feat(operations): הוספת codex_local לסרגל-חירום + סקריפט A/B-benchmark
- adapter_profiles.py: codex_local.default_model = gpt-5.5 (עדכון מ-gpt-5.3-codex) - agent-adapters-panel.tsx: כפתור "העבר הכל ל-Codex ⚡" בסרגל-החירום (ב-G/Codex fallback) - operations.ts: הוספת codex_local לדוקומנטציה של useAdapterMigrate - ab_halacha_codex.py: סקריפט A/B חדש — חילוץ הלכות דרך codex exec/gpt-5.5 (non-destructive benchmark) - SCRIPTS.md: תיעוד ab_halacha_codex.py Co-Authored-By: Claude Sonnet 4.6 <noreply@anthropic.com>
This commit is contained in:
@@ -14,7 +14,8 @@
|
||||
|--------|------|---------|-----------|
|
||||
| `pc.sh` | bash | **wrapper לכל קריאות Paperclip API מסוכנים** — מוסיף Authorization, X-Paperclip-Run-Id (audit trail), Content-Type, base URL. תחביר: `pc.sh <METHOD> <PATH> [BODY_JSON]`. אסור `curl` ישיר ל-`$PAPERCLIP_API_URL`. ראה `HEARTBEAT.md §0`. counterpart ב-Python: `web/paperclip_api.py`. | נקרא ע"י סוכנים |
|
||||
| `sync_agents_across_companies.py` | python | **סנכרון סוכנים מ-CMP (1xxx, master) ל-CMPA (8xxx, mirror)** — Gap #25. משווה adapter_config (model/timeout/instructions/skills/etc), runtime_config (heartbeat), ושדות top-level (budget/metadata/icon/title/role). מסנן אוטומטית local skills שלא קיימים ב-mirror. לוגיקת subset (mirror יכול להחזיק יותר skills כי ה-API מוסיף required runtime skills). תומך `--verify`/`--dry-run`/`--apply [--only NAME]`. גיבוי אוטומטי. דורש `PAPERCLIP_BOARD_API_KEY`. **להריץ אחרי כל שינוי הגדרות ב-CMP.** **⚠ אם `adapter_type` שונה בין CMP ל-CMPA — `--apply` מדלג על הסוכן; `--verify` מדווח אותו רם כ-DRIFT.** בעת מעבר adapter (למשל ל-`deepseek_local`) חובה לעדכן ידנית בשתי החברות. **`--verify` יוצא exit≠0 על כל drift** (needs-sync / adapter-mismatch / missing-in-mirror) — שמיש כ-gate ל-cron/CI (GAP-21/FU-8a). | ידני אחרי כל שינוי |
|
||||
| `adapter_profiles.py` | python (module) | **רישום-פרופילי-אדפטר** — מקור-אמת יחיד ל-3 צירי-הכשל של מעבר-אדפטר: provider/default_model, instructions_mode (`file_path` בטוח-frontmatter מול `content_arg` ששובר `---`), ו-tool_config (`gemini_global` excludeTools / `frontmatter` / `hermes`). מיובא ע"י `migrate_agent_adapter.py`. הוספת אדפטר עתידי = רשומה אחת. לא מורץ ישירות. | תשתית |
|
||||
| `fix_paperclipai_skills_drift.py` | python | סקריפט חד-פעמי (בוצע 2026-05-04) שניקה drift על `paperclipai/*` skills בין CMP ל-CMPA. הסיר `paperclip-dev` מכל 14 הסוכנים, ודאג ש-`paperclip-converting-plans-to-tasks` קיים רק על CEO ו-analyst. תומך `--apply` (ברירת מחדל: dry-run). דורש `PAPERCLIP_BOARD_API_KEY`. נשמר לרפרנס למקרה שhdrift חוזר. | חד-פעמי (בוצע) |
|
||||
| `adapter_profiles.py` | python (module) | **רישום-פרופילי-אדפטר** — מקור-אמת יחיד ל-3 צירי-הכשל של מעבר-אדפטר: provider/default_model, instructions_mode (`file_path` בטוח-frontmatter מול `content_arg` ששובר `---`), ו-tool_config (`gemini_global` excludeTools / `frontmatter` / `hermes` / `codex_home`). כולל `codex_local` עם משפחת מודלי OpenAI/Codex (`gpt-*`, `o3*`, `o4*`, `codex-*`). מיובא ע"י `migrate_agent_adapter.py`. הוספת אדפטר עתידי = רשומה אחת. לא מורץ ישירות. | תשתית |
|
||||
