Объяснение всех инструментов платформы

# Это Python код
def hello():
    print("Привет!")

from anthropic import Anthropic

client = Anthropic(api_key="sk-ant-...")

response = client.messages.create(
    model="claude-sonnet-4-5-20250929",
    max_tokens=1024,
    messages=[{
        "role": "user",
        "content": "Напиши функцию для форматирования цены"
    }]
)

print(response.content[0].text)
# Вывод: def format_price(amount): ...

pip install anthropic

import yaml

# Чтение
with open('config.yaml') as f:
    config = yaml.safe_load(f)

print(config['version'])  # "1.0.0"

# Запись
data = {
    'name': 'DocumentAgent',
    'enabled': True,
    'timeout': 300
}

with open('agents.yaml', 'w') as f:
    yaml.dump(data, f)

# Комментарий
name: DocumentAgent
enabled: true
timeout: 300
tags:
  - documentation
  - agent

pip install pyyaml

---
version: 1.0.0
created_at: 2025-11-10
status: active
---

# Проект Marketplace

Описание проекта...

import frontmatter

# Чтение
with open('PROJECT.md') as f:
    post = frontmatter.load(f)

print(post['version'])      # "1.0.0"
print(post['status'])       # "active"
print(post.content)         # "# Проект Marketplace\n\nОписание..."

# Изменение
post['version'] = '1.1.0'
post['status'] = 'archived'

# Сохранение
with open('PROJECT.md', 'w') as f:
    frontmatter.dump(post, f)

pip install python-frontmatter

# tests/test_document_agent.py

from platform.agents.document_agent import DocumentAgent

def test_create_project_md():
    """Тест создания PROJECT.md"""
    agent = DocumentAgent("/opt/claude-workspace")

    result = agent.execute({
        "type": "create_project_md",
        "project_name": "test",
        "description": "Test project"
    })

    assert result['status'] == 'success'
    assert 'file' in result

    # Проверяем что файл создан
    import os
    assert os.path.exists(result['file'])

def test_create_project_md_with_invalid_name():
    """Тест с невалидным именем"""
    agent = DocumentAgent("/opt/claude-workspace")

    result = agent.execute({
        "type": "create_project_md",
        "project_name": "",  # Пустое имя
        "description": "Test"
    })

    assert result['status'] == 'error'

# Запустить все тесты
pytest

# Запустить конкретный файл
pytest tests/test_document_agent.py

# С подробностями
pytest -v

# С покрытием
pytest --cov=platform

pip install pytest
pip install pytest-cov  # Для покрытия кода

cifra create-project --name myapp --template streamlit-mvp-v1

# platform/cli.py

import click

@click.group()
def cli():
    """Платформа ЦИФРА"""
    pass

@cli.command()
@click.option('--name', required=True, help='Имя проекта')
@click.option('--template', required=True, help='Шаблон')
def create_project(name, template):
    """Создать новый проект"""

    click.echo(f"Создаю проект {name} из шаблона {template}...")

    # Вызываем агентов
    from platform.api.agent_api import AgentAPI
    api = AgentAPI("/opt/claude-workspace")

    result = api.call_agent("ProjectAgent", {
        "type": "create_project",
        "name": name,
        "template": template
    })

    if result['status'] == 'success':
        click.secho("✅ Проект создан!", fg='green')
    else:
        click.secho(f"❌ Ошибка: {result['error']}", fg='red')

if __name__ == '__main__':
    cli()

# Запуск
python platform/cli.py create-project --name myapp --template streamlit-mvp-v1

# Помощь
python platform/cli.py --help
python platform/cli.py create-project --help

pip install click

from git import Repo

# Открыть репозиторий
repo = Repo('/opt/claude-workspace')

# История коммитов
commits = list(repo.iter_commits('master', max_count=10))
for commit in commits:
    print(f"{commit.hexsha[:7]} - {commit.message}")
    print(f"Автор: {commit.author.name}")
    print(f"Дата: {commit.committed_datetime}")
    print()

# Поиск коммитов
agent_commits = [
    c for c in commits
    if 'DocumentAgent' in c.message
]

# Diff между версиями
diff = repo.git.diff('HEAD~1', 'HEAD')
print(diff)

# Создание коммита
repo.index.add(['platform/agents/document_agent.py'])
repo.index.commit("feat: DocumentAgent реализован")

