#!/usr/bin/env python3 """ automacao_cta_claude.py — Automação completa de CTA para @saraiva.ai Quando alguém comenta uma palavra-chave (ex: "CLAUDE", "IA") em um post: 1. Responde o comentário publicamente (engajamento) 2. Envia DM com conteúdo prometido (tutorial, PDF, etc.) 3. Loga tudo para acompanhamento Roda via cron a cada 3-5 minutos. """ import json import sys import time import random import urllib.request import urllib.parse import urllib.error from datetime import datetime from pathlib import Path SCRIPT_DIR = Path(__file__).parent.resolve() CONFIG_PATH = SCRIPT_DIR / "config.json" LOG_PATH = SCRIPT_DIR / "log-cta-claude.json" CTA_CONFIG_PATH = SCRIPT_DIR / "cta-config.json" # ═══════════════════════════════════════════════════════════════ # CONFIGURAÇÃO DOS CTAs # ═══════════════════════════════════════════════════════════════ # Config padrão (pode ser sobrescrita por cta-config.json) CTA_DEFAULT = { "triggers": { "CLAUDE": { "keywords": ["claude", "CLAUDE", "Claude"], "resposta_publica": [ "Mandei no seu direct! 🔥 Confere lá que tem tudo explicado passo a passo.", "Já enviei no DM! 💬 Abre lá que tá tudo detalhado pra você configurar.", "Boa! Acabei de mandar no seu direct. Qualquer dúvida me chama lá. 🤝", "Enviado! 🎯 Corre no direct que o passo a passo tá te esperando.", "Pronto! Mandei tudo no DM. Segue o tutorial e qualquer dúvida é só chamar. 💬", ], "fallback_publica": [ "@{username} Boa! Pra configurar: 1) instala Claude Code (npm install -g @anthropic-ai/claude-code) 2) roda 'claude' no terminal 3) pede pra ele criar seus posts. Me chama no DM se travar em algum passo! 🤝", "@{username} Show! O caminho: instala o Claude Code, abre o terminal e pede 'crie 30 posts sobre [seu nicho]'. Ele faz tudo. Qualquer dúvida, DM aberto! 🔥", "@{username} Vamo! Passo rápido: npm install -g @anthropic-ai/claude-code → abre terminal → 'claude' → pede seus posts. Simples assim. Me chama no DM pra eu te ajudar ao vivo! 💬", ], "dm_mensagens": [ { "texto": "Fala! Vi que você comentou CLAUDE no post. 🔥\n\nComo prometido, aqui vai o passo a passo pra automatizar seu Instagram inteiro com Claude Code:" }, { "texto": "📋 PASSO A PASSO — Claude Code + Instagram:\n\n1️⃣ Instala o Claude Code: npm install -g @anthropic-ai/claude-code\n\n2️⃣ Configura sua API key da Anthropic (anthropic.com)\n\n3️⃣ No terminal, roda: claude\n\n4️⃣ Pede pra ele: \"Cria 30 posts sobre [seu nicho] pro Instagram com legendas, hashtags e agendamento\"\n\n5️⃣ Ele gera tudo: imagens, textos, hashtags otimizadas\n\n6️⃣ Conecta com a API do Instagram pra postar automaticamente" }, { "texto": "💡 Dica extra: você pode pedir pro Claude Code criar um script que posta automaticamente todos os dias no horário que você quiser.\n\nEu uso isso no meu perfil e funciona 24/7.\n\nQuer saber mais sobre como eu automatizei minha operação inteira? Me manda uma mensagem aqui que eu te explico. 🤝" } ] }, "IA": { "keywords": ["ia", "IA", "I.A.", "i.a.", "inteligencia artificial", "inteligência artificial"], "resposta_publica": [ "Mandei o tutorial completo no seu DM! 🔥 Confere lá.", "Boa! Te mandei tudo no direct. Abre lá! 💬", "Enviado no DM! 🎯 Segue o passo a passo e qualquer coisa me chama.", ], "fallback_publica": [ "@{username} As ferramentas que uso: Claude Code (automação de posts), Gemini (imagens com IA), Python + API do Instagram (agendamento). Tudo no terminal, zero mensalidade. Me chama no DM que te explico! 🤝", "@{username} Meu stack: Claude Code pra conteúdo, Gemini pra imagens, scripts Python pra postar automaticamente. Me manda DM que eu detalho tudo! 🔥", ], "dm_mensagens": [ { "texto": "Fala! Vi seu comentário sobre IA. 🔥\n\nAqui vai o que eu uso pra automatizar tudo:\n\n🤖 Claude Code — automatiza posts, legendas, hashtags, agendamento\n🎨 Gemini — gera imagens pro feed\n📊 Scripts Python — postagem automática via API\n\nTudo roda no terminal, sem plataforma cara, sem mensalidade." }, { "texto": "Quer que eu te explique como configurar na prática? Me manda \"QUERO\" aqui no direct. 🤝" } ] } } } def load_config(): with open(CONFIG_PATH, "r", encoding="utf-8") as f: return json.load(f) def load_cta_config(): if CTA_CONFIG_PATH.exists(): with open(CTA_CONFIG_PATH, "r", encoding="utf-8") as f: return json.load(f) # Salva config padrão para facilitar edição futura with open(CTA_CONFIG_PATH, "w", encoding="utf-8") as f: json.dump(CTA_DEFAULT, f, ensure_ascii=False, indent=2) return CTA_DEFAULT def load_log(): if LOG_PATH.exists(): try: with open(LOG_PATH, "r", encoding="utf-8") as f: return json.load(f) except json.JSONDecodeError: pass return {"processados": [], "stats": {"total_respostas": 0, "total_dms": 0, "total_falhas_dm": 0}} def save_log(log): with open(LOG_PATH, "w", encoding="utf-8") as f: json.dump(log, f, ensure_ascii=False, indent=2) # ═══════════════════════════════════════════════════════════════ # API HELPERS # ═══════════════════════════════════════════════════════════════ def api_get(endpoint, params, token): params["access_token"] = token url = f"https://graph.facebook.com/v21.0/{endpoint}?