| `migrate_agent_adapter.py` | python | **מעבר-אדפטר בטוח לכל סוכן ← כל אדפטר, בשתי החברות יחד (INV-MC1)**. מיישב model↔provider, גורס frontmatter לעותק `.generated/<name>.nofm.md` ל-content_arg adapters (אחרת קריסת `gemini --prompt`/`hermes -q` על `---`), ומשחרר excludeTools גלובלי של gemini (`--relax-tools`). `--check` (preflight בלבד, exit≠0 על שגיאה — שער FU-8a) / `--apply` / `--revert` (שחזור מדויק מ-sidecar `data/adapter-migration-state.json`) / `--verify` (מסמן מצב לא-תואם/א-סימטרי, exit≠0). `--agent "<שם>"\|all --to <adapter> [--model X] [--relax-tools]`. PATCH דרך `/api/agents/{id}` (לא DB). דורש `PAPERCLIP_BOARD_API_KEY`. הרץ עם `mcp-server/.venv/bin/python`. **fallback-חירום כשנגמרים טוקני-Claude; החזר ל-claude_local כשחוזרים.** | ידני לפי צורך |
|
||||
|
||||
### אחזור, embeddings ו-multimodal
|
||||
@@ -64,7 +65,9 @@
|
||||
| `halacha_panel_calibrate.py` | python | **כיול + מדידת הפאנל** (Trust-or-Escalate, ICLR 2025). `--source live` (ברירת-מחדל): מריץ את שאלת-ה-KEEP על מדגם-הזהב ומודד מול `is_holding` precision+coverage+**split-rate** לכל מדיניות + false-keep/false-drop (מייבא שופטים מ-`halacha_panel_approve`, **חובה מקומי**). **#133/FU-5** — `--source captured`: **אפס-עלות** (בלי re-vote/LLM) — מצליב סבבים שמורים (FU-1) מול הכרעות-יו"ר (FU-2) דרך `db.panel_rounds_vs_chair` ומדווח split-rate+auto-precision **לכל סבב** (מגמת הלולאה: ככל שהרובריקה משתפרת precision נשמר ו-split יורד); משתף את `analyze_pairs` של FU-4 (מקור-יחיד). שתי המדידות מדווחות **anon-stability** (מבחן-אנונימיזציה #81.7) כמטריקת-בריאות נגד echo-chamber. `--batch`/`--limit`/`--concurrency`. | ידני — לפני חיווט `--apply` (live) / תקופתי — מעקב-לולאה (captured) |
|
||||
| `halacha_rubric_distill.py` | python | **#133/FU-4 — זיקוק-רובריקה PROPOSE-ONLY.** מצליב `halacha_panel_rounds` (FU-1, הצבעות+נימוקים) מול הכרעות-היו"ר (FU-2, seeds ב-`halacha_goldset` batch `chair-live`) דרך `db.panel_rounds_vs_chair` (read-only), מנתח דטרמיניסטית **כשלים שיטתיים** (false-keep/false-drop, פיצולים-שהוכרעו, שיעור-מחלוקת-עם-היו"ר לכל שופט), ומציע `KEEP_SYSTEM` v2 + exemplars מופשטים (claude_session מקומי, אפס עלות) כ**דוח-diff** ל-`data/learning/rubric-proposal-<ts>.md`. **לעולם לא auto-apply** — אימוץ v2 = עריכה אנושית של הקבוע דרך PR (INV-LRN1); exemplars מופשטים בלבד (INV-LRN5); הסיגנל היחיד = הכרעת-יו"ר, לא הצבעות-פאנל (anti-echo). מתחת ל-12 זוגות → "אין מספיק נתונים". `--no-llm` (סטטיסטיקה בלבד) / `--limit N`. **חובה מקומי**. | תקופתי — אחרי שהצטברו הכרעות-יו"ר על מחלוקות-פאנל |
|
||||
| `halacha_batch_reconcile.py` | python | **#82.7** — dedup חוצה-פסקים offline (שמרני, **dry-run בלבד**). dedup-on-insert משווה רק תוך-פסק; כאן סף מחמיר (cosine ≥0.95, `--cosine`) ולא-הרסני: מאתר זוגות הלכות near-duplicate בין פסקים שונים (pgvector `<=>` exact) עם איתות לקסיקלי (Jaccard/Levenshtein) ומדווח ל-CSV ב-`data/audit/` לסקירת היו"ר. לא מדלג/ממזג/מוחק. `--include-pending`. **`--link`** רושם את הזוגות שנמצאו כ-`equivalent_halachot` (parallel authority, #84.2 — קישור-מקביל ברמת-הלכה, **לא** ציטוט; idempotent, לא-הרסני). רץ עם venv של mcp-server. אומת: 800 הלכות → 5 זוגות (קושרו). | ידני — דוח-סקירה / `--link` לקישור |
|
||||
| `ab_halacha_opus48.py` | python | **A/B לא-הרסני לחילוץ הלכות** — מריץ מחדש חילוץ הלכות על פסק-דין בודד דרך מודל/effort נבחרים (`AB_MODEL`/`AB_EFFORT`, ברירת-מחדל `claude-opus-4-8`/`xhigh`) ומשווה לסטטיסטיקות ההלכות הקיימות ב-DB **בלי למחוק/לכתוב כלום**. משכפל את `halacha_extractor.extract()` (אותם פרומפטים, בחירת-צ'אנקים, אימות-ציטוט) ומחליף רק את קריאת ה-LLM ב-`claude -p --model --effort`. מפיק `data/ab_halacha_<case>_<effort>.json`. הרצה: `DOTENV_PATH=/home/chaim/.env DATA_DIR=.../data .venv/bin/python scripts/ab_halacha_opus48.py <case_law_id>`. **ממצא 2026-05-31 (שטיין 1128-08-20):** Opus 4.8@xhigh חילץ 51 מול 124 בייצור (100% quote-verified מול 96%) אך ביטחון מכויל-נמוך יותר (חציון 0.75 מול 0.82) — ולכן **לא** מקטין את תור-האישור-הידני תחת sweep אוטו-אישור conf≥0.78 (26 מול 24). שיפור איכות, לא צמצום-תור. | ידני (החלטת מודל-חילוץ) |
