codent 0.2.0__tar.gz → 0.3.1__tar.gz

codent-0.3.1/PKG-INFO

@@ -0,0 +1,28 @@
+Metadata-Version: 2.4
+Name: codent
+Version: 0.3.1
+Requires-Python: >=3.10
+Requires-Dist: rich>=13.0
+Requires-Dist: openai>=1.0
+Requires-Dist: httpx>=0.24
+Requires-Dist: requests>=2.28
+Requires-Dist: pyyaml>=6.0
+Provides-Extra: ocr
+Requires-Dist: easyocr; extra == "ocr"
+Requires-Dist: surya-ocr; extra == "ocr"
+Requires-Dist: pillow; extra == "ocr"
+Provides-Extra: ml
+Requires-Dist: lightgbm; extra == "ml"
+Requires-Dist: scikit-learn; extra == "ml"
+Requires-Dist: pandas; extra == "ml"
+Requires-Dist: numpy; extra == "ml"
+Requires-Dist: duckdb; extra == "ml"
+Provides-Extra: bank
+Requires-Dist: duckdb; extra == "bank"
+Provides-Extra: ui
+Requires-Dist: fastapi; extra == "ui"
+Requires-Dist: uvicorn; extra == "ui"
+Provides-Extra: all
+Requires-Dist: codent[ocr]; extra == "all"
+Requires-Dist: codent[ml]; extra == "all"
+Requires-Dist: codent[ui]; extra == "all"

codent-0.3.1/codent.egg-info/PKG-INFO

@@ -0,0 +1,28 @@
+Metadata-Version: 2.4
+Name: codent
+Version: 0.3.1
+Requires-Python: >=3.10
+Requires-Dist: rich>=13.0
+Requires-Dist: openai>=1.0
+Requires-Dist: httpx>=0.24
+Requires-Dist: requests>=2.28
+Requires-Dist: pyyaml>=6.0
+Provides-Extra: ocr
+Requires-Dist: easyocr; extra == "ocr"
+Requires-Dist: surya-ocr; extra == "ocr"
+Requires-Dist: pillow; extra == "ocr"
+Provides-Extra: ml
+Requires-Dist: lightgbm; extra == "ml"
+Requires-Dist: scikit-learn; extra == "ml"
+Requires-Dist: pandas; extra == "ml"
+Requires-Dist: numpy; extra == "ml"
+Requires-Dist: duckdb; extra == "ml"
+Provides-Extra: bank
+Requires-Dist: duckdb; extra == "bank"
+Provides-Extra: ui
+Requires-Dist: fastapi; extra == "ui"
+Requires-Dist: uvicorn; extra == "ui"
+Provides-Extra: all
+Requires-Dist: codent[ocr]; extra == "all"
+Requires-Dist: codent[ml]; extra == "all"
+Requires-Dist: codent[ui]; extra == "all"

