openprompt-lang 1.2.7 → 1.4.0

package/src/commands/init-core.js

@@ -14,6 +14,10 @@ export async function init(options) {
   const interactive = options.interactive !== false && !!process.stdin.isTTY
   const dryRun = options.dryRun || false
 
+  // Stack y extensiones (se actualizan si selectFullStack se ejecuta)
+  const finalStack = options.stack ? options.stack.split(",").map((s) => s.trim()) : []
+  const finalExtensions = []
+
   const cwd = process.cwd()
   const isInitialized =
     existsSync(join(cwd, "prompt-lang.json")) || existsSync(join(cwd, ".openprompt"))
@@ -140,6 +144,21 @@ export async function init(options) {
   // ── Verificar OpenCode ──
   await checkAndInstallOpencode(interactive)
 
+  // ── Generar ONBOARDING_WORKFLOW.md ──
+  if (!dryRun) {
+    try {
+      const onboardingPath = join(finalBaseDir, "docs", "ONBOARDING_WORKFLOW.md")
+      const onboardingContent = generateOnboardingMd(finalName, finalStack, finalExtensions)
+      if (!existsSync(join(finalBaseDir, "docs"))) {
+        mkdirSync(join(finalBaseDir, "docs"), { recursive: true })
+      }
+      writeFileSync(onboardingPath, onboardingContent, "utf-8")
+      console.log(chalk.green(`  ✅ docs/ONBOARDING_WORKFLOW.md — Guía para tu IA`))
+    } catch {
+      // No crítico si falla
+    }
+  }
+
   // ── Handoff a la IA ──
   console.log(chalk.cyan("\n✨ OPL Init: Estructura base lista."))
   console.log(chalk.yellow("OPL delega ahora la inicialización estratégica a tu Agente IA."))
@@ -149,19 +168,164 @@ export async function init(options) {
     )
   )
 
+  const stackStr = finalStack ? finalStack.join(", ") : "por definir"
+  const extStr = finalExtensions?.length ? `\nExtensiones: ${finalExtensions.join(", ")}` : ""
+
   console.log(
     chalk.bgGray.white(`
 "Asume el rol de Arquitecto Principal OPL. Acabo de ejecutar opl init para un proyecto NUEVO llamado '${finalName}'.
+Stack base: ${stackStr}${extStr}
 
 Tu proceso obligatorio es:
 1. Ejecuta 'analyze_project' para inspeccionar el directorio base.
-2. Hazme preguntas para entender el contexto del proyecto (dominio, stack preferido, funcionalidades clave).
-3. Decide el stack óptimo con base en mis respuestas.
-4. Usa 'init_project' y 'scaffold_project' para configurar el proyecto.
-5. Genera los archivos canónicos: AGENTS.md, prompt-lang.json, .openprompt/FRAMEWORK.md.
-6. Confirma explícitamente que el proyecto quedó estabilizado e indícame el siguiente paso operativo."
+2. Lee el archivo 'docs/ONBOARDING_WORKFLOW.md' (recién generado).
+3. Hazme preguntas para entender el contexto del proyecto (dominio, stack preferido, funcionalidades clave).
+4. Decide el stack óptimo con base en mis respuestas.
+5. Usa 'init_project' y 'scaffold_project' para configurar el proyecto.
+6. Genera los archivos canónicos: AGENTS.md, prompt-lang.json, .openprompt/FRAMEWORK.md.
+7. Confirma explícitamente que el proyecto quedó estabilizado e indícame el siguiente paso operativo."
 `)
   )
 