{urllib.parse.urlencode(params)}" try: req = urllib.request.Request(url) with urllib.request.urlopen(req, timeout=30) as resp: return json.loads(resp.read().decode()) except urllib.error.HTTPError as e: body = e.read().decode("utf-8", errors="replace") print(f" [ERRO GET {e.code}] {endpoint}: {body[:300]}", file=sys.stderr) return None except Exception as e: print(f" [ERRO] {e}", file=sys.stderr) return None def api_post(endpoint, params, token): params["access_token"] = token data = urllib.parse.urlencode(params).encode() url = f"https://graph.facebook.com/v21.0/{endpoint}" try: req = urllib.request.Request(url, data=data, method="POST") with urllib.request.urlopen(req, timeout=30) as resp: return json.loads(resp.read().decode()) except urllib.error.HTTPError as e: body = e.read().decode("utf-8", errors="replace") print(f" [ERRO POST {e.code}] {endpoint}: {body[:300]}", file=sys.stderr) return None except Exception as e: print(f" [ERRO] {e}", file=sys.stderr) return None def api_post_json(endpoint, payload, token, base_url="https://graph.facebook.com/v21.0"): """POST com body JSON (para messaging API).""" url = f"{base_url}/{endpoint}?access_token={token}" data = json.dumps(payload).encode() try: req = urllib.request.Request(url, data=data, method="POST", headers={"Content-Type": "application/json"}) with urllib.request.urlopen(req, timeout=30) as resp: return json.loads(resp.read().decode()) except urllib.error.HTTPError as e: body = e.read().decode("utf-8", errors="replace") print(f" [ERRO POST JSON {e.code}] {endpoint}: {body[:300]}", file=sys.stderr) return None except Exception as e: print(f" [ERRO] {e}", file=sys.stderr) return None # ═══════════════════════════════════════════════════════════════ # CORE FUNCTIONS # ═══════════════════════════════════════════════════════════════ def get_page_access_token(config): """Obtém Page Access Token a partir do User Access Token.""" page_id = config.get("facebook_page_id") if not page_id: print(" [ERRO] facebook_page_id não configurado", file=sys.stderr) return None result = api_get(f"{page_id}", {"fields": "access_token"}, config["instagram_access_token"]) if result and "access_token" in result: return result["access_token"] return None def obter_posts_recentes(config): result = api_get(f"{config['instagram_business_account_id']}/media", { "fields": "id,caption,timestamp,comments_count", "limit": 10 }, config["instagram_access_token"]) if result and "data" in result: return result["data"] return [] def obter_comentarios(media_id, config): result = api_get(f"{media_id}/comments", { "fields": "id,text,username,timestamp,from", "limit": 100 }, config["instagram_access_token"]) if result and "data" in result: return result["data"] return [] def detectar_trigger(texto, triggers): """Detecta se o comentário contém alguma keyword de CTA. Retorna (trigger_name, trigger_config) ou (None, None). Matching rigoroso: a keyword deve ser uma palavra isolada ou o comentário inteiro. Evita falsos positivos como 'secretarIA' matchando 'IA'. """ import re texto_clean = texto.strip() texto_lower = texto_clean.lower() for trigger_name, trigger_cfg in triggers.items(): for keyword in trigger_cfg["keywords"]: kw_lower = keyword.lower() # Comentário é exatamente a keyword if texto_lower == kw_lower: return trigger_name, trigger_cfg # Keyword como palavra isolada (word boundary) pattern = r'\b' + re.escape(kw_lower) + r'\b' if re.search(pattern, texto_lower): return trigger_name, trigger_cfg return None, None def responder_comentario(comment_id, mensagem, config): """Responde publicamente a um comentário.""" result = api_post(f"{comment_id}/replies", { "message": mensagem }, config["instagram_access_token"]) return result is not None def enviar_dm_instagram_legacy(user_id, mensagem, page_token): """Fallback: envia DM via Facebook Page Token (requer advanced access).""" payload = { "recipient": {"id": user_id}, "message": {"text": mensagem} } result = api_post_json("me/messages", payload, page_token) return result is not None def