File size: 14,568 Bytes
3757df8 | 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 336 337 338 339 340 341 342 343 344 345 346 347 348 | #!/usr/bin/env python3
"""Norovox Nythos — Self-Learning + Skill-Forge Runtime.
İki ayrı yetenek:
1. **SelfLearner**: Kullanıcı düzeltmelerini KB'ye ekler.
Her konuşmadan sonra "ne öğrendi?" diye sentezler + bilgi tabanına yazar.
Sonraki konuşmalarda otomatik hatırlar.
2. **SkillForge**: Kullanıcının öğrettiği yeni beceriyi kalıcı hale getirir.
Örnek: "şöyle yaparsan: 1. X, 2. Y, 3. Z" dediğinde, runtime bunu
bir "skill template" olarak kaydeder ve sonra benzer görevlerde
otomatik uygular.
KULLANIM:
from nythos_self_learning import SelfLearningChat
chat = SelfLearningChat(
model_url="http://localhost:8080/v1/chat/completions",
kb_path="./norovox_kb.json",
skills_path="./norovox_skills.json"
)
# Kullanıcı bir şey öğretir
chat.sor("Şöyle yazıyorum: 'bilgi al(X)' demek 'X hakkında web arası yap + Türkçe özetle'")
# → SkillForge bunu skill olarak kaydeder
# Sonra aynı pattern'i kullanır
chat.sor("bilgi al(Tesla)")
# → otomatik web_ara + özetleme uygular
"""
import json, re, hashlib
from pathlib import Path
from datetime import datetime
from typing import Optional
# ════════════════════════════════════════════════════════════════
# KNOWLEDGE BASE — sürekli güncellenen bilgi tabanı
# ════════════════════════════════════════════════════════════════
class KnowledgeBase:
"""Basit JSON-tabanlı KB. Konu → fact mapping."""
def __init__(self, path: str = "./norovox_kb.json"):
self.path = Path(path)
self.data: dict = {"facts": {}, "meta": {"created": str(datetime.now())}}
if self.path.exists():
try:
self.data = json.loads(self.path.read_text(encoding="utf-8"))
except Exception:
pass
def add(self, topic: str, fact: str, source: str = "user"):
topic_key = topic.lower().strip()
if topic_key not in self.data["facts"]:
self.data["facts"][topic_key] = []
self.data["facts"][topic_key].append({
"fact": fact,
"source": source,
"added": str(datetime.now()),
})
self._save()
def search(self, query: str, limit: int = 5) -> list:
q = query.lower()
matches = []
for topic, facts in self.data["facts"].items():
if any(w in topic for w in q.split()):
matches.extend([f["fact"] for f in facts[:limit]])
return matches[:limit]
def remove(self, topic: str):
self.data["facts"].pop(topic.lower(), None)
self._save()
def _save(self):
self.path.write_text(json.dumps(self.data, ensure_ascii=False, indent=2),
encoding="utf-8")
def size(self) -> int:
return sum(len(v) for v in self.data["facts"].values())
# ════════════════════════════════════════════════════════════════
# SKILL FORGE — yeni beceri kazanma
# ════════════════════════════════════════════════════════════════
class SkillForge:
"""Kullanıcının öğrettiği yeni pattern/skill'leri kalıcı yapar.
Skill = pattern + adımlar + örnek input/output
Storage: JSON
Eşleştirme: regex pattern üzerinden
"""
SKILL_TEACHING_PATTERN = re.compile(
r"(?:şöyle|şu şekilde|şunu yap|yaparsan)[:\s]+(.+)",
re.IGNORECASE | re.DOTALL
)
def __init__(self, path: str = "./norovox_skills.json"):
self.path = Path(path)
self.skills: dict = {}
if self.path.exists():
try:
self.skills = json.loads(self.path.read_text(encoding="utf-8"))
except Exception:
pass
def _hash(self, name: str) -> str:
return hashlib.sha256(name.encode()).hexdigest()[:8]
def detect_teaching(self, user_input: str) -> Optional[dict]:
"""Kullanıcı bir şey öğretiyor mu tespit et."""
