Lendo Arquivos
by Rafael-2109
Le arquivos Excel (.xlsx, .xls) e CSV enviados pelo usuario. Use quando o usuario anexar um arquivo e pedir para analisar, importar ou processar os dados. Retorna o conteudo como JSON para analise.
Skill Details
Repository Files
2 files in this skill directory
name: lendo-arquivos description: "Le arquivos Excel (.xlsx, .xls) e CSV enviados pelo usuario. Use quando o usuario anexar um arquivo e pedir para analisar, importar ou processar os dados. Retorna o conteudo como JSON para analise."
Lendo Arquivos - Processar Uploads do Usuario
Skill para leitura de arquivos enviados pelo usuario via upload.
ESCOPO: Esta skill processa Excel (.xlsx, .xls) e CSV. Para CRIAR/EXPORTAR arquivos para download, use
exportando-arquivos. Para consultas Odoo (NF, PO, SO, titulos), userastreando-odoo.
Script Principal
ler.py
source .venv/bin/activate && \
python .claude/skills/lendo-arquivos/scripts/ler.py [opcoes]
Tipos de Arquivo
FORMATOS SUPORTADOS
│
├── Excel (.xlsx)
│ Engine: openpyxl
│ Usar: Planilhas modernas (2007+)
│
├── Excel (.xls)
│ Engine: xlrd
│ Usar: Planilhas legado (97-2003)
│
└── CSV (.csv)
Separadores: ; , \t |
Usar: Arquivos texto estruturados
Parametros
Parametros Principais
| Parametro | Obrigatorio | Descricao | Exemplo |
|---|---|---|---|
--url |
Sim | URL do arquivo (do upload) | --url /agente/api/files/default/abc.xlsx |
--limite |
Nao | Limite de linhas (default: 1000) | --limite 100 |
--aba |
Nao | Nome ou indice da aba (Excel) | --aba 0 ou --aba "Dados" |
--cabecalho |
Nao | Linha do cabecalho (default: 0) | --cabecalho 1 |
Exemplos de Uso
Ler arquivo Excel
source .venv/bin/activate && \
python .claude/skills/lendo-arquivos/scripts/ler.py \
--url "/agente/api/files/default/abc123_planilha.xlsx"
Ler com limite de linhas
python .../ler.py --url "/agente/api/files/default/dados.xlsx" --limite 50
Ler aba especifica
python .../ler.py --url "/agente/api/files/default/multi.xlsx" --aba "Vendas"
Ler CSV
python .../ler.py --url "/agente/api/files/default/dados.csv"
Retorno JSON
{
"sucesso": true,
"arquivo": {
"nome": "planilha.xlsx",
"tipo": "excel",
"tamanho": 15234,
"tamanho_formatado": "14.9 KB",
"abas": ["Dados", "Resumo"],
"aba_lida": "Dados"
},
"dados": {
"colunas": ["Pedido", "Cliente", "Valor"],
"total_linhas": 150,
"linhas_retornadas": 100,
"registros": [
{"Pedido": "VCD123", "Cliente": "ATACADAO", "Valor": 50000},
{"Pedido": "VCD456", "Cliente": "ASSAI", "Valor": 75000}
]
},
"resumo": "Arquivo EXCEL com 150 linhas e 3 colunas (limitado). Colunas: Pedido, Cliente, Valor"
}
Fluxo de Uso
Quando o usuario anexar um arquivo e pedir "analise essa planilha":
- Identificar URL do arquivo nos metadados do anexo
- Executar script:
source .../venv/bin/activate && python .../ler.py --url "URL_DO_ARQUIVO" - Analisar JSON retornado
- Responder ao usuario com insights dos dados
Tratamento de Erros
| Erro | Causa | Solucao |
|---|---|---|
| Arquivo nao encontrado | URL invalida | Verificar URL do anexo |
| Formato nao suportado | Extensao invalida | Apenas xlsx, xls, csv |
| Arquivo corrompido | Arquivo danificado | Pedir ao usuario reenviar |
| Dependencia faltando | Biblioteca nao instalada | pip install pandas openpyxl xlrd |
Conversoes Automaticas
| Tipo Original | Conversao |
|---|---|
| Datas | ISO 8601 (YYYY-MM-DD) |
| Numeros | float/int preservado |
| NaN/vazio | null |
| Texto | string |
Notas
- Limite padrao: 1000 linhas (para evitar respostas muito grandes)
- Para arquivos grandes, use
--limitepara obter amostra - Separador CSV eh detectado automaticamente (
;,,,\t,|) - Encoding: UTF-8 com BOM suportado
Relacionado
| Skill | Uso |
|---|---|
| exportando-arquivos | CRIAR/EXPORTAR arquivos para download |
| rastreando-odoo | Consultas e rastreamento de fluxos Odoo |
| gerindo-expedicao | Consultas de carteira, separacoes e estoque |
NOTA: Esta skill eh para LEITURA de arquivos do usuario. Para criar arquivos para download, use
exportando-arquivos.
Related Skills
Attack Tree Construction
Build comprehensive attack trees to visualize threat paths. Use when mapping attack scenarios, identifying defense gaps, or communicating security risks to stakeholders.
Grafana Dashboards
Create and manage production Grafana dashboards for real-time visualization of system and application metrics. Use when building monitoring dashboards, visualizing metrics, or creating operational observability interfaces.
Matplotlib
Foundational plotting library. Create line plots, scatter, bar, histograms, heatmaps, 3D, subplots, export PNG/PDF/SVG, for scientific visualization and publication figures.
Scientific Visualization
Create publication figures with matplotlib/seaborn/plotly. Multi-panel layouts, error bars, significance markers, colorblind-safe, export PDF/EPS/TIFF, for journal-ready scientific plots.
Seaborn
Statistical visualization. Scatter, box, violin, heatmaps, pair plots, regression, correlation matrices, KDE, faceted plots, for exploratory analysis and publication figures.
Shap
Model interpretability and explainability using SHAP (SHapley Additive exPlanations). Use this skill when explaining machine learning model predictions, computing feature importance, generating SHAP plots (waterfall, beeswarm, bar, scatter, force, heatmap), debugging models, analyzing model bias or fairness, comparing models, or implementing explainable AI. Works with tree-based models (XGBoost, LightGBM, Random Forest), deep learning (TensorFlow, PyTorch), linear models, and any black-box model
Pydeseq2
Differential gene expression analysis (Python DESeq2). Identify DE genes from bulk RNA-seq counts, Wald tests, FDR correction, volcano/MA plots, for RNA-seq analysis.
Query Writing
For writing and executing SQL queries - from simple single-table queries to complex multi-table JOINs and aggregations
Pydeseq2
Differential gene expression analysis (Python DESeq2). Identify DE genes from bulk RNA-seq counts, Wald tests, FDR correction, volcano/MA plots, for RNA-seq analysis.
Scientific Visualization
Meta-skill for publication-ready figures. Use when creating journal submission figures requiring multi-panel layouts, significance annotations, error bars, colorblind-safe palettes, and specific journal formatting (Nature, Science, Cell). Orchestrates matplotlib/seaborn/plotly with publication styles. For quick exploration use seaborn or plotly directly.
