@futdevpro/nts-dynamo 1.15.41 → 1.15.42

package/_specifications/agent.md

@@ -1,138 +1,138 @@
-
-
-
-
-## Agent
-
-0. A conversation listát megvágjuk, hogy beleférjen a chat-LLM hívásba (maxTokens)
-
-1. Egy elő LLM kérdésben beköthetjük a Routine-okat (a routinok afféle felülírók, megelőzik az utolsó üzenetet, de közben meg kell oldjuk valahogy, hogy az üzenet is feldolgozásra kerüljön, és a routine is érvényesüljön ha kell (van, hogy csak hozzá kell adjunk valamit a parancshoz))
-  - mik alapján keresünk routine-okat:
-    - session doing/goal/intent alapú micro routine-ok (vektor keresés; mindig amikor...)
-    - egyéb micro routine-ok (vektor keresés; mindig amikor...)
-    - idő alapú triggering
-    - ???
-
-2. Egy nagy LLM kérdésben megkérdezzük, hogy az utolsó user message teljesítéséhez... 
-  - milyen operation-ök kellenek
-    - itt felsoroljuk az elérhető operation-öket
-    - Ez lehet több is. 
-    - A: NONE | (operation-with-intent or get-operation-group-with-intent) list
-  - kell-e a kódbázisban keresni
-    - itt felsoroljuk az elérhető projekt-eket
-    - ha igen, mire kell vektorkeressünk
-    - A: NONE | vektor search keywords
-  - kell-e a dokumentumok között keresni keresni
-    - itt felsoroljuk az elérhető dokumentumokat/dokumentum tárakat (attól függően, hogy ne legyen túl sok opció)
-    - ha igen, mire kell vektorkeressünk
-    - A: NONE | vektor search keywords
-  - kell-e a DB context-ben keresni
-    - ha igen, mire kell vektorkeressünk
-    - A: NONE | vektor search keywords
-  - kell-e valamilyen specifikus context adat
-    - itt felsoroljuk az elérhető specifikus context adatokat
-    - ezek olyan speciális adatok amik fixek, és direkt method-okkal adjuk meg őket, 
-      - pontos dátum-idő
-      - user neve/nickneve/amin szólítsa a bot
-      - user data
-      - user settings
-      - ... TODO: add more special context data keys
-    - A: NONE | special context data key
-  Mindegyik input lehet NONE, ami azt jelzi, hogy nincs rá szükség
-
-3. Ha kell, bármilyen info, akkor először azokat gyűjtjük össze
-  - a talált info-kat beletesszük a beszélgetésbe mint assistant message-ek
-    (ezek valójában nem kerülnek elküldésre, a következő üzenet érkezésekkor nem fognak rendelkezésre állni, de elmentjük a db-be az egész conversation listát)
-
-4. Ha kell, akkor lekérjük a kért operation-group-okat és abból újabb LLM kérdéssel összeszedjük a szükséges operation-öket
-  - az operation-group-okat különféle módon szerezhetjük be
-    - Group-olt operation-ök listázása
-    - MCP Server-ről kérés
-    - ... TODO: is there any more operation-group sources?
-
-4. Ha kell, akkor végrehajtjuk a kért operation-öket
-  - a végrehajtás eredményéről röviden beszámolunk/értesítjük a user-t, hogy mit sikerült és nem sikerült csinálni
-    (nem csak a jelenlegi conversation listába tesszük be, hanem tényleg el is küldjük a user-nek egy message-et)
-
-5. Egy újabb LLM kérdéssel kiszedjük az új context-et aminek be kell kerülnie a DB context-be
-  - ha kell akkor a mentendő context-et kell visszaadja, ha nem akkor a NONE
-
-6. Megválaszoljuk a user üzenetét
-
-7. A végeredményt elmentjük a DB-be
-  - minden llm kérdés-választ, 
-  - és a result-okkal feltáplált conversation listát
-  - a vektor keresések eredményeit
-  - (not yet): ha nem messaging platformon vagyunk (discord/slack/teams), akkor chat session-ökbe mentjük az adatokat
-    - ebben az esetben külön kell válogatni azokat a message-eket amiket elküldtünk a user-nek (conversation) attól amik az operation-ök végrehajtása során keletkeznek (logs)
-
-
-## Operation-ök
-  - az operation-ök lista kérésekor hangsúlyozzuk az LLM-nek, hogy mindig próbáljuk a leg apróbb lépésekből összeállítani a listát
-  - minden operation úgy működik mint egy MCP Server kérés, adott egy input schema 
-  - az input-ot a conversation alapján állítjuk össze, úgy hogy az operation intent kerül bele a conversation-be mielőtt egy LLM hívással megpróbáljuk összeállítani az inputot
-    - az input-ok összeállításakor felhívjuk az LLM figyelmét, hogy a mentendő módosítandó adatokat csak akkor manipulálja, ha azt a user kérte, egyébként használjuk a user szava járását
-  - az operation-ok mindig string-et kell visszaadjanak ami szintén a conversation-be kerül bele (ha obj-et kapunk vissza, akkor azt egyszerűen string-gé alakítjuk)
-  - egyes operation-ök több lépéses operation-routine-okként hajtandóak végre (az LLM csak egy operation-t választ ki, de ha az egy operation-routine, akkor azokat hajtjuk végre sorban)
-
-## Routine-ok
-
-### Időalapú és Triggered routine-ok
-  - olyan routine-ok amiket egy adott időpontban/idő után/időközönként hajtunk végre
-  - ezek lehetnek olyan routine-ok is amiket nem egy felhasználói üzenet indít, hanem egy időpont, és ez után automatikusan üzenetet küld egy beállított default csatornára
