@saulwade/swl-ses 1.4.1 → 1.5.0

package/scripts/lib/jaccard-similarity.js

@@ -1,98 +1,98 @@
-'use strict';
-
-/**
- * jaccard-similarity.js — Métrica de Jaccard sobre conjuntos de tokens.
- *
- * Patrón adoptado de `temp/agentmemory-main/src/functions/auto-forget.ts`
- * para detectar memorias contradictorias/duplicadas con vocabulario compartido.
- *
- * Jaccard(A, B) = |A ∩ B| / |A ∪ B|
- *
- * Propiedades:
- *   - Rango [0, 1]: 0 = sin overlap, 1 = idénticos.
- *   - Simétrico: J(A, B) = J(B, A).
- *   - Independiente de longitudes absolutas (ambos cortos pueden ser 1.0).
- *
- * Sin dependencias — Node stdlib only. Funciones puras.
- *
- * @module scripts/lib/jaccard-similarity
- */
-
-// ── constantes ────────────────────────────────────────────────────────────────
-
-/** Longitud mínima de un token para ser considerado significativo. */
-const MIN_TOKEN_LENGTH = 3;
-
-/** Stop words en español que se excluyen del análisis. */
-const STOP_WORDS = new Set([
-  'que', 'los', 'las', 'del', 'una', 'por', 'con', 'para', 'como',
-  'sin', 'mas', 'sus', 'lo', 'le', 'la', 'el', 'al', 'no', 'es',
-  'se', 'de', 'en', 'un', 'a', 'y', 'o', 'pero', 'cuando',
-  'donde', 'porque', 'desde', 'hasta', 'sobre', 'bajo', 'entre',
-  'esta', 'este', 'esto', 'esa', 'ese', 'eso', 'tras', 'durante',
-  'mediante', 'segun', 'asi', 'tan', 'ya', 'aun', 'aunque',
-  // English equivalents (frequently mixed in technical text)
-  'the', 'and', 'for', 'with', 'this', 'that', 'have', 'from',
-  'are', 'was', 'will', 'not', 'has', 'had', 'but', 'can',
-]);
-
-// ── funciones puras ───────────────────────────────────────────────────────────
-
-/**
- * Convierte un texto en un Set de tokens significativos (lowercase, sin stop
- * words, longitud mínima). Preserva acentos.
- *
- * @param {string} text
- * @returns {Set<string>}
- */
-function tokenize(text) {
-  if (!text || typeof text !== 'string') return new Set();
-  return new Set(
-    String(text)
-      .toLowerCase()
-      .replace(/[`*_~\[\](){}<>#"'\-.,;:!?\/\\]/g, ' ')
-      .split(/\s+/)
-      .filter(t => t.length >= MIN_TOKEN_LENGTH && !STOP_WORDS.has(t)),
-  );
-}
-
-/**
- * Jaccard similarity entre dos Sets.
- *
- * @param {Set} setA
- * @param {Set} setB
- * @returns {number} en [0, 1]
- */
-function jaccard(setA, setB) {
-  if (!(setA instanceof Set) || !(setB instanceof Set)) return 0;
-  if (setA.size === 0 && setB.size === 0) return 0;
-  if (setA.size === 0 || setB.size === 0) return 0;
-
-  let intersection = 0;
-  for (const token of setA) {
-    if (setB.has(token)) intersection++;
-  }
-  const union = setA.size + setB.size - intersection;
-  return union === 0 ? 0 : intersection / union;
-}
-
-/**
- * Conveniencia: jaccard sobre dos textos.
- *
- * @param {string} a
- * @param {string} b
- * @returns {number} en [0, 1]
- */
-function similarity(a, b) {
-  return jaccard(tokenize(a), tokenize(b));
-}
-
-// ── exports ───────────────────────────────────────────────────────────────────
-
-module.exports = {
-  tokenize,
-  jaccard,
-  similarity,
-  MIN_TOKEN_LENGTH,
-  STOP_WORDS,
-};
+'use strict';
+
+/**
+ * jaccard-similarity.js — Métrica de Jaccard sobre conjuntos de tokens.