{codent-0.2.0 → codent-0.3.1}/codent.egg-info/SOURCES.txt

@@ -12,62 +12,98 @@ cont_ui/frontend.html
 cont_ui/server.py
 core/__init__.py
 core/adaptive_prompt.py
+core/advanced_overnight.py
+core/anomaly_tools.py
 core/app.py
 core/auto_eval.py
 core/automations.py
+core/benchmark.py
 core/bridge_server.py
 core/browser.py
 core/browser_agent.py
+core/budget_committee.py
+core/cc_auditor.py
+core/cleaning_tools.py
 core/cli.py
+core/context_utils.py
+core/curriculum_runner.py
+core/daemon.py
+core/data_tools.py
 core/decomposer.py
+core/domain_tools.py
 core/endpoint_discovery.py
 core/env_snapshot.py
 core/episodic.py
 core/escalation.py
 core/events.py
+core/feedback_training.py
 core/file_context.py
+core/fitness.py
 core/formatters.py
+core/genesis.py
+core/golden_test_runner.py
+core/guardian.py
+core/hive_recall.py
 core/identity.py
 core/intent_detection.py
 core/intent_gate.py
+core/learning_loop.py
 core/lmstudio.py
+core/local_llm.py
 core/memory_eviction.py
 core/memory_gate.py
 core/memory_store.py
+core/ml_tools.py
 core/model.py
 core/model_routing.py
+core/network_audit.py
 core/ocr.py
+core/overfit_test.py
+core/overnight_training.py
 core/path_resolution.py
+core/postprocess.py
 core/prefetch.py
 core/prompt_patches.py
 core/prompts.py
 core/provider_router.py
+core/quick_overfit_test.py
+core/recipe_factory.py
+core/recipe_feedback.py
+core/recipe_learner.py
 core/recipes.py
+core/relation_discovery.py
 core/relay.py
 core/repl.py
 core/router.py
+core/rpc.py
 core/run_logger.py
 core/runtime.py
 core/safety.py
 core/scheduler.py
 core/scratchpad.py
 core/self_improve.py
+core/spreading_activation.py
+core/sql_guard.py
 core/sticky_config.py
 core/structured_output.py
 core/system_executor.py
 core/system_map.py
 core/task_classifier.py
+core/task_utils.py
 core/teacher.py
 core/tool_budget.py
+core/tool_helpers.py
 core/tool_schemas.py
 core/tools.py
 core/trace.py
 core/types.py
 core/utils.py
 core/verification.py
+core/verify_minions.py
 core/vocabulary.py
 core/voice.py
 core/web.py
+core/yis_deep_training.py
 tests/test_auto_eval.py
 tests/test_browser.py
 tests/test_browser_agent.py

codent-0.3.1/codent.egg-info/requires.txt

@@ -0,0 +1,29 @@
+rich>=13.0
+openai>=1.0
+httpx>=0.24
+requests>=2.28
+pyyaml>=6.0
+
+[all]
+codent[ocr]
+codent[ml]
+codent[ui]
+
+[bank]
+duckdb
+
+[ml]
+lightgbm
+scikit-learn
+pandas
+numpy
+duckdb
+
+[ocr]
+easyocr
+surya-ocr
+pillow
+
+[ui]
+fastapi
+uvicorn

{codent-0.2.0 → codent-0.3.1}/cont.py

@@ -415,12 +415,12 @@ from core.provider_router import (
     ProviderUnavailableError,
 )
 
+# Discover working base URL at startup (LM Studio → Ollama fallback)
 # Discover working base URL at startup (LM Studio → Ollama fallback)
 _PROVIDER_NAME = "lmstudio"
 try:
     BASE_URL, _TRIED_URLS = discover_openai_base_url()
 except EndpointNotFoundError:
-    # LM Studio not found via endpoint_discovery, try Ollama fallback
     from core.provider_router import _check_provider, OLLAMA_BASE
     _ollama_models = _check_provider(OLLAMA_BASE)
     if _ollama_models:
@@ -528,6 +528,7 @@ def resolve_model(strict=None, save=None, **kw):
 # =====================
 from core.lmstudio import (
     _probe_lmstudio_unload, _lmstudio_unload_model, _lmstudio_load_model,
+    _lmstudio_eject_all, _lmstudio_ensure_model, _lmstudio_get_loaded,
 )
 _NO_UNLOAD: bool = False  # Set by --no-unload flag
 
@@ -727,13 +728,20 @@ def llm_complete(
         MODEL = model
         _debug(f"llm_complete: model was empty, resolved to {model}")
 
