data-primals-engine 1.5.0 → 1.5.2

package/src/index.js

@@ -5,6 +5,9 @@ export { Engine } from './engine.js';
 export { GameObject, Logger, BenchmarkTool } from './gameObject.js';
 export { Config } from './config.js';
 export { event_on, event_trigger, event_off } from './core.js';
+export { Event } from './events.js';
+
+export { sendSseToUser } from './modules/data/data.routes.js';
 
 export { UserProvider } from './providers.js';
 

package/src/modules/assistant/assistant.js

@@ -1,44 +1,47 @@
 import { getCollectionForUser, modelsCollection } from "../mongodb.js";
 import { Logger } from "../../gameObject.js";
-import { ChatOpenAI } from "@langchain/openai";
-import { ChatGoogleGenerativeAI } from "@langchain/google-genai";
 import { HumanMessage, SystemMessage } from "@langchain/core/messages";
 import {searchData,  patchData, deleteData, insertData} from "../data/index.js";
-import { getDataAsString } from "../../data.js";
-import i18n from "../../i18n.js";
-import {generateLimiter} from "../user.js";
-import rateLimit from "express-rate-limit";
-import {maxAIReflectiveSteps} from "../../constants.js";
 import {providers} from "./constants.js";
-import {ChatDeepSeek} from "@langchain/deepseek";
-import {ChatAnthropic} from "@langchain/anthropic";
 import {Config} from "../../config.js";
+import { Event } from "../../events.js";
+import rateLimit from "express-rate-limit";
+import {generateLimiter} from "../user.js";
+import {maxAIReflectiveSteps} from "../../constants.js";
+import i18n from "../../i18n.js";
+import {parseSafeJSON} from "../../core.js";
 
 let logger = null;
 
-export const getAIProvider= (aiProvider, aiModel, apiKey)=>{
-    let llm;
+export const getAIProvider= async (aiProvider, aiModel, apiKey)=>{
     try {
         switch (aiProvider) {
-        case 'OpenAI':
-            llm = new ChatOpenAI({apiKey, model: aiModel, temperature: 0.7});
-            break;
-        case 'Google':
-            llm = new ChatGoogleGenerativeAI({apiKey, model: aiModel, temperature: 0.7});
-            break;
-        case 'DeepSeek':
-            llm = new ChatDeepSeek({apiKey, model: aiModel, temperature: 0.7});
-            break;
-        case 'Anthropic':
-            llm = new ChatAnthropic({apiKey, model: aiModel, temperature: 0.7});
-            break;
+        case 'OpenAI': {
+            const { ChatOpenAI } = await import("@langchain/openai");
+            return new ChatOpenAI({apiKey, model: aiModel, temperature: 0.7});
+        }
+        case 'Google': {
+            const { ChatGoogleGenerativeAI } = await import("@langchain/google-genai");
+            return new ChatGoogleGenerativeAI({apiKey, model: aiModel, temperature: 0.7});
+        }
+        case 'DeepSeek': {
+            const { ChatDeepSeek } = await import("@langchain/deepseek");
+            return new ChatDeepSeek({apiKey, model: aiModel, temperature: 0.7});
+        }
+        case 'Anthropic': {
+            const { ChatAnthropic } = await import("@langchain/anthropic");
+            return new ChatAnthropic({apiKey, model: aiModel, temperature: 0.7});
+        }
         default:
             throw new Error(`Unsupported AI provider: ${aiProvider}`);
         }
-        return llm;
-    }
-    catch (e) {
-        return null;
+    } catch (e) {
+        if (e.code === 'ERR_MODULE_NOT_FOUND') {
+            logger.error(`[Assistant] The package for the '${aiProvider}' provider is not installed. Please run 'npm install @langchain/${aiProvider.toLowerCase()}' to use this provider.`);
+            throw new Error(`The AI provider '${aiProvider}' is not installed. Please ask the administrator to install the corresponding package.`);
+        }
+        logger.error(`[Assistant] Error initializing AI provider '${aiProvider}': ${e.message}`);
+        throw e; // Re-throw other errors
     }
 }
 export const assistantGlobalLimiter = rateLimit({
@@ -53,14 +56,40 @@ export const assistantGlobalLimiter = rateLimit({
 });
 