-  - lehetnek webhook trigger alapúak is
-  - ezek lehetnek továbbá complex rutine-ok amik feladat folyamatokat indukálnak
-    pl.: 
-      - minden reggel nézd át az email-eket és az üzeneteket és amire tudsz válaszolj, amire pedig nem, azt beszéljük át
-      - minden reggel gyűjtsd össze az aktuális top prio feladatokat és segíts megtervezni a napomat
-      - ha új task kerül a rendszerbe, tervezd meg a megvalósítást (de mindenképpen egyeztess róla a PO-val)
-      - az új task resolution plan-eket mindig validáltatssuk le a PO-val
-      - mindig amikor új PR kerül fel az xy repo-ba akkor review-zz
-  
-
-
-### Micro routine-ok
-  - olyan routine-ok amiket módosítanak a user input-on, 
-    pl: mindig amikor kódokat generálunk, akkor figyeljünk oda, a hosszú sorok mindig törve legyenek (ilyenkor ezt mindig hozzáfűzzük a user message-hez)
-  - a micro routine-okat a DB-be mentjük, a kulcs adatokat vektorizálva
-  Adatok:
-    - goal: mindig amikor...
-
-### Egyéb
-  - meg kell keresnünk azt a pontot és értelmezést, hogy hogyan tudunk segíteni a user-nek a gondolatai megfogalmazásában
-    (talán a "2. Egy nagy LLM kérdés"-be bele vehetnénk, hogy ha a user bizonytalannak tűnik, vagy nem összeszedettnek akkor javaslunk egy összeszedettebb inputot, amit ha elfogad, akkor úgy kezeljük mintha a user küldte volna)
-
-
-
-
-
-
-PROMPT
- Az NTS-be szeretnénk implementálni egy Operation Handler Agent-öt, ami ugye az NTS package-be fog bekerülni egy saját modulba, és ezt a modult fogjuk használni a projektek implementálásakor úgy, hogy az IO-Control-ba handleMessage-be kötjük be. 
-
-Úgy kéne beépíteni ezt az Agent-öt, ahogy most is be van építve. Szóval ez az Agent modul, ez magában lesz. Megcsinál mindent, amit leírtunk ebbe a dokumentumban, specifikációba.  Azt már a projekt implementálásnál kell majd megadni, hogy a socket.io-ból behívjuk az agent-öt.
-
-
-
-ezt a CCAP-ba az agent-2 module-ba fejlesztjük le mint POC/prototípus (not like agent module)
-
-
-
-
-
-
-
-
-
-// TODO: we need to create a solution to create a maxed LLM call with 50-50% of the logs and the conversation
-// the logs will go to the userPrompt, after the conversation, but we will need to cut them equally beside the system and control prompt (last user prompt)
-// for the part that is before (both in log and conversation) we will need to be merged to a summary that is added as first (oldest element)
-
-
-
-
-
-
-
-
-
+
+
+
+
+## Agent
+
+0. A conversation listát megvágjuk, hogy beleférjen a chat-LLM hívásba (maxTokens)
+
+1. Egy elő LLM kérdésben beköthetjük a Routine-okat (a routinok afféle felülírók, megelőzik az utolsó üzenetet, de közben meg kell oldjuk valahogy, hogy az üzenet is feldolgozásra kerüljön, és a routine is érvényesüljön ha kell (van, hogy csak hozzá kell adjunk valamit a parancshoz))
+  - mik alapján keresünk routine-okat:
+    - session doing/goal/intent alapú micro routine-ok (vektor keresés; mindig amikor...)
+    - egyéb micro routine-ok (vektor keresés; mindig amikor...)
+    - idő alapú triggering
+    - ???
+
+2. Egy nagy LLM kérdésben megkérdezzük, hogy az utolsó user message teljesítéséhez... 
+  - milyen operation-ök kellenek
+    - itt felsoroljuk az elérhető operation-öket
+    - Ez lehet több is. 
+    - A: NONE | (operation-with-intent or get-operation-group-with-intent) list
+  - kell-e a kódbázisban keresni
+    - itt felsoroljuk az elérhető projekt-eket
+    - ha igen, mire kell vektorkeressünk
+    - A: NONE | vektor search keywords
+  - kell-e a dokumentumok között keresni keresni
+    - itt felsoroljuk az elérhető dokumentumokat/dokumentum tárakat (attól függően, hogy ne legyen túl sok opció)
+    - ha igen, mire kell vektorkeressünk
+    - A: NONE | vektor search keywords
+  - kell-e a DB context-ben keresni
+    - ha igen, mire kell vektorkeressünk
+    - A: NONE | vektor search keywords
+  - kell-e valamilyen specifikus context adat
+    - itt felsoroljuk az elérhető specifikus context adatokat
+    - ezek olyan speciális adatok amik fixek, és direkt method-okkal adjuk meg őket, 
+      - pontos dátum-idő
+      - user neve/nickneve/amin szólítsa a bot
+      - user data
+      - user settings
+      - ... TODO: add more special context data keys
+    - A: NONE | special context data key
+  Mindegyik input lehet NONE, ami azt jelzi, hogy nincs rá szükség
+
+3. Ha kell, bármilyen info, akkor először azokat gyűjtjük össze
+  - a talált info-kat beletesszük a beszélgetésbe mint assistant message-ek
+    (ezek valójában nem kerülnek elküldésre, a következő üzenet érkezésekkor nem fognak rendelkezésre állni, de elmentjük a db-be az egész conversation listát)
+
+4. Ha kell, akkor lekérjük a kért operation-group-okat és abból újabb LLM kérdéssel összeszedjük a szükséges operation-öket
