Refactor: Update prompts and version to 0.1.1

cursoragent · artyom.zemlyak · cursoragent · commit c2fe6cdeda59 · 2025-11-07T08:56:39.000Z
Co-authored-by: artyom.zemlyak &lt;artyom.zemlyak@gmail.com&gt;
diff --git a/config/agent_prompts.py b/config/agent_prompts.py
@@ -145,15 +145,15 @@ def get_kb_query_template(locale: str = "ru", version: str | None = None) -> str
 2. **Раздел "Источники"** - ОБЯЗАТЕЛЬНО в конце КАЖДОГО файла:
    ```markdown
    ## Источники
-   
+
    1. [Название источника 1](URL) - краткое описание
    2. [Название источника 2](URL) - краткое описание
    ```
 
 3. **Дополнительные материалы** - если нашёл через web_search:
    ```markdown
    ## См. также
-   
+
    - [Дополнительный материал](URL) - описание
    ```
 
diff --git a/config/prompts/autonomous_agent/instruction.en.v2.md b/config/prompts/autonomous_agent/instruction.en.v2.md
@@ -31,7 +31,7 @@ Query: "How does GPT-4 work?"
 
 Stage 1: Search files by pattern "*gpt*.md" → finds gpt4.md, gpt-models.md
 Stage 2: Semantic search "GPT-4 architecture and capabilities" → finds ai/models/gpt4.md, ai/transformers/attention.md
-Stage 3: 
+Stage 3:
   - Search content for "architecture" in gpt*.md files
   - Read files: ai/models/gpt4.md, ai/transformers/attention.md
   - If needed: another semantic search "GPT-4 training data parameters" for deeper details
diff --git a/config/prompts/autonomous_agent/instruction.en.v3.md b/config/prompts/autonomous_agent/instruction.en.v3.md
@@ -31,7 +31,7 @@ Query: "How does GPT-4 work?"
 
 Stage 1: Search files by pattern "*gpt*.md" → finds gpt4.md, gpt-models.md
 Stage 2: Semantic search "GPT-4 architecture and capabilities" → finds ai/models/gpt4.md, ai/transformers/attention.md
-Stage 3: 
+Stage 3:
   - Search content for "architecture" in gpt*.md files
   - Read files: ai/models/gpt4.md, ai/transformers/attention.md
   - If needed: another semantic search "GPT-4 training data parameters" for deeper details
@@ -91,7 +91,7 @@ File and Folder Operations:
    - Format:
      ```markdown
      ## Sources
-     
+
      1. [Source Name 1](URL) - brief description why this source is important
      2. [Source Name 2](URL) - brief description
      ```
diff --git a/config/prompts/autonomous_agent/instruction.ru.v2.md b/config/prompts/autonomous_agent/instruction.ru.v2.md
@@ -31,7 +31,7 @@
 
 Этап 1: Поиск файлов по шаблону "*gpt*.md" → находит gpt4.md, gpt-models.md
 Этап 2: Семантический поиск "архитектура GPT-4 и возможности" → находит ai/models/gpt4.md, ai/transformers/attention.md
-Этап 3: 
+Этап 3:
   - Поиск "архитектура" в содержимом gpt*.md файлов
   - Чтение файлов: ai/models/gpt4.md, ai/transformers/attention.md
   - Если нужно: ещё один семантический поиск "данные обучения GPT-4 параметры" для углубления
diff --git a/config/prompts/autonomous_agent/instruction.ru.v3.md b/config/prompts/autonomous_agent/instruction.ru.v3.md
@@ -31,7 +31,7 @@
 
 Этап 1: Поиск файлов по шаблону "*gpt*.md" → находит gpt4.md, gpt-models.md
 Этап 2: Семантический поиск "архитектура GPT-4 и возможности" → находит ai/models/gpt4.md, ai/transformers/attention.md
-Этап 3: 
+Этап 3:
   - Поиск "архитектура" в содержимом gpt*.md файлов
   - Чтение файлов: ai/models/gpt4.md, ai/transformers/attention.md
   - Если нужно: ещё один семантический поиск "данные обучения GPT-4 параметры" для углубления
@@ -118,7 +118,7 @@
    - Формат:
      ```markdown
      ## Источники
-     
+
      1. [Название источника 1](URL) - краткое описание, почему этот источник важен
      2. [Название источника 2](URL) - краткое описание
      ```
diff --git a/config/prompts/kb_query/template.ru.v3.md b/config/prompts/kb_query/template.ru.v3.md
@@ -41,7 +41,7 @@
 
 **Пример:**
 Вопрос: "Что такое GPT-4?"
-Действие: 
+Действие:
 - Поиск "GPT-4" в содержимом *gpt*.md файлов
 - Чтение файлов: ai/models/gpt4.md, ai/transformers/attention.md
 - Если нужно больше про обучение: семантический поиск "обучение GPT-4 датасет параметры"
diff --git a/config/prompts/qwen_code_cli/instruction.ru.v3.md b/config/prompts/qwen_code_cli/instruction.ru.v3.md
@@ -31,7 +31,7 @@
 
