openprompt-lang 1.2.7 → 1.4.0

package/scripts/postinstall.js

@@ -90,6 +90,43 @@ try {
         console.log("  💡 O instálalo manualmente según tu plataforma.")
       }
     }
+    // ──────────────────────────────────────────────
+    // Información sobre embeddings y Ollama
+    // ──────────────────────────────────────────────
+    try {
+      const { execSync } = await import("child_process")
+      const ollamaPath = execSync("which ollama 2>/dev/null || echo ''", {
+        encoding: "utf-8",
+      }).trim()
+
+      if (ollamaPath) {
+        const models = execSync("ollama list 2>/dev/null || echo ''", {
+          encoding: "utf-8",
+        }).trim()
+        const hasEmbedModel = models.toLowerCase().includes("nomic-embed-text")
+
+        if (hasEmbedModel) {
+          console.log("✅ Ollama + nomic-embed-text listos para embeddings semánticos")
+        } else {
+          console.log("📦 Ollama detectado. Para embeddings semánticos ejecuta:")
+          console.log("     ollama pull nomic-embed-text")
+        }
+      } else {
+        console.log("📦 Ollama no detectado. Usando Transformers.js como fallback.")
+        console.log("   💡 Instala Ollama para mejor rendimiento: https://ollama.com")
+        console.log("   💡 Luego: ollama pull nomic-embed-text")
+      }
+    } catch {
+      // No crítico
+    }
+
+    console.log("")
+    console.log("🔍  Búsqueda semántica disponible:")
+    console.log('     opl search "consulta" --mode vector')
+    console.log("")
+    console.log("📊  Indexa documentos en el vector store:")
+    console.log("     opl embeddings index <docId>")
+    console.log("")
     console.log("💡 Ejecuta 'opl init' para crear un nuevo proyecto con planificación")
   } catch (err) {
     console.log(`  ⚠️  opencode: ${err.message}`)

package/src/boost/agent-pool.js

@@ -0,0 +1,442 @@
+// @use(kind, contract, limit, error)
+// @kind(util)
+// @contract(in: prompt, role, profile -> out: AgentPool instance + callOllama, buildPrompt, checkOllama @error: OllamaConnectionError, AgentTimeoutError)
+// @limit(lines: 200)
+
+/**
+ * Agent Pool — Módulo OPL Boost
+ *
+ * Conector a Ollama + pool de agentes para orquestación interna.
+ * Permite que OPL llame a modelos locales sin depender de OpenCode.
+ *
+ * Modo de uso:
+ *   import { agentPool } from './agent-pool.js'
+ *   const result = await agentPool.submit('types', 'hook useAuth')
+ *
+ * Modo cola (FIFO): default, una solicitud a la vez
+ * Modo paralelo: configurable via profile.agentPool.maxConcurrency
+ */
+
+import { getProfile } from "./profile-registry.js"
+
+// ──────────────────────────────────────────────
+// Configuración
+// ──────────────────────────────────────────────
+
+const OLLAMA_HOST = process.env.OLLAMA_HOST || "http://localhost:11434"
+const DEFAULT_TIMEOUT = 30_000 // 30s
+
+// ──────────────────────────────────────────────
+// System prompts por rol de agente
+// ──────────────────────────────────────────────
+
+const AGENT_SYSTEM_PROMPTS = {
+  types:
+    "Eres un experto en TypeScript. Tu única tarea es definir TYPES e INTERFACES. " +
