Commit History
-
feat(api): skills funcionam via intencao direta no provider local
Isaac QuarentaO provider local_gpu da Akiragpu HF nao recebe tools (NO_TOOL_PROVIDERS), entao o LLM nunca fazia tool calling e as skills registradas nao eram executadas. Adicionado _try_skill_by_intent(): detecta por regras o pedido de uma skill (pesquisa, imagem, tempo, horario, noticias, fato, wikipedia, calculo, definicao, link seguro) e executa diretamente via registry.execute(), retornando o resultado como resposta sem passar pelo LLM.958bee6 -
fix: Akira responde 'entendi'/'hm' sem entender
Isaac Quarenta- Reescrever system_prompt_principal (info_softedge.py): liberdade de expressão própria, estilo AKIRA-SOFTEDGE, sem amarras que forçavam respostas vazias ('entendi', 'feito', 'seila', 'vou verificar'). - _call_local_gpu (api.py): compact_sys agora exige conteúdo real na resposta; detetor de ack vazio com 2ª tentativa corretiva e fallback para provider seguinte quando a resposta continua vazia.bd8eb23
-
local-gpu: Qwen2.5-7B-Instruct 4-bit (~5GB, faster load, smarter)
Isaac Quarentadc575e5 -
local-gpu: compact system prompt (3B can't follow huge prompts)
Isaac Quarenta85d1c03 -
local-llm: swap 8B 16GB for Qwen2.5-3B (~6GB) — loads in ~10s on ZeroGPU FREE
Isaac Quarenta89bd0bd -
fix: nvidia timeout 60s; hf_inference before llama in chain
Isaac Quarenta8fd89b1 -
persona: tom sério/curto estilo Kiami
Isaac Quarentab6444da -
nvidia: chain order ahead of mistral; timeout 60s
Isaac Quarenta26cd4c0 -
fix(app): eliminar crash ChatbotDataMessages 'ping' + spam asyncio; NVIDIA default deepseek-v4.1-flash
Isaac Quarenta- Chatbot deixou de ser input: historico em gr.State, todos os eventos internos api_name=False (so chat/generate_image/describe_image publicos) - traced_del: 'Invalid file descriptor: -1' em __del__ deixa de re-raising (gerava 'Exception ignored' + traceback gigante 2x por arranque) - NVIDIA NIM default: deepseek-ai/deepseek-v4.1-flash (free endpoint)cf29563 -
feat(providers): NVIDIA NIM como provider extra (build.nvidia.com)
Isaac Quarenta- config: NVIDIA_API_KEY (+NVIDIA_NIM_API_KEY), NVIDIA_MODEL=meta/llama-3.3-70b-instruct, status em validate_config, exports em __all__ - api: _setup_nvidia (SDK OpenAI, integrate.api.nvidia.com/v1), 'nvidia' na chain apos Cerebras, provider_callers + _call_nvidia (tool calling, preserva blocos de instrucao, truncagem 30k/10k) e fallback gracioso - .env.example documentado (chave vai para o Secret do Space)c487576 -
feat(botcore): PV simples espelha o index (buttonId, midia, filtros) + sync api/config
Isaac Quarenta- botcore/MessageProcessor: _unwrap ephemeral/viewOnce, placeholders de midia (audio/sticker/legenda), botoes/lista/interativos e extractButtonId; shouldRespondToAI ganhou filtros de convite/sistema + resposta garantida a botao (igual index) - api.py: openrouter priorizado na lista de providers - config.py: OPENROUTER_MODEL = dots-studio/dots-3-note-preview:free42306bf
-
Require explicit web search requests
Isaac Quarenta +1: CopilotStop searches on ordinary follow-up questions and add opt-in search diagnostics. Co-authored-by: Copilot <223556219+Copilot@users.noreply.github.com>9e310cf -
fix(persona): tom serio-coloquial-logico-racional + fim de respostas com aspas
Isaac Quarenta- config.py: TOM desdobrado em SERIO/COLOQUIAL/LOGICO/RACIONAL com verificacao final antes de enviar; regra de CoT condicional (descarta sugestao sem nexo, nunca copia aspas); 'Tas a gozar?' removido dos exemplos de sarcasmo; exemplos de <AKIRA_ACTIVE_INTERLOCUTORA> corrigidos (utilizador来决定, cuentas, Fixezinha?); <output_purity_rules> proibe aspas tipograficas e citacoes. - thinking_engine.py: <SUGESTAO_RESPOSTA> proibe aspas, 'esta(s) a gozar?' e perguntas que o utilizador nao fez; tom serio/colquial/logico explicito. - api.py: Regra #1 de copia cega passa a condicional; Regra #3 = tom serio; Regra #3b/Regra C = sem aspas; strip de aspas em sugestao_clean antes de ir ao prompt. - info_softedge.py: tom ganha 'racional' + 'uma pergunta, uma resposta'; afecto alinhado com a base (seco, sem interrogatorio).52cd142 -