 async function searchModels(query, user) {
-    if (!query) return [];
+    if (!query) return { main: [], related: [] };
     const searchRegex = new RegExp(query, 'i');
-    return await modelsCollection.find({
+    const mainModels = await modelsCollection.find({
         $or: [{ _user: user.username }, { _user: { $exists: false } }],
         $and: [{ $or: [{ name: { $regex: searchRegex } }, { description: { $regex: searchRegex } }] }]
     }, {
         projection: { name: 1, description: 1, fields: 1, _id: 0 }
     }).limit(10).toArray();
+
+    if (mainModels.length === 0) {
+        return { main: [], related: [] };
+    }
+
+    const relatedModelNames = new Set();
+    mainModels.forEach(model => {
+        model.fields.forEach(field => {
+            if (field.type === 'relation' && field.relation) {
+                relatedModelNames.add(field.relation);
+            }
+        });
+    });
+
+    const mainModelNames = new Set(mainModels.map(m => m.name));
+    const finalRelatedModelNames = [...relatedModelNames].filter(name => !mainModelNames.has(name));
+
+    let relatedModels = [];
+    if (finalRelatedModelNames.length > 0) {
+        relatedModels = await modelsCollection.find({
+            name: { $in: finalRelatedModelNames },
+            $or: [{ _user: user.username }, { _user: { $exists: false } }]
+        }, { projection: { name: 1, description: 1, fields: 1, _id: 0 } }).toArray();
+    }
+
+    return { main: mainModels, related: relatedModels };
 }
 
 const createSystemPrompt = (modelDefs, lang) => {
@@ -87,7 +116,7 @@ Tu as accès aux outils et actions suivants.
 
 OUTILS DE RAISONNEMENT INTERNE: (Utilisés pour collecter de l'information avant de décider de l'action finale)
 1.  **search_models**: Pour rechercher les modèles de données disponibles.
-    - Utilisation: { "action": "search_models", "params": { "query": "^regexToSearchFor$" } }
+    - Utilisation: { "action": "search_models", "params": { "query": "^regexToSearchFor$" } }. Il retourne aussi la structure des modèles directement liés.
 ====
 
 ACTIONS FINALES: (Actions qui terminent ta réflexion et renvoient un résultat à l'utilisateur)
@@ -119,9 +148,24 @@ ACTIONS FINALES: (Actions qui terminent ta réflexion et renvoient un résultat
         - \`yAxis\` (string): (Optionnel, sauf pour sum/avg/min/max) Le champ numérique à agréger du modèle.
         - \`filter\` (object): (Optionnel, filtre de la recherche, même écriture stricte que pour les filtres de recherche (voir plus bas pour les exemples) 
 
+7.  **generateHtmlView**: Pour créer une vue personnalisée en utilisant un template HTML.
+    - Utilisation: { "action": "generateHtmlView", "params": { ...config } }
+    - Le paramètre \`config\` doit contenir :
+        - \`title\` (string): Un titre pour la vue.
+        - \`model\` (string): Le nom du modèle de données à utiliser.
+        - \`template\` (string): Un template au format Handlebars.js. **RÈGLE CRITIQUE : N'utilise QUE les noms de champs (\`fieldName\`) exacts fournis par l'outil \`search_models\` pour le modèle principal ET pour ses modèles liés. N'invente JAMAIS de champs.**
+            Pour une liste, tu DOIS utiliser une boucle \`{{#each data}}...{{/each}}\`.
+            À l'intérieur d'une boucle, accède aux champs avec \`{{this.fieldName}}\`.
+            Pour les champs de type \`string_t\` ou \`richtext_t\`, accède à la traduction avec \`{{this.fieldName.value}}\`.
+            Les champs de type 'relation' sont automatiquement peuplés (hydratés), tu peux donc accéder à leurs propriétés directement (ex: \`{{this.relationField.name}}\` ou \`{{this.relationField.name.value}}\` si le champ 'name' de la relation est un 'string_t').
+        - \`css\` (string): (Optionnel) Du CSS riche et créatif pour styliser le template. N'hésite pas à utiliser des dégradés, des ombres, des animations et des polices de caractères pour un rendu professionnel et attrayant. **Règle absolue : tu dois préfixer TOUS tes sélecteurs avec \`#{{containerId}}\` pour isoler les styles.**
+        - \`filter\` (object): (Optionnel) Un filtre pour sélectionner les documents à afficher.
+        - \`limit\` (number): (Optionnel, défaut 10) Le nombre maximum de documents à récupérer.
+
 Voici le mémo pour assigner des valeurs aux champs des modèles,avec ces types de données : 
 utilise une chaine de caractère convertible en ObjectId (mongodb) lorsque le nom du champ est _id 
-utilise une chaine de caracteres lorsque le type de champ est : string, string_t , password, url, phone, email, richtext
+utilise une chaine de caracteres lorsque le type de champ est : string , password, url, phone, email, richtext
+utilise un objet { key: "trKey", value: "Translation"} lorsque le champ est string_t
 utilise un filtre en retour si le type de champ est code et language='json' et conditionBuilder=true
 utilise une chaine si c'est un type de champ code par défaut. 
 utilise une structure { "iso2langcode":"content..." } pour le champ multi-traductions richtext_t
@@ -135,13 +179,11 @@ utilise un tableau d'_ids pour remplir les champs relation multiple=true
 utilise la valeur en héxadecimal, ex: '#FF0000' pour les champs de type : color 
 utilise les valeurs de cron standard '* * * * * *' pour : cronSchedule 
 