# Статус
print(repo.git.status())

pip install gitpython

# Через subprocess (встроенный)
import subprocess

result = subprocess.run(
    ['git', 'log', '--oneline', '-10'],
    capture_output=True,
    text=True
)
print(result.stdout)

# {{ project_name }} — Спецификация

**Версия:** {{ version }}
**Дата:** {{ date }}

## Компоненты

{% for component in components %}
### {{ component.name }}
- Путь: `{{ component.path }}`
- Описание: {{ component.description }}
{% endfor %}

{% if is_production %}
**⚠️ Это production проект!**
{% else %}
Это dev проект.
{% endif %}

from jinja2 import Template

with open('template.md.j2') as f:
    template = Template(f.read())

result = template.render(
    project_name="Marketplace",
    version="1.0.0",
    date="2025-11-10",
    components=[
        {"name": "DocumentAgent", "path": "agents/document_agent.py", "description": "Генерация документов"},
        {"name": "CodeAgent", "path": "agents/code_agent.py", "description": "Генерация кода"}
    ],
    is_production=True
)

print(result)

# Marketplace — Спецификация

**Версия:** 1.0.0
**Дата:** 2025-11-10

## Компоненты

### DocumentAgent
- Путь: `agents/document_agent.py`
- Описание: Генерация документов

### CodeAgent
- Путь: `agents/code_agent.py`
- Описание: Генерация кода

**⚠️ Это production проект!**

pip install jinja2

# f-strings (для простых случаев)
doc = f"""
# {project_name}
Версия: {version}
"""

from pydantic import BaseModel, Field, validator
from datetime import datetime
from typing import List

# Определяем модель
class ProjectMetadata(BaseModel):
    name: str = Field(..., min_length=1, max_length=50)
    version: str = Field(..., regex=r'^\d+\.\d+\.\d+$')
    created_at: datetime
    status: str = Field(..., regex='^(active|archived|deprecated)$')
    tags: List[str] = []

    @validator('name')
    def name_must_be_lowercase(cls, v):
        if not v.islower():
            raise ValueError('Имя проекта должно быть в нижнем регистре')
        return v

# Использование
try:
    project = ProjectMetadata(
        name="marketplace",
        version="1.0.0",
        created_at="2025-11-10",
        status="active",
        tags=["ecommerce", "mvp"]
    )
    print("✅ Валидация прошла")
    print(project.dict())
except Exception as e:
    print(f"❌ Ошибка: {e}")

# Ошибка
try:
    bad_project = ProjectMetadata(
        name="",  # Пустое имя
        version="1.0",  # Неправильный формат
        created_at="2025-11-10",
        status="unknown"  # Неизвестный статус
    )
except Exception as e:
    print(f"❌ {e}")
    # name: field required
    # version: string does not match regex
    # status: string does not match regex

pip install pydantic

# Ручная валидация
def validate_project(data):
    if not data.get('name'):
        raise ValueError("Name is required")
    if not re.match(r'^\d+\.\d+\.\d+$', data.get('version', '')):
        raise ValueError("Invalid version format")
    # ...

import logging

logging.info("DocumentAgent created PROJECT.md for marketplace in 1.5s")
# 2025-11-10 14:30:15 INFO DocumentAgent created PROJECT.md for marketplace in 1.5s

import structlog

log = structlog.get_logger()

log.info(
    "document_created",
    agent="DocumentAgent",
    project="marketplace",
    file="PROJECT.md",
    duration=1.5,
    tokens_used=1234
)

# Вывод (JSON):
# {"event": "document_created", "agent": "DocumentAgent", "project": "marketplace", "file": "PROJECT.md", "duration": 1.5, "tokens_used": 1234, "timestamp": "2025-11-10T14:30:15.123456Z"}

# Легко парсить и анализировать
import json

with open('agents.log') as f:
    for line in f:
        log_entry = json.loads(line)
        if log_entry['agent'] == 'DocumentAgent':
            print(f"Токенов использовано: {log_entry['tokens_used']}")

pip install structlog

# CentralAgent
def create_project_workflow(name):
    # Последовательно (ждём каждого)
    result1 = call_agent("DocumentAgent", task1)  # 5 секунд
    result2 = call_agent("CodeAgent", task2)      # 10 секунд
    result3 = call_agent("TestAgent", task3)      # 3 секунды

