agentic-api 2.0.31 → 2.0.314

package/dist/src/rules/types.d.ts

@@ -122,13 +122,10 @@ export interface FrontMatter {
     id?: number;
     /** Titre descriptif de la règle */
     title: string;
+    /** Ancien nom de fichier (pour renommage) */
     oldfile?: string;
-    /** Liste des identifiants/alias pour cette règle (pour recherche) */
-    slugs: string[];
-    /** Version de la règle (optionnelle, format libre) */
-    version?: string;
-    /** Auteur original de la règle */
-    author?: RuleUser;
+    /** Auteur original de la règle (format git: "Name <email>") */
+    author?: string;
     /** Email du validateur assigné à cette règle */
     validator?: string;
     /** Indique si la règle est finalisée et prête pour validation */
@@ -136,14 +133,8 @@ export interface FrontMatter {
     /** Service ou département propriétaire de cette règle */
     service?: string;
     /** Type de contenu de ce document */
-    role?: "rule" | "template" | "rule-helper" | "web" | "document";
-    /** Tags de catégorisation pour recherche et filtrage */
-    tags?: string[];
-    /** Date de dernière modification explicite */
-    lastModified?: Date;
-    /** Clé personnalisée pour données additionnelles */
-    custom?: string;
-    [key: string]: string | Date | number | string[] | RuleUser | boolean | undefined;
+    role?: "rule" | "template" | "rule-helper" | "web" | "document" | string;
+    [key: string]: string | Date | number | boolean | undefined;
 }
 /**
  * Représente un élément de l'historique Git d'une règle
@@ -282,6 +273,17 @@ export interface RulesGitConfig {
     remoteUrl?: string;
     /** Active les logs verbeux pour debug */
     verbose?: boolean;
+    /**
+     * Active la validation et génération automatique des IDs dans le matter
+     * @default false (pour compatibilité ascendante)
+     */
+    withID?: boolean;
+    /**
+     * Mode strict : rejeter les documents sans ID valide
+     * Nécessite withID: true
+     * @default false (génère l'ID si manquant)
+     */
+    strictID?: boolean;
 }
 /**
  * Configuration des options de concurrence pour les opérations Git

package/dist/src/rules/utils.matter.d.ts

@@ -30,10 +30,6 @@ import { FrontMatter, Rule } from "./types";
  * ```
  */
 export declare function matterParse(markdown: string): {
-    matter: {};
-    content: string;
-    data?: undefined;
-} | {
     data: any;
     content: string;
     matter: any;

package/dist/src/rules/utils.matter.js

@@ -38,7 +38,7 @@ function matterParse(markdown) {
     // 1. Séparer les lignes
     const lines = markdown.split(/\r?\n/);
     if (lines[0].trim() !== '---') {
-        return { matter: {}, content: markdown }; // Pas de front-matter
+        return { matter: {}, content: markdown, data: {} }; // Pas de front-matter
     }
     // 2. Trouver la ligne de fermeture '---'
     let end = 1;
@@ -53,6 +53,9 @@ function matterParse(markdown) {
         const [rawKey, ...rawValue] = line.split(':');
         const key = rawKey.trim();
         const value = rawValue.join(':').trim();
+        // Ignorer les clés sans valeur
+        if (!value)
+            continue;
         // Détection et parsing des arrays YAML
         if (value.startsWith('[') && value.endsWith(']')) {
             try {
@@ -86,10 +89,14 @@ function matterParse(markdown) {
     }
     // 4. parse slugs and tags as arrays
     // Ensure slugs is always an array
-    // TODO: this code is not clean enough
+    // FIXME: this code is dead no more slugs in matter
     if (matter.slugs && typeof matter.slugs === 'string') {
         matter.slugs = matter.slugs.split(',').map((s) => s.trim()).filter((s) => s.length);
     }
+    // Ensure id is always a number
+    if (matter.id && typeof matter.id === 'string') {
+        matter.id = Number(matter.id);
+    }
     // Ensure tags is always an array
     if (matter.tags && typeof matter.tags === 'string') {