-PROCESSUS DE RAISONNEMENT:
-a- L'utilisateur pose une question, ou demande une action de ta part.
-b- Utilise l'outil **search_models** pour trouver le(s) modèle(s) qui correspondent à la question.
- Si tu as déjà fait la recherche dans la conversation, garde la définition initiale et n'effectue pas de recherche, va directement à l'étape c
-c- Une fois la réponse retournée et intégrée, tu devras utiliser les autres outils (search, post, etc.) dans la conversation pour satisfaire la question initiale, en utilisant les informations des modèles précédents (COMMANDE FINALE)
-Si tu n'as aucune commande à exécuter directement, réponds simplement à l'utilisateur avec "displayMessage".
-
+PROCESSUS DE RAISONNEMENT STRICT:
+a- L'utilisateur pose une question.
+b- **Étape 1 (Obligatoire):** Appelle l'outil \`search_models\` pour obtenir la structure EXACTE du modèle de données. C'est ta seule source de vérité pour les noms de champs.
+c- **Étape 2 (Obligatoire):** Analyse la réponse de \`search_models\` que le système t'a fournie.
+d- **Étape 3 (Commande Finale):** Construis ta commande finale (\`search\`, \`generateHtmlView\`, etc.). **Règle absolue :** Pour les filtres et les templates, tu ne dois utiliser QUE les noms de champs (\`name\`) et les types (\`type\`) que tu as lus dans la réponse de \`search_models\` à l'étape c. N'invente RIEN.
 CONTEXTE ACTUEL:
 - Date du jour de la conversation : ${dt}
 - La langue ISO à utiliser dans la conversation : ${lang}
@@ -183,6 +225,67 @@ COMMANDE FINALE :
   }
 }
 