 Этап 1: Поиск файлов по шаблону "*gpt*.md" → находит gpt4.md, gpt-models.md
 Этап 2: Семантический поиск "архитектура GPT-4 и возможности" → находит ai/models/gpt4.md, ai/transformers/attention.md
-Этап 3: 
+Этап 3:
   - Поиск "архитектура" в содержимом gpt*.md файлов
   - Чтение файлов: ai/models/gpt4.md, ai/transformers/attention.md
   - Если нужно: ещё один семантический поиск "данные обучения параметры" для углубления
diff --git a/config/prompts/qwen_code_cli/instruction.ru.v4.md b/config/prompts/qwen_code_cli/instruction.ru.v4.md
@@ -31,7 +31,7 @@
 
 Этап 1: Поиск файлов по шаблону "*gpt*.md" → находит gpt4.md, gpt-models.md
 Этап 2: Семантический поиск "архитектура GPT-4 и возможности" → находит ai/models/gpt4.md, ai/transformers/attention.md
-Этап 3: 
+Этап 3:
   - Поиск "архитектура" в содержимом gpt*.md файлов
   - Чтение файлов: ai/models/gpt4.md, ai/transformers/attention.md
   - Если нужно: ещё один семантический поиск "данные обучения параметры" для углубления
@@ -115,7 +115,7 @@
    - Формат:
      ```markdown
      ## Источники
-     
+
      1. [Название источника 1](URL) - краткое описание, почему этот источник важен
      2. [Название источника 2](URL) - краткое описание
      ```
diff --git a/docs_site/agents/autonomous-agent.md b/docs_site/agents/autonomous-agent.md
@@ -466,7 +466,7 @@ AGENT_INSTRUCTION: |
   - Example:
     ```markdown
     ## Источники
-    
+
     1. [Source Name](URL) - brief description why this source is important
     2. [Another Source](URL) - brief description
     ```
diff --git a/docs_site/agents/qwen-code-cli.md b/docs_site/agents/qwen-code-cli.md
@@ -147,7 +147,7 @@ Tip: The CLI path is configurable via `AGENT_QWEN_CLI_PATH` and defaults to `qwe
   - Format:
     ```markdown
     ## Источники
-    
+
     1. [Название источника](URL) - краткое описание
     2. [Другой источник](URL) - краткое описание
     ```
diff --git a/pyproject.toml b/pyproject.toml
@@ -4,7 +4,7 @@ build-backend = "poetry.core.masonry.api"
 
 [project]
 name = "tg-note"
-version = "0.3.0"
+version = "0.1.1"
 description = "Intelligent Knowledge Base Builder - Telegram bot that automatically transforms your messages, reposts, and articles into a structured knowledge base using AI agents"
 readme = "README.md"
 license = "MIT"
diff --git a/src/__init__.py b/src/__init__.py
@@ -2,4 +2,4 @@
 tg-note: Telegram bot для автоматического создания заметок в базе знаний
 """
 
-__version__ = "0.1.0"
+__version__ = "0.1.1"
diff --git a/tests/test_kb_reading_tools.py b/tests/test_kb_reading_tools.py
@@ -7,11 +7,11 @@
 Stage 1: File Search (kb_search_files)
   - Search files by name patterns based on keywords
   - Quick discovery of relevant files by filename
-  
+
 Stage 2: Vector Search (kb_vector_search)
   - Semantic search across entire knowledge base
   - Finds semantically similar content
-  
+
 Stage 3: Refined Search (kb_search_content + kb_read_file)
   - Search specific terms in promising files
   - Read most relevant files
@@ -182,7 +182,7 @@ async def test_kb_search_content(tool_context):
 async def test_multi_stage_search_workflow(tool_context):
     """
     Test multi-stage search workflow integration
-    
+
     AICODE-NOTE: This test demonstrates the complete 3-stage search strategy:
     Stage 1: File search by pattern
     Stage 2: Vector search (mocked, as it requires embeddings)
@@ -191,32 +191,31 @@ async def test_multi_stage_search_workflow(tool_context):
     # Stage 1: File search - find files by name pattern
     search_files_tool = KBSearchFilesTool()
     stage1_result = await search_files_tool.execute({"pattern": "*neural*"}, tool_context)
-    
+
     assert stage1_result["success"] is True
     assert stage1_result["file_count"] >= 1
     stage1_files = [f["path"] for f in stage1_result["files"]]
-    
+
     # Stage 2 would normally use vector search (kb_vector_search)
     # Skipped in this test as it requires vector embeddings setup
     # In real usage: kb_vector_search(query="neural networks deep learning", top_k=5)
-    
+
     # Stage 3a: Content search in promising files
     search_content_tool = KBSearchContentTool()
     stage3a_result = await search_content_tool.execute(
-        {"query": "deep learning", "file_pattern": "*.md"},
-        tool_context
+        {"query": "deep learning", "file_pattern": "*.md"}, tool_context
     )
-    
+
     assert stage3a_result["success"] is True
-    
+
     # Stage 3b: Read most relevant files
     read_tool = KBReadFileTool()
     if stage1_files:
         stage3b_result = await read_tool.execute({"paths": stage1_files[:2]}, tool_context)
-        
+
         assert stage3b_result["success"] is True
         assert stage3b_result["files_read"] >= 1
-        
+
         # Verify we got actual content
         assert len(stage3b_result["results"]) >= 1
         assert len(stage3b_result["results"][0]["content"]) > 0
