Skip to main content
O Claude tem duas formas principais de receber contexto externo: o arquivo CLAUDE.md (para Claude Code) e skills personalizadas (para Claude Desktop). Ambas se beneficiam do llms.txt da Timely.ai.

​
Claude Code

​
Injetar contexto via CLAUDE.md

O Claude Code lê o arquivo CLAUDE.md na raiz do projeto antes de cada sessão. Adicione uma instrução para que o modelo consulte o llms.txt da Timely.ai:
1

Baixar o llms.txt

Na raiz do seu projeto, execute:
curl https://docs.timelyai.com.br/llms.txt -o timely-llms.txt
2

Referenciar no CLAUDE.md

Abra ou crie o arquivo CLAUDE.md e adicione:
## Timely.ai API

Este projeto integra com a Timely.ai API. O arquivo `timely-llms.txt`
na raiz contém a documentação completa dos endpoints, autenticação,
webhooks e rate limits.

Sempre consulte esse arquivo antes de sugerir código que interaja
com a API da Timely.ai.
3

Verificar carregamento

Inicie uma sessão do Claude Code com /init. O modelo vai confirmar que leu o CLAUDE.md e terá o contexto da Timely.ai disponível durante toda a sessão.

​
Manter o arquivo atualizado

Adicione um script ao seu projeto para atualizar o llms.txt quando necessário: 
#!/bin/bash
# scripts/update-timely-context.sh
curl -sL https://docs.timelyai.com.br/llms.txt -o ./timely-llms.txt
echo "Contexto Timely.ai atualizado."

​
Claude Desktop — Skills Personalizadas

Você pode criar uma skill que baixa o llms.txt e o injeta como contexto no system prompt antes de responder perguntas sobre a API.

​
Exemplo de skill

Crie um arquivo de skill (formato .md ou conforme a versão do seu Claude Desktop): 
# Skill: Timely.ai Developer

## Descrição
Responde perguntas sobre a API da Timely.ai usando o contexto
oficial da documentação.

## Instruções
1. Ao receber uma pergunta sobre a Timely.ai API, busque o contexto em:
   https://docs.timelyai.com.br/llms.txt
2. Use o conteúdo retornado para embasar sua resposta.
3. Cite o endpoint exato, os parâmetros necessários e um exemplo de código.
4. Se a pergunta envolver autenticação, sempre mencione o header x-api-key.

## Contexto fixo
Base URL da API: https://api.timelyai.com.br
Documentação: https://docs.timelyai.com.br

​
MCP com context7

Se você usa o servidor MCP context7 configurado no seu ambiente, pode buscar documentação da Timely.ai em tempo real durante uma sessão: 
Use context7 para buscar a documentação da Timely.ai sobre
criação de agentes e me mostre os campos obrigatórios.
A indexação da Timely.ai no context7 depende do servidor estar configurado com acesso à URL https://docs.timelyai.com.br. Se a busca retornar vazia, use o llms.txt diretamente como descrito acima.

​
Fluxo recomendado

  1. Baixe o timely-llms.txt com curl
  2. Adicione a referência no CLAUDE.md
  3. Faça commit do arquivo no repositório
  4. Use /init para iniciar sessões com contexto carregado
Abra o Claude Desktop, ative a skill Timely.ai Developer e faça sua pergunta diretamente. A skill busca o contexto sob demanda.
No Claude Code, cole o erro e o endpoint:
Recebi 422 ao chamar POST /v1/contacts com o payload abaixo.
O que está errado?
{ "name": "João", "phone": "47988001122" }
Com o contexto do CLAUDE.md carregado, o Claude vai comparar com o schema esperado e apontar o problema.