+    # Eject guard: LM Studio'da doğru modelin yüklü olduğunu garanti et
+    # (üst üste binme koruması — yanlış model VRAM'i işgal etmesin)
+    # Sadece ilk çağrıda kontrol et (session başına bir kez yeterli)
+    if not getattr(llm_complete, '_model_ensured', False):
+        _lmstudio_ensure_model(BASE_URL, model)
+        llm_complete._model_ensured = True
+
     # Ensure messages fit in context window before sending.
     # Tool schemas consume ~5200 tokens, so subtract that from the budget.
     # Reserve 500 tokens for response generation.
-    ctx_tokens = (_CONTEXT_LIMIT or 8192)
+    ctx_tokens = (_CONTEXT_LIMIT or 32768)
     tool_overhead = 5500 if tools else 0  # tool schemas ≈ 5200 tokens
     available_tokens = ctx_tokens - tool_overhead - 500  # response headroom
-    available_tokens = max(available_tokens, 1500)  # floor
+    available_tokens = max(available_tokens, 4000)  # floor
     context_limit = int(available_tokens * 2.5)  # tokens → chars (Turkish)
     messages = _truncate_for_context(messages, max_chars=context_limit)
 
@@ -1076,6 +1084,17 @@ def capabilities_report() -> dict:
 # Tool schemas loaded from core/tool_schemas.py
 from core.tool_schemas import TOOL_SCHEMAS, BROWSER_TOOL_SCHEMAS
 
+# Offline mode: ağ bağlantısı gerektiren tool'ları çıkar
+if os.environ.get("CONT_OFFLINE", "0") == "1":
+    _OFFLINE_BLOCKED = {"web_search", "web_fetch", "open_in_browser", "browser_open",
+                        "browser_click", "browser_type", "browser_text",
+                        "browser_screenshot", "browser_links", "browser_agent",
+                        "repo_fetch"}
+    TOOL_SCHEMAS = [t for t in TOOL_SCHEMAS
+                    if t.get("function", {}).get("name") not in _OFFLINE_BLOCKED]
+    BROWSER_TOOL_SCHEMAS = []
+    _debug(f"[OFFLINE] {len(_OFFLINE_BLOCKED)} ağ tool'u tool listesinden çıkarıldı")
+
 # File Context Injection (extracted to core/file_context.py)
 # =====================
 from core.file_context import (
@@ -1811,9 +1830,23 @@ def main():
     cont_home = get_cont_home()
     _debug(f"Cont home: {cont_home}")
 
+    # Guardian — felsefe koruma uyarıları
+    try:
+        from core.guardian import show_guardian_warnings
+        show_guardian_warnings()
+    except Exception:
+        pass
+
     parser = build_parser()
     args = parser.parse_args()
 
+    # Daemon hoş geldin raporu
+    try:
+        from core.daemon import show_welcome
+        show_welcome()
+    except Exception:
+        pass
+
     # Handle --debug flag (enable debug logging)
     if args.debug:
         LOG_LEVEL = "debug"
@@ -1840,6 +1873,12 @@ def main():
     else:
         run_task._dry_run = False
 
+    # Handle --local-list (show available GGUF presets)
+    if getattr(args, 'local_list', False):
+        from core.local_llm import list_presets
+        list_presets()
+        sys.exit(0)
+
     # Handle all exit flags (--set-home, --show-home, --self-report, --memory-*, etc.)
     handle_exit_flags(args)
 
@@ -1905,6 +1944,18 @@ def main():
             security.enabled = False
         console.print("[yellow]Write protection disabled via --no-write-protect[/yellow]")
 
+    # Handle --unattended (auto-approve TIER_2, for overnight training)
+    if getattr(args, 'unattended', False):
+        wp = get_write_protection()
+        wp.write_confirmed = True
+        security = get_security_manager()
+        if security:
+            # Pre-approve common tools so no prompts appear
+            security.session.approve_tool("run_shell")
+            security.session.approve_tool("write_file")
+            security.session.approve_tool("apply_patch")
+        console.print("[yellow]Unattended mode: TIER_2 auto-approved[/yellow]")
+
     # Handle --model flag (set model override)
     if args.model:
         _MODEL_OVERRIDE = args.model

{codent-0.2.0 → codent-0.3.1}/core/adaptive_prompt.py

@@ -121,23 +121,16 @@ ANTI_LOOP_SHORT = """
 ANTI-LOOP:
 - Never call same tool with same args twice
 - After 2 failures, STOP and report the issue
-- list_dir sonrası alt klasörlere tekrar list_dir YAPMA (kullanıcı istemediyse)
+- İlk tool sonucu yeterliyse HEMEN cevap ver
 