    # Итого: 18 секунд

import asyncio

async def create_project_workflow(name):
    # Параллельно (все одновременно)
    task1 = call_agent_async("DocumentAgent", task1)
    task2 = call_agent_async("CodeAgent", task2)
    task3 = call_agent_async("TestAgent", task3)

    results = await asyncio.gather(task1, task2, task3)

    # Итого: 10 секунд (самый долгий)

# Линейный поиск
catalog = yaml.safe_load(open('catalog.yaml'))
results = []
for component in catalog['formatters']:
    if 'price' in component['description'].lower():
        results.append(component)
# Для 1000 компонентов — медленно

from whoosh.index import create_in
from whoosh.fields import Schema, TEXT, ID

# 1. Создать схему
schema = Schema(
    name=ID(stored=True),
    path=TEXT(stored=True),
    description=TEXT,
    tags=TEXT
)

# 2. Создать индекс
ix = create_in("indexdir", schema)

# 3. Индексация
writer = ix.writer()
writer.add_document(
    name="format_price",
    path="components/formatters.py",
    description="Форматирование цены в рубли",
    tags="formatting price currency"
)
writer.add_document(
    name="format_date",
    path="components/formatters.py",
    description="Форматирование даты",
    tags="formatting date time"
)
writer.commit()

# 4. Поиск
from whoosh.qparser import QueryParser

with ix.searcher() as searcher:
    query = QueryParser("description", ix.schema).parse("price")
    results = searcher.search(query)

    for result in results:
        print(f"{result['name']} - {result['path']}")
    # format_price - components/formatters.py

pip install whoosh

Запрос: "нужно форматировать деньги"
Компонент: "format_price" с описанием "Форматирование цены"

Обычный поиск: НЕ НАЙДЁТ (нет слова "деньги")
Семантический: НАЙДЁТ (понимает что "деньги" ≈ "цена")

from sentence_transformers import SentenceTransformer
import numpy as np

# 1. Загрузить модель (один раз)
model = SentenceTransformer('paraphrase-multilingual-MiniLM-L12-v2')

# 2. Создать embeddings для всех компонентов
components = [
    "Форматирование цены в рубли",
    "Валидация ИНН",
    "Отправка email"
]

embeddings = model.encode(components)
# embeddings.shape = (3, 384)  # 3 компонента, 384-мерный вектор каждый

# 3. Поиск
query = "нужно форматировать деньги"
query_embedding = model.encode([query])

# 4. Вычислить сходство
from sklearn.metrics.pairwise import cosine_similarity
similarities = cosine_similarity(query_embedding, embeddings)[0]

# 5. Топ-3 результата
top_indices = similarities.argsort()[-3:][::-1]

for idx in top_indices:
    print(f"{components[idx]} - сходство: {similarities[idx]:.2f}")

# Форматирование цены в рубли - сходство: 0.78  ← НАШЛО!
# Валидация ИНН - сходство: 0.12
# Отправка email - сходство: 0.05

pip install sentence-transformers
pip install scikit-learn  # Для cosine_similarity

# Модель загрузится при первом запуске (~500MB)

CentralAgent
    ↓
Celery (добавляет задачу в очередь)
    ↓
Redis/RabbitMQ (брокер сообщений)
    ↓
Worker 1 (выполняет DocumentAgent)
Worker 2 (выполняет CodeAgent)
Worker 3 (выполняет TestAgent)

# platform/celery_app.py
from celery import Celery

app = Celery(
    'cifra',
    broker='redis://localhost:6379',
    backend='redis://localhost:6379'
)

@app.task
def run_agent(agent_name, task):
    """Задача для выполнения агента"""
    from platform.api.agent_api import AgentAPI
    api = AgentAPI("/opt/claude-workspace")
    return api.call_agent(agent_name, task)

# Использование
result = run_agent.delay("DocumentAgent", {
    "type": "create_project_md",
    "project_name": "test"
})

# Ждём результата
print(result.get())  # Блокирующий вызов

# Или проверяем статус
if result.ready():
    print("Готово!")
else:
    print("Ещё выполняется...")

# Установка
pip install celery redis

# Запуск Redis (брокер)
redis-server

# Запуск Celery worker
celery -A platform.celery_app worker --loglevel=info

pip install celery
pip install redis  # Или RabbitMQ

# Минимальный набор для Фазы 0
pip install anthropic           # Claude API
pip install pyyaml              # Конфигурация
pip install python-frontmatter # Метаданные
pip install pytest              # Тесты
pip install click               # CLI

# Опционально (полезно)
pip install gitpython           # Git анализ