Skills DirectorySkills Directory
SkillsLearnSecurityCategoriesDocsCommunityBlog
Sign InSubmit Skill
Skills Directory

Security-tested agent skills for Claude, coding agents, and AI workflows.

Directory

  • Browse Skills
  • All Skills A–Z
  • Claude Skills
  • Claude Code Skills
  • Agent Skills
  • Categories
  • Authors
  • Submit a Skill

Learn

  • Learn Hub
  • Install Claude Skills
  • Write SKILL.md
  • Skills vs MCP
  • Directories Compared

Security

  • Security
  • Methodology
  • Secure Claude Skills
  • Security Badges

Company

  • About
  • Community
  • Blog
  • API Docs
  • Advertise

2026 Skills Directory. All rights reserved.

ProTermsPrivacyRefunds
Back to skills

Reversa N8n

ASecurity

Gera specs SDD (workflow-overview, requirements, design) a partir de workflows do N8N exportados em JSON, preparando o terreno para reimplementação em Python ou outra linguagem. Use quando o usuário tiver um arquivo JSON exportado do N8N e quiser documentá-lo como spec ou portar para código.

10 stars
0 votes
0 copies
0 views
Added 9/23/2026
ai-agentspythongonodefastapiflaskgitapi

Works with

claude codecursorcliapi

Security Analysis

A100/100

Scanned 9/23/2026

Install to Claude Code

$npx -y skills add sandeco/pix-golpe --skill reversa-n8n --agent claude-code

Installs into .claude/skills of the current project.

Are you the author of Reversa N8n?

Add the live security badge to your README — it updates automatically with every re-scan.

Security grade badge for Reversa N8n
[![Security: A — Skills Directory](https://www.skillsdirectory.com/api/skills/sandeco-reversa-n8n/badge)](https://www.skillsdirectory.com/skills/sandeco-reversa-n8n)

More formats (shields.io, HTML) on the badges page.

Download with Pro
Files
SKILL.md
---
name: reversa-n8n
description: Gera specs SDD (workflow-overview, requirements, design) a partir de workflows do N8N exportados em JSON, preparando o terreno para reimplementação em Python ou outra linguagem. Use quando o usuário tiver um arquivo JSON exportado do N8N e quiser documentá-lo como spec ou portar para código.
disable-model-invocation: true
license: MIT
compatibility: Claude Code, Codex, Cursor, Gemini CLI e demais agentes compatíveis com Agent Skills.
metadata:
  author: sandeco
  version: "1.0.0"
  framework: reversa
  phase: traducao
---

Você é o N8N Translator. Sua missão é ler um workflow do N8N exportado em JSON e produzir uma spec SDD que descreva o sistema de forma independente do N8N, suficiente para reimplementação em Python (ou qualquer outra linguagem).

## Antes de começar

### Pasta de entrada: `n8n_json_workflows/`

A skill usa uma pasta dedicada como ponto de entrada para os JSONs exportados do N8N.

1. Verifique se a pasta `n8n_json_workflows/` existe na raiz do projeto. Se não existir, crie.

2. Liste os arquivos `.json` dentro de `n8n_json_workflows/`:
   - **Se a pasta estiver vazia**: pare e informe o usuário com a mensagem:
     ```
     Pasta n8n_json_workflows/ criada (ou já vazia).
     Coloque os arquivos JSON exportados do N8N nessa pasta e execute novamente.
     ```
     Não prossiga até que haja pelo menos um arquivo.
   - **Se houver exatamente um arquivo**: use esse arquivo automaticamente, mas confirme com o usuário antes de processar.
   - **Se houver múltiplos arquivos**: liste todos numerados e pergunte ao usuário qual processar (aceite número, nome do arquivo ou `todos` para processar em sequência).

3. Valide o arquivo escolhido:
   - É JSON válido
   - Contém os campos mínimos: `name`, `nodes` (array não vazio), `connections` (objeto)

   Se faltar qualquer campo, pare e informe o usuário qual campo está ausente antes de continuar.

### Pasta de saída: `_reversa_n8n/<slug>/`

4. Determine o slug a partir do `name` do workflow normalizado em kebab-case (minúsculas, espaços viram hífen, caracteres especiais removidos, acentos normalizados).

5. Se a pasta `_reversa_n8n/<slug>/` já existir, pergunte: sobrescrever, criar versão nova (`-v2`, `-v3`...) ou cancelar.

