DESIGN v2: refocus to autonomous content producer with grounding

Смена целенаправленности: не реклама/аналитика метрик, а производство контента (текст, изображение, подкаст, видео) + анализ его метрик + SEO. - Новый центральный объект content_items (kind, status-конвейер brief→generated→optimized→published→measured, site, deal_id) - areas: text, image, podcast, video, seo_onpage, seo_semantics, publish - metric_kind: reach, engagement, position, traffic, conversion, revenue, speed, quality - источники метрик: Метрика API, GSC, Yandex Webmaster, Wordstat (+platform/manual/client) - skills привязаны к реальному стеку: editor-pro, ComfyUI, Silero TTS, video-pipeline, Wordstat, Astro (retrieval по bge-m3) - автономия по заслугам: тир на область, +1 за 3 успеха, -1 за провал - конвейер производства добавлен как сквозной процесс - TODO переписан: 8 шагов (0-7) с критериями приёмки
DESIGN: grounded loop + merit-based autonomy; reprioritize TODO (7 steps)
2026-09-23 14:42:15 +05:00 · 2026-09-23 14:37:17 +05:00 · 2026-09-23 14:06:46 +05:00 · 2026-09-15 12:49:33 +05:00 · 2026-09-14 17:28:40 +05:00 · 2026-09-14 16:26:09 +05:00
14 changed files with 1095 additions and 94 deletions
@@ -0,0 +1,280 @@
+# spark-mind — DESIGN: автономный контент-продюсер с заземлением
+
+Обновление плана от 2026-09-23 (вторая редакция: фокус смещён с рекламы/метрик
+на **производство контента + анализ его метрик + SEO**).
+
+## 1. Тезис
+
+iLands строит общество на 80 000 агентов, чтобы получить «судью без автора».
+Нам толпа не нужна: у нас есть **мир, который отвечает сам** — поисковики и
+аудитория. Агент производит контент (текст, изображение, подкаст, видео),
+публикует, и через заданный горизонт **замеряет, что сработало**: показы,
+позиции, CTR, дочитывания, прослушивания, переходы, конверсии.
+
+Два принципа, которых нет у iLands в рабочем виде:
+
+1. **Заземление.** Качество контента оценивается не рассуждением агента,
+   а метриками, которые он не контролирует, с отложенным вердиктом.
+2. **Автономия по заслугам.** Права выдаются по подтверждённому трек-рекорду:
+   доказал, что контент улучшает метрики — получил свободу публиковать
+   без спроса и выбирать темы сам. Провал — права сужаются.
+   Границы persona `values` непреодолимы на любом уровне.
+
+**Что это даёт на практике:** агент не «генерирует текст вообще», а учится,
+какой заголовок, структура и формат работают — на своих же сайтах
+(orabota.ru, нейросети.рус, bzp02.ru и др.) и на заказах клиентов.
+
+## 2. Три контура + конвейер
+
+```
+КОНВЕЙЕР ПРОИЗВОДСТВА   brief → generated → optimized → published → measured
+   content_items — центральный объект, на нём замеряются метрики
+
+A. КОНТУР ЗАКАЗОВ       «для кого и за что»      counterparties → deals
+B. КОНТУР ЗАЗЕМЛЕНИЯ    «что сработало»          outcomes → capabilities → ledger
+C. КОНТУР МЕТОДОВ       «как производить»        skills + reflection
+```
+
+Плюс сквозные: `noAction` (P5) и тонкий `Channel` (бывший P7).
+
+## 3. Модель данных (SQLite, тот же файл БД)
+
+### 2.1 Конвейер: content_items — центральный объект
+
+```sql
+CREATE TABLE content_items (
+  id           TEXT PRIMARY KEY,
+  kind         TEXT NOT NULL CHECK(kind IN ('text','image','podcast','video')),
+  title        TEXT NOT NULL,
+  topic        TEXT,
+  status       TEXT NOT NULL DEFAULT 'brief'
+                 CHECK(status IN ('brief','generated','optimized','published',
+                                  'measured','archived')),
+  target_url   TEXT,                      -- где опубликован
+  site         TEXT,                      -- orabota.ru | нейросети.рус | ...
+  deal_id      TEXT REFERENCES deals(id), -- nullable: для своих сайтов
+  published_at INTEGER,
+  created_at   INTEGER NOT NULL
+);
+```
+
+Конвейер — это переходы `status`. Каждый переход пишется в `deal_events`-подобный
+журнал, если привязан к сделке.
+
+### A. Контур заказов
+
+```sql
+CREATE TABLE counterparties (
+  id          TEXT PRIMARY KEY,
+  kind        TEXT NOT NULL CHECK(kind IN ('client','platform','external')),
+  name        TEXT NOT NULL,
+  notes       TEXT,
+  trust_score REAL NOT NULL DEFAULT 0,   -- derived из истории
+  created_at  INTEGER NOT NULL
+);
+
+CREATE TABLE deals (
+  id              TEXT PRIMARY KEY,
+  counterparty_id TEXT NOT NULL REFERENCES counterparties(id),
+  brief           TEXT NOT NULL,          -- что заказали (тема/формат/объём)
+  price           REAL,
+  currency        TEXT DEFAULT 'RUB',
+  status          TEXT NOT NULL CHECK(status IN
+                    ('offered','accepted','delivered','paid','refused','defaulted')),
+  created_at      INTEGER NOT NULL,
+  closed_at       INTEGER
+);
+
+CREATE TABLE deal_events (
+  id           TEXT PRIMARY KEY,
+  deal_id      TEXT NOT NULL REFERENCES deals(id),
+  type         TEXT NOT NULL,
+  payload_json TEXT,
+  created_at   INTEGER NOT NULL
+);
+```
+
+### B. Контур заземления
+
+```sql
+-- Один outcome = один content_item + одно измерение метрики.
+CREATE TABLE outcomes (
+  id           TEXT PRIMARY KEY,
+  item_id      TEXT REFERENCES content_items(id),  -- что мерим
+  deal_id      TEXT REFERENCES deals(id),
+  area         TEXT NOT NULL,        -- text|image|podcast|video|seo_onpage|seo_semantics|publish
+  metric_kind  TEXT NOT NULL CHECK(metric_kind IN
+                 ('reach','engagement','position','traffic',
+                  'conversion','revenue','speed','quality')),
+  metric_name  TEXT NOT NULL,        -- 'impressions','ctr','avg_position','dwell_sec',
+                                     -- 'listens','completion_rate','indexing_hours','clicks'
+  unit         TEXT,                 -- 'шт','%','сек','место','руб','ч'
+  direction    TEXT NOT NULL CHECK(direction IN ('up_good','down_good')),
+  value_before REAL,                 -- null для нового контента
+  value_after  REAL,
+  source       TEXT NOT NULL CHECK(source IN
+                 ('metrika','gsc','webmaster','wordstat','platform','manual','client')),
+  horizon_days INTEGER NOT NULL,
+  due_at       INTEGER NOT NULL,
+  status       TEXT NOT NULL DEFAULT 'pending'
+                 CHECK(status IN ('pending','measured','missed','unavailable')),
+  measured_at  INTEGER,
+  score        REAL                  -- нормализованный вердикт [-1..+1]
+);
+
+-- Автономия по заслугам: тир НА ОБЛАСТЬ, не общий.
+CREATE TABLE capabilities (
+  area              TEXT PRIMARY KEY,
+  tier              INTEGER NOT NULL DEFAULT 0 CHECK(tier BETWEEN 0 AND 4),
+  positive_outcomes INTEGER NOT NULL DEFAULT 0,
+  negative_outcomes INTEGER NOT NULL DEFAULT 0,
+  updated_at        INTEGER NOT NULL
+);
+
+CREATE TABLE ledger (
+  id            TEXT PRIMARY KEY,
+  ts            INTEGER NOT NULL,
+  delta         REAL NOT NULL,
+  reason        TEXT NOT NULL,
+  balance_after REAL NOT NULL
+);
+```
+
+### C. Контур методов
+
+```sql
+CREATE TABLE skills (
+  id           TEXT PRIMARY KEY,
+  name         TEXT NOT NULL,        -- 'podcast-silero','image-comfyui','seo-onpage-editor'
+  area         TEXT NOT NULL,        -- привязка к capabilities.area
+  method_md    TEXT NOT NULL,        -- как делать (промпт/алгоритм/порядок шагов)
+  tool         TEXT,                 -- реальный инструмент: ace-step|silero|comfyui|editor-pro|astro|wordstat
+  source       TEXT NOT NULL CHECK(source IN ('builtin','learned')),
+  validated    INTEGER NOT NULL DEFAULT 0,
+  uses         INTEGER NOT NULL DEFAULT 0,
+  success_rate REAL,
+  embedding    BLOB                  -- bge-m3, dim=1024 — retrieval под задачу
+);
+```
+
+## 4. Правила
+
+### 4.1 Области (area) и типы метрик
+
+| area | Что производит/делает | Типовые метрики |
+|------|----------------------|-----------------|
+| `text` | статьи, лонгриды, описания | показы, CTR, дочитывания, позиции |
+| `image` | изображения, обложки, карточки | показы, CTR, скачивания |
+| `podcast` | аудио, подкасты (Silero TTS) | прослушивания, completion rate, дослушивания |
+| `video` | видео, шортсы | просмотры, watch time, удержание |
+| `seo_onpage` | заголовки, структура, разметка | позиции, CTR, индексация |
+| `seo_semantics` | семантика, кластеры, запросы | охват запросов, релевантность |
+| `publish` | публикация, распространение | скорость публикации, индексация |
+
+### 4.2 Нормализация метрики в score
+
+```
+raw   = (value_after - value_before) / max(|value_before|, eps)
+score = clamp(raw * (direction == 'up_good' ? 1 : -1), -1, 1)
+```
+- Нет `value_before` (новый контент) → сравнение с базлином области
+  (медиана последних 10 measured в этой `area`).