|
||||
| `calibrate_halacha_dedup.py` | python | **#82.1** — כיול ספי ה-dedup הלקסיקלי (#82.3) מול gold-set הניקוי. קורא `halacha-cleanup-manifest-*.csv` (זוגות duplicate↔survivor מתויגי-אדם), טוען טקסט-survivor מה-DB, ו-sweep של (jaccard_min × levenshtein_min) עם P/R/F1, מסמן את נקודת-העבודה המוגדרת. אימת ש-(0.55, 0.70) → **precision 1.0** (אפס false-merge), recall 0.30 — מתאים לאיתות-משני שחוסם auto-approve. `--manifest <path>`. רץ עם venv של mcp-server | חד-פעמי — כיול (בוצע 2026-06-06) |
|
||||
| `ab_halacha_opus48.py` | python | **A/B לא-הרסני לחילוץ הלכות (Claude)** — מריץ מחדש חילוץ הלכות על פסק-דין בודד דרך מודל/effort נבחרים (`AB_MODEL`/`AB_EFFORT`, ברירת-מחדל `claude-opus-4-8`/`xhigh`) ומשווה לסטטיסטיקות ההלכות הקיימות ב-DB **בלי למחוק/לכתוב כלום**. משכפל את `halacha_extractor.extract()` (אותם פרומפטים, בחירת-צ'אנקים, אימות-ציטוט) ומחליף רק את קריאת ה-LLM ב-`claude -p --model --effort`. מפיק `data/ab_halacha_<case>_<effort>.json`. הרצה: `DOTENV_PATH=/home/chaim/.env DATA_DIR=.../data .venv/bin/python scripts/ab_halacha_opus48.py <case_law_id>`. **ממצא 2026-05-31 (שטיין 1128-08-20):** Opus 4.8@xhigh חילץ 51 מול 124 בייצור (100% quote-verified מול 96%) אך ביטחון מכויל-נמוך יותר (חציון 0.75 מול 0.82) — ולכן **לא** מקטין את תור-האישור-הידני תחת sweep אוטו-אישור conf≥0.78 (26 מול 24). שיפור איכות, לא צמצום-תור. | ידני (החלטת מודל-חילוץ) |
|
||||
| `ab_halacha_codex.py` | python | **A/B לא-הרסני לחילוץ הלכות (Codex/gpt-5.5)** — עמית ל-`ab_halacha_opus48` אך מחליף את `claude -p` ב-`codex exec --model gpt-5.5` (אימות ChatGPT, ללא OPENAI_API_KEY). אותם פרומפטים ואותו הסקת quote-verification. הפלט האחרון של הסוכן (`-o FILE`) נפענח כ-JSON. `AB_MODEL` (default `gpt-5.5`), `AB_REASONING` low/medium/high/xhigh (default `medium`), `AB_CONCURRENCY` (default 1), `CODEX_BIN`. מפיק `data/ab_halacha_codex_<case>_<model>_<reasoning>.json`. הרצה: `DOTENV_PATH=/home/chaim/.env DATA_DIR=.../data mcp-server/.venv/bin/python scripts/ab_halacha_codex.py <case_law_id>`. **ממצא ראשוני — 8181-21 האוניברסיטה העברית:** ממתין להרצה (מול 28 הלכות Opus). | ידני (בנצ'מרק מודל codex) |
|
||||
| `monitor_halacha_quality.py` | python | מנטר איכות חילוץ הלכות. בודק drift של `avg(confidence)` בין baseline היסטורי לחלון אחרון. מחזיר JSON מטריקות + alert ב-stderr אם drift > threshold (ברירת מחדל 5%). 2 סדרות: trusted (approved+published) ו-all_extracted. תומך `--window N` / `--threshold X` / `--min-sample N` / `--silent` / `--exit-on-alert`. רץ ב-container או מקומית עם `mcp-server/.venv` (אין תלות ב-LLM, רק SQL). **תזמון מומלץ**: `0 8 * * 1` (יום ראשון 08:00, שבועי) | `0 8 * * 1` (לתזמן) |
|
||||
| `audit_training_corpus.py` | python | audit של `style_corpus` — לכל החלטה: שדות מטא-דאטה מאוכלסים (`summary`/`outcome`/`key_principles`/`appeal_subtype`/`subject_categories`), קישור ל-`documents` (FK + chunks + embeddings). מפיק `data/audit/corpus-YYYY-MM-DD.json` + summary בקונסול. דרוש `POSTGRES_URL` או POSTGRES_*. אין תלויות חיצוניות מלבד asyncpg. **רץ מהמכונה המקומית** (לא קונטיינר) — חיבור ישיר ל-Postgres :5433 | ידני / קדם-עבודה לפני enrichment של מטא-דאטה |
