agent-sin 0.1.0

package/builtin-skills/memo-index/main.py

@@ -0,0 +1,178 @@
+"""Builtin: memo-index
+
+notes_dir 配下の Markdown を読んで、各 "- {timestamp} {text}" 行を
+Chroma の collection (default: memo) に upsert する。
+
+入力:
+  args.since:      ISO8601 文字列 (この時刻より古いメモはスキップ、任意)
+  args.collection: 索引コレクション名 (default: memo)
+
+出力:
+  data: {added, skipped, total, collection}
+"""
+
+from __future__ import annotations
+
+import hashlib
+import os
+import sys
+from datetime import datetime
+from pathlib import Path
+
+sys.path.insert(0, os.path.join(os.path.dirname(os.path.dirname(os.path.abspath(__file__))), "_shared"))
+from i18n import localizer  # noqa: E402
+
+
+EMBED_MODEL = "paraphrase-multilingual-MiniLM-L12-v2"
+
+
+async def run(ctx, input):
+    loc = localizer(input)
+    args = input.get("args", {})
+    since_str = args.get("since")
+    collection_name = args.get("collection", "memo")
+    sources = input.get("sources", {})
+    notes_dir = sources.get("notes_dir")
+    index_dir = sources.get("index_dir")
+
+    if not notes_dir or not index_dir:
+        return result_error(
+            loc.t("Cannot index", "索引化できません"),
+            loc.t("notes_dir or index_dir was not provided by the runtime.", "notes_dir または index_dir が Runtime から渡されていません"),
+        )
+
+    try:
+        import chromadb
+        from chromadb.utils.embedding_functions import (
+            SentenceTransformerEmbeddingFunction,
+        )
+    except ImportError as e:
+        ctx.log.error(f"memo-index: missing dependency: {e}")
+        return result_error(
+            loc.t("chromadb not found", "chromadb が見つかりません"),
+            loc.t(
+                "Run: python3 -m venv ~/.agent-sin/.venv && ~/.agent-sin/.venv/bin/pip install chromadb sentence-transformers",
+                "次を実行: python3 -m venv ~/.agent-sin/.venv && ~/.agent-sin/.venv/bin/pip install chromadb sentence-transformers",
+            ),
+        )
+
+    chroma_path = Path(index_dir).expanduser().resolve() / "local-index" / "chroma"
+    chroma_path.mkdir(parents=True, exist_ok=True)
+
+    notes_root = Path(notes_dir).expanduser().resolve()
+    if not notes_root.exists():
+        ctx.log.info("memo-index: notes_dir does not exist yet")
+        return result_ok(
+            loc.t("Nothing to index", "索引化対象なし"),
+            loc.t("There are no memos yet.", "まだメモがありません"),
+            {"added": 0, "skipped": 0, "total": 0, "collection": collection_name},
+        )
+
+    try:
+        ef = SentenceTransformerEmbeddingFunction(model_name=EMBED_MODEL)
+    except Exception as e:
+        ctx.log.error(f"memo-index: failed to load embedder: {e}")
+        return result_error(
+            loc.t("Could not initialize embedding model", "embedding モデルを初期化できません"),
+            loc.t(f"{e}. Check that sentence-transformers is installed.", f"{e}. sentence-transformers のインストールを確認してください"),
+        )
+
+    client = chromadb.PersistentClient(path=str(chroma_path))
+    col = client.get_or_create_collection(name=collection_name, embedding_function=ef)
+
+    try:
+        existing_ids = set(col.get()["ids"])
+    except Exception:
+        existing_ids = set()
+
+    since = parse_iso(since_str) if since_str else None
+    total = added = skipped = 0
+    documents, ids, metadatas = [], [], []
+
+    for md in sorted(notes_root.rglob("*.md")):
+        try:
+            relative = md.relative_to(notes_root)
+        except ValueError:
+            continue
+        # reports サブディレクトリは出力先なので索引対象外
+        if "reports" in relative.parts:
+            continue
+        try:
+            lines = md.read_text(encoding="utf-8", errors="ignore").splitlines()
+        except OSError:
+            continue
+        for line_no, raw in enumerate(lines, start=1):
+            text = raw.strip()
+            if not text.startswith("- "):
+                continue
+            body = text[2:].strip()
+            if not body:
+                continue
+            first, _, rest = body.partition(" ")
+            ts = parse_iso(first)
+            if ts and rest:
+                body = rest.strip()
+            if since and ts and ts < since:
+                continue
+            total += 1
+            file_rel = str(relative)
+            doc_id = sha1(f"{file_rel}:{line_no}:{body}")
+            if doc_id in existing_ids:
+                skipped += 1
+                continue
+            documents.append(body)
+            ids.append(doc_id)
+            metadatas.append(
+                {
+                    "file": file_rel,
+                    "line": line_no,
+                    "timestamp": ts.isoformat() if ts else "",
+                }
+            )
+            added += 1
+
+    if documents:
+        ctx.log.info(f"memo-index: adding {len(documents)} new chunks to {collection_name}")
+        col.add(documents=documents, ids=ids, metadatas=metadatas)
+
+    summary = loc.t(f"Added {added} / skipped {skipped} / found {total}", f"追加 {added} / スキップ {skipped} / 検出 {total}")
+    return result_ok(
+        loc.t(f"Indexed {added} entries", f"{added}件を索引化しました"),
+        summary,
+        {"added": added, "skipped": skipped, "total": total, "collection": collection_name},
+    )
+
+
+def sha1(value):
+    return hashlib.sha1(value.encode("utf-8")).hexdigest()
+
+
+def parse_iso(value):
+    if not value:
+        return None
+    try:
+        return datetime.fromisoformat(str(value).replace("Z", "+00:00"))
+    except ValueError:
+        return None
+
+
+def result_ok(title, summary, data):
+    return {
+        "status": "ok",
+        "title": title,
+        "summary": summary,
+        "outputs": {},
+        "data": data,
+        "suggestions": [],
+    }
+
+
+def result_error(title, summary):
+    return {
+        "status": "error",
+        "title": title,
+        "summary": summary,
+        "outputs": {},
+        "data": {},
+        "suggestions": [],
+    }