+ *
+ * Patrón adoptado de `temp/agentmemory-main/src/functions/auto-forget.ts`
+ * para detectar memorias contradictorias/duplicadas con vocabulario compartido.
+ *
+ * Jaccard(A, B) = |A ∩ B| / |A ∪ B|
+ *
+ * Propiedades:
+ *   - Rango [0, 1]: 0 = sin overlap, 1 = idénticos.
+ *   - Simétrico: J(A, B) = J(B, A).
+ *   - Independiente de longitudes absolutas (ambos cortos pueden ser 1.0).
+ *
+ * Sin dependencias — Node stdlib only. Funciones puras.
+ *
+ * @module scripts/lib/jaccard-similarity
+ */
+
+// ── constantes ────────────────────────────────────────────────────────────────
+
+/** Longitud mínima de un token para ser considerado significativo. */
+const MIN_TOKEN_LENGTH = 3;
+
+/** Stop words en español que se excluyen del análisis. */
+const STOP_WORDS = new Set([
+  'que', 'los', 'las', 'del', 'una', 'por', 'con', 'para', 'como',
+  'sin', 'mas', 'sus', 'lo', 'le', 'la', 'el', 'al', 'no', 'es',
+  'se', 'de', 'en', 'un', 'a', 'y', 'o', 'pero', 'cuando',
+  'donde', 'porque', 'desde', 'hasta', 'sobre', 'bajo', 'entre',
+  'esta', 'este', 'esto', 'esa', 'ese', 'eso', 'tras', 'durante',
+  'mediante', 'segun', 'asi', 'tan', 'ya', 'aun', 'aunque',
+  // English equivalents (frequently mixed in technical text)
+  'the', 'and', 'for', 'with', 'this', 'that', 'have', 'from',
+  'are', 'was', 'will', 'not', 'has', 'had', 'but', 'can',
+]);
+
+// ── funciones puras ───────────────────────────────────────────────────────────
+
+/**
+ * Convierte un texto en un Set de tokens significativos (lowercase, sin stop
+ * words, longitud mínima). Preserva acentos.
+ *
+ * @param {string} text
+ * @returns {Set<string>}
+ */
+function tokenize(text) {
+  if (!text || typeof text !== 'string') return new Set();
+  return new Set(
+    String(text)
+      .toLowerCase()
+      .replace(/[`*_~\[\](){}<>#"'\-.,;:!?\/\\]/g, ' ')
+      .split(/\s+/)
+      .filter(t => t.length >= MIN_TOKEN_LENGTH && !STOP_WORDS.has(t)),
+  );
+}
+
+/**
+ * Jaccard similarity entre dos Sets.
+ *
+ * @param {Set} setA
+ * @param {Set} setB
+ * @returns {number} en [0, 1]
+ */
+function jaccard(setA, setB) {
+  if (!(setA instanceof Set) || !(setB instanceof Set)) return 0;
+  if (setA.size === 0 && setB.size === 0) return 0;
+  if (setA.size === 0 || setB.size === 0) return 0;
+
+  let intersection = 0;
+  for (const token of setA) {
+    if (setB.has(token)) intersection++;
+  }
+  const union = setA.size + setB.size - intersection;
+  return union === 0 ? 0 : intersection / union;
+}
+
+/**
+ * Conveniencia: jaccard sobre dos textos.
+ *
+ * @param {string} a
+ * @param {string} b
+ * @returns {number} en [0, 1]
+ */
+function similarity(a, b) {
+  return jaccard(tokenize(a), tokenize(b));
+}
+
+// ── exports ───────────────────────────────────────────────────────────────────
+
+module.exports = {
+  tokenize,
+  jaccard,
+  similarity,
+  MIN_TOKEN_LENGTH,
+  STOP_WORDS,
+};

package/scripts/lib/longmemeval-runner.js

@@ -1,125 +1,125 @@
-'use strict';
-
-/**
- * longmemeval-runner.js — Adapter que ejecuta queries del benchmark contra
- * `hooks/lib/memory-search` y devuelve métricas.