|
||||
| `backfill_style_exemplars.py` | python | **T1 (style-acquisition)** — מאכלס `style_exemplars` מקורפוס דפנה (`style_corpus` + `internal_committee` chair=דפנה): מפצל לסעיפים (`chunker._split_into_sections`) → פסקאות (25-450 מילים) → embed (Voyage) → שמירה עם `section`/`outcome`/`practice_area`. מאפשר לכותב לאחזר פסקאות-בלוק אמיתיות של דפנה (T2/T3). מקור-סגנון בלבד (INV-LRN5). אידמפוטנטי (מנקה per-decision). `--dry-run` (default) / `--apply`. דורש POSTGRES_URL + Voyage. **רץ מקומית** (venv). | ידני (`python scripts/backfill_style_exemplars.py --apply`) |
|
||||
|
||||
278
scripts/ab_halacha_codex.py
Normal file
278
scripts/ab_halacha_codex.py
Normal file
@@ -0,0 +1,278 @@
|
||||
#!/usr/bin/env python
|
||||
"""A/B (NON-DESTRUCTIVE): re-extract halachot for ONE precedent via the
|
||||
Codex CLI (gpt-5.5) and compare against the existing stored halachot.
|
||||
|
||||
Purpose: benchmark gpt-5.5 against the current Claude Opus production output —
|
||||
WITHOUT deleting or storing anything in the DB.
|
||||
|
||||
Mirrors ab_halacha_opus48.py but replaces `claude -p` with
|
||||
`codex exec --model gpt-5.5 --dangerously-bypass-approvals-and-sandbox -o FILE -`
|
||||
The model's last message (written to FILE via `-o`) is parsed as JSON.
|
||||
|
||||
Usage:
|
||||
DOTENV_PATH=/home/chaim/.env DATA_DIR=/home/chaim/legal-ai/data \
|
||||
AB_MODEL=gpt-5.5 AB_REASONING=medium \
|
||||
mcp-server/.venv/bin/python scripts/ab_halacha_codex.py <case_law_id>
|
||||
|
||||
Env knobs:
|
||||
AB_MODEL model slug (default gpt-5.5)
|
||||
AB_REASONING reasoning effort: low/medium/high/xhigh (default medium)
|
||||
AB_CONCURRENCY concurrent chunks (default 1 — codex sessions, be conservative)
|
||||
AB_CHUNK_TIMEOUT seconds per chunk (default 300)
|
||||
CODEX_BIN path to codex binary (default: VS Code extension arm64 build)
|
||||
"""
|
||||
from __future__ import annotations
|
||||
|
||||
import asyncio
|
||||
import json
|
||||
import os
|
||||
import statistics
|
||||
import sys
|
||||
import tempfile
|
||||
from collections import Counter
|
||||
from pathlib import Path
|
||||
from uuid import UUID
|
||||
|
||||
from legal_mcp.config import parse_llm_json
|
||||
from legal_mcp.services import db
|
||||
from legal_mcp.services import halacha_extractor as hx
|
||||
|
||||
# ── configuration ─────────────────────────────────────────────────────────────
|
||||
|
||||
MODEL = os.environ.get("AB_MODEL", "gpt-5.5")
|
||||
REASONING = os.environ.get("AB_REASONING", "medium")
|
||||
CONCURRENCY = int(os.environ.get("AB_CONCURRENCY", "1"))
|
||||
CHUNK_TIMEOUT = int(os.environ.get("AB_CHUNK_TIMEOUT", "300"))
|
||||
|
||||
# ARM64 build bundled with the VS Code ChatGPT extension — authenticated via
|
||||
# ~/.codex/auth.json (ChatGPT subscription, no OPENAI_API_KEY needed).
|
||||
CODEX_BIN = os.environ.get(
|
||||
"CODEX_BIN",
|
||||
"/home/chaim/.vscode-server/extensions/"
|
||||
"openai.chatgpt-26.609.30741-linux-arm64/bin/linux-aarch64/codex",
|
||||
)
|
||||
|
||||
|
||||
# ── codex invocation ──────────────────────────────────────────────────────────
|
||||
|
||||
async def run_codex(system: str, prompt: str, timeout: int = CHUNK_TIMEOUT):
|
||||
"""One `codex exec` call. Returns parsed JSON from the model's last message.