+    "No implementes lógica. No generes JSX. Solo tipos, interfaces, y anotaciones de tipo. " +
+    "Output exacto: bloques de código TypeScript con export.",
+
+  state:
+    "Eres un experto en React state management. Recibes types ya definidos. " +
+    "Tu tarea es diseñar el ESTADO del componente/hook: useState, useReducer, useEffect. " +
+    "No implementes lógica de negocio. Solo estructura de estado y efectos. " +
+    "Output exacto: bloques de código con hooks de React.",
+
+  logic:
+    "Eres un experto en implementar lógica de negocio. Recibes types + estado ya definidos. " +
+    "Tu tarea es IMPLEMENTAR las funciones con lógica real. " +
+    "Usa los types y estado existentes. No los redefinas. " +
+    "Output exacto: la función/componente completo con implementación.",
+
+  cleaner:
+    "Eres un compresor de contexto para desarrollo asistido por IA. " +
+    "Recibes reglas extensas y debes devolver SOLO las reglas relevantes para la tarea específica. " +
+    "Prioriza: límites de líneas (@kind + @limit), reglas de enforcement, prohibiciones (NUNCA). " +
+    "Omite: stack, UI, colores, documentación de comandos no relevantes. " +
+    "Output exacto: markdown compacto con las reglas esenciales.",
+
+  validate:
+    "Eres un corrector de código. Recibes código que falló validación y los errores específicos. " +
+    "Tu tarea es CORREGIR solo los errores reportados, no reescribir todo. " +
+    "Conserva la estructura y lógica original. Arregla solo lo que falló. " +
+    "Output exacto: el código completo corregido.",
+}
+
+// ──────────────────────────────────────────────
+// Builders de prompts
+// ──────────────────────────────────────────────
+
+const PROMPT_TEMPLATES = {
+  types: (input) =>
+    `Task: Define types for "${input}"
+
+Rules:
+- Export all interfaces
+- Use TypeScript strict mode
+- Add JSDoc comments
+- Maximum 60 lines
+
+Output ONLY TypeScript types.`,
+
+  state: (input) =>
+    `Task: Design state management
+
+Context: ${input}
+
+Rules:
+- Use React hooks (useState, useEffect, useCallback)
+- Reference existing types
+- No business logic
+- Maximum 60 lines
+
+Output ONLY React hooks and state.`,
+
+  logic: (input) =>
+    `Task: Implement business logic
+
+Context: ${input}
+
+Rules:
+- Use existing types and state
+- Implement full logic
+- Handle errors and edge cases
+- Maximum 80 lines
+
+Output ONLY the implementation.`,
+
+  cleaner: (input) =>
+    `Task: Compress context for code generation
+
+Target task: ${input.substring(0, 200)}
+
+Rules to preserve (if present in context):
+- @kind limits (hook:80, component:120, page:200, service:150, store:100, util:100)
+- @limit blocks commits, NOT a suggestion
+- @use() required at file top
+- Named exports over default
+- NUNCA rules (any, template files, etc.)
+- Annotations first, implementation second
+
+Compress to <200 lines. Preserve critical rules only.`,
+
+  validate: (input) =>
+    `Task: Fix validation errors
+
+Code with errors:
+\`\`\`
+${input.substring(0, 1500)}
+\`\`\`
+
+Fix ONLY the reported errors. Do not rewrite.