+Question: Crée un tableau de bord des rôles et permissions avec un design sophistiqué.
+Ta réponse: { "action" : "search_models", "params": { "query": "role" } }
+COMMANDE FINALE :
+{
+  "action": "generateHtmlView",
+  "params": {
+    "title": "Matrice des Rôles et Permissions",
+    "model": "role",
+    "template": "<div class='roles-container'>{{#each data}}<div class='role-card'><div class='role-header'><span class='role-icon'>🛡️</span><h3>{{this.name.value}}</h3></div><ul class='permissions-list'>{{#each this.permissions}}<li data-tooltip-html='{{this.description}}'><span class='permission-name'>{{this.name.value}}</span></li>{{/each}}</ul></div>{{/each}}</div>",
+    "css": "#{{containerId}} .roles-container{display:grid;grid-template-columns:repeat(auto-fill,minmax(280px,1fr));gap:25px;padding:25px;font-family:'Poppins',sans-serif;background:#111827}#{{containerId}} .role-card{background:rgba(31,41,55,.5);border-radius:16px;padding:20px;position:relative;overflow:hidden;border:1px solid transparent;backdrop-filter:blur(10px);-webkit-backdrop-filter:blur(10px);transition:transform .3s ease,box-shadow .3s ease}#{{containerId}} .role-card::before{content:'';position:absolute;top:0;right:0;bottom:0;left:0;z-index:-1;margin:-1px;border-radius:inherit;background:conic-gradient(from 180deg at 50% 50%,#2a8af6 0deg,#a855f7 180deg,#f59e0b 360deg);animation:rotate-gradient 5s linear infinite}@keyframes rotate-gradient{0%{transform:rotate(0deg)}100%{transform:rotate(360deg)}}#{{containerId}} .role-card:hover{transform:translateY(-8px);box-shadow:0 20px 30px rgba(0,0,0,.2)}#{{containerId}} .role-header{display:flex;align-items:center;gap:12px;margin-bottom:15px;padding-bottom:10px;border-bottom:1px solid rgba(255,255,255,.1)}#{{containerId}} .role-header .role-icon{font-size:1.8em}#{{containerId}} .role-header h3{margin:0;font-size:1.4em;font-weight:600;color:#f9fafb}#{{containerId}} .permissions-list{list-style:none;padding:0;margin:0;max-height:200px;overflow-y:auto}#{{containerId}} .permissions-list::-webkit-scrollbar{width:6px}#{{containerId}} .permissions-list::-webkit-scrollbar-track{background:rgba(255,255,255,.05);border-radius:3px}#{{containerId}} .permissions-list::-webkit-scrollbar-thumb{background:#4f46e5;border-radius:3px}#{{containerId}} .permissions-list::-webkit-scrollbar-thumb:hover{background:#6366f1}#{{containerId}} .permissions-list li{padding:8px 12px;margin-bottom:6px;background:rgba(255,255,255,.05);border-radius:8px;color:#d1d5db;cursor:help;transition:background-color .2s ease;font-size:.95em}#{{containerId}} .permissions-list li:hover{background:rgba(79,70,229,.5);color:#fff}",
+    "filter": {},
+    "limit": 10
+  }
+}
+
+Question: Affiche une carte de visite stylisée pour le premier contact.
+Ta réponse: { "action" : "search_models", "params": { "query": "contact" } }
+COMMANDE FINALE :
+{
+  "action": "generateHtmlView",
+  "params": {
+    "title": "Carte de Visite",
+    "model": "contact",
+    "template": "<div class='card-container'><h3>{{this.firstName}} {{this.lastName}}</h3><p>{{this.email}}</p></div>",
+    "css": "#{{containerId}} .card-container { border: 1px solid #ccc; border-radius: 8px; padding: 16px; background-color: #f9f9f9; } #{{containerId}} h3 { margin-top: 0; color: #333; }",
+    "filter": {},
+    "limit": 1
+  }
+}
+
+Question: Montre-moi un catalogue des produits.
+Ta réponse: { "action" : "search_models", "params": { "query": "product" } }
+COMMANDE FINALE :
+{
+  "action": "generateHtmlView",
+  "params": {
+    "title": "Catalogue Produits",
+    "model": "product",
+    "template": "<div class='product-grid'>{{#each data}}<div class='product-card'><div class='product-image-container'><img src='{{this.image.0.url}}' alt='{{this.name.value}}' class='product-image'><span class='product-brand'>{{this.brand.name}}</span></div><div class='product-info'><h3 class='product-name'>{{this.name.value}}</h3><p class='product-category'>{{this.category.name.value}}</p><div class='product-footer'><span class='product-price'>{{this.price}} {{this.currency.symbol}}</span><button class='add-to-cart-btn'>Ajouter au panier</button></div></div></div>{{/each}}</div>",
+    "css": "#{{containerId}} .product-grid{display:grid;grid-template-columns:repeat(auto-fill,minmax(250px,1fr));gap:2rem;padding:2rem;font-family:'Lato',sans-serif;background-color:#f8f9fa}#{{containerId}} .product-card{background-color:#fff;border-radius:12px;box-shadow:0 4px 6px rgba(0,0,0,.05),0 1px 3px rgba(0,0,0,.05);overflow:hidden;transition:transform .3s ease,box-shadow .3s ease;display:flex;flex-direction:column}#{{containerId}} .product-card:hover{transform:translateY(-5px);box-shadow:0 12px 20px rgba(0,0,0,.08),0 3px 8px rgba(0,0,0,.06)}#{{containerId}} .product-image-container{position:relative;width:100%;padding-top:100%}#{{containerId}} .product-image{position:absolute;top:0;left:0;width:100%;height:100%;object-fit:cover}#{{containerId}} .product-brand{position:absolute;top:10px;right:10px;background-color:rgba(0,0,0,.6);color:#fff;padding:4px 8px;border-radius:6px;font-size:.8em;font-weight:700}#{{containerId}} .product-info{padding:15px;display:flex;flex-direction:column;flex-grow:1}#{{containerId}} .product-name{font-size:1.1em;font-weight:700;color:#343a40;margin:0 0 5px 0;line-height:1.3}#{{containerId}} .product-category{font-size:.85em;color:#6c757d;margin:0 0 15px 0;flex-grow:1}#{{containerId}} .product-footer{display:flex;justify-content:space-between;align-items:center;border-top:1px solid #e9ecef;padding-top:10px;margin-top:auto}#{{containerId}} .product-price{font-size:1.2em;font-weight:700;color:#007bff}#{{containerId}} .add-to-cart-btn{background-color:#007bff;color:#fff;border:none;padding:8px 12px;border-radius:8px;cursor:pointer;font-weight:600;transition:background-color .2s ease}#{{containerId}} .add-to-cart-btn:hover{background-color:#0056b3}",
+    "filter": {},
+    "limit": 12
+  }
+}
+
+Question: Affiche-moi les dernières requêtes API avec un design futuriste.
+Ta réponse: { "action" : "search_models", "params": { "query": "request" } }
+COMMANDE FINALE :
+{
+  "action": "generateHtmlView",
+  "params": {
+    "title": "Journal des Requêtes API",
+    "model": "request",
+    "template": "<div class=\"requests-grid\">{{#each data}}<div class=\"request-card status-{{this.status}}\"><div class=\"card-header\"><span class=\"method-badge method-{{this.method}}\">{{this.method}}</span><span class=\"status-code\" data-tooltip-html=\"Code de statut HTTP\">{{this.status}}</span></div><div class=\"card-body\"><p class=\"url\" data-tooltip-html=\"URL de la requête\">{{this.url}}</p></div><div class=\"card-footer\"><span class=\"latency\" data-tooltip-html=\"Latence de la réponse\">⏱️ {{this.latencyMs}} ms</span><span class=\"timestamp\" data-tooltip-html=\"Date et heure\">{{this.timestamp}}</span></div><div class=\"glow-effect\"></div></div>{{/each}}</div>",
+    "css": "#{{containerId}} .requests-grid{display:grid;grid-template-columns:repeat(auto-fill,minmax(300px,1fr));gap:20px;font-family:'Orbitron',sans-serif;padding:10px}#{{containerId}} .request-card{background:rgba(10,25,47,.8);border:1px solid #00aaff;border-radius:12px;padding:15px;position:relative;overflow:hidden;transition:transform .3s ease,box-shadow .3s ease;backdrop-filter:blur(5px);-webkit-backdrop-filter:blur(5px)}#{{containerId}} .request-card:hover{transform:translateY(-5px);box-shadow:0 10px 20px rgba(0,170,255,.3)}#{{containerId}} .glow-effect{position:absolute;top:0;left:0;width:100%;height:100%;background:radial-gradient(circle at 50% 0,rgba(0,170,255,.2),transparent 70%);animation:pulse 4s infinite ease-in-out;pointer-events:none}@keyframes pulse{0%,100%{opacity:.5}50%{opacity:1}}#{{containerId}} .card-header{display:flex;justify-content:space-between;align-items:center;margin-bottom:12px;border-bottom:1px solid rgba(0,170,255,.2);padding-bottom:8px}#{{containerId}} .method-badge{padding:4px 8px;border-radius:5px;font-weight:700;font-size:.9em;color:#fff;text-shadow:0 0 5px currentColor}#{{containerId}} .method-GET{background-color:#00aaff}#{{containerId}} .method-POST{background-color:#4caf50}#{{containerId}} .method-PUT{background-color:#ff9800}#{{containerId}} .method-DELETE{background-color:#f44336}#{{containerId}} .method-PATCH{background-color:#9c27b0}#{{containerId}} .status-code{font-size:1.2em;font-weight:700;color:#fff}#{{containerId}} .status-200 .status-code{color:#4caf50;text-shadow:0 0 8px #4caf50}#{{containerId}} .status-404 .status-code{color:#f44336;text-shadow:0 0 8px #f44336}#{{containerId}} .status-500 .status-code{color:#ff9800;text-shadow:0 0 8px #ff9800}#{{containerId}} .card-body .url{color:#e0e0e0;font-size:.95em;word-break:break-all;margin:0}#{{containerId}} .card-footer{display:flex;justify-content:space-between;align-items:center;margin-top:15px;font-size:.8em;color:#88a1b9}#{{containerId}} .latency,#{{containerId}} .timestamp{display:flex;align-items:center;gap:5px}",
+    "filter": {},
+    "sort": { "_id": -1 },
+    "limit": 12
+  }
+}
+
 Absolute rules:
 ====
 NEVER use the non-aggregated syntax of the MongoDB operators :
@@ -217,14 +320,10 @@ COMMANDE FINALE :
  * @returns {object} Le filtre corrigé.
  */
 function correctAIFilter(filter) {
-    if (!filter || typeof filter !== 'object' || Array.isArray(filter)) {
-        return filter; // Pas un objet à corriger
-    }
+    if (!filter || typeof filter !== 'object' || Array.isArray(filter)) return filter;
 