enviar_dm_instagram(user_id, mensagem, ig_token, ig_account_id): """Envia DM via Instagram API (novo endpoint com token IG). user_id = Instagram-scoped user ID (IGSID) do campo 'from.id' do comentário. ig_account_id = ID da conta IG do remetente (26527672413485308 para saraiva.ai). """ payload = { "recipient": {"id": user_id}, "message": {"text": mensagem} } result = api_post_json( f"{ig_account_id}/messages", payload, ig_token, base_url="https://graph.instagram.com/v21.0" ) return result is not None def processar(): config = load_config() cta_config = load_cta_config() log = load_log() triggers = cta_config.get("triggers", {}) processados_ids = set(r["comment_id"] for r in log["processados"]) # Token IG para DMs (novo Instagram API) ig_token = config.get("instagram_ig_token") ig_account_id = config.get("instagram_ig_account_id") if ig_token and ig_account_id: print(f" ✓ IG Token configurado (account: {ig_account_id})") else: print(" ⚠ IG Token não configurado — tentando Page Token como fallback...") ig_token = None page_token = get_page_access_token(config) if page_token: print(" ✓ Page Token obtido (fallback)") else: print(" ⚠ Nenhum token de DM disponível") posts = obter_posts_recentes(config) if not posts: print("Nenhum post encontrado.") return total_respostas = 0 total_dms = 0 total_falhas = 0 for post in posts: media_id = post["id"] caption = (post.get("caption") or "")[:80] comments_count = post.get("comments_count", 0) if comments_count == 0: continue comentarios = obter_comentarios(media_id, config) for comment in comentarios: comment_id = comment["id"] if comment_id in processados_ids: continue username = comment.get("username", "") texto = comment.get("text", "") user_from = comment.get("from", {}) user_id = user_from.get("id") # Não responder a si mesmo if username == "saraiva.ai": continue # Detectar se é um trigger de CTA trigger_name, trigger_cfg = detectar_trigger(texto, triggers) if not trigger_name: continue print(f"\n 🎯 TRIGGER '{trigger_name}' detectado!") print(f" @{username}: \"{texto}\"") print(f" Post: {caption}...") # 1. RESPOSTA PÚBLICA resposta = random.choice(trigger_cfg["resposta_publica"]) resp_ok = responder_comentario(comment_id, resposta, config) if resp_ok: print(f" ✓ Resposta pública enviada") total_respostas += 1 else: print(f" ✗ Falha na resposta pública") # 2. ENVIAR DM dm_ok = False has_dm = bool(ig_token and ig_account_id) or bool(not ig_token and locals().get('page_token')) if has_dm and user_id: print(f" Enviando DM para IGSID {user_id}...") for i, dm_msg in enumerate(trigger_cfg["dm_mensagens"]): dm_texto = dm_msg["texto"] if ig_token: result = enviar_dm_instagram(user_id, dm_texto, ig_token, ig_account_id) else: result = enviar_dm_instagram_legacy(user_id, dm_texto, page_token) if result: print(f" ✓ DM {i+1}/{len(trigger_cfg['dm_mensagens'])} enviada") dm_ok = True else: print(f" ✗ DM {i+1} falhou") if i == 0: print(f" ⚠ DM API indisponível — usando resposta pública expandida") break if i < len(trigger_cfg["dm_mensagens"]) - 1: time.sleep(2) if dm_ok: total_dms += 1 # 3. FALLBACK: se DM falhou, manda conteúdo resumido como resposta pública if not dm_ok: total_falhas += 1 fallback_list = trigger_cfg.get("fallback_publica") if fallback_list: print(f" Enviando fallback público...") fallback_msg = random.choice(fallback_list).replace("{username}", username) fb_ok = responder_comentario(comment_id, fallback_msg, config) if fb_ok: print(f" ✓ Fallback público enviado") else: print(f" ✗ Fallback falhou") # 3. REGISTRAR NO LOG registro = { "comment_id": comment_id, "media_id": media_id, "username": username, "user_id": user_id, "texto": texto, "trigger": trigger_name, "resposta_publica": resposta, "dm_enviada": dm_ok, "timestamp": datetime.now().isoformat() } log["processados"].append(registro) processados_ids.add(comment_id) # Rate limit time.sleep(3) # Atualizar stats log["stats"]["total_respostas"] += total_respostas log["stats"]["total_dms"] += total_dms log["stats"]["total_falhas_dm"] += total_falhas log["stats"]["ultima_execucao"] = datetime.now().isoformat() save_log(log) print(f"\n{'='*50}") print(f"RESUMO:") print(f" Respostas públicas: {total_respostas}") print(f" DMs enviadas: {total_dms}") print(f" DMs falharam: {total_falhas}") print(f" Total histórico: {log['stats']['total_respostas']} respostas, {log['stats']['total_dms']} DMs") print(f"{'='*50}") if __name__ == "__main__": print(f"{'='*50}") print(f"CTA AUTO-RESPONDER @saraiva.ai | {datetime.now().strftime('%d/%m/%Y %H:%M')}") print(f"{'='*50}") processar()