Improve Akira conversational coherence
Isaac Quarenta +1: CopilotClarify natural, context-aware responses while preserving persona and treating CoT suggestions as drafts. Co-authored-by: Copilot <223556219+Copilot@users.noreply.github.com>5fba0c5 -
fix(chat+hf): fluidez conversacional sem busca + HF tier com quota real por conta
Isaac Quarenta- web_search: e_mensagem_conversacional() bloqueia saudacao/interjeicao/piada na web; identidade do bot alargada (idade/nome/capacidades 2a pessoa); factuais de clima/previsao adicionados ao classifier - api: gate de busca com bloqueio previo (identidade/social), rewrite com contexto e sentinela NAO_PESQUISAR, query vazia nao pesquisa; bloco [FLUIDEZ CONVERSACIONAL] no system prompt (referentes, sem eco, sem parecer buscador) - cellcog: classificacao de erros (rate_limit/payment/gated/coverage/transient); 402 por modelo em cache 10min sem abortar a lista; conta marcada so com erro real de TODOS os modelos; Pollinations so apos esgotar tentativas - hf_inference_rotation: mark_account_limited(conta) — antes marcava a conta errada (indice da rotacao) e podia esvaziar o pool preventivamente5fb9e9a -
fix(persona): tom serio-coloquial-racional + declaracoes de afeto + strip de aspas em loop
Isaac Quarentae705438 -
fix(chat+images): schnell primeiro no HF + interjeicoes/identidade sem web search
Isaac Quarenta02995ae -
Prioritize HF FLUX for image generation
Isaac Quarenta +1: CopilotCo-authored-by: Copilot <223556219+Copilot@users.noreply.github.com>d841dbe -
fix(images): HF tier usa InferenceClient oficial (router+nscale dava 400 em tudo e caia sempre no Pollinations) - FLUX.1-dev primeiro
Isaac Quarentabdf1c54
-
fix(images): HF Inference com modelos sem gate + diagnostico de licenca gated-403
Isaac Quarenta6e7884a -
fix(chat): busca web com timeout 20s + aviso honesto quando nao ha resultados
Isaac Quarentaebe19ca -
fix(chat): gatilho de busca usa deve_pesquisar() (perguntas factuais/temporais tambem vao a web)
Isaac Quarentad53aaf8 -
fix(chat): pesquisa web real no caminho Gradio - rewrite deixa de substituir a mensagem e injeta resultados da web
Isaac Quarenta4ea6707 -
fix(chat): anti-loop de saida (_collapse_repetition) + busca factual alargada + PG retry apos cooldown
Isaac Quarenta08e22c7
-
perf(ext-gpu): max 180 tokens + deteccao de tunel morto (ngrok 404)
Isaac Quarenta0ba1a0c -
fix(api): LocalLLMFallback compat + spaces.GPU duration 39 (free tier) - fim do ImportError
Isaac Quarenta886a735 -
feat(ui+gpu): app Claude-like minimalista + local_llm no padrao brain (ZeroGPU) — sigilosos so dono HF
Isaac Quarenta5136df6 -
feat(chain): external_gpu provider na chain (skills+websearch+persona) + fix historico Gradio6 sem [brackets]
Isaac Quarenta9340691 -
fix(generate): BatchEncoding->input_ids/attention_mask explicitos (fim do 500/AttributeError shape)
Isaac Quarenta902b1f1 -
feat(ext-gpu): estado visivel no chat e na aba Status (diagnostico de prioridade)
Isaac Quarenta006d3e8 -
feat(ext-gpu): prioridade automatica quando ZeroGPU esgota + kaggle_backend com erros detalhados e compat torch_dtype
Isaac Quarenta054a72a -
fix(ext-gpu): header ngrok-skip-browser-warning (ngrok free interstitial)
Isaac Quarenta896ab23 -
feat(gpu-ext): fallback GPU externa 4-bit (Kaggle T4) + AKIRA_QUANT toggle + kaggle_backend.py
Isaac Quarenta7c8bb54 -
fix(api): faltavam emotion_analyzer (property) e _warm_emotion_analyzer - __init__ rebentava ao inicio
Isaac QuarentaA property deixa o load MNLI+GoEmotions fora do __init__ (40s de CPU) e o warm corre em background; sem ela o thread target levantava AttributeError logo no arranque.c2bb650 -
fix(boot): ciclo infinito em get_current_api_token pendurava o init da API