|
||||
|
||||
Codex is an agentic runner; we steer it to output-only mode via an explicit
|
||||
instruction prepended to the system prompt. The `-o FILE` flag captures the
|
||||
final text message; `parse_llm_json` strips any markdown fences.
|
||||
"""
|
||||
preamble = (
|
||||
"Your output MUST be a valid JSON array and nothing else.\n"
|
||||
"Do NOT use shell commands, do NOT write files.\n"
|
||||
"Respond ONLY with the JSON array — no explanation, no markdown fences.\n\n"
|
||||
)
|
||||
full_input = preamble + system + "\n\n" + prompt
|
||||
|
||||
out_fd, out_path = tempfile.mkstemp(suffix=".txt", prefix="codex_ab_")
|
||||
os.close(out_fd)
|
||||
|
||||
cmd = [
|
||||
CODEX_BIN, "exec",
|
||||
"--model", MODEL,
|
||||
"-c", f"model_reasoning_effort={json.dumps(REASONING)}",
|
||||
"--dangerously-bypass-approvals-and-sandbox",
|
||||
"--skip-git-repo-check",
|
||||
"--ephemeral",
|
||||
"-o", out_path,
|
||||
"-",
|
||||
]
|
||||
try:
|
||||
proc = await asyncio.create_subprocess_exec(
|
||||
*cmd,
|
||||
stdin=asyncio.subprocess.PIPE,
|
||||
stdout=asyncio.subprocess.DEVNULL,
|
||||
stderr=asyncio.subprocess.PIPE,
|
||||
env={**os.environ, "HOME": "/home/chaim"},
|
||||
)
|
||||
_, err_b = await asyncio.wait_for(
|
||||
proc.communicate(input=full_input.encode("utf-8")),
|
||||
timeout=timeout,
|
||||
)
|
||||
if proc.returncode != 0:
|
||||
raise RuntimeError(
|
||||
f"codex exit {proc.returncode}: "
|
||||
f"{err_b.decode('utf-8', 'replace').strip()[:400]}"
|
||||
)
|
||||
raw = Path(out_path).read_text(encoding="utf-8").strip()
|
||||
finally:
|
||||
Path(out_path).unlink(missing_ok=True)
|
||||
|
||||
if not raw:
|
||||
raise RuntimeError("codex returned empty last-message")
|
||||
return parse_llm_json(raw)
|
||||
|
||||
|
||||
# ── extraction (mirrors ab_halacha_opus48) ────────────────────────────────────
|
||||
|
||||
async def extract_chunk(chunk_text, section_type, idx, total, context, is_binding):
|
||||
base_prompt = (
|
||||
hx.HALACHA_EXTRACTION_PROMPT_BINDING if is_binding
|
||||
else hx.HALACHA_EXTRACTION_PROMPT_PERSUASIVE
|
||||
)
|
||||
chunk_label = f" (חלק {idx + 1}/{total})" if total > 1 else ""
|
||||
user_msg = (
|
||||
f"## הקלט\n"
|
||||
f"סוג קטע: {section_type}\n"
|
||||
f"{context}{chunk_label}\n\n"
|
||||
f"--- תחילת הטקסט ---\n{chunk_text}\n--- סוף הטקסט ---"
|
||||
)
|
||||
try:
|
||||
result = await run_codex(base_prompt, user_msg)
|
||||
except Exception as e:
|
||||
print(f" ! chunk {idx + 1}/{total} failed: {e}", file=sys.stderr)
|
||||
return [], False
|
||||
if isinstance(result, list):
|
||||
return result, True
|
||||
print(f" ! chunk {idx + 1}/{total} non-list: {type(result).__name__}", file=sys.stderr)
|
||||
return [], False
|
||||
|
||||
|
||||
# ── statistics ────────────────────────────────────────────────────────────────
|
||||
|
||||
def stats(halachot: list[dict], label: str) -> dict:
|
||||
n = len(halachot)
|
||||
|
||||
def fconf(x):
|
||||
try:
|
||||
return float(x.get("confidence"))
|
||||
except (TypeError, ValueError):
|
||||
return None
|
||||
|
||||
confs = [c for c in (fconf(h) for h in halachot) if c is not None]
|
||||
qv = Counter(bool(h.get("quote_verified")) for h in halachot)
|
||||
rt = Counter(h.get("rule_type") for h in halachot)