# Pattern 1: "X komutu Y anlamına gelir"
m1 = re.search(r"['\"]?(\w+\([^)]+\))['\"]?\s*(?:komutu|fonksiyonu|demek|anlamına geliyor)\s*['\"]?(.+?)['\"]?\s*$",
user_input, re.DOTALL)
if m1:
return {"name": m1.group(1), "definition": m1.group(2).strip()}
# Pattern 2: "şöyle yap: ...adımlar..."
m2 = self.SKILL_TEACHING_PATTERN.search(user_input)
if m2:
steps_text = m2.group(1).strip()
# Numbered list?
steps = re.findall(r"(?:^|[\n,])\s*\d+[.)]\s*([^\n,]+)", steps_text)
if steps:
first_line = user_input.split(":")[0].strip()
return {"name": first_line[-40:], "steps": steps}
# Pattern 3: "X yapmak için Y kullan"
m3 = re.search(r"(\w+)\s+(?:yapmak için|için)\s+(.+)", user_input, re.IGNORECASE)
if m3 and "kullan" in m3.group(2).lower():
return {"name": m3.group(1), "method": m3.group(2)}
return None
def forge(self, skill_info: dict):
"""Yeni skill kaydet."""
name = skill_info.get("name", "untitled")[:50]
skill_id = self._hash(name)
self.skills[skill_id] = {
"name": name,
"info": skill_info,
"created": str(datetime.now()),
"use_count": 0,
}
self._save()
return skill_id
def match(self, user_input: str) -> Optional[dict]:
"""Mevcut bir skill'in input'la eşleşip eşleşmediği."""
for sid, skill in self.skills.items():
name = skill["name"].lower()
# Pattern: skill name + arg pattern
base_name = re.sub(r"\([^)]*\)", "", name).strip()
if base_name and base_name in user_input.lower():
skill["use_count"] += 1
self._save()
return skill
return None
def list_skills(self) -> list:
return [(s["name"], s["use_count"]) for s in self.skills.values()]
def _save(self):
self.path.write_text(json.dumps(self.skills, ensure_ascii=False, indent=2),
encoding="utf-8")
# ════════════════════════════════════════════════════════════════
# SELF-LEARNER — konuşmadan sonuç çıkartma
# ════════════════════════════════════════════════════════════════
class SelfLearner:
"""Konuşmayı analiz eder, KB'ye eklenebilecek fact'leri çıkartır."""
FACT_PATTERNS = [
(re.compile(r"(\w[\w\s]+?)\s+(?:şudur|şöyledir|şuna eşittir|=)\s+(.+?)(?:\.|$)", re.I),
lambda m: (m.group(1).strip(), m.group(2).strip())),
(re.compile(r"benim adım\s+(.+?)(?:\.|$)", re.I),
lambda m: ("kullanıcı adı", m.group(1).strip())),
(re.compile(r"(?:tercih ediyorum|seviyorum):\s*(.+?)(?:\.|$)", re.I),
lambda m: ("kullanıcı tercihi", m.group(1).strip())),
(re.compile(r"(\w+)\s+(?:doğum tarihi|kuruluş tarihi)\s+(.+?)(?:\.|$)", re.I),
lambda m: (m.group(1).strip() + " tarihi", m.group(2).strip())),
]
def __init__(self, kb: KnowledgeBase):
self.kb = kb
def extract_facts(self, user_input: str, assistant_response: str) -> list:
facts = []
for pattern, mapper in self.FACT_PATTERNS:
for m in pattern.finditer(user_input):
t, f = mapper(m)
if t and f and len(f) < 200:
facts.append((t, f))
return facts
def learn(self, user_input: str, assistant_response: str) -> int:
"""Konuşmadan fact çıkar + KB'ye ekle."""
facts = self.extract_facts(user_input, assistant_response)
for topic, fact in facts:
self.kb.add(topic, fact, source="self_learner")
return len(facts)
# ════════════════════════════════════════════════════════════════
# SELF-LEARNING CHAT — tüm modülleri birleştir
# ════════════════════════════════════════════════════════════════
class SelfLearningChat:
"""Norovox Nythos için kendi kendine öğrenen sohbet runtime'ı."""
SYSTEM_BASE = (
"Sen Norovox Nythos'sun — kendi kendine öğrenen Türkçe AI.\n\n"
"Sahip olduğun yetenekler:\n"
"- <think>...</think> derin düşünce blokları\n"
"- Yerleşik araç çağrısı: <tool_call> bloğu\n"
"- Kullanıcının öğrettiği yeni beceri ve bilgileri kalıcı hatırlama\n"
"- Bilgi tabanından (KB) otomatik bağlam getirme\n\n"
"# ÖĞRENDIKLERIM (KB'den)\n__KB__\n\n"
"# KAZANDIĞIM BECERILER\n__SKILLS__\n\n"
"Konuşma sırasında kullanıcı yeni bir şey öğretirse runtime otomatik kaydeder. "
"Sen Türkçe yanıt ver, derinden düşün."
