File size: 6,539 Bytes
df41178 | 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 | #!/usr/bin/env python3
# -*- coding: utf-8 -*-
"""
consult.py -- 行き詰まった時だけ、複数の先生(LLM)に相談する層
方針:
・先生は「案」を出すだけ。正しいかどうかは一切信用しない
・採用の可否は kernel 側の検証装置(下見実行 + goal判定)が決める
・採用された案はノートに残るので、次から先生は不要になる
"""
TEACHERS = ["groq:openai/gpt-oss-120b", "groq:openai/gpt-oss-20b"]
SYS = ("あなたはPC操作エンジンの助手です。JSONだけを出力し、説明・前置き・"
"コードフェンスは一切書かないこと。分からない項目は省略すること。")
def _kimeru():
"""相談する先生を決める。/model の設定を見て、無ければ上の既定。
ここが設定を見ていなかった（2026-09-06 に気づいた）。
/model local:main に替えても、ページ作り(make_page)だけが手元に移り、
**スロット読みと手順立案は Groq に出たまま**だった。
「完全に手元で閉じる」と言えるためには、ここも設定に従う必要がある。
"""
try:
import settings
t = settings.load().get("先生")
if isinstance(t, list) and t:
return [x for x in t if isinstance(x, str) and x.strip()]
except Exception:
pass
return list(TEACHERS)
def _panel(prompt, teachers=None, timeout=25):
"""先生団に同時に聞く。teachers.py が無い/壊れていても落ちない"""
try:
from teachers import ask_panel
except Exception as e:
return [], f"先生に接続できません: {e}"
panel = teachers or _kimeru()
# 手元の先生は 20 t/s 級。Groq(500 t/s 級) と同じ 25 秒だと
# 出てくるのは「時間切れ」であって 判断の質ではない。
if any(str(x).startswith("local:") or str(x).startswith("ollama:")
for x in panel):
timeout = max(timeout, 90)
try:
# ★ 2026-09-12: 分類は JSON を出すだけなので考えさせない（深さ0）。
# 既定の深さ2だと、雑談のたびに 200字考えてから JSON を書いていた（遅い・無駄）。
return ask_panel(prompt, system=SYS, teachers=panel,
timeout=timeout, fukasa=0), None
except Exception as e:
return [], f"相談に失敗: {e}"
def ask_slots(text, vocab):
"""相談その1: 言葉からスロットを読み取ってもらう
戻り値: [(先生名, スロットdict), ...] 速く返った順
"""
choices = "\n".join(f" {k}: {' / '.join(v)}" for k, v in vocab.items())
# ★ 並び順が 速さを決める（2026-09-06 に実測）
# llama.cpp のサーバーは「前と同じ頭の部分」を **覚えていて読み直さない**。
# だから **毎回同じもの（選べる値・書き方・出力例）を先に、
# 毎回ちがうもの（命令）を最後に** 置く。
# 同じ長さの頼み文で:
# 同じ頭 → ちがう尾 : 75.6s → 3.3s → 7.9s（1666中1637を再利用）
# ちがう頭 → 同じ尾 : 81.1s → 77.6s → 85.3s（毎回3しか再利用しない）
# **23倍。** 手元の先生は読解が 28 t/s しか出ないので、ここが効く。
# （Groq には関係ないが、悪くもならない）
prompt = (
f"次の日本語の命令を読み、下の選択肢から当てはまるものだけを選んでJSONにしてください。\n"
f"選択肢に無い値は絶対に作らないこと。\n\n"
f"【選べる値】\n{choices}\n\n"
f"各項目について、命令文の中の『どの言葉』がそれを表しているかも、"
f"命令文からそのまま抜き出して答えてください。\n"
f'出力例: {{"動作":{{"値":"移動","言葉":"寄せといて"}},'
f'"場所":{{"値":"Desktop","言葉":"机の上"}}}}\n\n'
f"【命令】{text}"
)
results, err = _panel(prompt)
out = []
for r in results:
j = r.get("json")
if not isinstance(j, dict):
continue
# 選択肢に無い値は、この時点で捨てる（先生の作り話への一次防御）
clean, words = {}, {}
for k, v in j.items():
if k not in vocab:
continue
val = v.get("値") if isinstance(v, dict) else v
wrd = v.get("言葉") if isinstance(v, dict) else None
if isinstance(val, str) and val in vocab[k]:
clean[k] = val
# 命令文に実在する言葉だけを、新しいカードの候補にする
if isinstance(wrd, str) and 1 < len(wrd) <= 12 and wrd in text:
words[wrd] = (k, val)
if clean:
out.append((r["teacher"], clean, words))
return out, err
def ask_plans(text, slots, parts_desc):
"""相談その2: 部品の組み方を提案してもらう
戻り値: [(先生名, 手順list), ...] 速く返った順
"""
parts = "\n".join(f" {n}: {d}" for n, d in parts_desc.items())
# ★ ask_slots と同じ理由で、毎回ちがう「命令」を最後に置く。
# ここは部品表が 873 トークンあり、手元の先生だと 読むだけで 30 秒かかっていた。
prompt = (
f"PC操作エンジンの部品を並べて、命令を達成する手順を作ってください。\n\n"
f"【使える部品】\n{parts}\n\n"
f"規則:\n"
f" ・最初は必ず「さがす」\n"
f" ・条件(種類・時期など)が与えられていれば、対応する「しぼる」を必ず使う\n"
f" ・「うつす」の前には必ず「つくる」\n"
f" ・部品名は一字一句そのまま使うこと\n\n"
f'出力例: {{"手順":["さがす","しぼる(種類)","かぞえる"]}}\n\n'
f"【命令】{text}\n"
f"【読み取れた条件】{slots}"
)
results, err = _panel(prompt)
out = []
for r in results:
j = r.get("json")
plan = None
if isinstance(j, dict):
plan = j.get("手順") or j.get("plan") or j.get("steps")
elif isinstance(j, list):
plan = j
if isinstance(plan, list) and plan and all(isinstance(x, str) for x in plan):
out.append((r["teacher"], plan))
return out, err
|