         const tagsStr = matter.tags;
@@ -115,21 +122,33 @@ function matterSerializeFromRule(rule) {
 function matterSerialize(content, matter) {
     // Créer un objet propre pour le front-matter (exclure oldfile)
     const cleanMatter = { ...matter };
-    //
-    // FIX: Convertir la Date en string pour éviter l'erreur YAML
-    cleanMatter.lastModified = (cleanMatter.lastModified instanceof Date) ? `${new Date().toISOString()}` : `${cleanMatter.lastModified}`;
+    // //
+    // // FIX: Convertir la Date en string pour éviter l'erreur YAML
+    // cleanMatter.lastModified = (cleanMatter.lastModified instanceof Date) ? `${new Date().toISOString()}` : `${cleanMatter.lastModified}`;  
     const result = Object.keys(cleanMatter).reduce((acc, key) => {
         const value = cleanMatter[key];
+        // Ignorer les valeurs undefined ou null
+        if (value === undefined || value === null) {
+            return acc;
+        }
         if (Array.isArray(value)) {
             return acc + `${key}: '${value.join(',')}'\n`;
         }
+        else if (typeof value === 'number') {
+            // ✅ FIX: Ne PAS mettre de guillemets autour des nombres
+            return acc + `${key}: ${value}\n`;
+        }
+        else if (typeof value === 'boolean') {
+            // ✅ FIX: Ne PAS mettre de guillemets autour des booléens
+            return acc + `${key}: ${value}\n`;
+        }
         else {
+            // Pour les strings, mettre des guillemets
             return acc + `${key}: '${value}'\n`;
         }
     }, '');
     return `---
-${result}
----
+${result}---
 ${content}`;
 }
 /**

package/dist/src/scrapper.d.ts

@@ -1,3 +1,4 @@
+import { FrontMatter } from "./rules/types";
 export declare function extractCaptcha(base64Image: string, openai: any): Promise<{
     number: any;
     cost: number;
@@ -7,49 +8,41 @@ export declare function extractCaptcha(base64Image: string, openai: any): Promis
  *
  * @param {string} inputfile - The name of the PDF file being processed
  * @param {any} pdfData - The extracted content from the PDF file
- * @param {any} openai - The OpenAI client instance
  * @param {any[]} links - Optional array of links extracted from the PDF to be integrated into the markdown
+ * @param {string} model - The model to use for parsing (default: "MEDIUM-fast")
  * @returns {Promise<{markdown: string, cost: number}>} - The parsed markdown content and the cost of the API call
  */
-export declare function callGPTForParsingPDF(inputfile: string, pdfData: any, openai: any, links?: any[]): Promise<{
-    markdown: any;
+export declare function callLLMForParsingPDF(inputfile: string, pdfData: any, links?: any[], model?: string): Promise<{
+    markdown: string;
     cost: number;
 }>;
-/**
- * Convertit un document HTML en markdown en appelant le modèle GPT (ex: gpt-4.1)
- * pour analyser et reformater le document.
- *
- * @param {any} htmlData - Le document HTML à transformer en markdown.
- * @param {any} openai - L'instance OpenAI configurée pour appeler l'API.
- * @param {boolean} simple - Si true, utilise un prompt simplifié.
- * @returns {Promise<Object>} - Le contenu markdown structuré créé par le modèle LLM.
- */
-export declare function callGPTForParsingHTML(html: string, openai: any): Promise<any>;
 /**
  * Parses an HTML file and converts it to markdown using GPT.
  *
  * @param {string} output - The directory path where the output markdown file will be saved.
  * @param {string} file - The path to the HTML file to be parsed.
  * @param {string} service - The service name used as part of the output filename output.
- * @param {any} openai - The OpenAI instance to use for the GPT API calls.
+ * @param {string} model - The model to use for parsing (default: "MEDIUM-fast")
  * @returns {Promise<{markdown: string, cost: number}>} - The generated markdown content and the cost of the GPT API call.