+Output the ENTIRE corrected file.`,
+}
+
+export function buildPrompt(role, input) {
+  const systemPrompt = AGENT_SYSTEM_PROMPTS[role]
+  const template = PROMPT_TEMPLATES[role]
+
+  if (!systemPrompt || !template) {
+    throw new Error(`Rol de agente desconocido: "${role}". Roles: ${Object.keys(AGENT_SYSTEM_PROMPTS).join(", ")}`)
+  }
+
+  return {
+    system: systemPrompt,
+    prompt: template(input),
+    role,
+  }
+}
+
+// ──────────────────────────────────────────────
+// Ollama connector
+// ──────────────────────────────────────────────
+
+export class OllamaConnectionError extends Error {
+  constructor(message, cause) {
+    super(message)
+    this.name = "OllamaConnectionError"
+    this.cause = cause
+  }
+}
+
+export class AgentTimeoutError extends Error {
+  constructor(role, timeout) {
+    super(`Agent "${role}" timed out after ${timeout}ms`)
+    this.name = "AgentTimeoutError"
+    this.role = role
+    this.timeout = timeout
+  }
+}
+
+// Cache de modelo seleccionado para no re-detectar en cada llamada
+let _bestModelCache = null
+
+export async function callOllama(promptText, options = {}) {
+  const {
+    model = _bestModelCache || "llama3.2:latest", // default seguro siempre disponible
+    system = "",
+    temperature = 0.2,
+    maxTokens = 4096,
+    timeout = DEFAULT_TIMEOUT,
+  } = options
+
+  const controller = new AbortController()
+  const timeoutId = setTimeout(() => controller.abort(), timeout)
+
+  try {
+    const body = {
+      model,
+      prompt: promptText,
+      system,
+      stream: false,
+      options: {
+        temperature,
+        num_predict: maxTokens,
+      },
+    }
+
+    const response = await fetch(`${OLLAMA_HOST}/api/generate`, {
+      method: "POST",
+      headers: { "Content-Type": "application/json" },
+      body: JSON.stringify(body),
+      signal: controller.signal,
+    })
+
+    if (!response.ok) {
+      throw new OllamaConnectionError(
+        `Ollama responded with ${response.status}: ${response.statusText}`
+      )
+    }
+
+    const data = await response.json()
+
+    if (data.error) {
+      throw new OllamaConnectionError(`Ollama error: ${data.error}`)
+    }
+
+    return {
+      text: data.response || "",
+      totalDuration: data.total_duration || 0,
+      tokensPerSecond: data.tokens_per_second || 0,
+      tokenCount: (data.tokens_evaluated || 0) + (data.prompt_eval_count || 0),
+    }
+  } catch (err) {
+    if (err.name === "AbortError") {
+      throw new AgentTimeoutError(options.role || "unknown", timeout)
+    }
+    if (err instanceof OllamaConnectionError || err instanceof AgentTimeoutError) {
+      throw err
+    }
+    throw new OllamaConnectionError(
+      `Failed to connect to Ollama at ${OLLAMA_HOST}: ${err.message}`,
+      err
+    )
+  } finally {
+    clearTimeout(timeoutId)
+  }
+}
+
+// ──────────────────────────────────────────────
+// Pool de agentes (cola FIFO)
+// ──────────────────────────────────────────────
+
+class AgentPool {
+  constructor() {
+    this._queue = []
+    this._running = false
+    this._currentTask = null
+    this._stats = { completed: 0, failed: 0, totalTime: 0 }
+  }
+
+  /**
+   * Encola una solicitud de agente y retorna el resultado.
+   * Antes de encolar, verifica el estado del sistema (RAM, CPU).
+   *
+   * @param {string} role - Rol del agente (types, state, logic, cleaner, validate)
+   * @param {string} input - Input para el agente
+   * @param {object} [profile] - Perfil Boost (opcional, auto-detecta si se omite)
+   * @returns {Promise<{text: string, role: string, duration: number, metrics: object}>}
+   */
+  async submit(role, input, profile) {
+    const prof = profile || getProfile()
+    const agentConfig = prof?.agentPool || {}
+
+    // Verificar estado del sistema antes de encolar
+    const { getSafeParallelism, getRAMWarning } = await import("./hardware-detector.js")
+    const safety = getSafeParallelism(prof)
+
+    if (!safety.safe) {
+      const warning = getRAMWarning()