|
||||
return {
|
||||
"label": label, "n": n,
|
||||
"quote_verified_true": qv.get(True, 0),
|
||||
"quote_verified_false": qv.get(False, 0),
|
||||
"conf_min": min(confs) if confs else None,
|
||||
"conf_median": statistics.median(confs) if confs else None,
|
||||
"conf_max": max(confs) if confs else None,
|
||||
"conf_below_0_7": sum(1 for c in confs if c < 0.7),
|
||||
"rule_types": dict(rt),
|
||||
}
|
||||
|
||||
|
||||
def print_stats(s: dict):
|
||||
print(f"\n=== {s['label']} ===")
|
||||
print(f" count : {s['n']}")
|
||||
print(f" quote_verified : {s['quote_verified_true']} ✓ / {s['quote_verified_false']} ✗")
|
||||
if s["conf_median"] is not None:
|
||||
print(f" confidence min/med/max: {s['conf_min']:.2f} / {s['conf_median']:.2f} / {s['conf_max']:.2f}")
|
||||
print(f" confidence < 0.7 : {s['conf_below_0_7']} / {s['n']}")
|
||||
print(f" rule_type dist : {s['rule_types']}")
|
||||
|
||||
|
||||
# ── main ──────────────────────────────────────────────────────────────────────
|
||||
|
||||
async def main():
|
||||
if len(sys.argv) < 2:
|
||||
print(
|
||||
"usage: ab_halacha_codex.py <case_law_id>\n"
|
||||
" case_law_id: UUID of the case_law row (e.g. 246a22a0-46b5-...)\n"
|
||||
"env: AB_MODEL (default gpt-5.5), AB_REASONING (default medium),\n"
|
||||
" AB_CONCURRENCY (default 1), AB_CHUNK_TIMEOUT (default 300)",
|
||||
file=sys.stderr,
|
||||
)
|
||||
sys.exit(2)
|
||||
|
||||
if not Path(CODEX_BIN).exists():
|
||||
print(f"codex binary not found: {CODEX_BIN}", file=sys.stderr)
|
||||
print("set CODEX_BIN= to the correct path", file=sys.stderr)
|
||||
sys.exit(1)
|
||||
|
||||
case_law_id = UUID(sys.argv[1])
|
||||
|
||||
record = await db.get_case_law(case_law_id)
|
||||
if not record:
|
||||
print("case_law not found", file=sys.stderr)
|
||||
sys.exit(1)
|
||||
|
||||
is_binding = bool(record.get("is_binding"))
|
||||
citation = record.get("case_number", "")
|
||||
court = record.get("court", "")
|
||||
date_str = str(record.get("date") or "")
|
||||
full_text = record.get("full_text") or ""
|
||||
|
||||
print(f"Precedent: {citation} — {record.get('case_name')}")
|
||||
print(f" court={court} is_binding={is_binding} prompt={'BINDING' if is_binding else 'PERSUASIVE'}")
|
||||
print(f" model={MODEL} reasoning={REASONING} concurrency={CONCURRENCY}")
|
||||
print(f" codex_bin={CODEX_BIN}")
|
||||
|
||||
# ---- Side A: existing stored halachot (current production / Opus output) ----
|
||||
existing = await db.list_halachot(case_law_id=case_law_id, limit=500)
|
||||
by_status = Counter(h.get("review_status") for h in existing)
|
||||
print(f"\n[A] existing halachot in DB: {len(existing)} status breakdown: {dict(by_status)}")
|
||||
approved = by_status.get("approved", 0) + by_status.get("published", 0)
|
||||
if approved:
|
||||
print(f" (extracted by Claude Opus — a REAL re-run would DELETE the {approved} approved)")
|
||||
|
||||
# ---- Side B: fresh extraction via codex / gpt-5.5 (no DB writes) ----
|
||||
chunks = await db.list_precedent_chunks(case_law_id, section_types=hx.EXTRACTABLE_SECTIONS)
|
||||
if not chunks:
|
||||
chunks = await db.list_precedent_chunks(case_law_id)
|
||||
print(f"\n[B] extracting from {len(chunks)} chunks via codex/{MODEL} @ {REASONING} ...")