  */
-export declare function html2markdown(output: string, file: string, service: string, openai: any): Promise<{
-    markdown: any;
+export declare function html2markdown(output: string, file: string, service: string, model?: string): Promise<{
+    markdown: string;
     cost: number;
 }>;
 /**
  * Parse un PDF en effectuant :
  * 1. Le nettoyage du PDF avec Ghostscript.
  * 2. Sa conversion en XML via pdftohtml.
- * 3. (Optionnellement) Le passage du contenu converti au modèle GPT pour analyser la structure.
+ * 3. (Optionnellement) Le passage du contenu converti au modèle LLM pour analyser la structure.
  *
- * @param {string} file - Chemin vers le fichier PDF à analyser.
- * @param {any} openai - L'instance configurée pour appeler l'API OpenAI.
- * @returns {Promise<any>} - Le markdown structuré (issue de GPT) ou tout autre traitement souhaité.
+ * @param {string} outputDir - Dossier de sortie pour le fichier markdown.
+ * @param {string} pdf - Chemin vers le fichier PDF à analyser.
+ * @param {FrontMatter|null} matter - Métadonnées du document (title, service, author, role). Si null, utilise le nom du PDF pour le titre.
+ * @param {string} model - Le modèle à utiliser (défaut: "MEDIUM-fast").
+ * @returns {Promise<{markdown: string, cost: number, outputPath: string}>} - Le markdown structuré, le coût et le chemin du fichier de sortie.
  */
-export declare function pdf2markdown(folder: string, file: string, service: string, openai: any): Promise<{
-    markdown: any;
+export declare function pdf2markdown(outputDir: string, pdf: string, matter: FrontMatter | null, model?: string): Promise<{
+    markdown: string;
     cost: number;
     outputPath: string;
 }>;

package/dist/src/scrapper.js

@@ -4,8 +4,7 @@ var __importDefault = (this && this.__importDefault) || function (mod) {
 };
 Object.defineProperty(exports, "__esModule", { value: true });
 exports.extractCaptcha = extractCaptcha;
-exports.callGPTForParsingPDF = callGPTForParsingPDF;
-exports.callGPTForParsingHTML = callGPTForParsingHTML;
+exports.callLLMForParsingPDF = callLLMForParsingPDF;
 exports.html2markdown = html2markdown;
 exports.pdf2markdown = pdf2markdown;
 const child_process_1 = require("child_process");
@@ -14,9 +13,11 @@ const path_1 = __importDefault(require("path"));
 const fs_1 = __importDefault(require("fs"));
 const jsdom_1 = require("jsdom");
 const readability_1 = require("@mozilla/readability");
-const princing_openai_1 = require("./princing.openai");
+const pricing_llm_1 = require("./pricing.llm");
 const prompts_1 = require("./prompts");
 const utils_1 = require("./utils");
+const execute_1 = require("./execute");
+const utils_matter_1 = require("./rules/utils.matter");
 // Promisify exec for easier async/await usage
 const execAsync = (0, util_1.promisify)(child_process_1.exec);
 const execFileAsync = (0, util_1.promisify)(child_process_1.execFile);
@@ -36,7 +37,7 @@ async function extractCaptcha(base64Image, openai) {
         messages: [{ role: "user", content }],
         max_completion_tokens: 50,
     });
-    const cost = (0, princing_openai_1.calculateCost)(model, response.usage);
+    const cost = (0, pricing_llm_1.calculateCost)(model, response.usage);
     // Récupérer la réponse markdown
     const number = response.choices[0].message.content;
     return { number, cost };
@@ -46,11 +47,11 @@ async function extractCaptcha(base64Image, openai) {
  *
  * @param {string} inputfile - The name of the PDF file being processed
  * @param {any} pdfData - The extracted content from the PDF file
- * @param {any} openai - The OpenAI client instance
  * @param {any[]} links - Optional array of links extracted from the PDF to be integrated into the markdown
+ * @param {string} model - The model to use for parsing (default: "MEDIUM-fast")
  * @returns {Promise<{markdown: string, cost: number}>} - The parsed markdown content and the cost of the API call
  */
-async function callGPTForParsingPDF(inputfile, pdfData, openai, links = []) {
+async function callLLMForParsingPDF(inputfile, pdfData, links = [], model = "MEDIUM-fast") {
     // Convertir le contenu en chaîne de caractères (attention à la taille potentielle !)