- *
- * Patrón adoptado de `temp/agentmemory-main/benchmark/longmemeval-bench.ts`.
- * Adaptado: en lugar de cargar haystack desde el dataset, usa el estado
- * actual del proyecto SWL (APRENDIZAJES.md, sesiones, instintos).
- *
- * El dataset es un JSONL donde cada línea es:
- * {
- *   "question_id":  "q-001",
- *   "question":     "texto libre de la query",
- *   "gold_ids":     ["apr-N", "ses-YYYY-MM-DD-HHMM"],
- *   "category":     "decision" | "patron" | "anti-patron" | "gotcha" | ...,
- *   "status":       "real" | "placeholder"
- * }
- *
- * @module scripts/lib/longmemeval-runner
- */
-
-const fs   = require('fs');
-const path = require('path');
-
-const memorySearch     = require('../../hooks/lib/memory-search');
-const benchmarkMetrics = require('./benchmark-metrics');
-
-// ── parser de dataset ─────────────────────────────────────────────────────────
-
-/**
- * Parsea un archivo JSONL del dataset.
- * @param {string} ruta
- * @returns {object[]}
- */
-function leerDataset(ruta) {
-  if (!fs.existsSync(ruta)) {
-    throw new Error(`Dataset no encontrado: ${ruta}`);
-  }
-  const contenido = fs.readFileSync(ruta, 'utf8');
-  const entries = [];
-  let lineNum = 0;
-  for (const linea of contenido.split('\n')) {
-    lineNum++;
-    if (!linea.trim()) continue;
-    if (linea.trim().startsWith('//')) continue; // comentarios
-    try {
-      entries.push(JSON.parse(linea));
-    } catch (err) {
-      throw new Error(`JSONL malformado en línea ${lineNum}: ${err.message}`);
-    }
-  }
-  return entries;
-}
-
-// ── ejecución de query individual ─────────────────────────────────────────────
-
-/**
- * Ejecuta una query del benchmark contra memoria SWL y compara con gold.
- *
- * @param {string} baseDir - Raíz del proyecto.
- * @param {object} entry - Una línea del dataset.
- * @param {object} [opts]
- * @param {number} [opts.limit=20] - Top-k a recuperar.
- * @returns {object} Métricas + ids retrieved + entry original.
- */
-function ejecutarEntry(baseDir, entry, opts = {}) {
-  const limit = opts.limit || 20;
-  const inicio = Date.now();
-  const resultados = memorySearch.search(baseDir, entry.question, { limit });
-  const latencyMs = Date.now() - inicio;
-
-  const retrievedIds = resultados.map(r => r.id);
-  const goldIds = Array.isArray(entry.gold_ids) ? entry.gold_ids : [];
-  const metricas = benchmarkMetrics.calcularMetricas(retrievedIds, goldIds);
-
-  return {
-    question_id: entry.question_id || 'unknown',
-    question: entry.question,
-    category: entry.category || null,
-    status: entry.status || 'unknown',
-    retrievedIds,
-    goldIds,
-    metricas,
-    latencyMs,
-  };
-}
-
-/**
- * Ejecuta el dataset completo y devuelve resultados + métricas agregadas.
- *
- * @param {string} baseDir
- * @param {string} datasetPath
- * @param {object} [opts]
- * @returns {{ entries: object[], promedio: object, dataset: object }}
- */
-function ejecutarDataset(baseDir, datasetPath, opts = {}) {
-  const entries = leerDataset(datasetPath);
-  const resultados = entries.map(e => ejecutarEntry(baseDir, e, opts));
-  const promedio = benchmarkMetrics.promediar(resultados.map(r => r.metricas));
-
-  // Estadísticas del dataset
-  const placeholderCount = entries.filter(e => e.status === 'placeholder').length;
-  const realCount = entries.filter(e => e.status === 'real').length;
-  const datasetMeta = {
-    total: entries.length,
-    real: realCount,
-    placeholder: placeholderCount,
-    significativo: realCount >= 30,
-  };
-
-  return {
-    entries: resultados,
-    promedio,
-    dataset: datasetMeta,
-  };
-}
-
-// ── exports ───────────────────────────────────────────────────────────────────
-
-module.exports = {
-  leerDataset,
-  ejecutarEntry,
-  ejecutarDataset,
-};
+'use strict';
+
+/**
+ * longmemeval-runner.js — Adapter que ejecuta queries del benchmark contra
+ * `hooks/lib/memory-search` y devuelve métricas.
