> For the complete documentation index, see [llms.txt](https://docs.airops.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.airops.com/docs/pt/acoes/workflow-concepts/run-once/schedule.md).

# Executar em Agenda

Agende o seu workflow para ser executado de forma recorrente

Depois de publicar um Workflow, você pode agendá-lo para ser executado de forma recorrente pela interface. O mesmo Workflow pode ter vários agendamentos associados a ele.

## Configurando um Agendamento

Para definir um agendamento, basta navegar até a página de visualização do Workflow e selecionar o menu suspenso "Run" mostrado abaixo:

{% @arcade/embed url="<https://app.arcade.software/share/FndJpKSqTPBW9Y0g6yfU>" flowId="FndJpKSqTPBW9Y0g6yfU" %}

Dependendo das entradas e saídas do seu Workflow, alguns dos campos nas opções de agendamento irão mudar.

{% hint style="info" %}
Ao criar o seu agendamento, certifique-se de selecionar a versão correta do seu Workflow para executar. Se cometer um erro, você pode editá-lo na interface de Agendamento.
{% endhint %}

Os agendamentos são desativados quando um workspace passa de um plano pago para o Free. Se atualizar mais tarde, reative os agendamentos que deseja executar. Veja [Ações agendadas após um downgrade para Free](/docs/pt/o-seu-espaco-de-trabalho/settings/billing.md#scheduled-actions-after-a-free-downgrade).

## Mantendo o estado

Um dos desafios de criar workflows agendados é manter uma "memória de trabalho" das decisões anteriores tomadas pelo LLM. Por exemplo, se você quiser criar um workflow de LLM que verifica um site em busca de "notícias recentes" para gerar ideias de conteúdo, você precisará implementar uma forma de recuperar ideias anteriores para evitar repetição.

[Bases de Conhecimento](/docs/pt/contexto/memory-stores.md) podemos ajudar com isto. Ao implementar a seguinte estrutura, pode resolver este problema:

Antes de começar, crie uma nova Base de Conhecimento vazia. Depois, no seu fluxo de trabalho, adicione o seguinte:

1. **Pesquisa na Base de Conhecimento** **Etapa -** Pesquise Bases de Conhecimento pela data de hoje. Isto irá recuperar as entradas mais recentes adicionadas a essa Base de Conhecimento.
2. **Etapa LLM -** Forneça cerca de 5-10 resultados da **Etapa de Pesquisa da Base de Conhecimento** ao seu modelo com um prompt como "Aqui estão os resultados que forneceu anteriormente; por favor, não repita nenhuma destas ideias:"
3. **Etapa de Escrita na Base de Conhecimento** - Escreva na Base de Conhecimento com a data de hoje (consulte [docs Liquid](https://shopify.github.io/liquid/filters/date/) para mais informações) na coluna de pesquisa e adicione o resultado numa coluna de metadados. Isto significa que, quando a Base de Conhecimento for pesquisada, apenas a data será utilizada.

Se tiver alguma dúvida, contacte-nos.


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation by asking a question.

Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters:

```
GET https://docs.airops.com/docs/pt/acoes/workflow-concepts/run-once/schedule.md?ask=<question>&goal=<user_goal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.