     const pdfDataAsString = JSON.stringify(pdfData, null, 2);
     // Format: YYYY-MM-DD
@@ -62,57 +63,25 @@ async function callGPTForParsingPDF(inputfile, pdfData, openai, links = []) {
     // Créer le prompt pour décrire la tâche au LLM
     const messages = [
         { role: "system",
-            content: prompts_1.htmlToMarkdownPrompt },
-        { role: "user",
-            content: `Structure le contenu  exhaustif en Markdown sans rien inventer, et avec les liens intégrés correctement.\n Nous sommes le ${today}.\n${linkPrefix}\nLe contenu du document est:\n${pdfDataAsString}`
-        }
+            content: prompts_1.htmlToMarkdownPrompt }
     ];
-    // console.log('🌶️ DEBUG: callGPTForParsingPDF -- SYSTEM:', messages[0].content);
-    // console.log('🌶️ DEBUG: callGPTForParsingPDF -- USER:', messages[1].content);
+    // console.log('🌶️ DEBUG: callLLMForParsingPDF -- SYSTEM:', messages[0].content);
+    // console.log('🌶️ DEBUG: callLLMForParsingPDF -- USER:', messages[1].content);
     // WARNING: o3-mini is buggy with "Marche à suivre nouveau bail.pdf"
-    const model = "gpt-4.1"; // "gpt-4.1";
-    let response = await openai.chat.completions.create({
-        model: model,
+    const response = await (0, execute_1.executeQuery)({
+        query: `Structure le contenu  exhaustif en Markdown sans rien inventer, et avec les liens intégrés correctement.\n Nous sommes le ${today}.\n${linkPrefix}\nLe contenu du document est:\n${pdfDataAsString}`,
+        model,
         messages,
+        stdout: execute_1.DummyWritable,
+        verbose: false
     });
-    // response_format: { type: "json_object" }
-    let cost = (0, princing_openai_1.calculateCost)(model, response.usage);
-    // messages.push({
-    //     role: "user",
-    //     content: `Maintenant génère le contenu Markdown détaillé et exhaustif correspondant à chaque section avec les liens intégrés correctement.`
-    // });
-    // response = await openai.chat.completions.create({
-    //   model: model,
-    //   messages,
-    //   max_completion_tokens: 15192,
-    //   reasoning_effort:"low",
-    //   stop:"|<|james|>|"
-    // });
     // Récupérer la réponse markdown
-    let markdown = response.choices[0].message.content;
-    console.log(`Markdown 💰 cost: ${cost}`);
+    const markdown = response.content;
+    console.log(`Markdown 💰 cost: ${response.usage.cost}`);
     //
     // add a regex to extract the markdown content between <thinking></thinking> tags
-    let markdownWithoutThinking = markdown.replace(/<thinking>[\s\S]*?<\/thinking>/g, '');
-    // const hragPrompt = await extractHRAGSections(markdownWithoutThinking, openai);
-    // messages.push({
-    //   role: "user",
-    //   content: hragPrompt
-    // });
-    // response = await openai.chat.completions.create({
-    //   model: model,
-    //   messages,
-    //   max_completion_tokens: 15192,
-    //   reasoning_effort:"low",
-    //   stop:"|<|james|>|"
-    // });
-    // // Récupérer la réponse markdown
-    // markdown = response.choices[0].message.content;
-    // cost += calculateCost(model, response.usage);
-    // //
-    // // add a regex to extract the markdown content between <thinking></thinking> tags
-    // markdownWithoutThinking = markdown.replace(/<thinking>[\s\S]*?<\/thinking>/g, '');
-    return { markdown: markdownWithoutThinking, cost };
+    const markdownWithoutThinking = markdown.replace(/<thinking>[\s\S]*?<\/thinking>/g, '');
+    return { markdown: markdownWithoutThinking, cost: response.usage.cost };
 }
 /**
  * Extracts hyperlinks from a PDF file by converting it to HTML and parsing the links.