+  - az operation-group-okat különféle módon szerezhetjük be
+    - Group-olt operation-ök listázása
+    - MCP Server-ről kérés
+    - ... TODO: is there any more operation-group sources?
+
+4. Ha kell, akkor végrehajtjuk a kért operation-öket
+  - a végrehajtás eredményéről röviden beszámolunk/értesítjük a user-t, hogy mit sikerült és nem sikerült csinálni
+    (nem csak a jelenlegi conversation listába tesszük be, hanem tényleg el is küldjük a user-nek egy message-et)
+
+5. Egy újabb LLM kérdéssel kiszedjük az új context-et aminek be kell kerülnie a DB context-be
+  - ha kell akkor a mentendő context-et kell visszaadja, ha nem akkor a NONE
+
+6. Megválaszoljuk a user üzenetét
+
+7. A végeredményt elmentjük a DB-be
+  - minden llm kérdés-választ, 
+  - és a result-okkal feltáplált conversation listát
+  - a vektor keresések eredményeit
+  - (not yet): ha nem messaging platformon vagyunk (discord/slack/teams), akkor chat session-ökbe mentjük az adatokat
+    - ebben az esetben külön kell válogatni azokat a message-eket amiket elküldtünk a user-nek (conversation) attól amik az operation-ök végrehajtása során keletkeznek (logs)
+
+
+## Operation-ök
+  - az operation-ök lista kérésekor hangsúlyozzuk az LLM-nek, hogy mindig próbáljuk a leg apróbb lépésekből összeállítani a listát
+  - minden operation úgy működik mint egy MCP Server kérés, adott egy input schema 
+  - az input-ot a conversation alapján állítjuk össze, úgy hogy az operation intent kerül bele a conversation-be mielőtt egy LLM hívással megpróbáljuk összeállítani az inputot
+    - az input-ok összeállításakor felhívjuk az LLM figyelmét, hogy a mentendő módosítandó adatokat csak akkor manipulálja, ha azt a user kérte, egyébként használjuk a user szava járását
+  - az operation-ok mindig string-et kell visszaadjanak ami szintén a conversation-be kerül bele (ha obj-et kapunk vissza, akkor azt egyszerűen string-gé alakítjuk)
+  - egyes operation-ök több lépéses operation-routine-okként hajtandóak végre (az LLM csak egy operation-t választ ki, de ha az egy operation-routine, akkor azokat hajtjuk végre sorban)
+
+## Routine-ok
+
+### Időalapú és Triggered routine-ok
+  - olyan routine-ok amiket egy adott időpontban/idő után/időközönként hajtunk végre
+  - ezek lehetnek olyan routine-ok is amiket nem egy felhasználói üzenet indít, hanem egy időpont, és ez után automatikusan üzenetet küld egy beállított default csatornára
+  - lehetnek webhook trigger alapúak is
+  - ezek lehetnek továbbá complex rutine-ok amik feladat folyamatokat indukálnak
+    pl.: 
+      - minden reggel nézd át az email-eket és az üzeneteket és amire tudsz válaszolj, amire pedig nem, azt beszéljük át
+      - minden reggel gyűjtsd össze az aktuális top prio feladatokat és segíts megtervezni a napomat
+      - ha új task kerül a rendszerbe, tervezd meg a megvalósítást (de mindenképpen egyeztess róla a PO-val)
+      - az új task resolution plan-eket mindig validáltatssuk le a PO-val
+      - mindig amikor új PR kerül fel az xy repo-ba akkor review-zz
+  
+
+
+### Micro routine-ok
+  - olyan routine-ok amiket módosítanak a user input-on, 
+    pl: mindig amikor kódokat generálunk, akkor figyeljünk oda, a hosszú sorok mindig törve legyenek (ilyenkor ezt mindig hozzáfűzzük a user message-hez)
+  - a micro routine-okat a DB-be mentjük, a kulcs adatokat vektorizálva
+  Adatok:
+    - goal: mindig amikor...
+
+### Egyéb
+  - meg kell keresnünk azt a pontot és értelmezést, hogy hogyan tudunk segíteni a user-nek a gondolatai megfogalmazásában
+    (talán a "2. Egy nagy LLM kérdés"-be bele vehetnénk, hogy ha a user bizonytalannak tűnik, vagy nem összeszedettnek akkor javaslunk egy összeszedettebb inputot, amit ha elfogad, akkor úgy kezeljük mintha a user küldte volna)
+
+
+
+
+
+
+PROMPT
+ Az NTS-be szeretnénk implementálni egy Operation Handler Agent-öt, ami ugye az NTS package-be fog bekerülni egy saját modulba, és ezt a modult fogjuk használni a projektek implementálásakor úgy, hogy az IO-Control-ba handleMessage-be kötjük be. 
+
+Úgy kéne beépíteni ezt az Agent-öt, ahogy most is be van építve. Szóval ez az Agent modul, ez magában lesz. Megcsinál mindent, amit leírtunk ebbe a dokumentumban, specifikációba.  Azt már a projekt implementálásnál kell majd megadni, hogy a socket.io-ból behívjuk az agent-öt.
+
+
+
+ezt a CCAP-ba az agent-2 module-ba fejlesztjük le mint POC/prototípus (not like agent module)
+
+
+
+
+
+
+
+
+
+// TODO: we need to create a solution to create a maxed LLM call with 50-50% of the logs and the conversation
+// the logs will go to the userPrompt, after the conversation, but we will need to cut them equally beside the system and control prompt (last user prompt)
+// for the part that is before (both in log and conversation) we will need to be merged to a summary that is added as first (oldest element)
+
+
+
+
+
+
+
+
+