+- `quality` — дискретно: `+1 / 0 / −1` (эксперт/клиент/человек).
+- `speed` — `direction = 'down_good'` (быстрее индексация = лучше).
+- `status != 'measured'` → score не участвует в трек-рекорде.
+
+### 4.3 Автономия по заслугам
+
+| tier | Имя | Что разрешено |
+|------|-----|----------------|
+| 0 | observer | только анализ и предложения, публикаций нет |
+| 1 | suggest | предлагает готовый контент человеку, сам не публикует |
+| 2 | ask | публикует после подтверждения |
+| 3 | act+report | публикует и отчитывается; человек может откатить |
+| 4 | autonomous | публикует и выбирает темы сам, в границах persona |
+
+Переходы:
+- `+1 тир` за **3 нетто-положительных** outcome в области.
+- `−1 тир` за **1 нетто-отрицательный** — асимметрия: падать легче.
+- Затухание: outcome старше 90 дней весит 0.5.
+- Новая область стартует с tier 0.
+- **Границы persona `values` непреодолимы на любом тире.**
+
+### 4.4 Энергия
+
+- Расход: тик, генерация (текст/фото/аудио/видео — дороже всего), публикация,
+  вызов саб-агента.
+- Приход: **подтверждённые положительные outcomes** (особенно `revenue`),
+  плюс донат человека.
+- Низкий баланс → интервал тиков растёт → Deep Rest.
+- Отличие от iLands: энергия восполняется результатом, а не покупкой.
+
+## 5. Триггеры heartbeat (добавляются)
+
+| Триггер | Что делает |
+|---------|------------|
+| `{type:'pipeline'}` | продвинуть content_items по конвейеру (draft→generated→optimized→published) |
+| `{type:'measure'}` | наступил `due_at` → тянет метрику из источника → `value_after`, `score` |
+| `{type:'reflection'}` | ночной цикл: обобщает items + outcomes + thoughts → long-term и `self_observations` |
+| `{type:'task'}` | cron-планировщик (нужен для measure/reflection) |
+
+Плюс `decision.noAction: true` (P5).
+
+Источники метрик: **Метрика API, Google Search Console, Yandex Webmaster API,
+Wordstat** — у всех доступ уже настроен. Плюс `platform` (прослушивания/просмотры)
+и `manual`/`client`.
+
+## 6. Тонкий Channel (бывший P7)
+
+```ts
+interface Channel { send(text: string): Promise<void>; }
+```
+Реализации: `ConsoleChannel`, `TelegramChannel`, `FileChannel`.
+`LLMClient` уже есть. Полный harness-реестр отложен — абстракция окупается
+с ≥2 реализациями.
+
+## 7. Методы (skills) — привязка к реальному стеку
+
+| area | tool | Что уже есть |
+|------|------|--------------|
+| text | editor-pro | 7-layer markdown pipeline (типографика, SEO-слой) |
+| image | comfyui | генерация изображений через diffusion-воркфлоу |
+| podcast | silero | Silero TTS 24kHz, пайплайн через normalizar/tts |
+| video | video-pipeline | загрузка/обработка видео |
+| seo_onpage | editor-pro, astro | структура, заголовки, schema |
+| seo_semantics | wordstat | Wordstat API: частотность, кластеры |
+| publish | astro + deploy | сборка Astro → публикация |
+
+Это ключевое: **скиллы агента = твой существующий производственный стек**,
+а не абстрактные описания. Retrieval по bge-m3 подгружает нужный метод под задачу.
+
+## 8. Порядок внедрения
+
+| Шаг | Что | Критерий приёмки |
+|-----|-----|------------------|
+| 0 | P5 `noAction` + тонкий `Channel` | агент умеет не действовать; вывод через интерфейс |
+| 1 | Планировщик (`task`/`pipeline`/`measure`) | задача с датой выполняется в срок |
+| 2 | `content_items` + конвейер | item проходит brief→published, переходы в журнале |
+| 3 | `outcomes` + `measure` (Метрика/GSC/Webmaster/Wordstat) | метрика замеряется через horizon, score пишется |
+| 4 | `capabilities` — автономия по областям | тир растёт после 3 успехов, падает после провала |
+| 5 | `skills` + retrieval + `reflection` | нужный метод подгружается по задаче; self_observations оживают |
+| 6 | `deals` + `counterparties` | заказ клиента проходит offered→paid |
+| 7 | `ledger` — энергия | результат пополняет энергию, дефицит замедляет тики |
+
+Зависимости: 3 требует 1 и 2. 4 требует 3. 5 требует 2. 7 требует 3.
+
+## 9. Что НЕ делаем
+
+- Рекламные метрики (Директ/CPA) как основу — ушло из фокуса.
+- Соцсеть/ленту/подписки внутри агента.
+- Токены как валюту.
+- Полный harness-реестр.
+- «Суперразум из общества».
+
+## 10. Открытые вопросы
+
+1. **Свои сайты или клиентские заказы в первую очередь?** (влияет на приоритет
+   шага 2 vs 6; предлагаю сначала свои сайты — полный контроль над метриками).
+2. **Кто ставит `horizon_days`** — агент предлагает, человек правит? (Мой дефолт.)
+3. **Где предел «качества» текста** — только метрики или ещё экспертная оценка
+   Ника обязательна перед публикацией на tier<3.
@@ -2,25 +2,29 @@

 Self-hosted автономный агент (MVP). Концепт позаимствован из
 [Animus](https://github.com/Craigtut/animus) (Craigtut): heartbeat,
-4 слоя памяти, persona в 8 слоёв. Движок — **Spark X2.5-4B** (локально, self-hosted).
+4 слоя памяти, persona в 8 слоёв. Движок — **Ornith-1.5-9B** (локально, self-hosted, Ollama).

-## Почему Spark X2.5-4B
+## Почему Ornith-1.5-9B

- Локальный inference (llama.cpp / Ollama), никаких облачных ключей
- Нативная поддержка agent-инструментов (tool-calling) — саб-агенты
- 1M контекст (для heartbeat держим 4K-16K + внешняя память)
- ~59 t/s на Q4_K_M (RTX A2000 12GB)
+- Локальный inference (Ollama), никаких облачных ключей
+- Нативная поддержка tool-calling (саб-агенты) + thinking
+- 262K контекст (для heartbeat держим 4K-16K + внешняя память)
+- ~40-60 t/s на Q6_K

-> ⚠️ 4B — это слабость для сложного reasoning. Стратегия:
-> heartbeat-мысли на Spark (быстро/дёшево), саб-агенты на Ornith-9B (качественнее).
+> ⚠️ Spark X2.5-4B не грузится в Ollama (unknown architecture 'spark2_5').
+> Ornith-9B — рабочая замена: thinking + tools, дефицитный ресурс.