@@ -156,47 +125,6 @@ async function extractLinksFromPDF(pdfPath, output) {
         }
     }
 }
-/**
- * Convertit un document HTML en markdown en appelant le modèle GPT (ex: gpt-4.1)
- * pour analyser et reformater le document.
- *
- * @param {any} htmlData - Le document HTML à transformer en markdown.
- * @param {any} openai - L'instance OpenAI configurée pour appeler l'API.
- * @param {boolean} simple - Si true, utilise un prompt simplifié.
- * @returns {Promise<Object>} - Le contenu markdown structuré créé par le modèle LLM.
- */
-async function callGPTForParsingHTML(html, openai) {
-    const htmlDataAsString = html;
-    // Créer le prompt pour décrire la tâche au LLM
-    const messages = [
-        {
-            role: "system",
-            content: prompts_1.htmlToMarkdownPrompt
-        },
-        {
-            role: "user",
-            content: `Voici le document HTML à transformer en markdown : \n${htmlDataAsString}`
-        }
-    ];
-    // Appel à l'API ChatCompletion
-    const response = await openai.chat.completions.create({
-        model: "gpt-4.1",
-        messages,
-        max_completion_tokens: 15192,
-        temperature: 0,
-        frequency_penalty: 0.0,
-        presence_penalty: 0.0,
-    });
-    const cost = (0, princing_openai_1.calculateCost)("gpt-4.1", response.usage);
-    console.log(`Markdown 💰 cost: ${cost}`);
-    // Récupérer la réponse markdown
-    const markdown = response.choices[0].message.content;
-    if (!markdown)
-        throw new Error("No markdown found");
-    // Extraction et suppression des balises <thinking></thinking>
-    const markdownWithoutThinking = markdown.replace(/<thinking>[\s\S]*?<\/thinking>/g, '');
-    return markdownWithoutThinking;
-}
 function cleanHTML(html) {
     const dom = new jsdom_1.JSDOM(html);
     // Instancie Readability avec le document
@@ -210,15 +138,15 @@ function cleanHTML(html) {
  * @param {string} output - The directory path where the output markdown file will be saved.
  * @param {string} file - The path to the HTML file to be parsed.
  * @param {string} service - The service name used as part of the output filename output.
- * @param {any} openai - The OpenAI instance to use for the GPT API calls.
+ * @param {string} model - The model to use for parsing (default: "MEDIUM-fast")
  * @returns {Promise<{markdown: string, cost: number}>} - The generated markdown content and the cost of the GPT API call.
  */
-async function html2markdown(output, file, service, openai) {
+async function html2markdown(output, file, service, model = "MEDIUM-fast") {
     const filename = (0, utils_1.toSlug)(path_1.default.basename(file, path_1.default.extname(file)));
     const htmlraw = fs_1.default.readFileSync(file, "utf8");
     const html = cleanHTML(htmlraw);
     const outputfile = html.indexOf('Please sign in') > -1 ? 'unauthorized-' : (service.toLocaleLowerCase() + '-');
-    const { markdown, cost } = await callGPTForParsingPDF(file, html, openai);
+    const { markdown, cost } = await callLLMForParsingPDF(file, html, [], model);
     fs_1.default.writeFileSync(path_1.default.join(output, `${outputfile + filename}.md`), markdown, { encoding: 'utf8', flag: 'w' });
     return { markdown, cost };
 }
@@ -226,32 +154,51 @@ async function html2markdown(output, file, service, openai) {
  * Parse un PDF en effectuant :
  * 1. Le nettoyage du PDF avec Ghostscript.
  * 2. Sa conversion en XML via pdftohtml.