)
def __init__(self,
model_url: str = "http://localhost:8080/v1/chat/completions",
kb_path: str = "./norovox_kb.json",
skills_path: str = "./norovox_skills.json"):
self.model_url = model_url
self.kb = KnowledgeBase(kb_path)
self.skills = SkillForge(skills_path)
self.learner = SelfLearner(self.kb)
def _build_system(self, query: str) -> str:
kb_hits = self.kb.search(query, limit=3)
kb_ctx = "\n".join(f"- {h}" for h in kb_hits) if kb_hits else "(henüz yok)"
skill_list = self.skills.list_skills()[:3]
skill_ctx = "\n".join(f"- {n} (kullanım: {u})" for n, u in skill_list) if skill_list else "(henüz yok)"
return self.SYSTEM_BASE.replace("__KB__", kb_ctx).replace("__SKILLS__", skill_ctx)
def sor(self, user_input: str) -> dict:
"""Tam pipeline: skill-match → LLM → learn."""
result = {
"input": user_input,
"matched_skill": None,
"new_skill": None,
"learned_facts": 0,
"response": "",
}
# 1) Skill match — daha önce öğretilen pattern var mı?
matched = self.skills.match(user_input)
if matched:
result["matched_skill"] = matched["name"]
# 2) Teaching detect — yeni skill öğretiliyor mu?
teaching = self.skills.detect_teaching(user_input)
if teaching:
skill_id = self.skills.forge(teaching)
result["new_skill"] = teaching.get("name", skill_id)
# 3) LLM çağrısı (varsa)
system_msg = self._build_system(user_input)
# Burada gerçek LLM çağrısı yapılır — placeholder offline mod:
try:
import urllib.request
body = json.dumps({
"messages": [
{"role": "system", "content": system_msg},
{"role": "user", "content": user_input}
],
"max_tokens": 600,
"temperature": 0.5
}).encode()
req = urllib.request.Request(self.model_url, data=body,
headers={"Content-Type": "application/json"})
with urllib.request.urlopen(req, timeout=60) as r:
data = json.loads(r.read())
result["response"] = data["choices"][0]["message"]["content"]
except Exception as e:
result["response"] = f"[offline mod — model bağlantısı yok: {e}]"
# 4) Konuşmadan öğren
learned = self.learner.learn(user_input, result["response"])
result["learned_facts"] = learned
return result
def stats(self) -> dict:
return {
"kb_facts": self.kb.size(),
"skills_count": len(self.skills.skills),
"skills_total_use": sum(s["use_count"] for s in self.skills.skills.values()),
}
# ════════════════════════════════════════════════════════════════
# CLI TEST
# ════════════════════════════════════════════════════════════════
if __name__ == "__main__":
import sys, tempfile
print("== Norovox Nythos Self-Learning + Skill-Forge Test ==\n")
# Geçici dosyalarla test
with tempfile.NamedTemporaryFile(suffix=".json", delete=False) as f:
kb_path = f.name
with tempfile.NamedTemporaryFile(suffix=".json", delete=False) as f:
skills_path = f.name
chat = SelfLearningChat(kb_path=kb_path, skills_path=skills_path)
# 1) Yeni skill öğret
print("[1] Kullanıcı yeni skill öğretiyor...")
r1 = chat.sor("bilgi_al(X) komutu demek 'X hakkında web ara + Türkçe özetle' anlamına geliyor")
print(f" New skill kaydedildi: {r1['new_skill']}")
print(f" Stats: {chat.stats()}\n")
# 2) Aynı pattern'i kullan
print("[2] Aynı pattern'le kullanım...")
r2 = chat.sor("bilgi_al(Tesla şirketi)")
print(f" Matched skill: {r2['matched_skill']}")
print(f" Stats: {chat.stats()}\n")
# 3) Fact öğret
print("[3] Kullanıcı bir fact söylüyor...")
r3 = chat.sor("benim adım Emre. Tercih ediyorum: kısa yanıtlar.")
print(f" KB'ye eklenen fact sayısı: {r3['learned_facts']}")
print(f" Stats: {chat.stats()}\n")
# 4) KB hatırlama
print("[4] KB'den hatırla...")
facts = chat.kb.search("kullanıcı")
for f in facts:
print(f" → {f}")
print("\n[OK] Self-Learning + Skill-Forge çalışıyor")
# Cleanup
Path(kb_path).unlink(missing_ok=True)
Path(skills_path).unlink(missing_ok=True)
|