     const keys = Object.keys(filter);
-    if (keys.length <= 1) {
-        return filter; // Rien à corriger
-    }
+    if (keys.length <= 1) return filter;
 
     // Vérifie si toutes les clés sont des opérateurs (commencent par '$')
     const allKeysAreOperators = keys.every(key => key.startsWith('$'));
@@ -235,7 +334,7 @@ function correctAIFilter(filter) {
         return { '$and': andConditions };
     }
 
-    return filter; // Aucune correction nécessaire
+    return filter;
 }
 
 /**
@@ -250,36 +349,18 @@ async function executeTool(action, params, user, allModels) {
     logger.debug(`[Assistant] Exécution de l'outil: ${action} avec les paramètres:`, params);
     try {
         switch (action) {
-        case 'search': {
-            const modelDef = allModels.find(m => m.name === params.model);
-            if (!modelDef) {
-                return `Erreur: Le modèle '${params.model}' n'a pas été trouvé. Impossible de lancer la recherche.`;
-            }
-
-            const searchResult = await searchData({
-                model: params.model,
-                filter: params.filter,
-                limit: params.limit || 10,
-                sort: params.sort
-            }, user);
-
-            if (searchResult.data.length === 0) {
-                return i18n.t('assistant.noResults', "Aucun résultat trouvé.");
-            }
-
-            const resultString = i18n.t('assistant.searchResults', "Voici les résultats :") +
-                    searchResult.data.map(item =>
-                        `\n- ${getDataAsString(modelDef, item, { i18n, t: i18n.t }, allModels, true)}`
-                    ).join('');
-
-            return resultString;
-        }
         case 'search_models': {
-            const foundModels = await searchModels(params.query, user);
+            const { main: foundModels, related: relatedModels } = await searchModels(params.query, user);
 