package/eslint.config.js

@@ -1,3 +1,3 @@
-const ntsPackageConfig = require('@futdevpro/dynamo-eslint/nts-package');
-
-module.exports = ntsPackageConfig;
+const ntsPackageConfig = require('@futdevpro/dynamo-eslint/nts-package');
+
+module.exports = ntsPackageConfig;

package/nodemon.json

@@ -1,24 +1,24 @@
-{
-  "exec": "title Dynamo NTS && npm run nodemon-run",
-  "restartable": "rs",
-  "ext": "ts,json,tgz",
-  "delay": "5000",
-  "verbose": false,
-  "legacyWatch": false,
-  "watch": [
-    "./src/*",
-    "./package.json",
-    "./tsconfig.json",
-    "../tgz-collection/dynamo-fsm/*"
-  ],
-  "ignore": [
-    "./node_modules",
-    "./build"
-  ],
-  "events": {
-    "start": "echo 🚀 Starting nodemon...",
-    "restart": "echo 🔄 Restarting due to changes...",
-    "crash": "echo 💥 Application crashed!",
-    "exit": "echo 🛑 Application stopped!"
-  }
-}
+{
+  "exec": "title Dynamo NTS && npm run nodemon-run",
+  "restartable": "rs",
+  "ext": "ts,json,tgz",
+  "delay": "5000",
+  "verbose": false,
+  "legacyWatch": false,
+  "watch": [
+    "./src/*",
+    "./package.json",
+    "./tsconfig.json",
+    "../tgz-collection/dynamo-fsm/*"
+  ],
+  "ignore": [
+    "./node_modules",
+    "./build"
+  ],
+  "events": {
+    "start": "echo 🚀 Starting nodemon...",
+    "restart": "echo 🔄 Restarting due to changes...",
+    "crash": "echo 💥 Application crashed!",
+    "exit": "echo 🛑 Application stopped!"
+  }
+}