 ## Архитектура

 ```
 heartbeat.ts  — ядро: 5 триггеров тика, состояния Cold/Warm
-memory.ts     — 4 слоя памяти (short/working/core self/long-term)
+memory.ts     — 4 слоя памяти (short/working/core self/long-term) + SQLite
 persona.ts    — 8 слоёв → системный промпт
-mind.ts       — оркестратор: heartbeat + memory + persona + Spark LLM
+mind.ts       — оркестратор: heartbeat + memory + persona + LLM
+subagent.ts   — SubAgent SDK: researcher, coder, analyst, content-writer
+embedding.ts  — bge-m3 embeddings (dim=1024), cosine similarity
+database.ts   — SQLite репозиторий: 5 таблиц, WAL-режим
+telegram.ts   — Telegram Channel Layer: MAX Messenger API
 ```

 ### Heartbeat (5 триггеров)
@@ -38,16 +42,18 @@ mind.ts       — оркестратор: heartbeat + memory + persona + Spark L

 | Слой | Хранение | Что держит |
 |------|----------|-----------|
-| short-term | SQLite | последние ~10 мыслей/опыт/сообщений |
-| working | SQLite | notepad по контактам |
-| core self | SQLite | самосознательность |
-| long-term | LanceDB/Qdrant | факты/опыт/процедуры (векторный поиск) |
+| short-term | SQLite (thoughts) | последние ~10 мыслей/опыт/сообщений |
+| working | SQLite (notepads) | notepad по контактам |
+| core self | SQLite (self_observations) | самосознательность |
+| long-term | SQLite (long_term + embeddings) | факты/опыт/процедуры + bge-m3 векторы |

-### Persona (8 слоёв)
+### Sub-Agents

-Existence Paradigm → Identity → Archetype → Dimensions → Traits → Values → Background → Review
-
-Компилируется в системный промпт. `values` — safety-layer (границы для EXECUTE).
+Поддерживаемые агенты:
+- **researcher** — сбор и анализ информации (web_search, file_read, web_extract)
+- **coder** — написание и ревью кода (file_write, terminal, code_review)
+- **analyst** — анализ данных и ситуаций (data_query, spreadsheet, chart_generator)
+- **content-writer** — создание веб-контента (template_search, seo_check, grammar_check)

 ## Запуск

@@ -57,18 +63,47 @@ npm run build   # tsc -p tsconfig.json (проверка типов)
 npm start       # node dist/index.js
 ```

-Spark X2.5-4B должен быть доступен по OpenAI-совместимому API:
- Ollama: `http://localhost:11434`
- llama.cpp: `http://localhost:8080/v1`
+Ornith-1.5-9B должен быть доступен по OpenAI-совместимому API (Ollama):
+- Ollama: `http://localhost:11434` (модель `ornith-1.5-9b:latest`)
+
+### Настройка Telegram
+
+Для отправки ответов в Telegram добавьте в `index.ts`:
+```typescript
+import { TelegramMessenger } from './src/telegram.js';
+
+const telegram = new TelegramMessenger({
+  botUrl: 'https://bot.qw4.ru/bot/nik_bot',
+  userId: '140245519',
+});
+```
+
+> ⚠️ Примечание: если bot.qw4.ru недоступен (SSL-ошибка 'unrecognized name'),
+> агент работает в console-only режиме.
+
+## Статус P0–P5
+
+| Priority | Компонент | Статус |
+|----------|-----------|--------|
+| P0 | heartbeat → mind wiring | ✅ |
+| P1 | structured JSON output (parseSparkOutput) | ✅ |
+| P2 | bge-m3 embeddings + cosine search | ✅ |
+| P3 | SubAgent SDK (researcher, coder, analyst, content-writer) | ✅ |
+| P4 | SQLite persistence (5 таблиц, WAL) | ✅ |
+| P5 | Telegram Channel Layer (MAX API + fallback) | ✅ |

 ## Roadmap

- [ ] SQLite-репозиторий вместо in-memory (персистентность)
- [ ] LanceDB/Qdrant integration для long-term
- [ ] Channel layer (web/SMS/Discord)
- [ ] Sub-agent SDK (делегирование Ornith-9B)
- [ ] Sleep & energy (циркадный ритм)
- [ ] Web UI (persona setup)
+- **План** — [DESIGN.md](./DESIGN.md): автономный контент-продюсер с заземлением
+- **Чек-лист** — [TODO.md](./TODO.md)
+
+Суть: агент производит контент (текст, изображение, подкаст, видео), публикует
+и через заданный горизонт **замеряет, что сработало** — показы, позиции, CTR,
+дочитывания, прослушивания, переходы (метрики Метрики/GSC/Webmaster/Wordstat).
+Качество оценивается не рассуждением агента, а этими метриками. Права (автономия)
+выдаются по подтверждённому трек-рекорду: доказал рост метрик — получил свободу
+публиковать без спроса. Скиллы агента = существующий производственный стек
+(editor-pro, ComfyUI, Silero TTS, video-pipeline, Wordstat, Astro).

 ## License

@@ -0,0 +1,88 @@
+# spark-mind — Оставшиеся TODO
+
+Полный план — в [DESIGN.md](./DESIGN.md): **автономный контент-продюсер
+с заземлением на метриках и автономией по заслугам.**
+
+Статус: P0–P5 базовые завершены (heartbeat→mind, JSON output, bge-m3 embeddings,
+sub-agents, SQLite, Telegram+fallback). Далее — программа контент-производства.
+
+Порядок обязателен: есть зависимости между шагами.
+
+## Шаг 0 — Основа
+- [ ] P5: `decision.noAction: true` — агент может решить, что действие не нужно,
+      и не писать thought (сейчас heartbeat всегда «работает» → шум в памяти).
+- [ ] Тонкий `Channel`: `ConsoleChannel`, `TelegramChannel`, `FileChannel`.
+      `sendReply` сейчас жёстко зашит на Telegram+console.
+
+## Шаг 1 — Планировщик (нужен для pipeline/measure/reflection)
+- [ ] Cron-задачи: триггер `{type:'task'}` объявлен, но никто не эмитит.
+- [ ] Проверка due-записей в SQLite → эмит `{type:'pipeline'}` и `{type:'measure'}`.
+- [ ] Ночной `{type:'reflection'}`.
+- Приёмка: задача с датой выполняется в срок.
+
+## Шаг 2 — Конвейер контента (центральный объект)
+- [ ] Таблица `content_items` (kind: text|image|podcast|video; status:
+      brief→generated→optimized→published→measured→archived).
+- [ ] Переходы статусов + журнал переходов.
+- [ ] Привязка к `site` (свои сайты) и `deal_id` (клиентские заказы).
+- Приёмка: item проходит brief→published, все переходы в журнале.
+
+## Шаг 3 — Заземление: outcomes + measure
+- [ ] Таблица `outcomes`: metric_kind (reach, engagement, position, traffic,
+      conversion, revenue, speed, quality), direction, horizon_days, due_at.
+- [ ] Замер через `{type:'measure'}`: Метрика API / GSC / Yandex Webmaster / Wordstat.
+- [ ] Нормализация в `score` [-1..+1]; базлайн области для нового контента.
+- Приёмка: метрика замеряется через horizon, score пишется.
+
+## Шаг 4 — Автономия по заслугам
+- [ ] Таблица `capabilities` (тир на область: text, image, podcast, video,
+      seo_onpage, seo_semantics, publish).
+- [ ] Тиры 0..4 (observer → suggest → ask → act+report → autonomous).
+- [ ] +1 тир за 3 нетто-положительных; −1 за 1 отрицательный; затухание 90 дней.
+- [ ] Границы persona `values` непреодолимы на любом тире.
+- Приёмка: тир растёт после 3 успехов и падает после провала.
+
+## Шаг 5 — Методы: skills + reflection
+- [ ] Таблица `skills` (name, area, method_md, tool, validated, uses,
+      success_rate, embedding).
+- [ ] Retrieval нужного метода по эмбеддингу bge-m3 (не грузить всё сразу).
+- [ ] Наполнение методами из реального стека: editor-pro (text/seo_onpage),
+      ComfyUI (image), Silero TTS (podcast), video-pipeline (video),
+      Wordstat (seo_semantics), Astro (publish).
+- [ ] `reflection`: ночной цикл обобщает items+outcomes+thoughts →
+      long-term и `self_observations` (**сейчас мёртвый слой**).
+- [ ] Tool-runtime для под-агентов: tools сейчас — только строки-декларации.
+
+## Шаг 6 — Заказы: deals + counterparties
+- [ ] Таблицы `counterparties`, `deals`, `deal_events` (append-only).
+- [ ] `trust_score` выводится из истории, не задаётся руками.
+- [ ] Заказ клиента на контент: offered→accepted→delivered→paid|refused|defaulted.
+- Приёмка: заказ проходит полный цикл.
+
+## Шаг 7 — Энергия: ledger
+- [ ] Таблица `ledger`.
+- [ ] Расход: тик, генерация (текст/фото/аудио/видео), публикация, саб-агент.
+- [ ] Приход: положительные outcomes + донат.
+- [ ] Низкий баланс → интервал тиков растёт → Deep Rest.
+- Приёмка: результат пополняет энергию, дефицит замедляет тики.
+
+## Инфраструктура (по мере надобности)
+- [ ] Конфиг / `.env`: URL-ы Ollama, dbPath, Telegram захардкожены в `index.ts`.
+- [ ] Retry + timeout (AbortController) для LLM/embedding fetch.
+- [ ] Тесты: `parseSparkOutput`, `Database` CRUD, cosine-поиск, нормализация score.