             if (foundModels.length > 0) {
-                return "J'ai trouvé les modèles suivants qui pourraient correspondre : " +
+                let responseText = "J'ai trouvé les modèles suivants qui pourraient correspondre : " +
                         foundModels.map(m => `\n- Modèle "${m.name}": ${m.description || 'Pas de description.'}\n- Champs: ${m.fields.map(f => JSON.stringify(f, null, 2))}`).join('');
+
+                if (relatedModels.length > 0) {
+                    responseText += "\n\nPour votre information, voici la structure des modèles liés que vous pouvez utiliser dans les templates :";
+                    responseText += relatedModels.map(m => `\n- Modèle lié "${m.name}":\n- Champs: ${m.fields.map(f => JSON.stringify(f, null, 2))}`).join('');
+                }
+                return responseText;
             } else {
                 return "Je n'ai trouvé aucun modèle correspondant à votre recherche.";
             }
@@ -296,16 +377,13 @@ async function executeTool(action, params, user, allModels) {
 /**
  * Gère la requête de chat, soit en exécutant une action confirmée,
  * soit en lançant la boucle de raisonnement de l'IA.
- * @param {string} message - Le message de l'utilisateur.
- * @param {Array} history - L'historique de la conversation.
- * @param {string} provider - Le fournisseur d'IA ('OpenAI' ou 'google').
- * @param {object} context - Contexte additionnel.
+ @param {object} params - La liste des paramètres envoyés par la requete
  * @param {object} user - L'objet utilisateur.
- * @param {object} confirmedAction - Une action pré-approuvée par l'utilisateur.
  * @returns {Promise<object>} La réponse de l'assistant.
  */
-async function handleChatRequest(message, history, provider, context, user, confirmedAction) {
+export async function handleChatRequest(params, user) {
 
+    const { message, history, provider, confirmedAction } = params;
     const allModels = await modelsCollection.find({$or: [{_user: {$exists: false}}, {_user: user.username}]}).toArray();
 
     // --- GESTION D'UNE ACTION CONFIRMÉE ---
@@ -329,8 +407,9 @@ async function handleChatRequest(message, history, provider, context, user, conf
 
     // --- INITIALISATION DE L'IA ---
     let llm;
+    let llmOptions = {  };
     try {
-        const p = provider || 'OpenAI';
+        const p =  Config.Get('assistant.provider', provider ||'OpenAI');
         const envKeyName = providers[p].key;
         if (!envKeyName) return {success: false, message: `Fournisseur IA non supporté : ${p}`};
 
@@ -340,15 +419,17 @@ async function handleChatRequest(message, history, provider, context, user, conf
 
         if (!apiKey) return {success: false, message: `Clé API pour ${p} (${envKeyName}) non trouvée.`};
 
-        llm = getAIProvider(p, providers[p]?.defaultModel, apiKey);
+        const model = Config.Get('assistant.model', providers[p]?.defaultModel);
+        llmOptions = { provider: p, model, apiKey };
+        llm = await getAIProvider(llmOptions.provider, llmOptions.model, llmOptions.apiKey);
     } catch (initError) {
         logger.error(`[Assistant] Erreur d'initialisation du client IA: ${initError.message}`);
         return {success: false, message: `Erreur d'initialisation du client IA: ${initError.message}`};
     }
 
-    // --- PRÉPARATION DE L'HISTORIQUE DE CONVERSATION ---
-    const systemPrompt = createSystemPrompt([], user.lang || 'en');
-    const conversationHistory = history
+    const systemPrompt = await Event.Trigger('OnSystemPrompt', 'event', 'user', user);
+
+    const conversationHistory = (history || [])
         .filter(msg => msg.text && !(msg.from === 'bot' && msg.text.startsWith(i18n.t('assistant.welcome'))))
         .map(msg => new (msg.from === 'user' ? HumanMessage : SystemMessage)(msg.text));
 
@@ -367,80 +448,56 @@ async function handleChatRequest(message, history, provider, context, user, conf
         // Parsing JSON robuste
         let parsedResponse;
         try {
+            // Tente d'extraire le JSON de la réponse, même s'il est entouré de texte.
+            const jsonRegex = /\{[\s\S]*\}/s; // 's' flag pour que '.' matche les nouvelles lignes
+            const match = llmOutput.match(jsonRegex);
 