   return finalBaseDir
 }
+
+/**
+ * Genera el contenido de ONBOARDING_WORKFLOW.md para un proyecto nuevo.
+ *
+ * @param {string} projectName
+ * @param {string[]} stack
+ * @param {string[]} extensions
+ * @returns {string}
+ */
+function generateOnboardingMd(projectName, stack, extensions) {
+  const stackSection = stack?.length
+    ? stack.map((s) => `  - ${s}`).join("\n")
+    : "  - Por definir durante la inicialización"
+
+  const extSection = extensions?.length
+    ? extensions.map((e) => `  - ${e}`).join("\n")
+    : "  - (ninguna por ahora)"
+
+  return `# ONBOARDING WORKFLOW — ${projectName}
+
+Generado automáticamente por \`opl init\`.
+
+## 🎯 Propósito
+
+Este documento le indica a la IA qué pasos seguir al ser invocada en este proyecto por primera vez. Reduce la fricción de onboarding y asegura que la IA entienda el stack, la estructura y el workflow del proyecto.
+
+## 📋 Stack Detectado
+
+${stackSection}
+
+## 🔌 Extensiones
+
+${extSection}
+
+## 🏗️ Estructura del Proyecto
+
+\`\`\`
+.
+├── AGENTS.md                  → Contexto para IA (stack, convenciones, reglas)
+├── prompt-lang.json           → Configuración OPL
+├── docs/
+│   ├── AI_CONTEXT.md          → Contexto extendido
+│   ├── FRAMEWORK.md           → Referencia canónica del framework
+│   ├── ONBOARDING_WORKFLOW.md → Este archivo
+│   └── ...
+├── .openprompt/
+│   └── FRAMEWORK.md           → Manual completo de OPL
+├── .opencode/
+│   └── work-context/          → Sesiones, planes, logs
+└── src/
+    └── ...
+\`\`\`
+
+## 🔄 Workflow Obligatorio para la IA (v1.3.0)
+
+Siempre que se te pida trabajar en este proyecto, SIGUE ESTE FLUJO ESTRICTAMENTE.
+No hay excepciones. Los gates bloquean herramientas si se omiten pasos.
+
+### ⚠️ REGLAS INQUEBRANTABLES
+
+1. **workflow select primero**: Sin workflow seleccionado no hay implementación
+2. **ticket create antes de código**: Sin ticket abierto no se escribe código
+3. **docs_updated antes de cerrar**: Sin documentación no se cierra sesión
+
+### Flujo Completo (8 pasos, siempre en este orden)
+
+\`\`\`
+PASO 1 → workflow_select
+  "opl workflow select <descripción de la tarea>"
+  La IA describe qué necesita hacer, el sistema selecciona el workflow óptimo
+  (feature, bugfix, refactor, docs, research, etc.)
+
+PASO 2 → create_ticket
+  "opl ticket create --title ... --severity ..."
+  TODO cambio requiere ticket ANTES de tocar código
+
+PASO 3 → check_gates
+  Verificar: workflow_selected ✓, ticket_created ✓, plan_approved ✓
+
+PASO 4 → work_context_plan
+  Planificar implementación con búsqueda de conocimiento
+
+PASO 5 → implement
+  Anotaciones OPL primero (@kind → @contract → @limit → @deps)
+  Luego implementar lógica
+
+PASO 6 → validate
+  "opl validate" — verificar anotaciones antes de cerrar
+
+PASO 7 → docs_updated
+  Actualizar documentación. OBLIGATORIO antes de cerrar sesión.
+
+PASO 8 → work_context_close
+  Cerrar sesión y generar reporte con aprendizajes
+\`\`\`
+
+### Para features grandes: Épicas y Sprints
+
+\`\`\`
+# Crear épica (agrupa tickets automáticamente desde la descripción)
+opl epic create --title "Sistema de Reportes" --desc "Dashboard + exportación PDF + filtros"
+
+# Crear sprint con objetivo y duración
+opl sprint create "Sprint 1" --goal "Implementar core del sistema"
+
+# Planificar sprint automáticamente desde épicas activas
+opl sprint plan SPRINT-001 --capacity 10
+
+# Ver estado del proyecto
+opl epic status
+\`\`\`
+
+## ⚙️ Comandos Rápidos
+
+| Comando | Descripción |
+|---------|-------------|
+| \`opl workflow select <desc>\` | 🥇 Seleccionar workflow óptimo (USAR SIEMPRE PRIMERO) |
+| \`opl ticket create --title "..."\` | 🥇 Crear ticket (USAR SIEMPRE ANTES DE CÓDIGO) |
+| \`opl epic create --title "..." --desc "..."\` | Crear épica con tickets automáticos |
+| \`opl epic list\` | Listar épicas con progreso |
+| \`opl sprint create <name> --goal "..."\` | Crear sprint |
+| \`opl sprint plan <id> --capacity N\` | Planificar sprint automáticamente |
+| \`opl index\` | Navegar conocimiento |
+| \`opl search <q>\` | Buscar en conocimiento (--mode vector para semántica) |
+| \`opl read <d>/<id>\` | Leer documento |
+| \`opl system <name>\` | Explorar sistemas |
+| \`opl assess\` | Production Readiness Assessment |
+| \`opl embeddings status\` | Estado del índice vectorial |
+| \`opl knowledge ingest <file>\` | Ingestar PDF |
+| \`opl webscrape <url>\` | Extraer contenido web e indexar |
+
+## 📚 Documentación Vinculada
+
+- \`docs/AI_CONTEXT.md\` → Stack técnico y módulos
+- \`docs/FRAMEWORK.md\` → Especificación del framework
+- \`docs/EMBEDDINGS.md\` → Sistema de embeddings vectoriales
+- \`AGENTS.md\` → Contexto completo para IA
+- \`.openprompt/FRAMEWORK.md\` → Manual canónico de OPL
+`
+}