+ *
+ * Patrón adoptado de `temp/agentmemory-main/benchmark/longmemeval-bench.ts`.
+ * Adaptado: en lugar de cargar haystack desde el dataset, usa el estado
+ * actual del proyecto SWL (APRENDIZAJES.md, sesiones, instintos).
+ *
+ * El dataset es un JSONL donde cada línea es:
+ * {
+ *   "question_id":  "q-001",
+ *   "question":     "texto libre de la query",
+ *   "gold_ids":     ["apr-N", "ses-YYYY-MM-DD-HHMM"],
+ *   "category":     "decision" | "patron" | "anti-patron" | "gotcha" | ...,
+ *   "status":       "real" | "placeholder"
+ * }
+ *
+ * @module scripts/lib/longmemeval-runner
+ */
+
+const fs   = require('fs');
+const path = require('path');
+
+const memorySearch     = require('../../hooks/lib/memory-search');
+const benchmarkMetrics = require('./benchmark-metrics');
+
+// ── parser de dataset ─────────────────────────────────────────────────────────
+
+/**
+ * Parsea un archivo JSONL del dataset.
+ * @param {string} ruta
+ * @returns {object[]}
+ */
+function leerDataset(ruta) {
+  if (!fs.existsSync(ruta)) {
+    throw new Error(`Dataset no encontrado: ${ruta}`);
+  }
+  const contenido = fs.readFileSync(ruta, 'utf8');
+  const entries = [];
+  let lineNum = 0;
+  for (const linea of contenido.split('\n')) {
+    lineNum++;
+    if (!linea.trim()) continue;
+    if (linea.trim().startsWith('//')) continue; // comentarios
+    try {
+      entries.push(JSON.parse(linea));
+    } catch (err) {
+      throw new Error(`JSONL malformado en línea ${lineNum}: ${err.message}`);
+    }
+  }
+  return entries;
+}
+
+// ── ejecución de query individual ─────────────────────────────────────────────
+
+/**
+ * Ejecuta una query del benchmark contra memoria SWL y compara con gold.
+ *
+ * @param {string} baseDir - Raíz del proyecto.
+ * @param {object} entry - Una línea del dataset.
+ * @param {object} [opts]
+ * @param {number} [opts.limit=20] - Top-k a recuperar.
+ * @returns {object} Métricas + ids retrieved + entry original.
+ */
+function ejecutarEntry(baseDir, entry, opts = {}) {
+  const limit = opts.limit || 20;
+  const inicio = Date.now();
+  const resultados = memorySearch.search(baseDir, entry.question, { limit });
+  const latencyMs = Date.now() - inicio;
+
+  const retrievedIds = resultados.map(r => r.id);
+  const goldIds = Array.isArray(entry.gold_ids) ? entry.gold_ids : [];
+  const metricas = benchmarkMetrics.calcularMetricas(retrievedIds, goldIds);
+
+  return {
+    question_id: entry.question_id || 'unknown',
+    question: entry.question,
+    category: entry.category || null,
+    status: entry.status || 'unknown',
+    retrievedIds,
+    goldIds,
+    metricas,
+    latencyMs,
+  };
+}
+
+/**
+ * Ejecuta el dataset completo y devuelve resultados + métricas agregadas.