|
||||
context = f"מקור: {citation} — {court}, {date_str}"
|
||||
sem = asyncio.Semaphore(CONCURRENCY)
|
||||
|
||||
async def bounded(i, c):
|
||||
async with sem:
|
||||
return await extract_chunk(
|
||||
c["content"], c["section_type"], i, len(chunks), context, is_binding
|
||||
)
|
||||
|
||||
results = await asyncio.gather(*[bounded(i, c) for i, c in enumerate(chunks)])
|
||||
raw_b, failed = [], 0
|
||||
for items, ok in results:
|
||||
raw_b.extend(items)
|
||||
if not ok:
|
||||
failed += 1
|
||||
|
||||
cleaned_b = []
|
||||
for raw in raw_b:
|
||||
coerced = hx._coerce_halacha(raw, is_binding=is_binding)
|
||||
if coerced is None:
|
||||
continue
|
||||
coerced["quote_verified"] = hx._verify_quote(coerced["supporting_quote"], full_text)
|
||||
cleaned_b.append(coerced)
|
||||
|
||||
print(f" raw={len(raw_b)} valid={len(cleaned_b)} failed_chunks={failed}/{len(chunks)}")
|
||||
|
||||
# ---- Comparison ----
|
||||
a_stats = stats(existing, f"A · Opus (production, n={len(existing)})")
|
||||
b_stats = stats(cleaned_b, f"B · codex/{MODEL} @ {REASONING}")
|
||||
print_stats(a_stats)
|
||||
print_stats(b_stats)
|
||||
|
||||
# Dump B halachot for human quality review
|
||||
safe_citation = citation.replace("/", "_").replace('"', "").strip()
|
||||
out_path = (
|
||||
f"/home/chaim/legal-ai/data/"
|
||||
f"ab_halacha_codex_{safe_citation}_{MODEL}_{REASONING}.json"
|
||||
)
|
||||
with open(out_path, "w", encoding="utf-8") as f:
|
||||
json.dump(
|
||||
{
|
||||
"precedent": citation,
|
||||
"model": MODEL,
|
||||
"reasoning": REASONING,
|
||||
"engine": "codex",
|
||||
"A_stats": a_stats,
|
||||
"B_stats": b_stats,
|
||||
"B_halachot": cleaned_b,
|
||||
},
|
||||
f,
|
||||
ensure_ascii=False,
|
||||
indent=2,
|
||||
)
|
||||
print(f"\nB halachot written to: {out_path}")
|
||||
|
||||
|
||||
if __name__ == "__main__":
|
||||
asyncio.run(main())
|
||||
@@ -6,8 +6,8 @@ flip. Each adapter family differs on three axes that, if not reconciled, crash
|
||||
the agent immediately or degrade it silently:
|
||||
|
||||
1. model id ↔ provider — each adapter expects a model from its own provider
|
||||
(claude-* / gemini-* / deepseek-*). Wrong/foreign id fails or silently
|
||||
falls back to the adapter default.
|
||||
(claude-* / gemini-* / deepseek-* / OpenAI Codex-capable ids). Wrong or
|
||||
foreign ids fail or silently fall back to the adapter default.
|
||||
2. instructions transport —
|
||||
• file_path adapters pass the instructions file as a *path*
|
||||
(`claude --append-system-prompt-file`); the CLI parses it,
|
||||
@@ -27,8 +27,8 @@ Keeping these facts in one declarative registry makes "migrate any agent to any
|
||||
adapter" data-driven: adding a future adapter (codex_local, grok_local, ...) is
|
||||
one new entry here. Consumed by scripts/migrate_agent_adapter.py.
|
||||
|
||||
Verified 2026-06-13 against the installed adapter packages
|
||||
(`@paperclipai/adapter-{claude,gemini}-local`, in-repo
|
||||
Verified 2026-06-17 against the installed adapter packages
|
||||
(`@paperclipai/adapter-{claude,gemini,codex}-local`, in-repo
|
||||
`adapters/deepseek-paperclip-adapter`) and the live Paperclip agents table.
|
||||
"""
|
||||
from __future__ import annotations
|
||||
@@ -60,6 +60,19 @@ ADAPTER_PROFILES: dict[str, dict] = {
|
||||
"frontmatter_safe": False,
|
||||
"tool_config": "hermes",
|
||||
},
|
||||
"codex_local": {
|
||||
"provider": "codex",
|
||||
"default_model": "gpt-5.5",
|
||||
"instructions_mode": "content_arg",
|
||||
"frontmatter_safe": False,
|
||||
"tool_config": "codex_home",
|
||||
"model_prefixes": (
|
||||
"gpt-",
|
||||
"o3",
|
||||
"o4",
|
||||
"codex-",
|
||||
),
|
||||
},
|
||||
}
|
||||
|
||||
|
||||
@@ -89,5 +102,8 @@ def model_matches_provider(model: str, adapter_type: str) -> bool:
|
||||
default model, which is by definition in-family."""
|
||||
if not model:
|
||||
return True
|
||||
provider = get_profile(adapter_type)["provider"]
|
||||
return model.startswith(provider)
|
||||
profile = get_profile(adapter_type)
|
||||
prefixes = profile.get("model_prefixes")
|
||||
if prefixes:
|
||||
return model.startswith(tuple(prefixes))
|
||||
return model.startswith(profile["provider"])
|
||||
|
||||
@@ -3,7 +3,7 @@
|
||||
/**
|
||||
* מתאמי-סוכנים (Adapter) — /operations panel.