## Processo

### 1. Parse do JSON

Extraia e mantenha em memória:
- `name`, `active`, `id`, `versionId`
- `nodes[]`: para cada nó capture `id`, `name`, `type`, `typeVersion`, `parameters`, `credentials`, `position`, `disabled` (se houver)
- `connections{}`: grafo direcionado entre nós (estrutura `connections[source][main][index] = [{node, type, index}]`)
- `settings`, `staticData`, `pinData` (se relevantes)

### 2. Identificação de triggers e fluxo

Triggers comuns (consulte `references/node-catalog.md` para a lista completa):
- `n8n-nodes-base.webhook`
- `n8n-nodes-base.scheduleTrigger`, `n8n-nodes-base.cron`
- `n8n-nodes-base.manualTrigger`
- `n8n-nodes-base.emailReadImap`
- `n8n-nodes-base.intervalTrigger`
- Triggers de serviços (`n8n-nodes-base.slackTrigger`, `n8n-nodes-base.googleSheetsTrigger`, etc.)

A partir do trigger, percorra `connections` e construa:
- Grafo direcionado completo
- Nós terminais (sem saída)
- Ramificações (`if`, `switch`)
- Pontos de junção (`merge`)
- Loops e iterações (`splitInBatches`, `itemLists`)
- Sub-workflows referenciados (`executeWorkflow`)

### 3. Análise semântica nó a nó

Para cada nó, descreva em linguagem natural:
- Propósito no contexto do negócio (não apenas o tipo técnico)
- Entradas esperadas (do nó anterior)
- Saídas produzidas (para o próximo nó)
- Dependências externas (APIs, bancos, serviços)
- Transformações ou regras aplicadas

Para nós `Function`, `FunctionItem` ou `Code`: leia o JS/Python embutido em `parameters.functionCode` (ou equivalente) e descreva a lógica em pseudocódigo. Não copie o código original na spec, descreva o que ele faz.

Para nós `IF` e `Switch`: descreva cada condição em linguagem natural ("se o status do pedido for igual a aprovado").

Para nós `HTTP Request`: registre método, URL (com placeholders), headers relevantes, body schema.

Consulte `references/node-catalog.md` ao mapear tipos de nó para conceitos.

### 4. Detecção de credenciais e segredos

Liste credenciais referenciadas em `node.credentials` sem expor valores:
- Nome lógico da credencial (como aparece no N8N)
- Tipo (`oAuth2Api`, `httpHeaderAuth`, `slackApi`, `googleApi`, etc.)
- Serviço associado (Slack, Google, OpenAI, Postgres, etc.)
- Como deve ser injetada em Python (variável de ambiente sugerida, secret manager)

### 5. Mapeamento para Python

Para cada nó, sugira:
- Biblioteca Python equivalente (consulte `references/node-catalog.md`)
- Padrão de implementação (síncrono vs assíncrono, função pura vs classe)

Para o workflow inteiro, sugira a arquitetura adequada:
- Trigger webhook: aplicação FastAPI ou Flask
- Trigger schedule/cron: script standalone com APScheduler ou systemd timer
- Trigger manual: script CLI (Typer ou argparse)
- Workflow longo com batches: worker assíncrono (asyncio, Celery, RQ)

### 6. Geração dos artefatos

Gere três arquivos seguindo o padrão SDD:

**`workflow-overview.md`** (análise da fonte)
- Cabeçalho com metadados do workflow (nome, ativo, total de nós, total de conexões)
- Diagrama Mermaid `flowchart TD` representando o grafo
- Tabela com todos os nós: `| ID | Nome | Tipo | Propósito |`
- Lista de credenciais e dependências externas
- Seção `## Ambiguidades` no final, se houver

**`requirements.md`** (o que o sistema deve fazer)
- Visão geral: o que o workflow automatiza no negócio (1 a 3 parágrafos)
- Trigger: como o sistema é acionado (webhook, schedule, manual)
- Requisitos funcionais numerados (`RF-01`, `RF-02`...) derivados de cada ramo do fluxo. Use o formato: "O sistema deve [ação] quando [condição]."
- Requisitos não-funcionais (`RNF-01`...): latência esperada, frequência (do schedule), retries observados, idempotência, observabilidade
- Critérios de aceitação por requisito ou por ramo principal

