Agente IA Financeiro Pessoal com OpenClaw — Tutorial 2026

TL;DR: Construa seu próprio "contador automático" com OpenClaw + Open Banking BR (Pluggy/Belvo). Lê suas contas bancárias, categoriza gastos com LLM, detecta anomalias, envia resumos no WhatsApp. Setup: R$ 13.200 (Mac Mini + hardware) + R$ 50-200/mês de Pluggy. Substitui Mobills Premium e te dá controle total dos seus dados.

💰 Por que Fazer o Seu?

Mobills, Organizze, Monese são ótimos — mas três problemas em 2026: (1) você paga assinatura (~R$ 30/mês), (2) seus dados financeiros moram em servidores deles, (3) a "inteligência" é limitada (categorização por palavra-chave fixa).

Um agente IA próprio muda a equação: LLM entende contexto ("iFood R$ 45" → comida, mas "iFood R$ 500" + sexta-feira + histórico de fim de mês → provavelmente evento especial, classifica em "Entretenimento"). Custo parecido, controle total.

🏗️ Arquitetura do Sistema

Bancos (Itaú, Nubank, Inter, XP)
        │
        ▼ [Open Banking BR / APIs]
  Pluggy / BelvoBR
        │
        ▼ [webhook a cada transação OU polling 1h]
  OpenClaw Skill "finance-agent"
        │
        ├─ Classifica via Claude/Ollama (categoria + subcategoria)
        ├─ Armazena em SQLite local
        ├─ Detecta anomalias (z-score vs histórico)
        └─ Gera insights mensais
              │
              ▼
        WhatsApp / Telegram / Email

🛠️ Setup Passo a Passo

1. Criar Conta Pluggy (30 min)

Em pluggy.ai → cadastro → sandbox grátis primeiro (teste com conta fake) → quando pronto, upgrade pra plano Hobby (R$ 50/mês, 100 connections). Connector ID e Client Secret aparecem no dashboard.

2. Conectar seus Bancos (10 min cada)

Pluggy hosteia uma widget de "authentication". Você autoriza cada banco (Itaú, Nubank, etc.) via Open Banking BR. Após autorização, Pluggy expõe API REST com suas transações, saldos, cartões.

3. Skill OpenClaw "Finance Agent" (código Python)

# ~/.openclaw/skills/finance.py
import sqlite3, os, requests, anthropic
from datetime import datetime, timedelta

DB = "/Users/adler/.openclaw/finance.db"
PLUGGY_KEY = os.getenv("PLUGGY_API_KEY")

def fetch_transactions():
    r = requests.get(
        "https://api.pluggy.ai/transactions",
        headers={"X-API-KEY": PLUGGY_KEY},
        params={"itemId": "sua-item-id", "from": (datetime.now() - timedelta(days=7)).isoformat()}
    )
    return r.json()["results"]

def classify(tx, llm):
    prompt = f"""Transação:
Descrição: {tx['description']}
Valor: R$ {tx['amount']}
Data: {tx['date']}

Histórico de gastos similares (últimos 3 meses): {get_history(tx['description'])}

Responda JSON: {{"categoria": "Alimentação|Transporte|Moradia|Saúde|Lazer|Educação|Outros", "subcategoria": "restaurante|supermercado|iFood|uber|...", "alerta": null|"anomalia|padrao_irregular", "observacao": "..."}}"""
    
    resp = llm.messages.create(
        model="claude-opus-4-7",
        max_tokens=200,
        messages=[{"role": "user", "content": prompt}]
    )
    return json.loads(resp.content[0].text)

def detect_anomalies(txs):
    """Z-score por categoria — flag se gasto > 2σ do histórico"""
    ...

def daily_summary():
    """Roda toda noite 22h — manda resumo do dia no WhatsApp"""
    ...

4. Cron Jobs (agendar)

# crontab -e
# Sincroniza transações toda hora
0 * * * * openclaw run finance-sync

# Resumo diário 22h
0 22 * * * openclaw run finance-daily-summary

# Relatório mensal 1º dia 9h
0 9 1 * * openclaw run finance-monthly-report

📱 Exemplos de Mensagens Reais no WhatsApp

📊 RESUMO DIA 17/04

💰 Gastos: R$ 247,50 (dentro da média)
• 🍔 iFood Alimentação: R$ 52
• 🚗 Uber Transporte: R$ 45
• 🛒 Mercado Alimentação: R$ 150,50

⚠️ ALERTA
Transação "PETCAMP R$ 850" fora do seu padrão.
Última vez: há 3 meses, valor típico R$ 200.
→ Confirmar ou disputar? [Sim] [Não]

📈 Mês até agora: R$ 3.847 / R$ 5.000 orçamento (77%)
Previsão fim mês: R$ 5.120 (⚠️ 2% acima)

🧠 Inteligência Avançada

1. Detecção de Fraude em Tempo Real

Cartão usado em cidade que você nunca usou + horário anormal + valor alto → alerta imediato "Suspeita de fraude: [link-detalhes]. Foi você?"

2. Previsão de Contas Fixas

Agente aprende que "conta de luz chega dia 15, varia R$ 180-240" → avisa dia 10 "Reserve R$ 210 pra luz na próxima semana".

3. Sugestões de Economia

Compara seus gastos com métricas inteligentes: "Você gastou R$ 800 em iFood este mês vs média de R$ 450. Tendência subindo há 3 meses. Alvo pro próximo mês: R$ 600 (economia R$ 200)."

4. Orçamento Dinâmico

No dia 15 do mês, você já gastou 70% do orçamento → agente ajusta "Pro resto do mês, tente manter R$ 100/dia em variáveis. Fixos já estão pagos."

5. Consulta em Linguagem Natural

No Telegram: "quanto gastei em Uber mês passado?" → agente consulta SQLite → "R$ 347, 12% abaixo da média."

🔐 Segurança Financeira

1. Dados em SQLite local — nunca em cloud. Backup encriptado só em SSD externo.
2. API keys Pluggy em Keychain, nunca em arquivos plain.
3. 2FA em tudo: Pluggy, bancos, WhatsApp, OpenClaw.
4. Rotacione secrets a cada 3 meses.
5. Read-only — nunca dê permissão de transação pro agente. Só leitura.
6. Logs sem dados sensíveis — nunca loge valor + conta + cartão juntos.

💰 Comparação de Custos

💡 Qual Setup Escolher?

• Começar sem custo (R$ 5.500): Mac Mini base + CSV manual
• Automação completa (R$ 13.200): Mac Mini M4 Pro + Pluggy ← recomendado
• Alto volume / negócio próprio: Pluggy Plan Starter + Mac Mini M4 Pro + Claude API upgrade

📚 Artigos Relacionados

• Como Montar seu Agente IA Pessoal
• Agente IA que Lê Emails e Resume no WhatsApp
• OpenClaw vs n8n vs Zapier
• Meu Setup de IA em Casa 2026