Enviar áudio e imagens automáticos no WhatsApp com Hermes Agent

Imagina que podes enviar um áudio personalizado, com uma voz humana gerada por Inteligência Artificial, e uma imagem de alta qualidade para o WhatsApp de um cliente, de forma 100% automática, sem sequer tocares no teu telemóvel. Parece ficção científica? Com o Hermes Agent, esta é a realidade atual de milhares de profissionais e empresas que estão a revolucionar a sua produtividade e a comunicação com os seus clientes.

Porquê Automatizar o WhatsApp com o Hermes Agent?

O WhatsApp é o canal de comunicação com maior taxa de abertura do mundo. No entanto, enviar mensagens manuais para dezenas ou centenas de contactos consome imenso tempo. Pior: mensagens puramente de texto muitas vezes são ignoradas. O envio de imagens dinâmicas e áudios personalizados gera muito mais proximidade, confiança e conversão.

Com o Hermes Agent, podes criar "skills" (competências) em ficheiros YAML simples que instruem a IA a gerar conteúdo de voz natural e a enviá-lo juntamente com ficheiros multimédia de forma totalmente autónoma.

Configuração Passo a Passo: Enviar Áudio e Imagem com IA

Vamos configurar uma automação prática e funcional. Segue os passos abaixo para criares a tua primeira skill de envio multimédia.

Passo 1: Instalação do Hermes Agent

Para começar, precisas de ter o Hermes Agent instalado na tua máquina. O método oficial usa o instalador de linha de comandos:

curl -fsSL https://hermes-agent.nousresearch.com/install.sh | bash

Se utilizas Windows, consulta o artigo de instalação do blog para o comando nativo (PowerShell) e a configuração das variáveis de ambiente.

Passo 2: Ligar o WhatsApp e criar a Skill (SKILL.md)

Primeiro liga o WhatsApp Cloud API no ~/.hermes/.env e regista o canal no gateway:

WHATSAPP_CLOUD_PHONE_NUMBER_ID=o_teu_phone_number_id
WHATSAPP_CLOUD_ACCESS_TOKEN=o_teu_token
WHATSAPP_ENABLED=true

hermes gateway setup       # escolhe WhatsApp quando pedido
hermes whatsapp-cloud      # confirma que o canal está ligado

As automações do Hermes Agent são ficheiros SKILL.md em Markdown. Cria um chamado enviar_multimedia/SKILL.md dentro de ~/.hermes/skills/:

---
name: enviar_multimedia
description: Envia um áudio gerado por IA e uma imagem no WhatsApp.
author: MarctechJA
version: "1.0"
platforms:
  - macos
  - linux
  - windows
metadata:
  hermes:
    tags: [whatsapp, multimédia, audio]
---

# enviar_multimedia

Envia um áudio falado (gerado por voz) e uma imagem no WhatsApp.

## When to Use
Quando vais mandar uma nota de voz automática e/ou uma imagem a alguém no WhatsApp.

## Instruções
1. Recebe o número do destinatário, o caminho/URL da imagem e o texto a falar.
2. Gera o áudio a partir do texto usando a síntese de voz configurada (TTS).
3. Envia o áudio e a imagem pelo canal do WhatsApp ligado no gateway.

## Critérios de conclusão
- O áudio e a imagem são entregues ao destinatário no WhatsApp sem erros.

O que faz este código?

• frontmatter: Define o name e a description da skill, que o Hermes usa para a descobrir.
• Instruções: Explica ao agente a sequência — gerar a voz com a síntese de texto-para-fala configurada e enviar áudio e imagem pelo canal do WhatsApp.
• Gateway: É canal que o Hermes usa para entregar mensagens por WhatsApp (Cloud API da Meta).

Passo 3: Executar a Skill no Terminal

Com a skill configurada, podes pedir ao agente que a execute diretamente no chat:

hermes skills list
hermes chat -s enviar_multimedia "Envia ao +351912345678 um áudio a dizer: Olá! O teu relatório está pronto. E anexa a imagem https://python.org/static/img/python-logo.png"

O Hermes processa o pedido, gera a narração em voz (TTS), acede ao teu canal do WhatsApp e entrega o áudio e a imagem ao destinatário. Podes também automatizar isto em horários fixos com o cron:

hermes cron create --name relatorio-manha --deliver whatsapp --skill enviar_multimedia "0 8 * * 1" "Envia ao +351912345678 um áudio e o gráfico do relatório semanal"

Casos Práticos de Aplicação no Dia a Dia

Esta poderosa combinação de áudio por IA e imagem abre portas a infinitas possibilidades de automação empresarial e pessoal:

• Recuperação de Carrinhos Abandonados: Envia uma imagem do produto esquecido no teu e-commerce acompanhada de um áudio simpático do teu "assistente virtual" a oferecer um cupão de desconto exclusivo.
• Lembretes de Consultas e Reservas: Clínicas, ginásios ou restaurantes podem programar o envio de um áudio personalizado com o nome do cliente e uma imagem do mapa ou QR Code de confirmação.
• Suporte ao Cliente Escalável: Responde a dúvidas frequentes enviando capturas de ecrã explicativas acompanhadas de um áudio passo a passo, poupando horas de trabalho à tua equipa de suporte.

Conclusão: O Futuro da Automação Está ao Teu Alcance

Automatizar o WhatsApp com o Hermes Agent vai muito além do simples envio de mensagens de texto automáticas. Ao integrares inteligência artificial para gerar áudios dinâmicos e anexar imagens contextuais, consegues humanizar a comunicação à escala global, sem perder o toque pessoal que converte contactos em clientes satisfeitos.