package/builtin-skills/memo-index/skill.yaml

@@ -0,0 +1,53 @@
+# Builtin: memo-index
+# notes_dir 配下のメモ行を Chroma ベクター DB に索引化する。
+# 索引は ~/.agent-sin/index/local-index/chroma に永続化、collection は memo (デフォルト)。
+# 多言語対応のため SentenceTransformer (paraphrase-multilingual-MiniLM-L12-v2) を使う。
+# Python 依存: chromadb, sentence-transformers
+#   推奨インストール先: ~/.agent-sin/.venv (auto-detect される)
+#     python3 -m venv ~/.agent-sin/.venv
+#     ~/.agent-sin/.venv/bin/pip install chromadb sentence-transformers
+
+id: memo-index
+name: Memo Index
+name_i18n:
+  en: Memo Index
+  ja: メモ索引化
+description: notes_dirのメモをChromaベクターDBに索引化する
+description_i18n:
+  en: Index notes_dir memos into a Chroma vector database
+  ja: notes_dirのメモをChromaベクターDBに索引化する
+runtime: python
+
+invocation:
+  command: memo.index
+  phrases:
+    - メモを索引化
+    - インデックス更新
+  phrases_i18n:
+    en:
+      - index memos
+      - update memo index
+    ja:
+      - メモを索引化
+      - インデックス更新
+
+input:
+  schema:
+    type: object
+    additionalProperties: false
+    properties:
+      since:
+        type: string
+        description: ISO8601 (このタイムスタンプより新しい行のみ索引化)
+        description_i18n:
+          en: ISO8601 timestamp; only newer lines are indexed
+          ja: ISO8601 (このタイムスタンプより新しい行のみ索引化)
+      collection:
+        type: string
+        default: memo
+    required: []
+
+memory:
+  namespace: memo-index
+  read: true
+  write: true

package/builtin-skills/memo-save/README.md

@@ -0,0 +1,5 @@
+# Memo Save
+
+会話やCLIから渡された本文を、日付ごとのMarkdownメモへ追記するProgram Skillです。
+
+保存先やファイル名は `skill.yaml` の `outputs` に定義し、実際の保存はRuntimeが担当します。