- * 3. (Optionnellement) Le passage du contenu converti au modèle GPT pour analyser la structure.
+ * 3. (Optionnellement) Le passage du contenu converti au modèle LLM pour analyser la structure.
  *
- * @param {string} file - Chemin vers le fichier PDF à analyser.
- * @param {any} openai - L'instance configurée pour appeler l'API OpenAI.
- * @returns {Promise<any>} - Le markdown structuré (issue de GPT) ou tout autre traitement souhaité.
+ * @param {string} outputDir - Dossier de sortie pour le fichier markdown.
+ * @param {string} pdf - Chemin vers le fichier PDF à analyser.
+ * @param {FrontMatter|null} matter - Métadonnées du document (title, service, author, role). Si null, utilise le nom du PDF pour le titre.
+ * @param {string} model - Le modèle à utiliser (défaut: "MEDIUM-fast").
+ * @returns {Promise<{markdown: string, cost: number, outputPath: string}>} - Le markdown structuré, le coût et le chemin du fichier de sortie.
  */
-async function pdf2markdown(folder, file, service, openai) {
-    const filename = (0, utils_1.toSlug)(path_1.default.basename(file, path_1.default.extname(file)));
+async function pdf2markdown(outputDir, pdf, matter, model = "MEDIUM-fast") {
+    //
+    // Extract matter values with defaults
+    const service = matter?.service || 'unknown';
+    const title = matter?.title || path_1.default.basename(pdf, path_1.default.extname(pdf));
+    //
+    // Build complete FrontMatter with defaults
+    const frontMatter = {
+        title,
+        service,
+        author: matter?.author || '',
+        role: matter?.role || 'rule',
+    };
+    //
+    // Use title for filename
+    const filename = (0, utils_1.toSlug)(title);
     // Créez des noms de fichiers temporaires pour le PDF nettoyé et le XML généré.
-    const tempPdf = path_1.default.join(folder, `cleaned-${randomFile()}.pdf`);
-    const tempOut = path_1.default.join(folder, `${filename}.txt`);
+    const tempPdf = path_1.default.join(outputDir, `cleaned-${randomFile()}.pdf`);
+    const tempOut = path_1.default.join(outputDir, `${filename}.txt`);
     //
     // generated folder path
-    const outputPath = path_1.default.join(folder, `${(0, utils_1.toSlug)(service.toLocaleLowerCase())}-${filename}.md`);
+    const outputPath = path_1.default.join(outputDir, `${(0, utils_1.toSlug)(service.toLocaleLowerCase())}-${filename}.md`);
     try {
         //
         // replace pdftotext with python script PyMuPDF
         // Ca ne marche pas mieux que pdftotext
-        // const { stdout } = await execFileAsync("python3", ["./bin/extract_text_with_links.py", file]);
+        // const { stdout } = await execFileAsync("python3", ["./bin/extract_text_with_links.py", pdf]);
         // const { text, links } = JSON.parse(stdout);
-        await execAsync(`pdftotext -nodiag -nopgbrk "${file}" "${outputPath}"`);
-        const links = await extractLinksFromPDF(file, folder);
+        await execAsync(`pdftotext -nodiag -nopgbrk "${pdf}" "${outputPath}"`);
+        const links = await extractLinksFromPDF(pdf, outputDir);
         const text = fs_1.default.readFileSync(outputPath, "utf8");
-        const { markdown, cost } = await callGPTForParsingPDF(file, text, openai, links);
-        fs_1.default.writeFileSync(outputPath, markdown);
-        return { markdown, cost, outputPath };
+        const { markdown, cost } = await callLLMForParsingPDF(pdf, text, links, model);
+        //
+        // Add frontmatter to the markdown before saving
+        const markdownWithMatter = (0, utils_matter_1.matterSerialize)(markdown, frontMatter);
+        fs_1.default.writeFileSync(outputPath, markdownWithMatter);
+        return { markdown: markdownWithMatter, cost, outputPath };
         /**
     
         // STEP 1: Clean the PDF using Ghostscript.
