bot: queued AI query interface + librarian AI review of results

Two connected features.

1) AI query interface (via the comm layer). communication_subroutine gains an
AI_QUERY_Q, a submit_ai_query() in-process entry point, and an authed
POST /ai_query endpoint ({prompt, channel_id, request_type?, username?}). The
prompt is queued and answered asynchronously by a new tasks.loop worker in the
always-loaded AI cog (Events), which calls handle_response - so it runs on
whichever backend $gadaj_teraz currently selects (GPT or Claude) - and posts the
answer to the requested channel, chunked to Discord's limit. request_type "NONE"
(default) is a clean one-shot: no persona system prompt, no memory write. The
worker starts before the OpenAI guard in cog_load, so it also runs on a
Claude-only box; cog_unload cancels it.

2) Librarian AI review. New command $wyszukaj_z_recenzja mirrors
$wyszukaj_linki_do_dokumentow but sets ai_review=True on the QueryControl, which
rides the round-trip and is matched back by UUID. When the hits return,
check_data_q sends the raw list as before, then - if flagged - hands the same
list (already in Crossref-relevance order) plus the search phrase to the AI
queue for a weighted re-rank and per-source review, delivered to the same
channel. QueryControl gains an ai_review flag (default False, so the orphan path
and all existing callers are unaffected).

Confirmed separately (and noted in the docs): the DOI list the AI receives is
pre-sorted by Crossref relevance - the librarian pipeline only filters (drops
title-less items) and splits (in-db / not-in-db), never re-sorts, and relies on
insertion-ordered dicts (Py 3.7+).

Verified: /ai_query auth (401/200/400/open), submit_ai_query and the queued
dict shape, and the QueryControl flag - via a Flask test client and
tests/integration/test_ai_query_endpoint.py (5 tests, all pass; integration
suite 11 passed, the 3 failures are the pre-existing /clear_pr_pls musician
tests fixed on a separate branch). Full first-party compile clean.

Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>

librarian_commands.py

@@ -14,7 +14,7 @@ import requests
 from discord.ext import commands, tasks
 
 from ai_functions import handle_response
-from communication_subroutine import IN_COMM_Q, OUT_COMM_Q, QueryControl
+from communication_subroutine import IN_COMM_Q, OUT_COMM_Q, QueryControl, submit_ai_query
 from constants import DIR_PATH_SADOX, LIBRARIAN_SERVICE_ADDRESS, SEND_QUERY, service_headers
 
 SERVICE_HEADERS = service_headers()
@@ -97,14 +97,18 @@ class DataModule(commands.Cog):
             if fresh_data.stop:
                 searcher = fresh_data.author
                 query = fresh_data.content
+                # ai_lines is a clean, plain rendering of the SAME list in the
+                # SAME (Crossref-relevance) order, for the optional AI review.
+                ai_lines = []
                 l_p = 1
                 for doi in fresh_data.entries:
                     self.logger.info(doi)
                     desc = fresh_data.entries[doi]
-                    title = desc["Title"][0]
+                    title = desc["Title"][0] if desc.get("Title") else "(bez tytułu)"
                     entries.append(
                         f"{l_p}. {title} pod linkiem https://www.sci-hub.se/{doi} i jest to {desc['type']}\n"
                     )
+                    ai_lines.append(f"{l_p}. {title} (DOI: {doi}, typ: {desc['type']})")
                     l_p += 1
                 message = "*Z podłogi wysuwa się winda na książki*"
                 if fresh_data.ctx is not None:
@@ -131,6 +135,36 @@ class DataModule(commands.Cog):
                             await ctx.send(message)
                             message = ""
 