 PATH RESOLUTION:
-- list_dir sonucu {"path": "/a/b", "contents": ["x.json"]} şeklindedir.
-- Dosya okumak için TAM YOLU kullan: read_file("/a/b/x.json")
-- ASLA sadece dosya adını kullanma: read_file("x.json") YANLIŞ!
-
-VERİMLİLİK:
-- "list dir" = SADECE list_dir {"path": "."} çağır, sonucu göster. Başka tool çağırma.
-- Basit komutlar (list, show, find, bul, göster) MAX 2 tool call.
-- İlk tool sonucu yeterliyse HEMEN cevap ver, ekstra arama yapma.
-- "X loglarını aç" = system_search + open_file. Başka klasörlere bakma.
-
-KISA YOLLAR (tool çağırmana gerek yok, doğrudan biliyorsun):
-- "cont log/logları" = cont projesinin logs/cont_runs/ klasörü → open_in_explorer ile aç.
-- "cont klasörü" = workspace root (yukarıda yazıyor).
-- "kendi logların" = logs/cont_runs/ altında."""
+- list_dir sonucu {"path": "/a/b", "contents": ["x.json"]} → read_file("/a/b/x.json")
+- ASLA sadece dosya adını kullanma, TAM YOLU kullan
+
+KNOWLEDGE MAP:
+- Reçeteler (nasıl yapılır): .cont/hive/recipes/
+- Kısıtlar (ne yapılmaz): .cont/hive/DISCIPLINE.md
+- Proje kuralları: CLAUDE.md veya CONT.md (CWD'de ara)"""
 
 CONVERSATION_CONTEXT_SHORT = """
 CONTEXT:

codent-0.3.1/core/advanced_overnight.py

@@ -0,0 +1,310 @@
+#!/usr/bin/env python3
+"""İleri muhakeme gece eğitimi — 7 bölüm, 24 görev, GPU termal yönetimi.
+
+3 görev → 10dk mola → 3 görev → 10dk mola → ...
+GPU 70°C üstüyse ekstra 5dk bekle.
+07:30'a kadar tekrar çalıştır.
+"""
+
+import json, os, re, subprocess, sys, time
+from datetime import datetime, timedelta
+from pathlib import Path
+
+PROJECT_ROOT = Path(__file__).parent.parent
+os.chdir(str(PROJECT_ROOT))
+if str(PROJECT_ROOT) not in sys.path:
+    sys.path.insert(0, str(PROJECT_ROOT))
+
+DB = "/home/sertan/projects/ews_v511/ews_dashboard/db/ews.duckdb"
+RESULTS_DIR = PROJECT_ROOT / ".cont" / "hive" / "runs" / "training"
+RESULTS_DIR.mkdir(parents=True, exist_ok=True)
+
+STOP_TIME = datetime.now().replace(hour=7, minute=30, second=0)
+if STOP_TIME < datetime.now():
+    STOP_TIME += timedelta(days=1)
+
+SECTIONS = {
+    "A": {
+        "name": "Sayılar uymuyor",
+        "tasks": [
+            {"id": "A1", "scenario": f"Scoreboard'da 1,540,051 firma var ama dim_entity'de 4,185,053. 2.6 milyon firma nereye kayboldu? ({DB}) SQL ile araştır.",
+             "check": lambda r: any(w in r.lower() for w in ["filtre","katman","dim_entity","fact_periodic","scoreboard","kaybolmadı"])},
+            {"id": "A2", "scenario": f"Aynı firma için kombine_risk=150M, kik_risk=50M, kredi_risk=120M ({DB}). Hangisi doğru? Risk nasıl hesaplanıyor?",
+             "check": lambda r: any(w in r.lower() for w in ["kombine","coalesce","fallback","toplam","formül","hesaplama"])},
+            {"id": "A3", "scenario": f"brz_raporlama_depo'da donem=2501 ama dosya adı 1-DEPO2025. Bu tutarsızlık mı? ({DB})",
+             "check": lambda r: any(w in r.lower() for w in ["kaydırma","shift","konvansiyon","rapor","gecikme","dosya adı"])},
+        ],
+    },
+    "B": {
+        "name": "Neden bozuldu?",
+        "tasks": [
+            {"id": "B1", "scenario": f"Dev'de 6000 row dönen fonksiyon prod'da 0 row dönüyor. Hata yok. entity_id tipi VARCHAR vs BIGINT olabilir mi? ({DB})",
+             "check": lambda r: any(w in r.upper() for w in ["VARCHAR","BIGINT","CAST","NULL","TİP"]) and any(w in r.lower() for w in ["join","eşleşme","tip","uyumsuz"])},
+            {"id": "B2", "scenario": f"_build_diag_index prod'da boş dict döndürüyor. except bloğu hatayı yutuyor olabilir. Bellek sorunu mu? ({DB})",
+             "check": lambda r: any(w in r.lower() for w in ["bellek","memory","except","aggregate","sql","fetchdf","oom"])},
+            {"id": "B3", "scenario": f"Fonksiyon var, test geçiyor ama prod'da diag_index boş. Fonksiyon çağrılıyor mu? ({DB})",
+             "check": lambda r: any(w in r.lower() for w in ["çağrılmıyor","entegrasyon","return","integration","unit test"])},
+            {"id": "B4", "scenario": f"HTML'de çok büyük inline JavaScript var. Admin sayfası açılmıyor. Neden? ({DB})",
+             "check": lambda r: any(w in r.lower() for w in ["inline","json","chunk","script","boyut","mb","parse"])},
+        ],
+    },
+    "C": {
+        "name": "Tasarım kararları",
+        "tasks": [
+            {"id": "C1", "scenario": f"Diag tablosu neden 42.6M satır? Normalize edilseydi daha iyi olmaz mıydı? ({DB}) Trade-off'u açıkla.",
+             "check": lambda r: any(w in r.lower() for w in ["denormalize","trade-off","sorgu","hız","depolama","join"])},
+            {"id": "C2", "scenario": f"wsx.id_risk (EUS kapsam sorgusu) neden idempotent değil? Her çalıştırmada farklı sonuç verirse ne olur?",
+             "check": lambda r: any(w in r.lower() for w in ["idempotent","canlı","güncel","tekrar","tutarsız"])},
+            {"id": "C3", "scenario": f"EWS skoru neden VARCHAR? Integer olsa tip güvenliği olurdu. Neden string seçildi? ({DB})",