+      throw new Error(
+        `Boost bloqueado por recursos insuficientes.\n${warning}\n` +
+        `→ Libera memoria y vuelve a intentarlo.`
+      )
+    }
+
+    return new Promise((resolve, reject) => {
+      this._queue.push({
+        role,
+        input,
+        profile: prof,
+        agentConfig,
+        safety, // guardamos la recomendación de seguridad
+        resolve,
+        reject,
+      })
+      this._processQueue()
+    })
+  }
+
+  async _processQueue() {
+    if (this._running || this._queue.length === 0) return
+    this._running = true
+
+    while (this._queue.length > 0) {
+      const task = this._queue.shift()
+      this._currentTask = task
+      const startTime = Date.now()
+
+      // Re-verificar sistema antes de CADA agente (por si cambió)
+      try {
+        const { getSafeParallelism, getRAMWarning } = await import("./hardware-detector.js")
+        const currentSafety = getSafeParallelism(task.profile)
+
+        if (!currentSafety.safe) {
+          // Si el sistema se saturó mientras esperaba, re-encolar
+          const warning = getRAMWarning()
+          console.warn(`\n  ⏸  Agente "${task.role}" pausado — ${warning}`)
+          // Esperar 5 segundos y re-intentar
+          await new Promise((r) => setTimeout(r, 5000))
+          this._queue.unshift(task) // re-encolar al principio
+          continue
+        }
+
+        // Si hay demasiados agentes en paralelo y estamos en modo cola, esperar
+        if (currentSafety.mode === "queue" && task.safety?.mode === "parallel") {
+          // La situación cambió: degradar a cola automáticamente
+          console.warn(`\n  ⏸  Cambiando a modo cola por carga del sistema.`)
+        }
+      } catch {
+        // Si falla la verificación, continuar de todas formas
+      }
+
+      try {
+        const prompt = buildPrompt(task.role, task.input)
+        const modelName =
+          task.agentConfig.modelName || task.profile?.agentPool?.modelName || _bestModelCache || await selectBestModel(task.profile) || "llama3.2:latest"
+
+        // Estimar RAM que usará el modelo
+        const { estimateModelRAM } = await import("./hardware-detector.js")
+        const estimatedRAM = estimateModelRAM(modelName)
+
+        const result = await callOllama(prompt.prompt, {
+          model: modelName,
+          system: prompt.system,
+          temperature: task.agentConfig.temperature || 0.2,
+          timeout: task.agentConfig.timeout || DEFAULT_TIMEOUT,
+          role: task.role,
+        })
+
+        const duration = Date.now() - startTime
+        this._stats.completed++
+        this._stats.totalTime += duration
+
+        task.resolve({
+          text: result.text.trim(),
+          role: task.role,
+          duration,
+          metrics: {
+            tokensPerSecond: result.tokensPerSecond,
+            tokenCount: result.tokenCount,
+            model: modelName,
+            estimatedRAMGB: estimatedRAM,
+          },
+        })
+      } catch (err) {
+        this._stats.failed++
+        task.reject(err)
+      }
+    }
+
+    this._running = false
+    this._currentTask = null
+  }
+
+  get stats() {
+    return { ...this._stats, queueLength: this._queue.length, isRunning: this._running }
+  }
+
+  async clear() {
+    this._queue = []
+  }
+}
+
+// Singleton
+export const agentPool = new AgentPool()
+
+// ──────────────────────────────────────────────
+// Utilidades de detección
+// ──────────────────────────────────────────────
+
+export async function checkOllama() {
+  try {
+    const response = await fetch(`${OLLAMA_HOST}/api/tags`, {
+      signal: AbortSignal.timeout(5000),
+    })
+    return response.ok
+  } catch {
+    return false
+  }
+}
+
+export async function listOllamaModels() {
+  try {
+    const response = await fetch(`${OLLAMA_HOST}/api/tags`, {
+      signal: AbortSignal.timeout(5000),
+    })
+    if (!response.ok) return []
+    const data = await response.json()
+    return (data.models || []).map((m) => ({
