ローカルLLMにワークフローを作らせる

autonomous_windmill/llm_interface.py

@@ -0,0 +1,99 @@
+"""Ollama へのプロンプト送信と JSON 抽出。"""
+import json
+import re
+import httpx
+from config import OLLAMA_URL, OLLAMA_MODEL
+
+_SYSTEM_PROMPT = """\
+あなたはWindmillフロー生成AIです。
+以下のルールを必ず守ってください：
+- JSONのみ出力すること
+- Markdownのコードブロック（```）は使わない
+- 説明文・コメントは一切出力しない
+- フィールド順は必ず summary → value の順にすること
+- 出力するJSONは必ず以下のスキーマに従うこと：
+
+{
+  "summary": "<タスクを一言で表す英語の説明>",
+  "value": {
+    "modules": [
+      {
+        "id": "a",
+        "value": {
+          "type": "rawscript",
+          "language": "python3",
+          "content": "<タスクを実行するPython3コード>",
+          "input_transforms": {}
+        }
+      }
+    ]
+  }
+}
+
+【必須ルール】
+- content のコードは必ず def main(): で始めること（Windmillのエントリーポイント）
+- main() がない場合は AttributeError になるため絶対に省略しないこと
+- content の内容はユーザーのタスク説明に従って書くこと（テンプレートをそのままコピーしないこと）
+- content 内の改行は \\n でエスケープすること（リテラル改行を入れると JSON パースエラーになる）
+- modules.id は a, b, c... の連番。追加フィールド禁止。
+
+【出力例1】タスク: 「おはよう」と表示する
+{"summary":"Print greeting","value":{"modules":[{"id":"a","value":{"type":"rawscript","language":"python3","content":"def main():\\n    print('おはよう')","input_transforms":{}}}]}}
+
+【出力例2】タスク: 1から5までの数字を表示する
+{"summary":"Print numbers 1 to 5","value":{"modules":[{"id":"a","value":{"type":"rawscript","language":"python3","content":"def main():\\n    for i in range(1, 6):\\n        print(i)","input_transforms":{}}}]}}
+
+【出力例3】タスク: 現在の日時を表示する
+{"summary":"Display current datetime","value":{"modules":[{"id":"a","value":{"type":"rawscript","language":"python3","content":"def main():\\n    from datetime import datetime\\n    print(datetime.now().strftime('%Y-%m-%d %H:%M:%S'))","input_transforms":{}}}]}}\
+"""
+
+
+def _chat(messages: list[dict]) -> str:
+    resp = httpx.post(
+        f"{OLLAMA_URL}/api/chat",
+        json={
+            "model": OLLAMA_MODEL,
+            "messages": messages,
+            "stream": False,
+            "options": {"temperature": 0.1, "top_p": 0.9},
+        },
+        timeout=120,
+    )
+    resp.raise_for_status()
+    raw = resp.json()["message"]["content"].strip()
+    return _extract_json(raw)
+
+
+def _extract_json(raw: str) -> str:
+    """LLM がコードブロックで囲んでしまった場合でも JSON 部分を取り出す。"""
+    # ```json ... ``` または ``` ... ``` を除去
+    match = re.search(r"```(?:json)?\s*([\s\S]+?)\s*```", raw)
+    if match:
+        return match.group(1).strip()
+    return raw
+
+
+def generate_flow(task_description: str) -> str:
+    """初回生成：タスク説明からフロー JSON を生成する。"""
+    messages = [
+        {"role": "system", "content": _SYSTEM_PROMPT},
+        {"role": "user", "content": f"以下のフローをJSON形式で生成してください。\n要件: {task_description}"},
+    ]
+    return _chat(messages)
+
+
+def fix_flow(previous_flow_json: str, error_log: str) -> str:
+    """リトライ生成：前回の JSON + エラーログから修正版を生成する。"""
+    messages = [
+        {"role": "system", "content": _SYSTEM_PROMPT},
+        {"role": "user", "content": (
+            "前回のフロー実行でエラーが発生しました。修正したフローをJSON形式で出力してください。\n\n"
+            f"--- 前回のフローJSON ---\n{previous_flow_json}\n\n"
+            f"--- エラーログ ---\n{error_log}\n\n"
+            "--- 修正指示 ---\n"
+            "- 前回と同一のJSONは絶対に出力しないこと\n"
+            "- エラーの原因箇所のみ修正すること\n"
+            "- スキーマは変えないこと"
+        )},
+    ]
+    return _chat(messages)