+             "check": lambda r: any(w in r.lower() for w in ["varchar","yi","string","integer","cast","esneklik"])},
+        ],
+    },
+    "D": {
+        "name": "Zincir muhakeme",
+        "tasks": [
+            {"id": "D1", "scenario": f"Bir firmanın 2503'te skoru 400, 2602'de 750. 12 dönemlik trajectory'sini çıkar, kırılma noktasını bul. ({DB})",
+             "check": lambda r: any(w in r.lower() for w in ["trajectory","kırılma","dönem","trend","geçiş","artış"])},
+            {"id": "D2", "scenario": f"EUS skoru hesaplanan firma seti dönemler arası neden değişiyor? Kapsam sorgusu nasıl çalışıyor? ({DB})",
+             "check": lambda r: any(w in r.lower() for w in ["kapsam","eus","filtre","sorgu","değişiyor","set"])},
+            {"id": "D3", "scenario": f"Admin sayfasında bir firmanın Neden YIS tablosu boş ama diag verisi var. _build_diag_index_full vs _slim farkı ne?",
+             "check": lambda r: any(w in r.lower() for w in ["slim","full","admin","diag","fark","index"])},
+            {"id": "D4", "scenario": f"2509'da YI sayısı aniden %30 arttı. Gerçek mi yoksa veri anomalisi mi? En az 3 alternatif açıklama ver. ({DB})",
+             "check": lambda r: any(w in r.lower() for w in ["alternatif","açıklama","anomali","gerçek","veri","kapsam"])},
+        ],
+    },
+    "E": {
+        "name": "Çapraz kontrol",
+        "tasks": [
+            {"id": "E1", "scenario": f"fact_periodic + dim_entity + brz_kik_izleme ({DB}): entity_id tutarlı mı? Dönem uyumu var mı? Risk tutarlı mı?",
+             "check": lambda r: any(w in r.lower() for w in ["tutarlı","entity_id","dönem","risk","join","tip"])},
+            {"id": "E2", "scenario": f"Scoreboard çıktısındaki firma sayısı ile fact_periodic'teki firma sayısı ({DB}) aynı mı? Fark varsa neden?",
+             "check": lambda r: any(w in r.lower() for w in ["firma","sayı","fark","filtre","scoreboard","fact"])},
+            {"id": "E3", "scenario": f"fact_periodic'te ews_skor='YI' olan firmalarla ykn_izl_flag=1 olan firmalar ({DB}) aynı set mi? Fark ne kadar?",
+             "check": lambda r: any(w in r.lower() for w in ["yi","ykn_izl","fark","aynı","set","flag"])},
+        ],
+    },
+    "F": {
+        "name": "Sistem düşüncesi",
+        "tasks": [
+            {"id": "F1", "scenario": f"brz_eus_tahmin yanlış geldi — downstream etki analizi yap. Hangi tablolar, hangi raporlar etkilenir? ({DB})",
+             "check": lambda r: any(w in r.lower() for w in ["downstream","etki","bağımlı","tablo","rapor","pipeline"])},
+            {"id": "F2", "scenario": f"EUS eşiğini 325'ten 250'ye düşürseydik ne olurdu? Kaç firma daha yakalanırdı, precision nasıl değişirdi? ({DB})",
+             "check": lambda r: any(w in r.lower() for w in ["eşik","threshold","precision","recall","firma","250"])},
+            {"id": "F3", "scenario": f"Bu pipeline'ın en kırılgan noktası neresi? Hangi adım bozulursa en çok hasar verir? ({DB})",
+             "check": lambda r: any(w in r.lower() for w in ["kırılgan","hasar","risk","bağımlılık","tek nokta","critical"])},
+        ],
+    },
+    "G": {
+        "name": "Meta-muhakeme",
+        "tasks": [
+            {"id": "G1", "scenario": f"Yüksek risk volatilitesi olan firmaların %80'i YI oluyor. Volatiliteyi düşürmek YI'yı azaltır mı? ({DB})",
+             "check": lambda r: any(w in r.lower() for w in ["korelasyon","nedensellik","causation","ters","correlation"])},
+            {"id": "G2", "scenario": f"0-325 bandındaki firmaların %95'i 12 dönem güvenli kalmış. Model çok iyi mi? ({DB})",
+             "check": lambda r: any(w in r.lower() for w in ["survivorship","bias","hayatta","kalan","seçilim","yanılgı"])},