+      name: m.name,
+      size: m.size,
+      modifiedAt: m.modified_at,
+    }))
+  } catch {
+    return []
+  }
+}
+
+export async function selectBestModel(profile) {
+  const models = await listOllamaModels()
+  if (models.length === 0) return null
+
+  const profileName = profile?.name || "medium"
+
+  // Preferencias según perfil — mapeadas a modelos que existen en esta instancia
+  const preferences = {
+    small: ["qwen2.5-coder:7b", "qwen2.5-coder", "llama3.2", "llama3.2:latest", "phi", "deepseek-coder"],
+    medium: ["qwen2.5-coder:7b", "qwen2.5-coder", "codellama", "mistral", "llama3"],
+    large: ["qwen2.5-72b", "llama-3-70b", "llama3:latest", "qwen2.5-coder:7b"],
+  }
+
+  const preferred = preferences[profileName] || preferences.medium
+
+  // Buscar el mejor modelo disponible según preferencias
+  for (const pref of preferred) {
+    const match = models.find((m) => m.name === pref || m.name.toLowerCase().includes(pref))
+    if (match) {
+      _bestModelCache = match.name
+      return match.name
+    }
+  }
+
+  // Fallback: primer modelo disponible (excluir embeddings)
+  const nonEmbedding = models.find((m) => !m.name.includes("nomic") && !m.name.includes("embed"))
+  if (nonEmbedding) {
+    _bestModelCache = nonEmbedding.name
+    return nonEmbedding.name
+  }
+
+  // Último recurso
+  _bestModelCache = models[0].name
+  return models[0].name
+}

package/src/boost/agents/index.js

@@ -0,0 +1,79 @@
+// @use(kind, contract, limit)
+// @kind(util)
+// @contract(in: none -> out: agentTypes, agentState, agentLogic, agentValidate, agentCleaner, registry)
+// @limit(lines: 60)
+
+/**
+ * Export unificado de agentes especializados del módulo Boost.
+ *
+ * Cada agente exporta:
+ *   role        → string identificador
+ *   buildPrompt → (input) => { system, prompt }
+ *   validate    → (output) => boolean
+ *   parseOutput → (rawText) => parsed
+ */
+
+import { buildPrompt } from "../agent-pool.js"
+
+// ──────────────────────────────────────────────
+// Registry de agentes
+// ──────────────────────────────────────────────
+
+const AGENTS = {
+  types: {
+    role: "types",
+    label: "Type Designer",
+    description: "Define tipos e interfaces",
+    buildPrompt: (input) => buildPrompt("types", input),
+    validateOutput: (text) => text.includes("interface") || text.includes("type "),
+    parseOutput: (text) => text.trim(),
+  },
+  state: {
+    role: "state",
+    label: "State Architect",
+    description: "Diseña estado y efectos",
+    buildPrompt: (input) => buildPrompt("state", input),
+    validateOutput: (text) => text.includes("useState") || text.includes("useEffect") || text.includes("useReducer"),
+    parseOutput: (text) => text.trim(),
+  },
+  logic: {
+    role: "logic",
+    label: "Logic Implementer",
+    description: "Implementa lógica de negocio",
+    buildPrompt: (input) => buildPrompt("logic", input),
+    validateOutput: (text) => text.length > 50,
+    parseOutput: (text) => text.trim(),
+  },
+  cleaner: {
+    role: "cleaner",
+    label: "Context Cleaner",
+    description: "Comprime contexto eliminando secciones irrelevantes",
+    buildPrompt: (input) => buildPrompt("cleaner", input),
+    validateOutput: (text) => text.length > 0, // cleaner debe reducir contexto
+    parseOutput: (text) => text.trim(),
+  },
+  validate: {
+    role: "validate",
+    label: "Code Validator",
+    description: "Corrige errores de validación",
+    buildPrompt: (input) => buildPrompt("validate", input),
+    validateOutput: (text) => text.length > 20,
+    parseOutput: (text) => text.trim(),
+  },
+}
+
+export function getAgent(role) {
+  const agent = AGENTS[role]
+  if (!agent) throw new Error(`Agente desconocido: "${role}". Agentes: ${Object.keys(AGENTS).join(", ")}`)
+  return agent
+}
+
+export function listAgents() {
+  return Object.entries(AGENTS).map(([key, agent]) => ({
+    id: key,
+    label: agent.label,
+    description: agent.description,
+  }))
+}
+
+export default AGENTS