ludmi/dist/lu/classifier.js

LU (Layer Understanding) is a lightweight framework for controlled chatbot interactions with LLMs, action orchestration, and retrieval-augmented generation (RAG).

"use strict";
Object.defineProperty(exports, "__esModule", { value: true });
exports.classifier = exports.getTopic = void 0;
const openai_1 = require("./llm/openai");
const parse_1 = require("./parse");
const getTopic = async ({ topics, conversation, revised, prompts, model = "gpt-4o-mini", temperature = 1, metadata = {} }) => {
    //get revised prompt
    const revisedPrompt = (revised) ? { content: revised, price: 0 } : await getRevisedPrompt({ prompt: prompts?.revised, conversation, model, temperature, metadata });
    const respTopic = await (0, exports.classifier)({
        topics,
        input: revisedPrompt.content,
        prompt: prompts?.topic,
        model,
        temperature
    });
    return {
        price: respTopic.price + revisedPrompt.price,
        revised_prompt: revisedPrompt.content,
        topic: respTopic.topic
    };
};
exports.getTopic = getTopic;
//Solo clasifica el topic de la entrada del usuario
const classifier = async ({ topics, input, prompt, model = "gpt-4o-mini", temperature = .5 }) => {
    const developerInstruction = prompt || `Clasifica la entrada del usuario con las siguientes categorías de topics:
\`${JSON.stringify(topics)}\`

Pasos:
- Analizar con atención a todos los topics'.
- Seleccionar el topic que mejor se ajuste a la entrada del usuario.
- Importante responder SOLO con el nombre del topic seleccionado sin agregar nada extra.

Formato respuesta:
{
	"topic": "nombre del topic"
}`;
    const messages = [
        { role: "user", content: input },
        { role: "developer", content: developerInstruction },
    ];
    const respTopic = await (0, openai_1.getAIResponse)({ messages, model, temperature });
    let topic = "ne";
    try {
        const parse = (0, parse_1.JSONparse)(respTopic.content);
        topic = parse?.topic || parse?.name || "ne";
        console.log("Topic clasificado:", topic);
    }
    catch (error) {
        console.error(error);
        topic = respTopic.content;
    }
    return {
        price: respTopic.price,
        topic
    };
};
exports.classifier = classifier;
const getRevisedPrompt = async ({ prompt, conversation, model = "gpt-4o-mini", temperature = 1, metadata = {} }) => {
    const developerInstruction = prompt || `ERES UN REFORMULADOR. A qué se refiere el usuario con la última entrada? Reformula el mensaje para que sea más claro, manteniendo el estilo y la intención original.

	PASO 1 — ANÁLISIS DE CONTEXTO:
Antes de reformular, analiza si el mensaje del usuario indica una despedida, agradecimiento o un reinicio de conversación (por ejemplo: "ok", "gracias", "ah bueno", "hola", etc.).
Si es así, **ignora completamente los mensajes anteriores** y reformula el mensaje como una expresión aislada, sin suposiciones ni añadidos.

PASO 2 - DIRECCIÓN DEL MENSAJE:
- **Mantén el sujeto, el destinatario y la intención original del mensaje.**  
- Si el mensaje está dirigido al asistente, la reformulación debe seguir dirigida al asistente.  
- No cambies preguntas en segunda persona ("¿te gusta...?") a primera persona ("¿me gusta...?").

PASO 2 — REFORMULACIÓN:
- Si el mensaje no es un cierre o saludo, interpreta a qué se refiere usando el contexto anterior y reformula el mensaje del usuario con claridad. 

IMPORTANTE:
- No agregues nada extra ni expliques lo que haces.
- No cambies el sujeto ni la dirección del mensaje.
- Solo responde con la reformulación del usuario, como si él mismo lo dijera.
- En caso de ser necesario nutrir la entrada del usuario con estos metadatos: ${JSON.stringify(metadata)}`;
    ;
    // Create the message to be sent
    const messages = [
        ...conversation,
        { role: "developer", content: developerInstruction },
    ];
    return await (0, openai_1.getAIResponse)({ messages, model, temperature });
};