package/package.json

@@ -1,6 +1,6 @@
 {
   "name": "@futdevpro/nts-dynamo",
-  "version": "01.15.41",
+  "version": "01.15.42",
   "description": "Dynamic NodeTS (NodeJS-Typescript), MongoDB Backend System Framework by Future Development Program Ltd.",
   "DyBu_settings": {
     "packageType": "server-package",

package/pnpm-workspace.yaml

@@ -1,8 +1,8 @@
-allowBuilds:
-  '@discordjs/opus': set this to true or false
-minimumReleaseAgeExclude:
-  - '@futdevpro/fsm-dynamo@1.15.17'
-  - '@futdevpro/fsm-dynamo@1.15.18'
-  - '@futdevpro/fsm-dynamo@1.15.19'
-  - '@futdevpro/fsm-dynamo@1.15.20'
-  - '@futdevpro/fsm-dynamo@1.15.21'
+allowBuilds:
+  '@discordjs/opus': false
+minimumReleaseAgeExclude:
+  - '@futdevpro/fsm-dynamo@1.15.17'
+  - '@futdevpro/fsm-dynamo@1.15.18'
+  - '@futdevpro/fsm-dynamo@1.15.19'
+  - '@futdevpro/fsm-dynamo@1.15.20'
+  - '@futdevpro/fsm-dynamo@1.15.21'

package/scripts/run-coverage-tests.js

@@ -1,28 +1,28 @@
-const { execSync } = require('child_process');
-const path = require('path');
-
-const configPath = path.join(__dirname, '../spec/support/jasmine.coverage.json');
-const tsNodeRegister = require.resolve('ts-node/register/transpile-only');
-const tsNodeHelper = path.join(__dirname, '../spec/support/helpers/ts-node-helper.js');
-const specReporterLoader = path.join(__dirname, '../spec/support/helpers/spec-reporter-loader.js');
-
-const env = {
-  ...process.env,
-  // Egyedi spec reporter kikommentezve - aktiválni: kommentezd ki az alábbi sort és kommentezd be a specReporterLoader-t tartalmazó sort
-  NODE_OPTIONS: `--require ${tsNodeRegister} --require ${tsNodeHelper}`
-  // NODE_OPTIONS: `--require ${tsNodeRegister} --require ${tsNodeHelper} --require ${specReporterLoader}`
-};
-
-try {
-  execSync(`npx jasmine --config="${configPath}"`, {
-    stdio: 'inherit',
-    cwd: path.join(__dirname, '..'),
-    shell: true,
-    env: env
-  });
-} catch (error) {
-  // Exit with the same status code as jasmine (3 = test failures, 1 = other errors)
-  // This allows c8 to still generate coverage reports even if tests fail
-  process.exit(error.status || 1);
-}
-
+const { execSync } = require('child_process');
+const path = require('path');
+
+const configPath = path.join(__dirname, '../spec/support/jasmine.coverage.json');
+const tsNodeRegister = require.resolve('ts-node/register/transpile-only');
+const tsNodeHelper = path.join(__dirname, '../spec/support/helpers/ts-node-helper.js');
+const specReporterLoader = path.join(__dirname, '../spec/support/helpers/spec-reporter-loader.js');
+
+const env = {
+  ...process.env,
+  // Egyedi spec reporter kikommentezve - aktiválni: kommentezd ki az alábbi sort és kommentezd be a specReporterLoader-t tartalmazó sort
+  NODE_OPTIONS: `--require ${tsNodeRegister} --require ${tsNodeHelper}`
+  // NODE_OPTIONS: `--require ${tsNodeRegister} --require ${tsNodeHelper} --require ${specReporterLoader}`
+};
+
+try {
+  execSync(`npx jasmine --config="${configPath}"`, {
+    stdio: 'inherit',
+    cwd: path.join(__dirname, '..'),
+    shell: true,
+    env: env
+  });
+} catch (error) {
+  // Exit with the same status code as jasmine (3 = test failures, 1 = other errors)
+  // This allows c8 to still generate coverage reports even if tests fail
+  process.exit(error.status || 1);
+}
+