package/builtin-skills/memo-save/main.py

@@ -0,0 +1,74 @@
+"""Builtin: memo-save
+
+入力 text を Markdown メモのデイリーファイルに追記する。複数行に対応し、
+1メモ = 1バレット + 継続行(2スペースインデント)の Markdown リスト形式で書き出す。
+Runtime が outputs.note を skill.yaml の outputs[id=note] に従って保存するため、
+このスキル自身は **content を返すだけ**でファイルには触らない。
+
+入力:
+  args.text: 保存する本文 (必須, 改行可)
+出力:
+  outputs.note: 追記用の Markdown。保存先の表示は skill.yaml 側で抑制する。
+"""
+
+from __future__ import annotations
+
+import os
+import sys
+from datetime import datetime
+
+sys.path.insert(0, os.path.join(os.path.dirname(os.path.dirname(os.path.abspath(__file__))), "_shared"))
+from i18n import localizer  # noqa: E402
+
+
+async def run(ctx, input):
+    loc = localizer(input)
+    args = input.get("args", {})
+    text = str(args.get("text", "")).strip()
+
+    if not text:
+        ctx.log.warn("memo-save: empty text, skipping")
+        return {
+            "status": "skipped",
+            "title": loc.t("No memo", "メモなし"),
+            "summary": loc.t("There is no text to save.", "保存する本文がありません"),
+            "outputs": {},
+            "data": {},
+            "suggestions": [],
+        }
+
+    ctx.log.info(f"memo-save: saving {len(text)} chars")
+    timestamp = input.get("trigger", {}).get("time") or datetime.now().isoformat()
+    content = format_memo(timestamp, text)
+
+    return {
+        "status": "ok",
+        "title": loc.t("Saved", "保存しました"),
+        "summary": loc.t("Memo saved.", "メモを保存しました"),
+        "outputs": {
+            "note": {
+                "content": content,
+                "frontmatter": {
+                    "tags": ["memo"]
+                },
+            }
+        },
+        "data": {
+            "length": len(text)
+        },
+        "suggestions": [],
+    }
+
+
+def format_memo(timestamp, text):
+    # 改行を正規化し、空行はメモ区切りと衝突するため除外する
+    raw_lines = [line.rstrip() for line in text.replace("\r\n", "\n").split("\n")]
+    body_lines = [line for line in raw_lines if line.strip()]
+    if not body_lines:
+        return ""
+    first, *rest = body_lines
+    head = f"- {timestamp} {first}"
+    if not rest:
+        return head + "\n"
+    indented = "\n".join(f"  {line}" for line in rest)
+    return f"{head}\n{indented}\n"

package/builtin-skills/memo-save/skill.yaml

@@ -0,0 +1,52 @@
+# Builtin: memo-save
+# 会話の skill-call または agent-sin run memo-save --text "..." で呼ばれる。
+# Markdown のデイリーノートに追記する低リスクスキル。複数行テキストにも対応する。
+# ユーザースキル著作のリファレンスとしても読まれる。詳細は https://agent.shingoirie.com/skill-authoring を参照。
+
+id: memo-save
+name: Memo Save
+name_i18n:
+  en: Memo Save
+  ja: メモ保存
+description: 会話内容をMarkdownメモとして保存する
+description_i18n:
+  en: Save conversation text as a Markdown memo
+  ja: 会話内容をMarkdownメモとして保存する
+runtime: python
+side_effect: true
+
+invocation:
+  command: memo.save
+  phrases:
+    - メモしといて
+    - メモして
+  phrases_i18n:
+    en:
+      - save this memo
+      - take a memo
+      - remember this
+    ja:
+      - メモしといて
+      - メモして
+
+input:
+  schema:
+    type: object
+    properties:
+      text:
+        type: string
+    required:
+      - text
+
+outputs:
+  - id: note
+    type: markdown
+    path: notes/{{yyyy}}/{{MM}}
+    filename: "{{date}}.md"
+    append: true
+    show_saved: false
+
+memory:
+  namespace: memo
+  read: true
+  write: true

package/builtin-skills/memo-search/README.md

@@ -0,0 +1,10 @@
+# Memo Search
+
+保存済みのMarkdownメモをキーワード検索するProgram Skillです。
+
+検索対象はRuntimeから渡されるノート保存先に限定されます。外部送信やAIステップは使いません。
+
+```bash
+agent-sin run memo-search --query "探したい言葉"
+agent-sin chat "メモ検索 探したい言葉"
+```