@@ -271,7 +218,7 @@ async function pdf2markdown(folder, file, service, openai) {
     
         // (OPTIONNEL) STEP 3: Utilisez GPT pour analyser la structure du contenu XML.
         // Vous pouvez adapter le traitement en fonction du contenu généré par pdftohtml.
-        const {markdown,cost} = await callGPTForParsingPDF(file, xmlContent, openai);
+        const {markdown,cost} = await callLLMForParsingPDF(file, xmlContent, [], model);
         fs.writeFileSync(outputPath, markdown);
         return {markdown,cost}; */
     }

package/dist/src/stategraph/index.d.ts

@@ -2,7 +2,7 @@
  * @fileoverview Point d'entrée du module AgentStateGraph
  * Exports principaux pour le système de gestion des discussions par agent
  */
-export type { AgentMessage, TokenUsage, AgentDiscussion, AgentStateGraph as IAgentStateGraph, ClientDiscussion } from './types';
+export type { AgentMessage, TokenUsage, AgentDiscussion, ClientDiscussion } from './types';
 export { getSpecializedAgent } from './types';
 export { AgentStateGraph } from './stategraph';
 export { sessionStateGraphGet, sessionStateGraphSet, sessionStateGraphClear, sessionStateGraphExists, sessionStateGraphSize, migrateFromLegacySession } from './stategraph.storage';

package/dist/src/stategraph/stategraph.d.ts

@@ -2,7 +2,7 @@
  * @fileoverview Implémentation du système AgentStateGraph
  * Classe principale pour gérer les discussions par agent
  */
-import { AgentStateGraph as IAgentStateGraph, AgentDiscussion, AgentMessage, TokenUsage, ClientDiscussion } from './types';
+import { AgentStateGraph as IAgentStateGraph, AgentDiscussion, AgentMessage, TokenUsage, ClientDiscussion, StepTrail } from './types';
 /**
  * Implémentation du StateGraph pour la gestion des discussions par agent
  * Remplace AgenticMemoryManager avec une architecture simplifiée
@@ -24,10 +24,33 @@ export declare class AgentStateGraph implements IAgentStateGraph {
     /**
      * Écrase le message system de la discussion avec un nouvel agent
      * Le message system est toujours messages[0] avec role: "system"
-     * @param agentName Nom de l'agent
+     * @param agentName Nom de l'agent (clé de discussion, reste fixe)
      * @param content Nouveau contenu du message system
      */
     set(agentName: string, content: string): void;
+    /**
+     * Ajoute une étape au CONTEXT TRAIL et met à jour le message system
+     * @param agentName Nom de l'agent
+     * @param step Étape à ajouter au trail
+     */
+    addStep(agentName: string, step: StepTrail): void;
+    /**
+     * Retourne tous les steps du CONTEXT TRAIL pour une discussion
+     * @param agentName Nom de l'agent
+     * @returns Liste des steps enregistrés pour cette discussion
+     */
+    steps(agentName: string): StepTrail[];
+    /**
+     * Formate le CONTEXT TRAIL d'une discussion pour injection dans system instructions
+     * @param discussion Discussion à formater
+     * @returns Trail formaté ou message par défaut
+     */
+    private formatTrailPrompt;
+    /**
+     * Met à jour le message system avec le nouveau trail via regexp
+     * @param agentName Nom de l'agent
+     */
+    private updateSystemMessage;
     /**
      * Additionne l'usage des tokens pour un agent
      * @param agentName Nom de l'agent
@@ -78,6 +101,12 @@ export declare class AgentStateGraph implements IAgentStateGraph {
      * @returns Nom de l'agent spécialisé
      */
     getSpecializedAgent(agentName: string): string;
+    /**
+     * Charge une discussion en remplaçant l'existante ou en créant une nouvelle
+     * Recherche par id en priorité, sinon par startAgent
+     * @param discussion Discussion à charger
+     */
+    load(discussion: AgentDiscussion): void;
     /**
      * Sérialise le StateGraph en JSON
      * @returns Représentation JSON