+            {"id": "G3", "scenario": f"Her segmentte precision >%22 ama genel precision %18. Bu nasıl mümkün? ({DB})",
+             "check": lambda r: any(w in r.lower() for w in ["simpson","paradoks","ağırlık","weight","segment","boyut"])},
+            {"id": "G4", "scenario": f"2506'da EUS firma sayısı %5 düştü. Bu kriz mi? En az 3 alternatif açıklama ver. ({DB})",
+             "check": lambda r: any(w in r.lower() for w in ["alternatif","açıklama","kapsam","kriz","veri","sorgu"])},
+        ],
+    },
+}
+
+
+def gpu_temp():
+    try:
+        r = subprocess.run(["nvidia-smi", "--query-gpu=temperature.gpu", "--format=csv,noheader"],
+                           capture_output=True, text=True, timeout=5)
+        return int(r.stdout.strip())
+    except Exception:
+        return -1
+
+
+def rest(minutes=10, label="DİNLENME"):
+    """GPU soğutma molası."""
+    t = gpu_temp()
+    print(f"\n[{label}] {datetime.now().strftime('%H:%M')} — GPU={t}°C, {minutes}dk bekleniyor...")
+    time.sleep(minutes * 60)
+    t2 = gpu_temp()
+    if t2 > 70:
+        print(f"  GPU hâlâ {t2}°C > 70°C, ekstra 5dk...")
+        time.sleep(300)
+    t3 = gpu_temp()
+    print(f"  [{label} BİTTİ] GPU={t3}°C")
+
+
+def run_cont(task):
+    t0 = time.time()
+    try:
+        from cont import run_task
+        answer, success = run_task(task)
+        return {"answer": answer or "", "elapsed": round(time.time()-t0, 1),
+                "tools": len(getattr(run_task, '_last_tools_used', []) or []),
+                "recipe": getattr(run_task, '_last_recipe_id', None)}
+    except Exception as e:
+        return {"answer": f"ERROR:{e}", "elapsed": round(time.time()-t0, 1), "tools": 0, "recipe": None}
+
+
+def score_answer(answer, task):
+    """Basit otomatik puanlama."""
+    if not answer or "ERROR" in answer:
+        return {"dogruluk": 0, "zincir": 0, "derinlik": 0, "farkindalik": 0}
+
+    passed = task["check"](answer)
+    length = len(answer)
+    steps = len(re.findall(r'(?:^\d+[\.\)]|^-\s|^#{1,3}\s|Adım)', answer, re.MULTILINE))
+
+    dogruluk = 3 if passed and length > 200 else 2 if passed else 1 if length > 50 else 0
+    zincir = min(4, steps)
+    derinlik = 3 if length > 500 else 2 if length > 200 else 1
+    farkindalik = 2 if any(w in answer.lower() for w in ["tuzak","dikkat","uyarı","yanıltıcı","varsayım"]) else 1
+
+    return {"dogruluk": dogruluk, "zincir": zincir, "derinlik": derinlik, "farkindalik": farkindalik}
+
+
+def weighted(scores):
+    return round(scores["dogruluk"]*0.3 + scores["zincir"]*0.3 + scores["derinlik"]*0.2 + scores["farkindalik"]*0.2, 1)
+
+
+def run_section(section_key, section):
+    """Bir bölümü çalıştır."""
+    tasks = section["tasks"]
+    name = section["name"]
+    results = []
+
+    print(f"\n{'█'*60}")
+    print(f"  BÖLÜM {section_key}: {name} ({len(tasks)} görev)")
+    print(f"{'█'*60}")
+
+    for ti, task in enumerate(tasks):
+        if datetime.now() > STOP_TIME:
+            print(f"  ⏰ 07:30 geçti, durduruluyor")
+            break
+
+        print(f"\n  [{task['id']}] {task['scenario'][:70]}...")
+        r = run_cont(task["scenario"])
+        scores = score_answer(r["answer"], task)
+        w = weighted(scores)
+        icon = "✓" if w >= 2.5 else "~" if w >= 1.5 else "✗"
+        print(f"    {icon} {w}/4.0 (d={scores['dogruluk']} z={scores['zincir']} "
+              f"dp={scores['derinlik']} f={scores['farkindalik']}) | {r['elapsed']:.0f}s")
+
+        results.append({
+            "id": task["id"], "scores": scores, "weighted": w,
+            "elapsed": r["elapsed"], "tools": r["tools"], "recipe": r["recipe"],
+            "answer_len": len(r["answer"]),
+        })
+        time.sleep(2)
+
+    # Bölüm özeti
+    total_w = sum(r["weighted"] for r in results)
