Funk-lab/stt/server/stt_server/contexts.py
ALI YESILKAYA 1faf50a9be
feat(stt-server): contextes présélectionnables + sources live + contexte assemblé (visualiseur) (#38)
Asa n'est plus bloqué sur le seul contexte « doc cluster grounding-strict ». Le client
choisit un contexte par requête ; le serveur change le system prompt ET injecte les
données live du domaine, puis renvoie le contexte assemblé pour le visualiseur du HUD.

- contexts.py : profils funk / ghostfolio / grafana / alerting / cluster (system prompt
  + sources) + assemble() (prompt final + structure de visualisation).
- sources.py : fetchers live best-effort (Ghostfolio auth+details, Alertmanager alerts
  hors Watchdog, Prometheus cluster/metrics), env-config, dégradation propre.
- brain.py : ask() reçoit le system prompt déjà assemblé (assemblage remonté).
- app.py : /v1/ask accepte `context`, renvoie context_id + le contexte assemblé ;
  nouveau GET /v1/contexts ; RAG doc conditionné au profil.
- config.py : URLs sources + STT_GHOSTFOLIO_TOKEN + STT_DEFAULT_CONTEXT.
- deployment : env in-cluster (Prometheus/Alertmanager monitoring, Ghostfolio ai),
  jeton via secret optionnel stt-server-secrets/ghostfolio-token.
- bump 0.3.1 → 0.4.0.

Validé en local : assemblage (blocs+RAG+mémoire), parsing des sources (mock),
endpoints /v1/contexts et /v1/ask (LLM mocké) — context_id, visualiseur, fallback
contexte inconnu → funk.

Co-authored-by: Claude Opus 4.8 <noreply@anthropic.com>
2026-06-20 23:49:29 +02:00

133 lines
4.9 KiB
Python

"""Contextes présélectionnables d'Asa — profils de domaine + assemblage du prompt.
Chaque profil définit un system prompt et les **sources live** à injecter dans le
contexte (Ghostfolio, Prometheus, Alertmanager, doc Funk). Le client choisit un
contexte par requête (`context` dans /v1/ask) ; le serveur assemble le prompt et
renvoie le contexte assemblé pour le **visualiseur** du HUD.
Ajouter un contexte = une entrée dans CONTEXTS (id, label, icône, prompt, sources).
"""
from __future__ import annotations
from dataclasses import dataclass
from stt_server.config import settings
# Préambule commun (ton, langue, concision) — chaque prompt de contexte le complète.
_BASE = (
"Tu es Hermes, l'assistant vocal du homelab Funk. Réponds toujours en français, "
"de façon concise (2-3 phrases maximum), sans markdown ni listes."
)
@dataclass(frozen=True)
class Context:
id: str
label: str
icon: str
description: str
system_prompt: str
sources: tuple[str, ...] = () # "docs","ghostfolio","alerts","cluster","metrics"
# Le contexte « funk » garde le prompt grounding-strict historique (env override possible).
CONTEXTS: dict[str, Context] = {
"funk": Context(
id="funk", label="Funk · cluster", icon="🛠️",
description="Questions sur le homelab depuis la documentation.",
system_prompt=settings.system_prompt,
sources=("docs",),
),
"ghostfolio": Context(
id="ghostfolio", label="Ghostfolio", icon="💰",
description="Ton portefeuille et tes investissements.",
system_prompt=_BASE + " Tu aides sur le portefeuille d'investissement de "
"l'utilisateur. Appuie-toi sur les données Ghostfolio fournies ci-dessous ; "
"donne des montants précis quand ils y figurent. Si une donnée n'est pas "
"fournie, dis-le simplement.",
sources=("ghostfolio",),
),
"grafana": Context(
id="grafana", label="Grafana · métriques", icon="📊",
description="Métriques et observabilité du homelab.",
system_prompt=_BASE + " Tu réponds sur les métriques et l'observabilité du "
"homelab à partir des données fournies ci-dessous (Prometheus). Reste factuel.",
sources=("metrics",),
),
"alerting": Context(
id="alerting", label="Alerting", icon="🚨",
description="Alertes actives et leur signification.",
system_prompt=_BASE + " Tu expliques et tries les alertes actives fournies "
"ci-dessous : gravité, cause probable, quoi vérifier. S'il n'y a aucune "
"alerte, rassure brièvement.",
sources=("alerts",),
),
"cluster": Context(
id="cluster", label="Gestion cluster", icon="🚢",
description="État et gestion du cluster Kubernetes Funk (lecture seule).",
system_prompt=_BASE + " Tu réponds sur l'état et la gestion du cluster "
"Kubernetes Funk à partir de l'état fourni ci-dessous et de la documentation. "
"Tu fais de la LECTURE SEULE : tu n'exécutes aucune action.",
sources=("cluster", "docs"),
),
}
# Titres des blocs injectés (visualiseur + prompt)
_SOURCE_TITLES = {
"ghostfolio": "Portefeuille Ghostfolio (données live)",
"metrics": "Métriques Prometheus (live)",
"alerts": "Alertes actives (Alertmanager)",
"cluster": "État du cluster (live)",
"docs": "Documentation Funk",
}
def get_context(context_id: str | None) -> Context:
return CONTEXTS.get(context_id or "", CONTEXTS[settings.default_context])
def assemble(
ctx: Context,
*,
blocks: list[tuple[str, str]],
docs: list[str],
memories: list[str],
) -> tuple[str, dict]:
"""Construit le system prompt final + la structure de visualisation.
`blocks` : (source_id, texte) des sources live déjà récupérées.
Renvoie (system_prompt, debug) où debug alimente le visualiseur du HUD.
"""
system = ctx.system_prompt
debug_blocks: list[dict] = []
for src, text in blocks:
if not text:
continue
title = _SOURCE_TITLES.get(src, src)
system += f"\n\n=== {title} ===\n{text}"
debug_blocks.append({"source": src, "title": title, "text": text})
if "docs" in ctx.sources and docs:
extraits = "\n\n".join(docs)
system += (
"\n\n=== Documentation Funk (réponds À PARTIR de ces extraits ; "
"si l'info n'y est pas, dis-le) ===\n" + extraits
)
if memories:
souvenirs = "\n".join(f"- {m}" for m in memories)
system += (
"\n\nÉléments de mémoire long-terme (peuvent aider, ignore si hors-sujet) :\n"
+ souvenirs
)
debug = {
"id": ctx.id,
"label": ctx.label,
"icon": ctx.icon,
"system_prompt": ctx.system_prompt,
"blocks": debug_blocks,
"docs": docs,
"memories": memories,
}
return system, debug