Isaac Quarentahf_inference/cloudflare/stability: conta sem token nao incrementava 'attempts' nem rodava -> while infinito, __init__ do AkiraAPI bloqueado e chat morto ('no attribute providers'). Agora roda a conta seguinte e conta a tentativa. Breadcrumbs [SETUP] -> x e sonda local_gpu com tecto de tempo ja estao em b5fc087.1bd10ef -
fix(chat): singleton anti-veneno + _akira_reply defensivo (local_gpu_direct/graceful_sem_chaves) - fim do AttributeError providers
Isaac Quarentab5fc087 -
refactor(gpu): padrao brain - spaces primeiro, bf16+.to(cuda) sem 4-bit, warmup processo principal
Isaac Quarenta0e55a7e -
fix(hf): snapshot_download autenticado via rotacao de tokens + hf-transfer (fim do 429) + fix Gradio JSON tuple
Isaac Quarentace42495 -
perf(boot)+fix(gpu): NLP/embeddings forcados a CPU, emotion trainer lazy, Docker removido do Akiragpu
Isaac Quarenta- treinamento: emotion_trainer lazy (antes carregava MNLI+GoEmotions ~40s no import → boot lento) - config: _nlp_device() = -1 SEMPRE e embeddings CPU: pipelines ficam cacheados e a VRAM do ZeroGPU e libertada no fim de cada chamada (tensores orfaos rebentam); a janela GPU e toda para o LLM 4-bit - remove Dockerfile/docker-compose/.dockerignore e sec Docker do README (Space sdk:gradio nao usa Docker)3c0fde3 -
chore: forca carga em GPU local_llm + sonda CUDA segura no startup
Isaac Quarenta5f89d31 -
fix(gpu): forca 100% GPU - _nlp_device=0, embeddings cuda, +diffusers/torchvision p/ FLUX+PhiVision
Isaac Quarenta8e2acc2 -
feat(vision): Phi-3.5 Vision + FLUX local GPU (prefetch no build, lazy no boot) - fixa travamento
Isaac Quarenta0951d77 -
feat(status): device via nvidia-smi (NVML, sem contexto CUDA) p/ identificar a GPU actual no Status
Isaac Quarenta298bf42 -
fix(status): sondagem de GPU/bitsandbytes apenas dentro do contexto spaces.GPU (fora pendurava o arranque)
Isaac Quarentadaa766f -
feat(status): reporta dispositivo ZeroGPU actual (device/VRAM/capability) + versoes torch/bnb p/ confirmar suporte Blackwell
Isaac Quarenta729353d -
perf(gpu): warmup da API fora da janela GPU + resposta curta na 1a chamada (load consome ~30s dos 60s do FREE)
Isaac Quarentaffe504c -
fix(gpu): cache explicito em /data (evita download dentro da janela GPU) + deteccao de VRAM libertada + cooldown apos quota esgotada
Isaac Quarenta- local_gpu_llm: cache_dir explicito em prefetch/from_pretrained (HF_HOME chega tarde demais; foi o que deu load de 86s); _gpu_still_holds_model recarrega se a VRAM foi libertada entre chamadas - app.py: cooldown local de 10 min apos erro de quota ZeroGPU (chat e botao preload nao martelam o scheduler) + mensagem clara de quotaa57148b -
feat(gpu): GPU ativo por omissao (40s) + modelo local 8B com prefetch para /data
Isaac Quarenta- app.py: AKIRA_GPU_DURATION default 40 (40x1.5=60s = teto do tier FREE); HF_HOME=/data/hf_cache (volume persistente); warmup que pré-descarrega os pesos FORA da janela GPU - local_gpu_llm: DEFAULT_MODEL Orenguteng/Llama-3.1-8B-Lexi (8B em vez de 14B cabe nos 60s); retry de load com orcamento (3) em vez de travar na 1a falha; prefetch() via snapshot_download - config: LOCAL_GPU_MAX_TOKENS=512 (load ~30s + geracao tem de caber em 60s)69df760 -
feat(chat): sem providers ativos responde ja com instrucao de Secrets (graceful_sem_chaves) em vez de recursar
Isaac Quarentab7e396f -
feat(zerogpu): free tier por defeito + anti-recursao graceful + circuit breaker PG
Isaac Quarenta- app.py: decorator spaces.GPU so ativo se AKIRA_GPU_DURATION>0 (free=60s/chamada nao chega ao LLM local; PRO=120; L4 dedicada=0 e CUDA nativa funciona fora do decorator); Status mostra modo GPU; fallback de erro de GPU mais explicito - api.py: guarda _in_graceful corta a recursao generate() -> circuit breaker -> graceful -> generate() - database_pg.py: apos 3 falhas seguidas o PG desativa-se na sessao (fallback SQLite, sem spam de logs nem 1.5s de retry por mensagem) - Dockerfile: base nvidia/cuda 12.1 + torch cu121 (imagem dedicada; o build do Space usa a base gradio e ignora este ficheiro)89fb197