+- [ ] Web UI (persona setup) вместо `DEFAULT_PERSONA` в коде.
+
+## Каналы вывода
+- [ ] Telegram: обход SSL-проблемы bot.qw4.ru (`tlsv1 unrecognized name`, серверная).
+      Сейчас console-only fallback.
+
+## Движок
+- [ ] Spark X2.5-4B: не грузится в Ollama (`unknown architecture 'spark2_5'`).
+      Варианты: совместимый GGUF / llama.cpp напрямую / остаться на Ornith-1.5-9B.
+      **Важно:** локальные модели пумолкают (пустой ответ), если `subAgent`
+      в JSON-схеме structured output.
+
+## Косметика
+- [ ] Устаревший doc-комментарий в `mind.ts` (класс `SparkLLMClient` описан как
+      «клиент для Spark X2.5-4B, в MVP заглушка»).
+- [ ] Дефолт модели в конструкторе `SparkLLMClient` = `'spark-x2.5-4b'`.
@@ -15,23 +15,46 @@ import { Heartbeat, DEFAULT_CONFIG } from './src/heartbeat.js';
 import { MemorySystem } from './src/memory.js';
 import { DEFAULT_PERSONA } from './src/persona.js';
 import { Mind, SparkLLMClient } from './src/mind.js';
+import { OllamaEmbeddingClient } from './src/embedding.js';
+import { SubAgentFactory } from './src/subagent.js';
+import { TelegramMessenger } from './src/telegram.js';
+import { join } from 'node:path';
+import { homedir } from 'node:os';

 const HEARTBEAT_MS = 5 * 60 * 1000; // 5 мин — idle-мысли
+const DB_PATH = join(homedir(), '.local/share/spark-mind/spark-mind.db');

 const heartbeat = new Heartbeat({ intervalMs: HEARTBEAT_MS });
-const memory = new MemorySystem(10); // last 10 thoughts
+// Embeddings: bge-m3 (dim=1024) — та же модель, что в content-atom
+const embedding = new OllamaEmbeddingClient('http://localhost:11434');
+const memory = new MemorySystem({ recentCount: 10, dbPath: DB_PATH }, embedding); // last 10 thoughts + SQLite
+// Sub-agents: researcher, coder, analyst, content-writer
+const agentFactory = new SubAgentFactory();
+
+// Telegram: MAX Messenger API (nik_bot → user_id 140245519)
+const telegramConfig: import('./src/telegram.js').TelegramConfig = {
+  botUrl: 'https://bot.qw4.ru/bot/nik_bot',
+  userId: '140245519',
+};
+const telegram = new TelegramMessenger(telegramConfig);
+
 const mind = new Mind(
  heartbeat,
  memory,
  DEFAULT_PERSONA,
-  new SparkLLMClient('http://localhost:11434'), // Ollama: Spark X2.5-4B
+  new SparkLLMClient('http://localhost:11434', 'ornith-1.5-9b:latest'), // Ornith-9B — движок
+  agentFactory,
+  telegram,
 );

+// Подключаем heartbeat к оркестратору — теперь тики реально обрабатываются
+heartbeat.setOnTick((trigger) => mind.handleTick(trigger));
+
 // Старт heartbeat
 heartbeat.start();
 console.log('[spark-mind] started — heartbeat every', HEARTBEAT_MS / 1000, 's');

 // Демо: симулируем тик через 10 сек (в прода — реальные триггеры)
 setTimeout(() => {
-  void mind.handleTick({ type: 'interval' });
+  void mind.handleTick({ type: 'message', contactId: 'demo', text: 'Привет' });
 }, 10_000);
@@ -8,11 +8,25 @@
      "name": "spark-mind",
      "version": "1.0.0",
      "license": "ISC",
+      "dependencies": {
+        "better-sqlite3": "^13.0.3"
+      },
      "devDependencies": {
+        "@types/better-sqlite3": "^9.6.0",
        "@types/node": "^26.5.0",
        "typescript": "^7.0.2"
      }
    },
+    "node_modules/@types/better-sqlite3": {
+      "version": "9.6.0",
+      "resolved": "https://registry.npmjs.org/@types/better-sqlite3/-/better-sqlite3-9.6.0.tgz",
+      "integrity": "sha512-ZEEwBSgMu7GYJOynoagg5X9JbxfL6dTJDsgViJIqh67jV44kyOr9RXfmFjLK5rzC4MWssP06t9hu/JwGDnUbCg==",
+      "dev": true,
+      "license": "MIT",
+      "dependencies": {
+        "@types/node": "*"
+      }
+    },
    "node_modules/@types/node": {
      "version": "26.5.0",
      "resolved": "https://registry.npmjs.org/@types/node/-/node-26.5.0.tgz",
@@ -363,6 +377,27 @@
        "node": ">=16.20.0"
      }
    },
+    "node_modules/better-sqlite3": {
+      "version": "13.0.3",
+      "resolved": "https://registry.npmjs.org/better-sqlite3/-/better-sqlite3-13.0.3.tgz",
+      "integrity": "sha512-RbOBxmLBG8uvFUc15X9+9SFemKcQ0WBuISBVkpuiaUB2qblC8UWlHEjdWVoZ8AdhSwmoEgsiXKfopX0CQxaACQ==",
+      "license": "MIT",
+      "dependencies": {
+        "node-addon-api": "^8.0.0"
+      },
+      "engines": {
+        "node": ">=22"
+      }
+    },
+    "node_modules/node-addon-api": {
+      "version": "8.9.2",
+      "resolved": "https://registry.npmjs.org/node-addon-api/-/node-addon-api-8.9.2.tgz",
+      "integrity": "sha512-VijLXbi3UACN69I0JVXJsX4tjACjNoQDgv2gTF6sx2wWEi8tkSg2eX8p5gSIFi8z2+DL3oHmY6OyKce38SDolg==",
+      "license": "MIT",
+      "engines": {
+        "node": "^18 || ^20 || >= 21"
+      }
+    },
    "node_modules/typescript": {
      "version": "7.0.2",
      "resolved": "https://registry.npmjs.org/typescript/-/typescript-7.0.2.tgz",
@@ -1,9 +1,12 @@
 {
  "name": "spark-mind",
  "version": "1.0.0",
-  "description": "",
-  "main": "index.js",
+  "description": "Self-hosted autonomous agent (heartbeat + memory + persona) on Spark X2.5-4B",
+  "main": "dist/index.js",
  "scripts": {
+    "build": "tsc -p tsconfig.json",
+    "start": "node dist/index.js",
+    "dev": "node --loader ts-node/esm index.ts",
    "test": "echo \"Error: no test specified\" && exit 1"
  },
  "keywords": [],
@@ -11,7 +14,11 @@
  "license": "ISC",
  "type": "commonjs",
  "devDependencies": {
+    "@types/better-sqlite3": "^9.6.0",
    "@types/node": "^26.5.0",
    "typescript": "^7.0.2"
+  },
+  "dependencies": {
+    "better-sqlite3": "^13.0.3"
  }
 }
@@ -0,0 +1,124 @@
+/**
+ * SQLite репозиторий для системы памяти Spark Mind.
+ * 5 таблиц: thoughts (short-term), notepads (working),
+ * self_observations (core self), long_term (факты/опыт), long_term_embeddings (векторы).
+ *
+ * Данные хранятся в ~/.local/share/spark-mind/spark-mind.db.