package/builtin-skills/memo-search/main.py

@@ -0,0 +1,97 @@
+"""Builtin: memo-search
+
+input.sources.notes_dir 配下の *.md を全文走査し、query にすべての語が含まれる
+最初の 1 行を結果に含める。outputs は持たず data.matches に結果を返すのみ。
+
+入力:
+  args.query: 検索語 (空白区切りで AND 検索)
+  args.limit: 上限 (1..50, default 10)
+出力:
+  data.matches: [{file, line, text}]
+"""
+
+from __future__ import annotations
+
+import os
+import sys
+from pathlib import Path
+
+sys.path.insert(0, os.path.join(os.path.dirname(os.path.dirname(os.path.abspath(__file__))), "_shared"))
+from i18n import localizer  # noqa: E402
+
+
+async def run(ctx, input):
+    loc = localizer(input)
+    args = input.get("args", {})
+    query = str(args.get("query", "")).strip()
+    limit = int(args.get("limit", 10))
+    notes_dir = input.get("sources", {}).get("notes_dir")
+
+    if not query:
+        ctx.log.warn("memo-search: empty query")
+        return result("skipped", loc.t("No query", "検索語なし"), loc.t("There is no keyword to search.", "検索するキーワードがありません"), [])
+    if not notes_dir:
+        ctx.log.error("memo-search: notes_dir not provided by runtime")
+        return result("error", loc.t("Cannot search", "検索できません"), loc.t("The notes directory was not provided by the runtime.", "ノート保存先がRuntimeから渡されていません"), [])
+
+    root = Path(notes_dir).expanduser().resolve()
+    if not root.exists():
+        ctx.log.info(f"memo-search: notes_dir does not exist yet: {root}")
+        return result("ok", loc.t("0 matches", "0件見つかりました"), loc.t("There are no memos yet.", "まだメモがありません"), [])
+
+    terms = [term.casefold() for term in query.split() if term]
+    ctx.log.info(f"memo-search: searching {len(terms)} term(s) in {root}, limit={limit}")
+    matches = search_notes(root, terms, limit)
+    if not matches:
+        return result("ok", loc.t("0 matches", "0件見つかりました"), loc.t(f'No memos contain "{query}".', f"「{query}」を含むメモは見つかりませんでした"), [])
+
+    lines = [loc.t("Found memos:", "見つかったメモ:")]
+    for item in matches:
+        lines.append(f"- {item['file']}:{item['line']} {item['text']}")
+    return result("ok", loc.t(f"{len(matches)} matches", f"{len(matches)}件見つかりました"), "\n".join(lines), matches)
+
+
+def search_notes(root, terms, limit):
+    matches = []
+    for file in sorted(root.rglob("*.md")):
+        if len(matches) >= limit:
+            break
+        try:
+            resolved = file.resolve()
+            if root != resolved and root not in resolved.parents:
+                continue
+            lines = file.read_text(encoding="utf-8", errors="ignore").splitlines()
+        except OSError:
+            continue
+
+        for index, line in enumerate(lines, start=1):
+            if all(term in line.casefold() for term in terms):
+                matches.append(
+                    {
+                        "file": str(file.relative_to(root)),
+                        "line": index,
+                        "text": snippet(line),
+                    }
+                )
+                break
+    return matches
+
+
+def snippet(line):
+    text = " ".join(line.strip().split())
+    if len(text) <= 160:
+        return text
+    return f"{text[:157]}..."
+
+
+def result(status, title, summary, matches):
+    return {
+        "status": status,
+        "title": title,
+        "summary": summary,
+        "outputs": {},
+        "data": {
+            "matches": matches,
+        },
+        "suggestions": [],
+    }

package/builtin-skills/memo-search/skill.yaml

@@ -0,0 +1,51 @@
+# Builtin: memo-search
+# notes_dir 配下の Markdown を全文 grep する読み取り専用スキル。
+# memory namespace は memo (memo-save と共有) だが write=false で読み出しのみ。
+
+id: memo-search
+name: Memo Search
+name_i18n:
+  en: Memo Search
+  ja: メモ検索
+description: 保存済みMarkdownメモをキーワード検索する
+description_i18n:
+  en: Search saved Markdown memos by keyword
+  ja: 保存済みMarkdownメモをキーワード検索する
+runtime: python
+
+invocation:
+  command: memo.search
+  phrases:
+    - メモ検索
+    - メモを検索して
+    - 検索して
+  phrases_i18n:
+    en:
+      - search memos
+      - search my notes
+      - find a memo
+    ja:
+      - メモ検索
+      - メモを検索して
+      - 検索して
+
+input:
+  schema:
+    type: object
+    additionalProperties: false
+    properties:
+      query:
+        type: string
+        minLength: 1
+      limit:
+        type: integer
+        minimum: 1
+        maximum: 50
+        default: 10
+    required:
+      - query
+
+memory:
+  namespace: memo
+  read: true
+  write: false

