- 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)
feat(providers): NVIDIA NIM como provider extra (build.nvidia.com)
Isaac Quarenta
c487576
- 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)
feat(botcore): PV simples espelha o index (buttonId, midia, filtros) + sync api/config
Isaac Quarenta
42306bf
- 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:free
fix(persona): tom serio-coloquial-logico-racional + fim de respostas com aspas
Isaac Quarenta
52cd142
- 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).
fix(persona): tom serio-coloquial-racional + declaracoes de afeto + strip de aspas em loop
Isaac Quarenta
e705438
fix(chat+images): schnell primeiro no HF + interjeicoes/identidade sem web search
Isaac Quarenta
02995ae
perf(boot)+fix(gpu): NLP/embeddings forcados a CPU, emotion trainer lazy, Docker removido do Akiragpu
Isaac Quarenta
3c0fde3
- 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)
feat(vision): Phi-3.5 Vision + FLUX local GPU (prefetch no build, lazy no boot) - fixa travamento
Isaac Quarenta
0951d77
feat(gpu): GPU ativo por omissao (40s) + modelo local 8B com prefetch para /data
Isaac Quarenta
69df760
- 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)
fix(chat): chat nunca parte no Gradio (fallback GPU->sem GPU em 429 ZeroGPU) + NLP/classificadores forcados a CPU + probes de CUDA reais
Isaac Quarenta
e48cf8f
Switch to uncensored GPU local LLM and enable heavy model preference
Isaac Quarenta
bc7babe
Enable explicit CUDA device handling for pipelines
Isaac Quarenta
9eb0b22
feat(gpu): migracao para Space Gradio GPU (Akiragpu/L4) - modelo local 4-bit em 1 prioridade da chain, QLoRA real, app.py Chat/Treino/Status
Isaac Quarenta
bfcd5c0
fix(contexto): dedup de contexto, isolamento por conversa e placeholder de busca
Isaac Quarenta
04bb7b4
- api.py: dedup SECTION_4/5 do unified_context (historico 2x + mensagem atual 2x causavam repeticao), re-trunca final_prompt pos-injecoes, busca real quando a resposta e 'vou pesquisar', rotulos LSTM por relevancia (PV e grupo), guards para nunca substituir resposta por ''
- short_term_memory: isolamento por conversation_id (sem cid → [] em vez de memoria global), selecao ordenada por timestamp, clear_messages() real para /reset, retencao 400, fix datetime.fromtimestamp em get_messages_for_llm
- session_memory: turnos lidos por conversation_id real (antes JID/vazio cruzava PV↔grupo), filtragem por relevancia nao-destrutiva (troco recente sempre + ordem cronologica), regex de grupo corrigida
- database_pg: historico devolvido em ordem cronologica (reversed) para todos os consumidores
- lstm_extension: lock no read→modify→write, match de topico por palavra inteira, follow-up curto preserva topico
- loop_detector: decisao deterministica (confidence >= 0.75) em vez de random
- token_estima…
feat(jev): System-Two deliberativo real — injecao Kahneman + consumidor jev_analysis + proactive/hostility no preclassify + debug system_two
4 subagentes analizaram os logs. Corrigido:
1. OPENROUTER_MODEL: nvidia/nemotron (404) → google/gemini-2.0-flash-exp:free
- nemotron é modelo de function-calling que requer registro NIM
- 404 era lookup de function ID no Nvidia, não modelo
2. Mistral timeout: 15s → 20s base + connect timeout separado (5, timeout)
- req.post(timeout=X) era connect+read combinados
- TLS handshake consumia budget de leitura
- size-bump floors também aumentados
3. Groq payload: user_prompt agora truncado a 2000, context a 600/mensagem
- Total máximo: 7000 chars (cabe no limite 7500)
- system_prompt já estava a 2000
4. Factual question gate: 'oq', 'oquê', 'o que', 'porque', 'como' adicionados
- Perguntas factuais com palavras-interrogativas nunca bloqueadas como trivial
- 3 locais corrigidos (autonomous search, light gate, tool gate)
5. Cerebras blacklist: revertido de 30d para 1h (302→1h)
6. Gemini fallback models: removido gemini-3.5-flash-lite (inexistente), adicionado 2.…
fix: remove toda lógica de truncar — prompt é a única fonte de verdade
Isaac Quarenta
bc11537
O modelo é responsável por respostas curtas. Lógica manual de truncar cortava frases
no meio (ex: 'referência.' cortado). Removido:
- LENGTH ENFORCE em _execute_agent_loop (3x input >7w)
- LENGTH ENFORCE em _isolate_response (limite 15/25w com truncagem)
- SYSTEM_PROMPT_BASE RESPONSE_LENGTH simplificado: MAX 10 PALAVRAS (era 30)
Confiar no prompt, não em código.
- SYSTEM_PROMPT_BASE: 436→173 linhas (Kiami-style: SYSTEM_OVERRIDE + identity +
LANGUAGE + personality + ANTI_REPETITION + consistency + debate + format).
Removidos 3 SYSTEM_DEACTIVATE duplicados, 7+7 INSULT_CREATIVITY, 15 ANTI_BLANK,
WELL_BEING_RULES duplicado. Tom mais sério e humano.