-            parsedResponse = JSON.parse(llmOutput);
+            if (match && match[0]) {
+                // Si un JSON est trouvé, on tente de le parser
+                parsedResponse = parseSafeJSON(match[0]);
+            } else {
+                // Aucun JSON trouvé, c'est probablement une réponse textuelle simple.
+                return { success: true, displayMessage: llmOutput };
+            }
 
             if (!parsedResponse.action || !parsedResponse.params) {
                 throw new Error("Réponse JSON invalide: 'action' ou 'params' manquant.");
             }
         } catch (parseError) {
             logger.error(`[Assistant] Erreur de parsing de la réponse de l'IA: ${parseError.message}. Réponse brute: "${llmOutput}"`);
-            return {
-                success: true,
-                displayMessage: llmOutput || i18n.t('assistant.invalidResponse', "Désolé, je n'ai pas pu formuler une réponse correcte. Veuillez réessayer.")
-            };
+            // Si le parsing échoue, on renvoie le message brut de l'IA, qui est peut-être une réponse textuelle valide.
+            return { success: true, displayMessage: llmOutput };
         }
 
         logger.debug(`[Assistant] Action décidée par l'IA: ${parsedResponse.action}`, parsedResponse);
         conversationHistory.push(new SystemMessage(JSON.stringify(parsedResponse)));
 
-        const { action, params } = parsedResponse;
+        const { action, params:parsedParams } = parsedResponse;
 
         // Correction automatique du filtre généré par l'IA, qui hallucine parfois
-        if (params && params.filter) {
-            logger.debug(`[Assistant] Filtre original de l'IA: ${JSON.stringify(params.filter)}`);
-            params.filter = correctAIFilter(params.filter);
+        if (parsedParams && parsedParams.filter) {
+            logger.debug(`[Assistant] Filtre original de l'IA: ${JSON.stringify(parsedParams.filter)}`);
+            parsedParams.filter = correctAIFilter(parsedParams.filter);
         }
 
-        // Action de génération de graphique, gérée par le front-end
-        if (action === 'generateChart') {
-            // On retourne directement la configuration du graphique au client.
-            return { success: true, chartConfig: params };
+        // Outils pour le raisonnement interne de l'IA
+        if (['search_models'].includes(action)) { // On a enlevé 'search' d'ici
+            const toolResult = await executeTool(action, parsedParams, user, allModels);
+            conversationHistory.push(new SystemMessage(`Résultat de l'outil '${action}':\n${toolResult}`));
+            continue; // On continue la boucle pour que l'IA puisse raisonner avec ce nouveau résultat
         }
 
-        // NOUVEAU: Action de recherche à afficher, gérée par le front-end
-        if (action === 'search') {
-            const searchResult = await searchData({
-                model: params.model,
-                filter: params.filter,
-                limit: params.limit || 10,
-                sort: params.sort
-            }, user);
-            if (searchResult.data?.length > 0) {
-                return { success: true, dataResult: { model: params.model, data: searchResult.data } };
-            } else {
-                return { success: true, displayMessage: i18n.t('assistant.search.noResults', "Je n'ai trouvé aucun résultat.") };
-            }
-        }
+        const res = await Event.Trigger('OnChatAction', 'event', 'user', action, params, parsedResponse, llmOptions, user);
 
-        // Actions nécessitant une confirmation de l'utilisateur
-        if (['post', 'update', 'delete'].includes(action)) {
-            const confirmationMessage = i18n.t('assistant.confirmActionPrompt', "Veuillez confirmer l'action suivante :");
+        if( !res ) {
+            // Si l'action n'est reconnue par aucune des logiques ci-dessus
+            logger.warn(`[Assistant] Action non reconnue reçue de l'IA: ${action}`);
             return {
                 success: true,
-                displayMessage: confirmationMessage,
-                confirmationRequest: parsedResponse
+                displayMessage: i18n.t('assistant.unknownAction', "Désolé, je ne comprends pas la commande '{{action}}'.", {action})
             };
         }
-
-        // Action finale pour afficher un message
-        if (action === 'displayMessage') {
-            return { success: true, displayMessage: params.message };
-        }
-
-        // Outils pour le raisonnement interne de l'IA
-        if (['search_models'].includes(action)) { // On a enlevé 'search' d'ici
-            const toolResult = await executeTool(action, params, user, allModels);
-            conversationHistory.push(new SystemMessage(`Résultat de l'outil '${action}':\n${toolResult}`));
-            continue; // On continue la boucle pour que l'IA puisse raisonner avec ce nouveau résultat
-        }
-
-        // Si l'action n'est reconnue par aucune des logiques ci-dessus
-        logger.warn(`[Assistant] Action non reconnue reçue de l'IA: ${action}`);
-        return {
-            success: true,
-            displayMessage: i18n.t('assistant.unknownAction', "Désolé, je ne comprends pas la commande '{{action}}'.", { action })
-        };
+        return res;
     }
 
     // Si la boucle se termine sans une action finale
@@ -473,12 +530,74 @@ async function executeConfirmedAction(action, params, user) {
     }
 }
 