+ */
+
+import sqlite3 from 'better-sqlite3';
+import { join } from 'node:path';
+import { homedir } from 'node:os';
+import { mkdirSync } from 'node:fs';
+
+export class Database {
+  private db: sqlite3.Database;
+
+  constructor(dbPath?: string) {
+    const path = dbPath ?? join(homedir(), '.local/share/spark-mind/spark-mind.db');
+    mkdirSync(join(path, '..'), { recursive: true });
+    this.db = new sqlite3(path, { readonly: false });
+    this.db.pragma('journal_mode = WAL');
+    this.db.pragma('synchronous = normal');
+    this.db.pragma('foreign_keys = ON');
+    this.init();
+  }
+
+  private init() {
+    this.db.exec(`
+      CREATE TABLE IF NOT EXISTS thoughts (
+        id TEXT PRIMARY KEY,
+        text TEXT NOT NULL,
+        created_at INTEGER NOT NULL
+      );
+
+      CREATE TABLE IF NOT EXISTS notepads (
+        contact_id TEXT PRIMARY KEY,
+        block TEXT NOT NULL,
+        updated_at INTEGER NOT NULL
+      );
+
+      CREATE TABLE IF NOT EXISTS self_observations (
+        id TEXT PRIMARY KEY,
+        text TEXT NOT NULL,
+        created_at INTEGER NOT NULL
+      );
+
+      CREATE TABLE IF NOT EXISTS long_term (
+        id TEXT PRIMARY KEY,
+        text TEXT NOT NULL,
+        type TEXT NOT NULL CHECK(type IN ('fact', 'experience', 'procedure', 'outcome')),
+        created_at INTEGER NOT NULL
+      );
+
+      CREATE TABLE IF NOT EXISTS long_term_embeddings (
+        long_term_id TEXT PRIMARY KEY REFERENCES long_term(id) ON DELETE CASCADE,
+        embedding BLOB NOT NULL
+      );
+    `);
+  }
+
+  // === Short-term (thoughts) ===
+
+  insertThought(id: string, text: string, createdAt: number): void {
+    this.db.prepare('INSERT OR REPLACE INTO thoughts (id, text, created_at) VALUES (?, ?, ?)').run(id, text, createdAt);
+  }
+
+  getRecentThoughts(limit: number): { id: string; text: string; created_at: number }[] {
+    return this.db.prepare(
+      'SELECT * FROM thoughts ORDER BY created_at DESC LIMIT ?',
+    ).all(limit) as any[];
+  }
+
+  // === Working (notepads) ===
+
+  upsertNotepad(contactId: string, block: string, updatedAt: number): void {
+    this.db.prepare('INSERT OR REPLACE INTO notepads (contact_id, block, updated_at) VALUES (?, ?, ?)').run(contactId, block, updatedAt);
+  }
+
+  getNotepad(contactId: string): string | null {
+    return (this.db.prepare('SELECT block FROM notepads WHERE contact_id = ?').get(contactId) as { block: string } | undefined)?.block ?? '';
+  }
+
+  // === Core self ===
+
+  insertSelfObservation(id: string, text: string, createdAt: number): void {
+    this.db.prepare('INSERT OR REPLACE INTO self_observations (id, text, created_at) VALUES (?, ?, ?)').run(id, text, createdAt);
+  }
+
+  getAllSelfObservations(): { id: string; text: string; created_at: number }[] {
+    return this.db.prepare('SELECT * FROM self_observations ORDER BY created_at DESC').all() as any[];
+  }
+
+  // === Long-term ===
+
+  insertLongTerm(id: string, text: string, type: string, createdAt: number): void {
+    this.db.prepare('INSERT OR REPLACE INTO long_term (id, text, type, created_at) VALUES (?, ?, ?, ?)').run(id, text, type, createdAt);
+  }
+
+  getLongTerm(limit: number): { id: string; text: string; type: string; created_at: number }[] {
+    return this.db.prepare('SELECT * FROM long_term ORDER BY created_at DESC LIMIT ?').all(limit) as any[];
+  }
+
+  insertLongTermEmbedding(longTermId: string, embedding: number[]): void {
+    const blob = Buffer.from(new Float32Array(embedding).buffer);
+    this.db.prepare('INSERT OR REPLACE INTO long_term_embeddings (long_term_id, embedding) VALUES (?, ?)').run(longTermId, blob);
+  }
+
+  getLongTermEmbedding(longTermId: string): Float32Array | null {
+    const row = this.db.prepare('SELECT embedding FROM long_term_embeddings WHERE long_term_id = ?').get(longTermId) as { embedding: Buffer } | undefined;
+    return row ? new Float32Array(row.embedding.buffer, row.embedding.byteOffset, row.embedding.byteLength) : null;
+  }
+
+  getAllLongTermWithVectors(): { id: string; text: string; type: string; created_at: number; embedding: Float32Array }[] {
+    const rows = this.db.prepare(`
+      SELECT lt.id, lt.text, lt.type, lt.created_at, le.embedding
+      FROM long_term lt
+      JOIN long_term_embeddings le ON le.long_term_id = lt.id
+    `).all() as any[];
+    return rows.map(r => ({
+      ...r,
+      embedding: new Float32Array(r.embedding.buffer, r.embedding.byteOffset, r.embedding.byteLength),
+    }));
+  }
+}
@@ -0,0 +1,45 @@
+/**
+ * Embedding Client — локальные эмбеддинги через Ollama /api/embeddings.
+ *
+ * Модель: bge-m3 (dim=1024) — та же, что в content-atom.
+ * НЕ переключаться на nomic-embed-text (dim=768) — разный размер вектора
+ * = переиндексация Qdrant.
+ */
+
+export interface EmbeddingClient {
+  embed(text: string): Promise<number[]>;
+}
+
+/** Ollama EmbeddingClient — bge-m3. */
+export class OllamaEmbeddingClient implements EmbeddingClient {
+  constructor(
+    private baseUrl: string,
+    private modelName = 'bge-m3',
+  ) {}
+
+  async embed(text: string): Promise<number[]> {
+    const resp = await fetch(`${this.baseUrl}/api/embeddings`, {
+      method: 'POST',
+      headers: { 'Content-Type': 'application/json' },
+      body: JSON.stringify({ model: this.modelName, prompt: text }),
+    });
+    if (!resp.ok) throw new Error(`Embedding error: ${resp.status}`);
+    const data: any = await resp.json();
+    return data.embedding ?? [];
+  }
+}
+
+/**
+ * Векторная арифметика — cosine similarity.
+ * Держим здесь, чтобы memory.ts не зависел от внешних библиотек.
+ */
+export function cosineSimilarity(a: number[], b: number[]): number {
+  if (a.length === 0 || b.length === 0) return 0;
+  let dot = 0, na = 0, nb = 0;
+  for (let i = 0; i < a.length; i++) {
+    dot += a[i] * b[i];
+    na += a[i] * a[i];
+    nb += b[i] * b[i];
+  }
+  return Math.sqrt(na) * Math.sqrt(nb) ? dot / (Math.sqrt(na) * Math.sqrt(nb)) : 0;
+}
@@ -37,11 +37,18 @@ export class Heartbeat {
  private sessionState: SessionState = 'cold';
  private lastSessionId: string | null = null;
  private readonly config: HeartbeatConfig;
+  /** Колбэк, который выполняется на каждом тике (в прода: mind.handleTick). */
+  private onTick?: (trigger: TickTrigger) => Promise<void>;

  constructor(config: Partial<HeartbeatConfig> = {}) {
    this.config = { ...DEFAULT_CONFIG, ...config };
  }

+  /** Подключает обработчик тика (оркестратор mind). */
+  setOnTick(fn: (trigger: TickTrigger) => Promise<void>) {
+    this.onTick = fn;
+  }
+
  /** Любой тик сбрасывает idle-таймер (по спецификации Animus). */
  private resetTimer() {
    if (this.timer) clearTimeout(this.timer);
@@ -68,8 +75,10 @@ export class Heartbeat {
    const sessionId = await this.resolveSession(trigger);
    this.sessionState = 'active';

-    // здесь вызывается mind (см. mind.ts)
-    // await this.runMind(sessionId, trigger);
+    // вызываем mind — теперь реальный запуск оркестратора
+    if (this.onTick) {
+      await this.onTick(trigger);
+    }

    this.sessionState = 'warm';
    this.lastSessionId = sessionId;
@@ -1,12 +1,17 @@
 /**
- * Memory System — 4 слоя памяти (концепт Animus):
- *   short-term / working / core self / long-term
- * Хранение: SQLite (7 таблиц) + LanceDB для long-term (векторный поиск).
+ * Memory System — 4 слоя памяти (концепт Animus).
+ * Хранение: SQLite (5 таблиц) + bge-m3 эмбеддинги (cosine-поиск).
 *
- * В MVP: short-term + working + core self — в SQLite.
- *        long-term — в LanceDB (или Qdrant на a2000 для прода).