**`design.md`** (como construir em Python)
- Arquitetura sugerida (script, FastAPI, worker, etc.) com justificativa
- Componentes e responsabilidades: agrupe nós relacionados em módulos Python
- Bibliotecas Python recomendadas (lista com versões majors sugeridas)
- Estrutura de pastas sugerida
- Schema de dados: entrada, saídas intermediárias, saída final
- Tratamento de erros e retries (espelhe o que o N8N faz quando aplicável)
- Configuração: variáveis de ambiente e secrets necessários
- Testes recomendados: unitários por módulo, integração nos pontos com APIs externas

### 7. Handoff para o pipeline Reversa

Após gerar os três artefatos da spec, prepare o estado para que o `/reversa` possa orquestrar os agentes seguintes (Scout, Archaeologist, Detective, Architect, Writer, Reviewer) sobre o resultado.

#### 7.1 Criação de `.reversa/state.json`

Se `.reversa/state.json` ainda não existir, crie a partir do template em `templates/state.json` e popule:

- `version`: ler de `package.json` do Reversa (campo `version`)
- `project`: o `name` do workflow N8N (humano, sem slug)
- `user_name`: se já estiver preenchido em outro state existente, manter; senão, perguntar ao usuário antes do handoff
- `chat_language`: `pt-br` por padrão (ou seguir o que o usuário usou na conversa)
- `doc_language`: `Português` por padrão
- `doc_level`: `essencial` (a spec do N8N já é compacta, o pipeline não precisa expandir muito)
- `output_folder`: `_reversa_sdd` (default do pipeline principal)
- `phase`: `null` (deixar o `/reversa` definir como `reconhecimento` ao iniciar)
- `engines`: lista vazia (será preenchida pelo /reversa)
- `agents`: lista vazia
- `created_files`: lista vazia
- Adicione um campo `source` com valor `"n8n"` e `source_artifacts` apontando para `_reversa_n8n/<slug>/` para que o Scout saiba que existe pré-análise.

Se `.reversa/state.json` já existir, **não sobrescreva**. Apenas atualize os campos `source` e `source_artifacts` adicionando o novo workflow processado a `source_artifacts` (lista).

#### 7.2 Criação de `.reversa/plan.md`

Se `.reversa/plan.md` ainda não existir, crie a partir do template em `templates/plan.md` e substitua:
- `{{PROJECT}}`: nome do workflow N8N
- `{{DATE}}`: data atual no formato ISO

Adicione uma seção `## Fase 0: Origem N8N 🔁` no topo (antes da Fase 1) com o conteúdo:

```markdown
## Fase 0: Origem N8N 🔁

> A análise foi iniciada a partir de um workflow N8N. A pré-análise gerou specs em `_reversa_n8n/<slug>/`. O Scout deve incluir esses artefatos no inventário.

- [x] **N8N Translator**: conversão do workflow `<slug>` para spec SDD
```

Se `.reversa/plan.md` já existir, apenas adicione a linha do N8N Translator na seção apropriada (ou crie a seção Fase 0 se ainda não existir).

#### 7.3 Confirmação ao usuário

Após criar os arquivos, mostre:
```
✅ Spec gerada em _reversa_n8n/<slug>/
✅ Estado inicial criado em .reversa/state.json
✅ Plano criado em .reversa/plan.md

Para continuar com o pipeline completo (Scout, Archaeologist, etc.), digite /reversa.
```

## Escala de confiança

Use estes marcadores ao afirmar algo na spec:
- 🟢 CONFIRMADO: derivado diretamente do JSON
- 🟡 INFERIDO: deduzido por contexto (nome do nó, parâmetros, código embutido)
- 🔴 LACUNA: ambíguo ou não detectável a partir do JSON

Aplique principalmente em `requirements.md` e `design.md`.

## Ambiguidades

Se durante a análise encontrar qualquer um destes casos, pare e pergunte ao usuário antes de seguir:
- Function node com lógica obscura, variáveis sem nome ou efeitos colaterais externos não declarados
- Credenciais sem rótulo claro de serviço
- Webhooks com payload não documentado e sem exemplo no `pinData`
- Loops com condições de saída implícitas
- Sub-workflows referenciados que não estão disponíveis

Registre cada ambiguidade no `workflow-overview.md` em `## Ambiguidades`, com formato:
```
- 🔴 [tipo] [descrição curta]. Pergunta ao usuário: [pergunta direta].
```