+/**
+ * Gère une action finale décidée par l'IA et retourne une réponse pour le client.
+ * Cette fonction est appelée via le système d'événements 'OnChatAction'.
+ * @param {string} action - L'action à exécuter.
+ * @param {object} params - Les paramètres de l'action.
+ * @param {object} parsedResponse - La réponse JSON originale de l'IA, pour les demandes de confirmation.
+ * @param {object} user - L'objet utilisateur.
+ * @returns {Promise<object|boolean>} - L'objet de réponse final ou false si l'action n'est pas reconnue.
+ */
+async function handleFinalChatAction(action, params, parsedResponse, user) {
+    // Action de génération de graphique, gérée par le front-end
+    if (action === 'generateChart') {
+        return {success: true, chartConfig: params};
+    }
+    // Action de génération de vue HTML
+    if (action === 'generateHtmlView') {
+        const viewData = await searchData({
+            model: params.model,
+            filter: params.filter,
+            limit: params.limit || 10,
+            depth: 2 // Pour avoir accès aux relations de premier niveau dans les templates
+        }, user);
+
+        if (viewData.data.length === 0) {
+            return {
+                success: true,
+                displayMessage: i18n.t('assistant.htmlView.noResult', "Je n'ai trouvé aucune donnée correspondante pour cette vue.")
+            };
+        }
+        return {success: true, htmlViewConfig: {...params, data: viewData.data}};
+    }
+
+    // Action de recherche à afficher, gérée par le front-end
+    if (action === 'search') {
+        const searchResult = await searchData({ model: params.model, filter: params.filter, limit: params.limit || 10, sort: params.sort }, user);
+        if (searchResult.data?.length > 0) {
+            return {success: true, dataResult: {model: params.model, data: searchResult.data}};
+        } else {
+            return { success: true, displayMessage: i18n.t('assistant.search.noResults', "Je n'ai trouvé aucun résultat.") };
+        }
+    }
+
+    // Actions nécessitant une confirmation de l'utilisateur
+    if (['post', 'update', 'delete'].includes(action)) {
+        return { success: true, displayMessage: i18n.t('assistant.confirmActionPrompt', "Veuillez confirmer l'action suivante :"), confirmationRequest: parsedResponse };
+    }
+
+    // Action finale pour afficher un message
+    if (action === 'displayMessage') {
+        return {success: true, displayMessage: params.message};
+    }
+
+    return false; // Action non reconnue par cet écouteur
+}
+
 
 export async function onInit(engine) {
     logger = engine.getComponent(Logger);
 
     const {middlewareAuthenticator, userInitiator} = await import('../user.js');
 
+    Event.Listen('OnSystemPrompt', (user) => {
+        return createSystemPrompt([], user.lang || 'en');
+    }, 'event', 'user');
+    // Enregistre le gestionnaire central pour les actions finales du chat.
+    // D'autres modules pourraient également écouter cet événement pour étendre les fonctionnalités.
+    Event.Listen('OnChatAction', handleFinalChatAction,"event", "user");
+
     engine.post('/api/assistant/chat', [middlewareAuthenticator, userInitiator, assistantGlobalLimiter, generateLimiter], async (req, res) => {
         // On récupère TOUTES les propriétés du body, y compris l'action confirmée
         const {message, history, provider, context, confirmedAction} = req.fields;
@@ -500,7 +619,7 @@ export async function onInit(engine) {
         }
 
         try {
-            const result = await handleChatRequest(message, history, provider, context, req.me, confirmedAction);
+            const result = await handleChatRequest(req.fields, req.me);
             res.json(result);
         } catch (error) {
             logger.error(`[Endpoint /api/assistant/chat] Erreur inattendue: ${error.message}`, error.stack);

package/src/modules/assistant/constants.js

@@ -8,7 +8,8 @@ export const providers = {
         key:"GOOGLE_API_KEY"
     },
     "DeepSeek": {
-        key: "DEEPSEEK_API_KEY"
+        key: "DEEPSEEK_API_KEY",
+        defaultModel: 'deepseek-chat'
     },
     "Anthropic": {
         key:"ANTHROPIC_API_KEY"

package/src/modules/bucket.js

@@ -6,7 +6,7 @@ import {decryptValue, encryptValue} from "../data.js";
 import {loadFromDump, validateRestoreRequest} from "./data/index.js";
 import {Logger} from "../gameObject.js";
 import {middlewareAuthenticator, userInitiator} from "./user.js";
-import {awsDefaultConfig, maxBytesPerSecondThrottleData} from "../constants.js";
+import {awsDefaultConfig, getHost, maxBytesPerSecondThrottleData} from "../constants.js";
 import crypto from "node:crypto";
 import i18n from "../../src/i18n.js";
 import {sendEmail} from "../email.js";
@@ -38,6 +38,7 @@ export const requestRestore = async (user, lang) => {
             content: i18n.t('email.backup.restoreRequest.content', {
                 user: user?.username,
                 fullToken: fullRestoreToken,
+                host: getHost(),
                 modelsToken: modelsRestoreToken
             })
         });