+ * Слои:
+ *   short-term → thoughts (recent thoughts, last N)
+ *   working    → notepads (notepad per contact)
+ *   core self  → self_observations (накопленная самосознательность)
+ *   long-term  → long_term + long_term_embeddings (факты/опыт/процедуры/исходы)
 */

+import { EmbeddingClient, cosineSimilarity } from './embedding.js';
+import { Database } from './database.js';
+
 export interface Thought {
  id: string;
  text: string;
@@ -34,76 +39,100 @@ export interface LongTermMemory {
  embedding?: number[];
 }

-export class MemorySystem {
-  private recentThoughtsList: Thought[] = [];
-  private notepads = new Map<string, ContactNotepad>();
-  private selfObservationsList: SelfObservation[] = [];
-  private longTerm: LongTermMemory[] = [];
+export interface MemorySystemConfig {
+  recentCount?: number;
+  dbPath?: string;
+}

-  constructor(private recentCount: number) {}
+export class MemorySystem {
+  private recentCount: number;
+  private db: Database;
+  private embeddingClient: EmbeddingClient | null;
+
+  constructor(config: MemorySystemConfig = {}, embeddingClient?: EmbeddingClient) {
+    this.recentCount = config.recentCount ?? 10;
+    this.db = new Database(config.dbPath);
+    this.embeddingClient = embeddingClient ?? null;
+  }

  // === Short-term: последние мысли/опыт/сообщения ===
  addThought(text: string): Thought {
    const t: Thought = { id: `th-${Date.now()}`, text, createdAt: Date.now() };
-    this.recentThoughtsList.unshift(t);
-    if (this.recentThoughtsList.length > this.recentCount) this.recentThoughtsList.pop();
+    this.db.insertThought(t.id, t.text, t.createdAt);
    return t;
  }

  recentThoughts(): Thought[] {
-    return this.recentThoughtsList.slice(0, this.recentCount);
+    const rows = this.db.getRecentThoughts(this.recentCount);
+    return rows.map(r => ({ id: r.id, text: r.text, createdAt: r.created_at }));
  }

  // === Working memory: notepad по контактам ===
-  updateNotepad(contactId: string, block: string) {
-    this.notepads.set(contactId, { contactId, block, updatedAt: Date.now() });
+  updateNotepad(contactId: string, block: string): void {
+    const ts = Date.now();
+    this.db.upsertNotepad(contactId, block, ts);
  }

  getNotepad(contactId: string): string {
-    return this.notepads.get(contactId)?.block ?? '';
+    return this.db.getNotepad(contactId) ?? '';
  }

  // === Core self: накопленная самосознательность ===
  addSelfObservation(text: string, tags: string[] = []): SelfObservation {
    const o: SelfObservation = { id: `so-${Date.now()}`, text, createdAt: Date.now(), tags };
-    this.selfObservationsList.push(o);
+    this.db.insertSelfObservation(o.id, o.text, o.createdAt);
    return o;
  }

  getAllSelfObservations(): SelfObservation[] {
-    return this.selfObservationsList;
+    const rows = this.db.getAllSelfObservations();
+    return rows.map(r => ({ id: r.id, text: r.text, createdAt: r.created_at, tags: [] }));
  }

-  // === Long-term: факты/опыт/процедуры/исходы + векторный поиск ===
-  addLongTerm(text: string, type: LongTermMemory['type']): LongTermMemory {
+  // === Long-term: факты/опыт/процедуры/исходы + эмбедд для векторного поиска ===
+  async addLongTerm(text: string, type: LongTermMemory['type']): Promise<LongTermMemory> {
    const m: LongTermMemory = { id: `lt-${Date.now()}`, text, type, createdAt: Date.now() };
-    this.longTerm.push(m);
+    let embedding: number[] = [];
+    if (this.embeddingClient) {
+      embedding = await this.embeddingClient.embed(text);
+    }
+    // Сначала long_term (FK требует), потом embedding
+    this.db.insertLongTerm(m.id, m.text, m.type, m.createdAt);
+    if (embedding.length > 0) {
+      this.db.insertLongTermEmbedding(m.id, embedding);
+    }
+    m.embedding = embedding;
    return m;
  }

-  /** Поиск по long-term по эмбедду (в прода заменяется на LanceDB/Qdrant query). */
-  searchLongTerm(queryEmbedding: number[], topK = 3): LongTermMemory[] {
-    // cosine similarity — заглушка, в прода: LanceDB.search
-    const scored = this.longTerm
-      .filter(m => m.embedding)
-      .map(m => ({ m, score: cosine(queryEmbedding, m.embedding!) }))
+  /** Поиск по long-term по тексту через эмбедд (cosine similarity в SQLite). */
+  async searchLongTerm(query: string, topK = 3): Promise<LongTermMemory[]> {
+    if (!this.embeddingClient) {
+      const rows = this.db.getLongTerm(this.recentCount);
+      return rows.map(r => ({ id: r.id, text: r.text, type: r.type as LongTermMemory['type'], createdAt: r.created_at }));
+    }
+
+    const q = await this.embeddingClient.embed(query);
+    const all = this.db.getAllLongTermWithVectors();
+    const scored = all
+      .map(m => ({ m, score: cosineSimilarity(q, Array.from(m.embedding)) }))
      .sort((a, b) => b.score - a.score)
      .slice(0, topK)
-      .map(x => x.m);
+      .map(x => ({
+        id: x.m.id,
+        text: x.m.text,
+        type: x.m.type as LongTermMemory['type'],
+        createdAt: x.m.created_at,
+        embedding: Array.from(x.m.embedding),
+      }));
    return scored;
  }

  /** Консолидация: перенос недавних мыслей в long-term (по спецификации Animus). */
-  consolidate(recent: Thought[]): void {
+  async consolidate(recent: Thought[]): Promise<void> {
    for (const t of recent) {
      // эвристика: только «значимые» мысли (по тегам/ключевым словам)
-      this.addLongTerm(t.text, 'experience');
+      await this.addLongTerm(t.text, 'experience');
    }
  }
 }
-
-function cosine(a: number[], b: number[]): number {
-  let dot = 0, na = 0, nb = 0;
-  for (let i = 0; i < a.length; i++) { dot += a[i] * b[i]; na += a[i] * a[i]; nb += b[i] * b[i]; }
-  return Math.sqrt(na) * Math.sqrt(nb) ? dot / (Math.sqrt(na) * Math.sqrt(nb)) : 0;
-}
@@ -3,20 +3,17 @@
 * Mind не выполняет долгую работу сам — он оркестратор:
 *   думает, чувствует, решает, делегирует саб-агентам.
 *
- * Spark X2.5-4B как движок:
- *   - через llama.cpp/Ollama (OpenAI-compatible server)
+ * Ornith-1.5-9B как движок:
+ *   - через Ollama (OpenAI-compatible /v1/server)
 *   - поддерживает tool-calling (саб-агенты)
- *   - 1M контекст, но для heartbeat держим 4K-16K + внешняя память
+ *   - 262K контекст, но для heartbeat держим 4K-16K + внешняя память
 */

 import { Heartbeat, TickTrigger } from './heartbeat.js';
 import { MemorySystem } from './memory.js';
 import { Persona, compileSystemPrompt } from './persona.js';
-
-export interface SubAgentResult {
-  agent: string;
-  output: string;
-}
+import { SubAgent, SubAgentFactory, SubAgentResult } from './subagent.js';
+import { TelegramMessenger } from './telegram.js';

 export interface LLMClient {
  /** Генерация с контекстом. Возвращает { text, thoughts, emotion, decide }. */
@@ -45,14 +42,29 @@ export class SparkLLMClient implements LLMClient {
  constructor(private baseUrl: string, private modelName = 'spark-x2.5-4b') {}

  async generate(context: string, systemPrompt: string): Promise<LLMResult> {
+    // Инструкция structured output — только {thoughts, emotion, decision.reply}.
+    // subAgent НЕ включаем: gemma4:E4B (и другие локальные модели) пумолкают
+    // (пустой ответ), когда subAgent есть в JSON-схеме. subAgent — P3,
+    // появится в sub-agent SDK.
+    const structuredOutput = [
+      'Отвечай ТОЛЬКО валидным JSON без оградок и комментариев.',
+      'Структура:',
+      '{ "thoughts": "собственные мысли mind",',
+      '  "emotion": { "valence": 0..1, "arousal": 0..1 },',
+      '  "decision": { "reply": "текст ответа или null" }',
+      '}',
+      'thoughts и reply — на русском.',
+    ].join('\n');
+
    // OpenAI-compatible /v1/chat/completions
    const resp = await fetch(`${this.baseUrl}/v1/chat/completions`, {
      method: 'POST',
      headers: { 'Content-Type': 'application/json' },
      body: JSON.stringify({
        model: this.modelName,
+        response_format: { type: 'json_object' }, // structured output
        messages: [
-          { role: 'system', content: systemPrompt },
+          { role: 'system', content: `${systemPrompt}\n\n${structuredOutput}` },
          { role: 'user', content: context },
        ],
        temperature: 0.7,
@@ -62,35 +74,93 @@ export class SparkLLMClient implements LLMClient {
    if (!resp.ok) throw new Error(`Spark LLM error: ${resp.status}`);
    const data: any = await resp.json();
    const content = data.choices?.[0]?.message?.content ?? '';
-    // Spark X2.5-4B: извлекаем thoughts/emotion/decision из structured-выхода
+    // Spark X2.5-4B отдаёт JSON: {thoughts, emotion, decision}
    return parseSparkOutput(content);
  }
 }

 function parseSparkOutput(content: string): LLMResult {
-  // эвристика: Spark форматирует блоки. В прода — structured output (json mode).
