feat(logic): generator promptow do LLM + budzetowanie (LOG-29, LOG-30) #9
Reference in New Issue
Block a user
Delete Branch "feat/log29-30-prompt-generator"
Deleting a branch is permanent. Although the deleted branch may continue to exist for a short time before it actually gets removed, it CANNOT be undone in most cases. Continue?
Pierwszy krok ustalonej kolejnosci. Prompt z podgladem jest uzyteczny od razu, bez
integracji API — wysylke do modelu doda LOG-31.
LOG-29 — generator promptu (
app/prompt.py)Dwa profile: natal (ekran Interpretacje) i period (ekran Kalendarz).
Prompt po polsku, uklad: zadanie -> dane horoskopu (pozycje, osie, Lots, aspekty z orbami
i A/S, sekta, zodiak) -> wskazania z baz wg wagi -> instrukcje wyjscia -> zastrzezenie.
Twarde reguly wpisane w prompt (realizacja Twojego „odnoszacy sie do konkretnych wskazowek"):
Generowanie deterministyczne: ten sam horoskop + ten sam budzet = ten sam prompt.
LOG-30 — budzetowanie
Budzety:
concise~4 tys. /medium~12 tys. /extensive~30 tys. znakow.Kolejnosc redukcji: dedup -> grupowanie z licznikiem -> sortowanie wg punktacji sily
(LOG-21) -> obciecie ogona -> skracanie dlugich opisow. Jednostka obciecia to cale
wskazanie — nigdy nie ucinamy w polowie. Statystyki mowia, ile weszlo, ile pominieto i
jaki byl prog; informacja o pominieciu trafia takze do tresci promptu, zeby model
wiedzial, ze oglada wybor, a nie calosc.
POST /chart/promptzwraca sam prompt + statystyki. Nie wola zadnego modelu.Prezentacja
Przycisk Generuj prompt (AI) na obu ekranach, wybor budzetu, pole z promptem i
kopiowanie (z fallbackiem dla http bez secure context — clipboard API tam nie dziala).
Blad znaleziony przy tescie e2e (wart uwagi)
Pierwsza wersja przy padnietej warstwie danych podstawiala pusta liste zdarzen — przez co
prognoza okresowa traciła cala os czasu i stawala sie bezuzyteczna. Warstwa danych dokłada
wylacznie WSKAZANIA; horoskop i os czasu sa czysto obliczeniowe i musza przetrwac jej awarie.
Poprawione i zabezpieczone testem.
Weryfikacja
(
min_score_included >= max_score_omitted), grupowanie zlewa identyczne opisy, brakucinania w polowie pozycji, determinizm.
z pelna osia czasu mimo wylaczonej warstwy danych.
Dalej
LOG-31 (wysylka do OpenAI/Anthropic) — czeka na rozstrzygniecie Q-12 (zgoda wlasciciela
baz) i Q-13 (dostawca/model + limit kosztow) z PR #8.