+                # Optional AI pass: re-rank the (already Crossref-relevance-
+                # sorted) DOI list and review the sources. Enqueued to the AI
+                # worker so it runs on whatever backend $gadaj_teraz selected;
+                # the answer lands in this same channel.
+                if getattr(fresh_data, "ai_review", False) and ai_lines:
+                    target = getattr(ctx, "channel", ctx)
+                    review_prompt = (
+                        f'Poniżej lista źródeł naukowych znalezionych dla zapytania: "{query}".\n'
+                        "Lista jest już wstępnie posortowana według trafności wg Crossref "
+                        "(od najtrafniejszej).\n\n"
+                        "Twoje zadania:\n"
+                        "1. Przeważ i uporządkuj listę według RZECZYWISTEJ trafności do zapytania "
+                        "(najtrafniejsze u góry).\n"
+                        "2. Do każdej pozycji dopisz jedno-, dwuzdaniową recenzję: typ i wiarygodność "
+                        "źródła oraz dlaczego (nie) pasuje do zapytania.\n"
+                        "Odpowiedz zwięźle, numerowaną listą, po polsku.\n\n"
+                        "Źródła:\n" + "\n".join(ai_lines)
+                    )
+                    submit_ai_query(
+                        prompt=review_prompt,
+                        channel_id=target.id,
+                        request_type="NONE",
+                        username=searcher,
+                        query_uuid=str(fresh_data.uuid),
+                    )
+                    await ctx.send(
+                        "*Conjurer podaje listę naszemu rezydentowi-mądrali od AI* "
+                        "Za chwilę dorzuci recenzję i swoje przesortowanie wg trafności."
+                    )
+
                 # Kept for sentimental reasons
                 # await ctx.send(f"O. A tak będzie wyglądało coś ciekawego w przyszłości: {data}")
         except Empty:
@@ -199,6 +233,64 @@ class DataModule(commands.Cog):
             + " Zapytania obsługuje algorytm zasilany czterema chomikami zapierdalającymi w kołowrotku - więc wyniki najwcześniej za kilka godzi - ale mogą być też dni."
         )
 
+    @commands.hybrid_command(
+        name="wyszukaj_z_recenzja",
+        description="Jak wyszukaj_linki_do_dokumentow, ale wyniki przesortuje trafnością i zrecenzuje AI",
+        guild=discord.Object(id=664789470779932693),
+    )
+    async def wyszukaj_z_recenzja(self, ctx):
+        """Same as wyszukaj_linki_do_dokumentow, but flags the search for an AI
+        review: when the DOI hits come back, the list + the search phrase are sent
+        to the bot's AI backend for a weighted-relevance re-rank and a source
+        review, delivered to this channel. The flag rides on the QueryControl so
+        it survives the round-trip and is matched back to this search by UUID.
+        """
+        query = ctx.message.content
+        query_uuid = uuid.uuid4()
+        ctx.message.content = ctx.message.content.replace("$wyszukaj_z_recenzja", "")
+
+        json_query = {
+            "UUID": str(query_uuid),
+            "query": str(query),
+            "page": 1,
+            "deep_search": False,
+        }
+        coroutine = asyncio.to_thread(
+            requests.post,
+            f"{LIBRARIAN_SERVICE_ADDRESS}{SEND_QUERY}",
+            json=json_query,
+            headers=SERVICE_HEADERS,
+            timeout=360,
+        )
+        await ctx.send(
+            "*Conjurer notuje, wrzuca liścik do rury pneumatycznej i mruży oko* Tym razem jak coś"
+            + " znajdę, przepuszczę wyniki jeszcze przez naszego rezydenta-mądralę od AI - przeważy"
+            + " trafność i zrecenzuje źródła. Poczekaj kilka godzin - biblioteka to 3/4 stacji."
+        )
+        query_response = await coroutine
+        if not query_response.status_code == 200:
+            await ctx.send(
+                "*Z rury wydobywa się dym. Conjurer pryska w nią pierwszą cieczą pod ręką i wybucha"
+                + " drobny pożar.* Wołaj szefa - mam wrażenie że się coś wyjebało"
+            )
+            return
+
+        query, query_uuid, queue_size = (
+            query_response.json()["data"][0],
+            query_response.json()["data"][1],
+            query_response.json()["data"][2],
+        )
+        if ctx.message.author.nick:
+            username = ctx.message.author.nick
+        else:
+            username = ctx.message.author.name
+        query_object = QueryControl(username, query_uuid, query, ctx, ai_review=True)
+        OUT_COMM_Q.put(query_object)
+        await ctx.send(
+            f"Poszło z recenzją AI. Identyfikator: {query_uuid}. Jesteś {queue_size} w kolejce."
+            + " Najpierw dojadą surowe wyniki, a zaraz po nich przesortowanie i recenzja od AI."
+        )
+
     @commands.hybrid_command(
         name="glebokie_gardlo",
         description="Przygotowuje drinka o nazwie głębokie gardło",