package/builtin-skills/memo-vector-search/main.py

@@ -0,0 +1,121 @@
+"""Builtin: memo-vector-search
+
+memo-index で索引化した Chroma collection に対してクエリを embedding 化し、
+意味的に近いメモを top-K で返す。先に agent-sin run memo-index を実行する必要あり。
+
+入力:
+  args.query:      検索クエリ (必須, 1 文字以上)
+  args.limit:      上位件数 (1..50, default 5)
+  args.collection: 索引コレクション名 (default: memo)
+
+出力:
+  data.matches: [{text, file, line, timestamp, distance}]
+"""
+
+from __future__ import annotations
+
+import os
+import sys
+from pathlib import Path
+
+sys.path.insert(0, os.path.join(os.path.dirname(os.path.dirname(os.path.abspath(__file__))), "_shared"))
+from i18n import localizer  # noqa: E402
+
+
+EMBED_MODEL = "paraphrase-multilingual-MiniLM-L12-v2"
+
+
+async def run(ctx, input):
+    loc = localizer(input)
+    args = input.get("args", {})
+    query = str(args.get("query", "")).strip()
+    limit = int(args.get("limit", 5))
+    collection_name = args.get("collection", "memo")
+    sources = input.get("sources", {})
+    index_dir = sources.get("index_dir")
+
+    if not query:
+        ctx.log.warn("memo-vector-search: empty query")
+        return result_value("skipped", loc.t("No query", "クエリなし"), loc.t("There is no keyword to search.", "検索するキーワードがありません"), [])
+    if not index_dir:
+        ctx.log.error("memo-vector-search: index_dir not provided")
+        return result_value("error", loc.t("Cannot search", "検索できません"), loc.t("index_dir was not provided.", "index_dir が渡されていません"), [])
+
+    try:
+        import chromadb
+        from chromadb.utils.embedding_functions import (
+            SentenceTransformerEmbeddingFunction,
+        )
+    except ImportError as e:
+        ctx.log.error(f"memo-vector-search: missing dependency: {e}")
+        return result_value(
+            "error",
+            loc.t("chromadb not found", "chromadb が見つかりません"),
+            loc.t(
+                "Run: python3 -m venv ~/.agent-sin/.venv && ~/.agent-sin/.venv/bin/pip install chromadb sentence-transformers",
+                "次を実行: python3 -m venv ~/.agent-sin/.venv && ~/.agent-sin/.venv/bin/pip install chromadb sentence-transformers",
+            ),
+            [],
+        )
+
+    chroma_path = Path(index_dir).expanduser().resolve() / "local-index" / "chroma"
+    if not chroma_path.exists():
+        return result_value(
+            "ok",
+            loc.t("0 matches", "0件"),
+            loc.t("The index is empty. Run agent-sin run memo-index first.", "索引が空です。先に agent-sin run memo-index を実行してください"),
+            [],
+        )
+
+    ctx.log.info(f"memo-vector-search: query='{query[:40]}' limit={limit}")
+
+    try:
+        ef = SentenceTransformerEmbeddingFunction(model_name=EMBED_MODEL)
+        client = chromadb.PersistentClient(path=str(chroma_path))
+        col = client.get_or_create_collection(
+            name=collection_name, embedding_function=ef
+        )
+        r = col.query(query_texts=[query], n_results=limit)
+    except Exception as e:
+        ctx.log.error(f"memo-vector-search: query failed: {e}")
+        return result_value("error", loc.t("Search error", "検索エラー"), str(e), [])
+
+    matches = []
+    docs = (r.get("documents") or [[]])[0]
+    metas = (r.get("metadatas") or [[]])[0]
+    dists = (r.get("distances") or [[]])[0]
+    for doc, meta, dist in zip(docs, metas, dists):
+        meta = meta or {}
+        matches.append(
+            {
+                "text": doc,
+                "file": meta.get("file", ""),
+                "line": meta.get("line", 0),
+                "timestamp": meta.get("timestamp", ""),
+                "distance": float(dist),
+            }
+        )
+
+    if not matches:
+        return result_value(
+            "ok", loc.t("0 matches", "0件"), loc.t(f'No memos are close to "{query}".', f"「{query}」に近いメモは見つかりませんでした"), []
+        )
+
+    lines = [loc.t("Closest memos:", "近いメモ:")]
+    for i, m in enumerate(matches, start=1):
+        lines.append(f"  {i}) {m['file']}:{m['line']}  dist={m['distance']:.3f}")
+        lines.append(f"     {m['text'][:80]}")
+    return result_value(
+        "ok", loc.t(f"{len(matches)} matches", f"{len(matches)}件見つかりました"), "\n".join(lines), matches
+    )
+
+
+def result_value(status, title, summary, matches):
+    return {
+        "status": status,
+        "title": title,
+        "summary": summary,
+        "outputs": {},
+        "data": {"matches": matches},
+        "suggestions": [],
+    }