+  // 1. Убираем markdown-оградки (```json ... ```), если модель их добавила
+  const cleaned = content
+    .replace(/^```(?:json)?\s*/i, '')
+    .replace(/\s*```$/i, '')
+    .trim();
+
+  // 2. Пробуем распарсить JSON (structured output)
+  let parsed: any = null;
+  try {
+    parsed = JSON.parse(cleaned);
+  } catch {
+    // fallback: ищем первый {...} блок в тексте
+    const match = cleaned.match(/({[\s\S]*})/);
+    if (match) {
+      try { parsed = JSON.parse(match[1]); } catch {}
+    }
+  }
+
+  if (parsed && typeof parsed === 'object') {
+    const thoughts = tryParseJson(parsed.thoughts);
+    const reply = tryParseJson(parsed.decision?.reply ?? parsed.reply);
+    return {
+      text: typeof parsed.text === 'string' ? parsed.text : '',
+      thoughts: typeof thoughts === 'string' ? thoughts : typeof thoughts === 'object' ? JSON.stringify(thoughts) : '',
+      emotion: {
+        valence: clampNum(parsed.emotion?.valence ?? parsed.valence, 0.5),
+        arousal: clampNum(parsed.emotion?.arousal ?? parsed.arousal, 0.5),
+      },
+      decision: {
+        reply: typeof reply === 'string' ? reply : reply ? JSON.stringify(reply) : null,
+        subAgent: parsed.decision?.subAgent ?? parsed.subAgent ?? undefined,
+        action: parsed.decision?.action ?? parsed.action ?? undefined,
+      },
+    };
+  }
+
+  // 2. Fallback: raw-текст как reply
  return {
    text: content,
    thoughts: content,
    emotion: { valence: 0.5, arousal: 0.5 },
-    decision: { reply: null },
+    decision: { reply: content || null },
  };
 }

+function clampNum(v: number, fallback: number): number {
+  return typeof v === 'number' && !Number.isNaN(v) ? v : fallback;
+}
+
+/** Если значение — строка с JSON (модель запарила вложенный объект), распарсим. */
+function tryParseJson(v: unknown): unknown {
+  if (typeof v !== 'string') return v;
+  const trimmed = v.trim();
+  if (!trimmed.startsWith('{') && !trimmed.startsWith('[')) return v;
+  try { return JSON.parse(trimmed); } catch { return v; }
+}
+
 export class Mind {
  private heartbeat: Heartbeat;
  private memory: MemorySystem;
  private persona: Persona;
+  private llm: LLMClient;
+  /** Фабрика под-агентов. Если null — делегирование отключено. */
+  private agentFactory: SubAgentFactory | null;
+  /** Telegram-мессенджер. Если null — только console. */
+  private telegram: TelegramMessenger | null;

  constructor(
    heartbeat: Heartbeat,
    memory: MemorySystem,
    persona: Persona,
-    private llm: LLMClient,
+    llm: LLMClient,
+    agentFactory?: SubAgentFactory,
+    telegram?: TelegramMessenger,
  ) {
    this.heartbeat = heartbeat;
    this.memory = memory;
    this.persona = persona;
+    this.llm = llm;
+    this.agentFactory = agentFactory ?? null;
+    this.telegram = telegram ?? null;
  }

  /** Обработчик любого тика. */
@@ -98,25 +168,30 @@ export class Mind {
    const systemPrompt = compileSystemPrompt(this.persona);
    const context = this.buildContext(trigger);

-    const result = await this.llm.generate(context, systemPrompt);
+    const result = await this.generateTick(context, systemPrompt);

    // 1. Short-term memory: мысли mind
    this.memory.addThought(result.thoughts);

-    // 2. Emotion decay + consolidation
-    this.consolidate();
+    // 2. Emotion decay + consolidation (async — эмбеддится в long-term)
+    await this.consolidate();

    // 3. Если mind решил ответить — отправляем (channel layer)
    if (result.decision.reply) {
-      console.log('[reply]', result.decision.reply);
+      await this.sendReply(result.decision.reply);
    }

-    // 4. Если делегировал саб-агенту — запускаем (в прода: sub-agent SDK)
+    // 4. Если делегировал саб-агенту — запускаем (с task из решения)
    if (result.decision.subAgent) {
-      console.log('[sub-agent]', result.decision.subAgent, '— в MVP не запускается');
+      await this.runSubAgent(result.decision.subAgent, result.decision.action);
    }
  }

+  /** Основной цикл генерации (вызывается и для под-агентов). */
+  private async generateTick(context: string, systemPrompt: string): Promise<LLMResult> {
+    return this.llm.generate(context, systemPrompt);
+  }
+
  /** GATHER CONTEXT: собирает контекст для тика (по спецификации Animus). */
  private buildContext(trigger: TickTrigger): string {
    const recent = this.memory.recentThoughts();
@@ -128,7 +203,55 @@ export class Mind {
  }

  /** Консолидация: перенос недавних мыслей в long-term. */
-  private consolidate(): void {
-    this.memory.consolidate(this.memory.recentThoughts());
+  private async consolidate(): Promise<void> {
+    await this.memory.consolidate(this.memory.recentThoughts());
+  }
+
+  /**
+   * Channel layer — отправка ответа в Telegram (если настроен) + console.
+   * Fallback: если Telegram недоступен — только console.
+   */
+  private async sendReply(text: string): Promise<void> {
+    // Всегда выводить в консоль
+    console.log('[reply]', text);
+
+    // Если Telegram настроен — попробовать отправить
+    if (this.telegram) {
+      try {
+        const result = await this.telegram.sendMessage(text);
+        console.log('[telegram] sent:', result.messageId, 'at', new Date(result.sentAt).toISOString());
+      } catch (err) {
+        console.warn('[telegram] send failed, using console-only:', err);
+      }
+    }
+  }
+
+  /**
+   * Sub-agent — делегирование тяжёлого reasoning.
+   * Создаёт под-агента, выполняет задачу, сохраняет результат.
+   */
+  private async runSubAgent(type: string, task?: string): Promise<void> {
+    if (!this.agentFactory) {
+      console.log('[sub-agent] disabled');
+      return;
+    }
+    const agent = SubAgentFactory.create(type);
+    const agentTask = task || `Автоматически выполни задачу: ${type}`;
+
+    console.log(`[sub-agent] ${type}: ${agentTask}`);
+
+    try {
+      const result = await agent.execute(agentTask, this.llm);
+      console.log(`[sub-agent ${type}] done (${result.durationMs}ms):`, result.output.slice(0, 200));
+
+      // Сохраняем результат в memory
+      this.memory.addThought(`[sub-agent ${type}] ${result.output.slice(0, 150)}`);
+      await this.memory.addLongTerm(`[sub-agent ${type}] ${result.output.slice(0, 200)}`, 'experience');
+
+      // Уведомляем heartbeat о завершении
+      this.heartbeat.tick({ type: 'subagent-complete', subagentId: type, result: { output: result.output, durationMs: result.durationMs } });
+    } catch (err) {
+      console.error(`[sub-agent ${type}] error:`, err);
+    }
  }
 }
@@ -0,0 +1,116 @@
+/**
+ * SubAgent SDK — делегирование задач Ornith-9B.
+ *
+ * Mind делегирует подзадачи агенту (например, «проанализируй сайт», «напиши код»).
+ * Ornith-9B работает автономно, возвращает результат.
+ */
+
+import { LLMClient } from './mind.js';
+
+export interface SubAgentConfig {
+  /** Название агента (например, 'researcher', 'coder', 'analyst') */
+  name: string;
+  /** Ролевое описание агента (system prompt) */
+  role: string;
+  /** Доступные инструменты (если нужны) */
+  tools?: string[];
+}
+
+export interface SubAgentResult {
+  agent: string;
+  output: string;
+  /** Время выполнения в мс */
+  durationMs: number;
+}
+
+/**
+ * SubAgent — делегирует задачу отдельному LLM-клиенту.
+ * Поддерживает: researcher, coder, analyst (расширяется).
+ */
+export class SubAgent {
+  private agent: string;
+  private role: string;
+  private tools: string[];
+
+  constructor(config: SubAgentConfig) {
+    this.agent = config.name;
+    this.role = config.role;
+    this.tools = config.tools ?? [];
+  }
+
+  /** Выполнить задачу, вернуть результат. */
+  async execute(task: string, llmClient: LLMClient): Promise<SubAgentResult> {
+    const startTime = Date.now();
+
+    const systemPrompt = [
+      this.role,
+      '',
+      'Выполняй задачу прямо и конкретно.',
+      this.tools.length > 0
+        ? `Доступные инструменты: ${this.tools.join(', ')}. Используй их при необходимости.`
+        : 'Работай автономно.',
+      'Верни результат в формате: { result: "ответ на задачу" }',
+    ].join('\n');
+
+    const result = await llmClient.generate(task, systemPrompt);
+
+    const durationMs = Date.now() - startTime;
+
+    return {
+      agent: this.agent,
+      output: typeof result.text === 'string' ? result.text : JSON.stringify(result.text),
+      durationMs,
+    };
+  }
+
+  getInfo(): { name: string; role: string; tools: string[] } {
+    return { name: this.agent, role: this.role, tools: this.tools };
+  }
+}
+
+/**
+ * SubAgentFactory — создаёт агентов по типу.
