csbot-prototype/scripts/ai-text.extract.js

/**
 * AI zpracovani textu: vytazeni udaju.
 *
 * Sluzba: https://api.openai.com/v1
 * Endpoint: POST /chat/completions
 *
 * Vzor **vystupu, ktery si urcuje uzivatel**. Pole se popisou v kroku stromu
 * a model je vrati jako objekt. Manifest je predem znat nemuze, proto se vraci
 * jeden parametr typu `object` a vedle nej priznak, co se opravdu naslo.
 *
 * Nenalezeny udaj je `null`, ne vymysleny. Model, ktery hada, je horsi nez
 * model, ktery rekne "nevim" - vymyslene IC se poznat neda.
 */

export const manifest = {
  id: 'ai-text.extract',
  name: 'Vytáhnout údaje',
  description:
    'Z volného textu získá strukturovaná data podle polí, která popíšete. ' +
    'Co v textu není, vrátí prázdné, nedomýšlí si.',

  inputs: [
    {
      id: 'fields',
      label: 'Pole k vytažení',
      type: 'string',
      required: true,
      multiline: true,
      hint:
        'Jedno pole na řádek ve tvaru nazev: popis. Například:\n' +
        'cisloObjednavky: číslo objednávky, obvykle ve tvaru OBJ-1234\n' +
        'castka: celková částka v korunách jako číslo',
    },
    {
      id: 'text',
      label: 'Text',
      type: 'string',
      required: true,
      multiline: true,
    },
  ],

  outputs: [
    { id: 'data', label: 'Vytažené údaje', type: 'object', required: true },
    { id: 'found', label: 'Kolik polí se našlo', type: 'number', required: true },
    { id: 'missing', label: 'Co se nenašlo', type: 'string', required: false },
    { id: 'complete', label: 'Našlo se všechno', type: 'boolean', required: true },
  ],

  timeoutMs: 45000,
};

export async function run(inputs, ctx) {
  const { pick, first, text } = ctx.util;

  const fields = inputs.fields
    .split('\n')
    .map((line) => line.trim())
    .filter(Boolean)
    .map((line) => {
      const at = line.indexOf(':');
      return at === -1
        ? { name: line, description: '' }
        : { name: line.slice(0, at).trim(), description: line.slice(at + 1).trim() };
    })
    .filter((field) => field.name !== '');

  if (fields.length === 0) ctx.fail('Nepopsali jste žádné pole, takže není co vytáhnout.');

  const wanted = fields.map((f) => `- ${f.name}${f.description ? `: ${f.description}` : ''}`);

  const system =
    'Vytáhni z textu uvedená pole a vrať POUZE platný JSON objekt s přesně těmito klíči:\n' +
    `${wanted.join('\n')}\n` +
    'Co v textu není, vrať jako null. Nic si nedomýšlej a nic nedopočítávej.';

  const { body } = await ctx.http.post('/chat/completions', {
    model: ctx.config.model || 'gpt-4o-mini',
    messages: [
      { role: 'system', content: system },
      { role: 'user', content: inputs.text },
    ],
    response_format: { type: 'json_object' },
  });

  const content = text(pick(pick(first(pick(body, 'choices')), 'message'), 'content'));
  if (!content) ctx.fail('Model nevrátil odpověď.', body);

  let parsed;
  try {
    parsed = JSON.parse(content);
  } catch {
    ctx.fail(`Model nevrátil platný JSON: ${content}`);
  }

  // Vysledek se sklada podle **popsanych poli**, ne podle toho, co model poslal.
  // Kdyby si pridal klic navic, strom by o nem nevedel a jen by mu zabiral misto.
  const data = {};
  const missing = [];
  for (const field of fields) {
    const value = parsed[field.name];
    data[field.name] = value === undefined ? null : value;
    if (value === undefined || value === null || value === '') missing.push(field.name);
  }

  if (missing.length > 0) ctx.log(`Nenašlo se: ${missing.join(', ')}.`);

  return {
    data,
    found: fields.length - missing.length,
    missing: missing.length > 0 ? missing.join(', ') : null,
    complete: missing.length === 0,
  };
}