@mostajs/aop-scoring-ai 0.1.0

package/README.md

@@ -0,0 +1,5 @@
+# @mostajs/aop-scoring-ai
+
+**Auteur** : Dr Hamid MADANI <drmdh@msn.com> · AGPL-3.0-or-later
+
+Scoring IA d appels d offres (résumé, score, **go/no-go**, recommandations) — **compose `@mostajs/llm`** (provider injecté). Outil `score_tender` pour `@mostajs/chatbot`. Stack `mosta-aop-stack`.

package/llms.txt

@@ -0,0 +1,11 @@
+# @mostajs/aop-scoring-ai — fiche LLM
+> Scoring IA d AO (résumé/score/go-no-go/reco) — COMPOSE @mostajs/llm (provider injecté = seam).
+
+## EXPORTS
+createScoring({ provider(=@mostajs/llm getLlmProvider), model?, cache? }) -> { analyze(t), summarize(t), goNoGo(t), makeScoringTool({getTender,permission}) }
+parseAnalysis(text) -> {summary,score,goNoGo,reasons,recommendations} · SYSTEM_PROMPT_AOP
+
+## PIÈGES
+- provider est un SEAM injecté (testable offline). En prod: getLlmProvider("deepseek"|"anthropic") de @mostajs/llm (peer optionnel).
+- analyze() attend du JSON ; parseAnalysis borne score 0-100 et valide goNoGo (go|no-go|watch).
+- makeScoringTool s intègre à @mostajs/chatbot (registerTool). Stack mosta-aop-stack.

package/package.json

@@ -0,0 +1,31 @@
+{
+  "name": "@mostajs/aop-scoring-ai",
+  "version": "0.1.0",
+  "description": "Scoring IA d'appels d'offres (résumé, score, go/no-go, recommandations) — compose @mostajs/llm (provider injecté). Outil pour @mostajs/chatbot. Extrait d'AgoraScope.",
+  "author": "Dr Hamid MADANI <drmdh@msn.com>",
+  "license": "AGPL-3.0-or-later",
+  "type": "module",
+  "main": "src/index.js",
+  "exports": {
+    ".": "./src/index.js"
+  },
+  "files": [
+    "src",
+    "README.md",
+    "llms.txt"
+  ],
+  "peerDependencies": {
+    "@mostajs/llm": "*"
+  },
+  "peerDependenciesMeta": {
+    "@mostajs/llm": {
+      "optional": true
+    }
+  },
+  "devDependencies": {
+    "@mostajs/mjs-unit": "^0.3.0"
+  },
+  "scripts": {
+    "test": "node test-scripts/unit/aop-scoring-ai.test.mjs && node examples/run.mjs"
+  }
+}

package/src/index.js

@@ -0,0 +1,61 @@
+// @mostajs/aop-scoring-ai — résumé / score / go-no-go / recommandations d'un AO par LLM.
+// COMPOSE @mostajs/llm (provider injecté = seam, testable offline). Outil pour @mostajs/chatbot.
+// @author Dr Hamid MADANI <drmdh@msn.com> · AGPL-3.0-or-later
+
+export const SYSTEM_PROMPT_AOP = [
+  "Tu es un analyste d'appels d'offres publics pour une PME tech (solutions @mostajs/*).",
+  "À partir des données d'un avis (AO), produis une analyse STRICTEMENT au format JSON, sans texte autour :",
+  '{ "summary": string (2-3 phrases FR), "score": number (0-100, pertinence/faisabilité),',
+  '  "goNoGo": "go"|"no-go"|"watch", "reasons": string[], "recommendations": string[] }',
+  "Critères : adéquation objet↔compétences, taille marché, échéance tenable, concurrence, éligibilité.",
+].join('\n');
+
+const userPrompt = (t) => `Avis à analyser :\n${JSON.stringify({
+  title: t.title, description: t.description, cpvCodes: t.cpvCodes, type: t.type, procedure: t.procedure,
+  organization: t.organization?.name, deadline: t.dates?.deadline, value: t.financial?.estimatedValue,
+}, null, 0)}`;
+
+/** Parse défensif : extrait le 1er objet JSON du texte du LLM. */
+export function parseAnalysis(text = '') {
+  const m = String(text).match(/\{[\s\S]*\}/);
+  if (!m) throw new Error('aop-scoring-ai: réponse LLM non parsable');
+  const o = JSON.parse(m[0]);
+  return {
+    summary: String(o.summary || ''), score: Math.max(0, Math.min(100, Number(o.score) || 0)),
+    goNoGo: ['go', 'no-go', 'watch'].includes(o.goNoGo) ? o.goNoGo : 'watch',
+    reasons: Array.isArray(o.reasons) ? o.reasons : [], recommendations: Array.isArray(o.recommendations) ? o.recommendations : [],
+  };
+}
+
+/**
+ * @param {object} deps
+ * @param {{ complete(messages, tools, opts) => Promise<{text}> }} deps.provider  LLM (ex. @mostajs/llm getLlmProvider('deepseek'))
+ * @param {string} [deps.model]
+ * @param {Map} [deps.cache]  cache optionnel (clé = tender.id|sourceId)
+ */
+export function createScoring({ provider, model, cache = null } = {}) {
+  if (!provider?.complete) throw new Error('aop-scoring-ai: provider LLM requis (ex. @mostajs/llm getLlmProvider). Injecté = seam.');
+  async function analyze(tender) {
+    const key = tender.id || `${tender.sourceType}:${tender.sourceId}`;
+    if (cache?.has(key)) return cache.get(key);
+    const res = await provider.complete([{ role: 'system', content: SYSTEM_PROMPT_AOP }, { role: 'user', content: userPrompt(tender) }], [], { model });
+    const out = parseAnalysis(res.text);
+    if (cache) cache.set(key, out);
+    return out;
+  }
+  return {
+    analyze,
+    summarize: async (t) => (await analyze(t)).summary,
+    goNoGo: async (t) => { const a = await analyze(t); return { decision: a.goNoGo, reasons: a.reasons }; },
+    /** Outil pour @mostajs/chatbot (function-calling). `getTender(id)` fourni par l'app. */
+    makeScoringTool({ getTender, permission = 'aop.score.read' } = {}) {
+      return {
+        name: 'score_tender', permission,
+        description: "Analyse un appel d'offres : résumé, score 0-100, go/no-go, recommandations.",
+        schema: { type: 'object', properties: { tenderId: { type: 'string' } }, required: ['tenderId'] },
+        run: async ({ tenderId }) => analyze(await getTender(tenderId)),
+      };
+    },
+  };
+}
+export default { createScoring, parseAnalysis, SYSTEM_PROMPT_AOP };