+ *
+ * @param {string} baseDir
+ * @param {string} datasetPath
+ * @param {object} [opts]
+ * @returns {{ entries: object[], promedio: object, dataset: object }}
+ */
+function ejecutarDataset(baseDir, datasetPath, opts = {}) {
+  const entries = leerDataset(datasetPath);
+  const resultados = entries.map(e => ejecutarEntry(baseDir, e, opts));
+  const promedio = benchmarkMetrics.promediar(resultados.map(r => r.metricas));
+
+  // Estadísticas del dataset
+  const placeholderCount = entries.filter(e => e.status === 'placeholder').length;
+  const realCount = entries.filter(e => e.status === 'real').length;
+  const datasetMeta = {
+    total: entries.length,
+    real: realCount,
+    placeholder: placeholderCount,
+    significativo: realCount >= 30,
+  };
+
+  return {
+    entries: resultados,
+    promedio,
+    dataset: datasetMeta,
+  };
+}
+
+// ── exports ───────────────────────────────────────────────────────────────────
+
+module.exports = {
+  leerDataset,
+  ejecutarEntry,
+  ejecutarDataset,
+};

package/scripts/lib/manifiestos.js

@@ -23,6 +23,31 @@ function cargarManifiestos() {
   return { perfiles: perfiles.perfiles, modulos: modulos.modulos };
 }
 
+/**
+ * Infiere el tipo de un archivo según su prefijo de ruta.
+ *
+ * Se usa para módulos con `tipo: "mixto"` (archivos heterogéneos en el mismo
+ * módulo). Sin esta función, el instalador heredaría `tipo: "mixto"` en cada
+ * archivo y caería al `default` del switch en `instalarArchivo()`, depositando
+ * todos los archivos en `rutas.base` en lugar de `rutas.agentes`, `rutas.habilidades`, etc.
+ *
+ * Bug histórico: módulo `auditoria-profunda` (Opción C, v1.4.1) declarado como
+ * `mixto` con archivos en 5 carpetas distintas. Sin inferencia, el smoke test
+ * detectó 16/409 archivos faltantes en el destino.
+ *
+ * Retorna `null` si el prefijo no se reconoce — el caller emite warning y omite.
+ */
+function inferirTipoPorRuta(ruta) {
+  if (ruta.startsWith('agentes/')) return 'agentes';
+  if (ruta.startsWith('habilidades/')) return 'habilidades';
+  if (ruta.startsWith('comandos/')) return 'comandos';
+  if (ruta.startsWith('reglas/')) return 'reglas';
+  if (ruta.startsWith('hooks/')) return 'hooks';
+  if (ruta.startsWith('scripts/')) return 'hooks';
+  if (ruta.startsWith('plantillas/')) return 'plantillas';
+  return null;
+}
+
 /**
  * Resuelve un perfil a lista de archivos con rutas absolutas
  */
@@ -76,10 +101,26 @@ function resolverPerfil(nombrePerfil, opciones = {}) {
 
     for (const rutaRelativa of modulo.archivos) {
       const rutaAbsoluta = path.join(RAIZ_PKG, rutaRelativa);
+      // Módulos tipo "mixto" agrupan archivos heterogéneos; cada archivo debe
+      // declarar su tipo real para que el instalador lo coloque en la carpeta
+      // correcta. Inferir por prefijo de ruta.
+      let tipoArchivo = modulo.tipo;
+      if (tipoArchivo === 'mixto') {
+        const inferido = inferirTipoPorRuta(rutaRelativa);
+        if (!inferido) {
+          warnings.push(
+            `Archivo "${rutaRelativa}" del módulo mixto "${nombreModulo}" ` +
+            `no tiene prefijo reconocible (agentes/, habilidades/, comandos/, ` +
+            `reglas/, hooks/, scripts/, plantillas/), omitido`
+          );
+          continue;
+        }
+        tipoArchivo = inferido;
+      }
       archivos.push({
         origen: rutaAbsoluta,
         rutaRelativa,
-        tipo: modulo.tipo,
+        tipo: tipoArchivo,
         modulo: nombreModulo,
       });
     }