package/src/commands/knowledge-ops.js

@@ -287,9 +287,61 @@ export async function ingest(filePath, options = {}) {
   rebuildIndex()
 
   console.log(chalk.cyan(`\n✅ PDF procesado: ${shortName}\n`))
+
+  // ── Auto-embedding hook (TICKET-007) ─────────────────────
+  if (options.embed !== false) {
+    await autoEmbedPdf(pdfId, entry, chapters)
+  }
 }
 
 export async function rebuild(_options = {}) {
   const count = rebuildIndex()
   console.log(chalk.cyan(`\n✅ Índice reconstruido: ${count.length} PDFs\n`))
 }
+
+/**
+ * Auto-embedding hook: después de ingestar un PDF, indexa sus embeddings.
+ *
+ * @param {string} pdfId - ID del PDF procesado
+ * @param {Object} entry - Metadatos del PDF
+ * @param {Array} chapters - Capítulos detectados
+ */
+async function autoEmbedPdf(pdfId, entry, chapters) {
+  try {
+    const { indexDocument } = await import("../embeddings/index-pipeline.js")
+
+    // Construir documento en formato OPL
+    const doc = {
+      id: pdfId,
+      title: entry.title || pdfId,
+      chapters: chapters.map((ch, i) => ({
+        index: ch.index ?? i,
+        title: ch.title || "",
+        content: ch.content || "",
+      })),
+    }
+
+    if (doc.chapters.length === 0) {
+      console.log(chalk.gray("  ⏭️   Sin capítulos para indexar (embedding omitido)."))
+      return
+    }
+
+    console.log(chalk.blue("  🧠 Indexando embeddings..."))
+
+    const result = await indexDocument(doc, { strategy: "section" })
+
+    if (result.success) {
+      console.log(
+        chalk.green(`  ✅ Embeddings: ${result.indexedChunks} chunks · ${result.durationMs}ms`)
+      )
+    } else {
+      console.log(
+        chalk.yellow(
+          `  ⚠️  Embedding parcial: ${result.indexedChunks}/${result.totalChunks} chunks`
+        )
+      )
+    }
+  } catch (error) {
+    console.log(chalk.gray(`  ⏭️   Embedding no disponible (${error.message})`))
+  }
+}