+    max_w = len(results) * 4
+    print(f"\n  Bölüm {section_key}: {total_w:.1f}/{max_w:.0f}")
+    return results
+
+
+def run_training_cycle(cycle_num=1):
+    """Tam bir eğitim döngüsü — 7 bölüm + molalar."""
+    print(f"\n{'═'*60}")
+    print(f"  EĞİTİM DÖNGÜSÜ #{cycle_num} — {datetime.now().strftime('%H:%M')}")
+    print(f"  Hedef bitiş: {STOP_TIME.strftime('%H:%M')}")
+    print(f"{'═'*60}")
+
+    all_results = {}
+    task_counter = 0
+
+    for section_key in sorted(SECTIONS.keys()):
+        if datetime.now() > STOP_TIME:
+            break
+
+        section = SECTIONS[section_key]
+        results = run_section(section_key, section)
+        all_results[section_key] = results
+        task_counter += len(results)
+
+        # Her 3 görev → mola
+        if task_counter % 3 == 0 and section_key != list(SECTIONS.keys())[-1]:
+            ml_task = section_key in ("B", "D")  # ML/ağır görevler
+            rest(15 if ml_task else 10)
+
+    return all_results
+
+
+def save_results(all_results, cycle_num):
+    """Sonuçları kaydet."""
+    total_w = sum(r["weighted"] for results in all_results.values() for r in results)
+    total_tasks = sum(len(results) for results in all_results.values())
+    max_w = total_tasks * 4
+
+    summary = {
+        "cycle": cycle_num,
+        "timestamp": datetime.now().isoformat(),
+        "total_score": round(total_w, 1),
+        "max_score": max_w,
+        "total_tasks": total_tasks,
+        "pct": round(total_w / max(max_w, 1) * 100, 1),
+        "gpu_temp": gpu_temp(),
+        "sections": {},
+    }
+
+    for key, results in all_results.items():
+        sec_w = sum(r["weighted"] for r in results)
+        sec_max = len(results) * 4
+        summary["sections"][key] = {
+            "name": SECTIONS[key]["name"],
+            "score": round(sec_w, 1),
+            "max": sec_max,
+            "tasks": results,
+        }
+
+    ts = datetime.now().strftime("%Y%m%d_%H%M%S")
+    out = RESULTS_DIR / f"advanced_cycle{cycle_num}_{ts}.json"
+    out.write_text(json.dumps(summary, indent=2, ensure_ascii=False, default=str))
+
+    print(f"\n{'═'*60}")
+    print(f"  DÖNGÜ #{cycle_num} SONUCU: {total_w:.1f}/{max_w} ({summary['pct']}%)")
+    for key in sorted(summary["sections"].keys()):
+        s = summary["sections"][key]
+        print(f"    {key}. {s['name']:<20s} {s['score']:.1f}/{s['max']}")
+    print(f"  GPU: {summary['gpu_temp']}°C")
+    print(f"  JSON: {out}")
+
+    return summary
+
+
+def main():
+    cycle = 1
+
+    while datetime.now() < STOP_TIME:
+        results = run_training_cycle(cycle)
+        summary = save_results(results, cycle)
+
+        # Guardian
+        try:
+            from core.guardian import run_guardian
+            report = run_guardian(full=True)
+            g = sum(1 for r in report.results.values() if r["passed"])
+            print(f"  Guardian: {g}/{len(report.results)}")
+        except Exception:
+            pass
+
+        # Sonraki döngü için uzun mola
+        if datetime.now() < STOP_TIME:
+            remaining = (STOP_TIME - datetime.now()).total_seconds() / 60
+            if remaining > 30:
+                print(f"\n  Sonraki döngüye kadar 20dk mola (kalan: {remaining:.0f}dk)")
+                rest(20, "DÖNGÜ ARASI")
+                cycle += 1
+            else:
+                print(f"\n  Kalan süre {remaining:.0f}dk — döngü yeterli değil, durduruluyor")
+                break
+
+    # Sabah raporu
+    print(f"\n{'█'*60}")
+    print(f"  SABAH RAPORU — {datetime.now().strftime('%H:%M')}")
+    print(f"  Toplam döngü: {cycle}")
+    print(f"  GPU: {gpu_temp()}°C")
+    print(f"{'█'*60}")
+
+
+if __name__ == "__main__":
+    main()