.
+- **Caiba na duração.** Fale ~2,5 palavras por segundo: uma cena de 6s aguenta
+  ~15 palavras. Texto mais longo que a cena é cortado no meio.
+- **Uma ideia por cena**, em uma ou duas frases curtas. Ponto final ajuda a voz
+  a respirar.
+- Para o vídeo ficar mudo de propósito, é só não pôr `narracao` em cena nenhuma.
+
+O usuário também pode gravar a própria voz pelo editor; aí a cena ganha
+`narracaoAudio` com o arquivo, e ela tem prioridade sobre a voz sintetizada.
+
+---
+
 ## Transições
 
 Na cena, `transicao` define como ela **entra**:

package/studio/web/tool.html

@@ -65,6 +65,10 @@
   document.getElementById("btn-pdf").innerHTML = svgIcone("tela");
   document.getElementById("btn-baixar").innerHTML = svgIcone("baixar");
 </script>
+<script src="/js/audio.js"></script>
+<script src="/js/narracao.js"></script>
+<script src="/js/midia.js"></script>
+<script src="/js/exportar.js"></script>
 <script src="/js/editor.js"></script>
 </body>
 </html>

package/studio/web/view.html

@@ -15,6 +15,8 @@
 <script src="/js/render.js"></script>
 <script src="/js/render-prosa.js"></script>
 <script src="/js/render-grade.js"></script>
+<script src="/js/audio.js"></script>
+<script src="/js/narracao.js"></script>
 <script src="/js/player.js"></script>
 </body>
 </html>