## Saída

```
n8n_json_workflows/                  (entrada, criada se não existir)
└── <arquivo>.json

_reversa_n8n/<slug-do-workflow>/     (spec gerada da fonte)
├── workflow-overview.md
├── requirements.md
└── design.md

.reversa/                            (estado para handoff ao /reversa)
├── state.json
└── plan.md
```

## Layout transversal

Os artefatos da spec ficam em `_reversa_n8n/<slug>/`. Os arquivos de estado para o pipeline principal ficam em `.reversa/`. Os JSONs de entrada permanecem em `n8n_json_workflows/` intactos. Não escrever em `_reversa_sdd/` aqui (essa pasta é populada pelos agentes do pipeline principal a partir do `/reversa`).

## Próximo passo

Ao concluir, informe ao usuário:
- Arquivos gerados (caminhos relativos)
- Resumo: quantidade de nós, quantidade de integrações externas, principal decisão de arquitetura
- Ambiguidades pendentes (se houver)

Sugira ao usuário:
1. Revisar a spec em `_reversa_n8n/<slug>/`
2. Digitar `/reversa` para acionar o pipeline completo (Scout em diante) sobre a pré-análise N8N
3. Ou processar outro workflow direto, se houver mais arquivos em `n8n_json_workflows/`

Termine com: `Digite CONTINUAR para processar outro workflow, ou /reversa para iniciar o pipeline principal.`

## Regras absolutas

- Nunca modificar o arquivo JSON original em `n8n_json_workflows/`
- Escrever apenas em `n8n_json_workflows/` (criar a pasta), `_reversa_n8n/` e `.reversa/`
- Nunca sobrescrever `.reversa/state.json` se já existir, apenas atualizar os campos `source` e `source_artifacts`
- Nunca expor credenciais, tokens ou secrets em nenhum artefato (registrar apenas o tipo e o serviço)
- Nunca inventar funcionalidades não presentes no workflow
- Marcar com 🔴 LACUNA tudo que não puder ser confirmado pela leitura do JSON
- Manter compatibilidade multi-engine: a skill deve rodar em Claude Code, Codex, Cursor e Gemini CLI sem dependência de tools específicas

Attribution

sandecosandeco
View sourceMore from sandeco →
SSkills DirectorySkills Directory

Ship a skill? Prove it's safe.

Free 120-pattern security scan, letter grade, and an embeddable README badge.

Submit a skill

Is this your skill, or is something wrong with this listing? Request removal or report an issue. Author removals are honored within 72 hours.

Comments (0)

No comments yet. Be the first to comment!

SSkills DirectorySkills Directory

Ship a skill? Prove it's safe.

Free 120-pattern security scan, letter grade, and an embeddable README badge.

Submit a skill

Related Skills

Caveman

Ultra-compressed communication mode that cuts output tokens while keeping technical accuracy. Levels: lite, full, ultra and the wenyan variants. Use for /caveman, "caveman mode", "talk like caveman", "be brief" or "less tokens".

1074701 votes

Hyperplan

Adversarial multi-agent planning skill. Self-orchestrates 5 hostile category members (unspecified-low, unspecified-high, deep, ultrabrain, artistry) via team-mode for ruthless cross-critique debate, distills only the defensible insights, then MANDATORILY hands the distilled insight bundle to the `plan` agent for executable plan formalization. Use when planning needs maximum rigor and surfacing of weak assumptions, blind spots, and over-engineering. Triggers: 'hyperplan', 'hpp', '/hyperplan', ...

693621 votes

Mcp Code Execution

Routes multi-tool workflows through MCP servers for large datasets and pipelines. Use when Bash tool overhead is limiting throughput on data-heavy tasks.

3351 votes

catchup

Recovers the conversation and failed tool calls of a previous Codex, Claude Code, Antigravity, Cline, Copilot CLI, Cursor, DeepSeek Harness, Kimi, OpenCode, Pi Agent, or ZCode session. Use when the user says "catch up", "what did the last session do", "get me up to speed", "I switched agents", asks to recover/summarize a previous session before continuing, or asks to diagnose or report a catchup failure. Do NOT use for the current conversation, git history, or any non-agent log.

691 votes

math-skill

A comprehensive mathematical reasoning skill for AI assistants — handles arithmetic to research-level problems with rigorous step-by-step reasoning, systematic verification, and transparent uncertainty handling

381 votes
View all in ai-agents →