- CoT SKIP expandido: <=5 palavras com contexto curto agora pula (28-47s economizados)
- CoT waterfall: Mistral movido para primeiro (o que realmente funciona)
- Groq: system_prompt truncado para 2000 chars (cabe no limite 7500)
- HF Router: logging detalhado por provider+modelo+status HTTP
fix: provider chain + web search + gemini models
Isaac Quarenta
46e7b44
- Reordena provider chain: llama (HF Router) primeiro (3-8s), mistral por último
- Remove injeção automática de 'Angola' em queries curtas
- Adiciona timeout de 8s na pesquisa web autónoma
- Reduz scraping de páginas de 4-6 para 3 resultados
- Remove modelos Gemini deprecated (gemini-2.5-flash/-lite) → só 3.5-flash-lite
- Adiciona palavras ao whitelist de cumprimentos (valeu, blz, tmj)
- Remove keywords genéricas de _busca_direta (novo, hoje, pesquisa, etc)
- Adiciona timeout=10s no DDGS
- api: dyn_max 256/512 -> 64/110/220 + truncate 1 frase para 4-15w (evita 536 chars para 7w 'Deixa a outra...' )
- api: AUTONOMOUS SEARCH bloqueia curta declarativa 3-7w sem ? e opinião, evita 10720 chars Railway delírio
- api: coaching fallback preserva autor real [Fulano] não [UTILIZADOR] genérico, filtra SEMÂNTICO isolado
- api+thinking: TERCEIRA PESSOA - quando sicrano defende fulano ('não fale assim com outro'), não atribuir 'odeio rosas' ao sicrano, responde sutil 'não é da tua conta / falo com o Fulano como quiser, ele que me diga' usando ele/ela
- thinking: historico_recente preserva author_name por mensagem, não todos como usuário atual
- info_softedge/exemplos já com SONO/ACKNOWLEDGE Kiami
fix: timeout 180s + opinião sem busca + Gemini 404
Isaac Quarenta
0bc2344
- config: API_TIMEOUT 45->15, THINKING_COT_TIMEOUT 30->15, GEMINI_MODEL gemini-2.0-flash -> gemini-2.0-flash-001
- api: Mistral timeout fail-fast 45/35 -> 25/20 para prompt grande, Gemini mapea 2.0-flash sem sufixo para -001
- thinking_engine: _identify_sources bloqueia web_search para opinião (acha/pensa/opinião) e fixa regex desse/deste grupo
- api: AUTONOMOUS SEARCH bloqueia opinião (o que vc acha) e ultracurta já existente, evita 2119 chars + 10s para 'oquê vc acha desse grupo?'
- total CoT 63s + Mistral 45s -> agora 15s+20s cabe no BotCore 180s via 2 tentativas
fix: natural fluxo dormiu vs tou bem + compact naturalidade
Isaac Quarenta
4a8f28e
- config.py:785 add SONO vs BEM-ESTAR (dormiu->Dormi sem kota, nunca Tou bem)
- api.py:580 preserve RESPONSE_LENGTH_PROPORTIONAL+ANTI_BLANK in compact 800 (head 600+tail)
- api.py:2206 preserved_blocks inclui RESPONSE_LENGTH
- api.py:1407 dyn_max proporcional (eu sei/pois é 32, <=2 128, <=5 256 vs 1024) + vector gated isolada<=2 + acknowledge header + truncate pós-generate 3 palavras
- exemplos_naturais já ok (1-3w -> 1-3w)
- api.py:5571 COT ENFORCE BYPASS antes de overlap: detecta tradu/translate/tradução em intent, pula todo ENFORCE (mantém skill/LLM, permite inglês), evita 75% overlap + forbidden disparar
- api.py:8453 coaching bypass para tradução (não descarta SUGESTAO por overlap 0% ENvsPT)
- config.py:671 LANGUAGE_ABSOLUTE_RULE exceção tradução já presente
perf: CoT prompt SYNTHESIS condensado de 50 para 10 linhas, max_tokens volta a 2000
Isaac Quarenta
83f4f94
perf: otimizações de performance - 2 workers, CoT skip trivial, MAX_ROUNDS=1, tools por relevância, blacklist 1h
Isaac Quarenta
8d04614
fix: lugar=busca contextual; orroh? em vez de 'Diz lá'; sem listas complicadas
- FIXED: _last_thinking_analysis copiado AkiraAPI→LLMManager (CoT perdido em compact)
- FIXED: Regex user message '### MENSAGEM DO USUÁRIO PARA VOCÊ ###' (antes não matches)
- FIXED: MAX_TOTAL_CHARS 5000→12000, MAX_SYSTEM_CHARS 2500→4000 (Cerebras 131k ctx)
- FIXED: _last_user[-5000:] em vez de [-3000:] (mais contexto)
- FIXED: [ANÁLISE COT] e [ORIENTAÇÃO COT] adicionados a _block_patterns
- FIXED: CoT 'EXATAMENTE'→'ORIENTAÇÃO' em todos os 5 locais (contradição 3-way)
- FIXED: config.py 'AGRESSIVA POR PADRAO'→'AGRESSIVA APENAS quando provocada'
- FIXED: system_prompt_grupo 'USA-A EXATAMENTE'→'Usa como referência'
- FIXED: graceful_degradation 'Fala.' removido das saudações
- FIXED: COT ENFORCE valida CoT antes de usar como fallback
- FIXED: Mistral post-check com lista unificada (26 frases)