+ * Поддерживает: researcher, coder, analyst, content-writer.
+ */
+export class SubAgentFactory {
+  static create(type: string, customRole?: string): SubAgent {
+    const role = customRole ?? this.defaultRoles[type];
+    if (!role) {
+      throw new Error(`Unknown sub-agent type: ${type}. Available: ${Object.keys(this.defaultRoles).join(', ')}`);
+    }
+    return new SubAgent({
+      name: type,
+      role,
+      tools: this.availableTools[type],
+    });
+  }
+
+  private static defaultRoles: Record<string, string> = {
+    researcher: `Ты исследователь. Собираешь и анализируешь информацию по запросу.
+- Формулируй гипотезы, ищи подтверждающие/опровергающие данные
+- Давай структурированный ответ с выводами
+- Указывай степень уверенности (высокая/средняя/низкая)`,
+
+    coder: `Ты разработчик. Пишешь и ревьюишь код.
+- Следуй best practices (TypeScript, Python, Rust)
+- Пиши тестируемый, чистый код с комментариями
+- Учитывай контекст проекта`,
+
+    analyst: `Ты аналитик. Анализируешь данные и ситуации.
+- Разбирай проблемы на составляющие
+- Давай количественную и качественную оценку
+- Предлагай рекомендации на основе фактов`,
+
+    'content-writer': `Ты контент-писатель. Создаёшь тексты для веба.
+- Пиши ясно, точно, по делу
+- Используй подзаголовки и списки для читаемости
+- Учитывай SEO-рекомендации`,
+  };
+
+  private static availableTools: Record<string, string[]> = {
+    researcher: ['web_search', 'file_read', 'web_extract'],
+    coder: ['file_write', 'terminal', 'code_review'],
+    analyst: ['data_query', 'spreadsheet', 'chart_generator'],
+    'content-writer': ['template_search', 'seo_check', 'grammar_check'],
+  };
+}
@@ -0,0 +1,86 @@
+/**
+ * Telegram Channel Layer — отправка ответов через MAX Messenger API.
+ *
+ * Бот: nik_bot (user_id: 140245519).
+ * API endpoint: https://bot.qw4.ru/bot/nik_bot/message
+ *
+ * FIX: SNI issue с Node.js — используем https модуль с правильными опциями.
+ */
+
+import * as https from 'node:https';
+
+export interface TelegramConfig {
+  botUrl: string;
+  userId: string;
+}
+
+export interface MessageResult {
+  messageId: string;
+  sentAt: number;
+}
+
+/**
+ * Telegram Messenger — отправка сообщений через MAX API.
+ * Поддержка SNI для HTTPS запросов.
+ */
+export class TelegramMessenger {
+  private botUrl: string;
+  private userId: string;
+
+  constructor(config: TelegramConfig) {
+    this.botUrl = config.botUrl;
+    this.userId = config.userId;
+  }
+
+  /** Отправить сообщение через https module (SNI fix). */
+  async sendMessage(text: string): Promise<MessageResult> {
+    // Парсим URL
+    const url = new URL(this.botUrl);
+    const path = `/message`;
+
+    const postData = JSON.stringify({
+      user_id: this.userId,
+      text,
+    });
+
+    const options = {
+      hostname: url.hostname,
+      port: 443,
+      path: path,
+      method: 'POST',
+      headers: {
+        'Content-Type': 'application/json',
+        'Content-Length': Buffer.byteLength(postData),
+        'SNI': url.hostname, // Explicit SNI
+      },
+      // SNI fix для Node.js
+      servername: url.hostname,
+    };
+
+    return new Promise((resolve, reject) => {
+      const req = https.request(options, (res) => {
+        let body = '';
+        res.on('data', (chunk: Buffer) => body += chunk);
+        res.on('end', () => {
+          if (res.statusCode !== 200) {
+            reject(new Error(`Telegram send error: ${res.statusCode}`));
+            return;
+          }
+          try {
+            const data: any = JSON.parse(body);
+            resolve({
+              messageId: data.message_id ?? `msg-${Date.now()}`,
+              sentAt: Date.now(),
+            });
+          } catch (e) {
+            reject(e);
+          }
+        });
+      });
+
+      req.on('error', reject);
+      req.write(postData);
+      req.end();
+    });
+  }
+}
@@ -4,10 +4,11 @@
    "module": "nodenext",
    "moduleResolution": "nodenext",
    "strict": true,
-    "noEmit": true,
+    "noEmit": false,
    "skipLibCheck": true,
    "lib": ["es2020"],
-    "types": ["node"]
+    "types": ["node"],
+    "outDir": "dist"
  },
  "include": ["src/**/*.ts", "index.ts"]
 }
Author	SHA1	Message	Date
n1kt4r	97f03a9dd5	DESIGN v2: refocus to autonomous content producer with grounding Смена целенаправленности: не реклама/аналитика метрик, а производство контента (текст, изображение, подкаст, видео) + анализ его метрик + SEO. - Новый центральный объект content_items (kind, status-конвейер brief→generated→optimized→published→measured, site, deal_id) - areas: text, image, podcast, video, seo_onpage, seo_semantics, publish - metric_kind: reach, engagement, position, traffic, conversion, revenue, speed, quality - источники метрик: Метрика API, GSC, Yandex Webmaster, Wordstat (+platform/manual/client) - skills привязаны к реальному стеку: editor-pro, ComfyUI, Silero TTS, video-pipeline, Wordstat, Astro (retrieval по bge-m3) - автономия по заслугам: тир на область, +1 за 3 успеха, -1 за провал - конвейер производства добавлен как сквозной процесс - TODO переписан: 8 шагов (0-7) с критериями приёмки	2026-09-23 14:42:15 +05:00
n1kt4r	436dd5fa31	DESIGN: grounded loop + merit-based autonomy; reprioritize TODO (7 steps) - DESIGN.md: три контура (сделки / заземление / методы), модель данных, правила нормализации метрик, тиры автономии по заслугам, энергия от результата - Судья = метрики разного типа: охват, позиции, вовлечённость, конверсии, продажи, деньги, стоимость, скорость, качество (ручной вердикт) - Автономия по областям (seo/ads_budget/content_publish/client_comms/...), +1 тир за 3 успеха, -1 за провал, затухание 90 дней, границы persona непреодолимы - P7 сужен до тонкого Channel (console/telegram/file); harness-реестр отложен - TODO.md переписан под 7 шагов с критериями приёмки	2026-09-23 14:37:17 +05:00
n1kt4r	288d05825f	Add TODO.md: verified remaining gaps (sleep/energy, cron, dead memory layers, tool-runtime, config, tests, Telegram SSL, Spark arch)	2026-09-23 14:06:46 +05:00
n1kt4r	bae171d6b4	P3-P5: SubAgent SDK, Telegram Channel, SQLite persistence, full pipeline P3 - SubAgent SDK: - src/subagent.ts: researcher, coder, analyst, content-writer - Mind.runSubAgent() → SubAgentFactory.create() → execute() - Результаты сохраняются в long-term memory - Heartbeat.notify(subagent-complete) после завершения P4 - SQLite persistence (5 таблиц, WAL): - src/database.ts: thoughts, notepads, self_observations, long_term, embeddings - memory.ts → Database (полная замена in-memory) - index.ts: dbPath → ~/.local/share/spark-mind/spark-mind.db P5 - Telegram Channel Layer: - src/telegram.ts: https module (SNI fix), MAX Messenger API - mind.ts: sendReply() → Telegram + console fallback - index.ts: TelegramMessenger(config) → Mind Fixes: - FK constraint: long_term INSERT → long_term_embeddings INSERT - JSON parse: nested objects, markdown fences - P5 telegram: graceful degradation on SSL error	2026-09-15 12:49:33 +05:00
n1kt4r	a01f183680	Switch LLM engine to Ornith-1.5-9B (Spark X2.5-4B not loadable in Ollama); robust nested-JSON parsing; update README	2026-09-14 17:28:40 +05:00
n1kt4r	89b73db8a4	P1: robust JSON structured output (markdown fence cleanup, structured-output instruction, subAgent excluded from base schema to prevent gemma4:E4B silence); P2: bge-m3 embeddings via Ollama + cosine search; full pipeline verified on gemma4:E4B	2026-09-14 16:26:09 +05:00
n1kt4r	a6fde100ca	P0-P2: heartbeat→mind wiring, structured JSON output, bge-m3 embeddings	2026-09-14 16:20:45 +05:00