|
||||
*
|
||||
* Migrate any committee agent between run-engines (Claude / Gemini / DeepSeek)
|
||||
* Migrate any committee agent between run-engines (Claude / Gemini / DeepSeek / Codex)
|
||||
* in BOTH companies at once, with a preflight that prevents the silent crash
|
||||
* (frontmatter `---` breaks the gemini/deepseek CLI; model must match provider;
|
||||
* gemini excludeTools is global). Built to the Claude Design mockup
|
||||
@@ -57,6 +57,7 @@ const ADAPTERS = [
|
||||
{ value: "claude_local", label: "Claude", cls: "bg-info-bg text-info border-info/40" },
|
||||
{ value: "gemini_local", label: "Gemini", cls: "bg-warn-bg text-warn border-warn/40" },
|
||||
{ value: "deepseek_local", label: "DeepSeek", cls: "bg-gold-wash text-gold-deep border-gold/40" },
|
||||
{ value: "codex_local", label: "Codex", cls: "bg-success-bg text-success border-success/40" },
|
||||
] as const;
|
||||
|
||||
// Bilingual role subtitle under the agent name (mockup 02d) — display-only,
|
||||
@@ -149,7 +150,7 @@ export function AgentAdaptersPanel() {
|
||||
<Card className="bg-surface border-rule shadow-sm">
|
||||
<CardContent className="px-6 py-5">
|
||||
<p className="text-ink-muted text-xs mb-4">
|
||||
העברת כל סוכן בין מנועי-ההרצה (Claude · Gemini · DeepSeek), בשתי החברות יחד. כל מעבר
|
||||
העברת כל סוכן בין מנועי-ההרצה (Claude · Gemini · DeepSeek · Codex), בשתי החברות יחד. כל מעבר
|
||||
עובר preflight שמונע קריסה. מעבר ל-Gemini/DeepSeek = fallback מופחת-איכות — להחזיר ל-Claude
|
||||
כשטוקני-Claude חוזרים.
|
||||
</p>
|
||||
@@ -159,7 +160,7 @@ export function AgentAdaptersPanel() {
|
||||
<div className="min-w-0">
|
||||
<div className="text-[0.85rem] text-navy font-semibold">מצב-חירום · טוקני-Claude</div>
|
||||
<div className="text-[0.7rem] text-ink-muted">
|
||||
כשנגמרים הטוקנים — להפיל את כל הצוות ל-Gemini בלחיצה, ולהחזיר כשחוזרים.
|
||||
כשנגמרים הטוקנים — להפיל את כל הצוות ל-Gemini או ל-Codex בלחיצה, ולהחזיר כשחוזרים.
|
||||
</div>
|
||||
</div>
|
||||
<div className="flex items-center gap-2 ms-auto shrink-0">
|
||||
@@ -171,6 +172,11 @@ export function AgentAdaptersPanel() {
|
||||
onClick={() => openMigrate("all", "gemini_local", "העברת כל הסוכנים ל-Gemini ⚡")}>
|
||||
העבר הכל ל-Gemini ⚡
|
||||
</Button>
|
||||
<Button size="sm" variant="default" disabled={busy}
|
||||
className="bg-success text-white hover:bg-success/90"
|
||||
onClick={() => openMigrate("all", "codex_local", "העברת כל הסוכנים ל-Codex (gpt-5.5) ⚡")}>
|
||||
העבר הכל ל-Codex ⚡
|
||||
</Button>
|
||||
</div>
|
||||
</div>
|
||||
|
||||
@@ -272,7 +278,7 @@ export function AgentAdaptersPanel() {
|
||||
<DialogDescription>
|
||||
{dlg?.body.action === "revert"
|
||||
? "שחזור מדויק למתאם ולמודל שהיו לפני המעבר, בשתי החברות."
|
||||
: "המעבר חל על שתי החברות (CMP + CMPA). Gemini/DeepSeek = fallback מופחת-איכות."}
|
||||
: "המעבר חל על שתי החברות (CMP + CMPA). Gemini/DeepSeek/Codex = fallback מופחת-איכות."}
|
||||
</DialogDescription>
|
||||
</DialogHeader>
|
||||
|
||||
|
||||
@@ -231,7 +231,7 @@ export function useResetAgentSession() {
|
||||
|
||||
// ── Agent adapter migration ────────────────────────────────────────────────
|
||||
// Migrate an agent (or "all") between run-engines (claude_local / gemini_local /
|
||||
// deepseek_local) in BOTH companies. Host-side (runs scripts/migrate_agent_adapter.py
|
||||
// deepseek_local / codex_local) in BOTH companies. Host-side (runs scripts/migrate_agent_adapter.py
|
||||
// via the court-fetch bridge), so the script's exit code + output are relayed so
|
||||
// the panel can render preflight warnings. A non-zero exit on a "check" is an
|
||||
// informative refusal, not a transport error — callers inspect exit_code.
|
||||
|
||||
Reference in New Issue
Block a user