🎉 Context Builder Agent - Extractor de Snippets

Sistema avanzado de análisis y construcción de contexto para snippets de código Python usando IA y análisis estático.

🚀 Características Principales

• 🔍 Context Analyzer Agent: Análisis inteligente de dependencias usando LLM y AST
• 🛠️ Context Builder Agent: Construcción de contextos mínimos y ejecutables
• ✅ Enhanced Validator: Validación mejorada con capacidades LLM
• 🔒 Safety First: Validación de seguridad y detección de patrones peligrosos
• ⚡ Performance Optimized: Fallbacks robustos y cache inteligente
• 🌐 API Integration: Integración completa con Groq API

📁 Estructura del Proyecto

src/snippets/
├── agents/
│   ├── base_agent.py              # Clase base para agentes
│   ├── context_analyzer.py        # Análisis de dependencias
│   ├── context_builder.py         # Construcción de contexto
│   ├── llm_client.py              # Cliente LLM unificado
│   └── prompt_templates/
│       ├── context_analysis.txt   # Template para análisis
│       └── context_building.txt   # Template para construcción
├── enhanced_validator.py          # Validador mejorado
├── parser.py                      # Parser de snippets
├── validator.py                   # Validador base
├── normalizer.py                  # Normalizador de código
└── reporter.py                    # Generador de reportes

tests/
├── agents/                        # Tests de agentes
├── test_enhanced_validator.py     # Tests validador mejorado
└── ...                           # Tests adicionales

demos/
├── demo_simple.py                 # Demo básica ejecutando tests
├── demo_context_builder.py        # Demo completa con API
└── test_full_integration.py       # Test de integración completa

🔧 Instalación

1. Clonar el repositorio:

   git clone https://github.com/Joselillo2004/Extractor_Snippets.git
   cd Extractor_Snippets

2. Crear entorno virtual:

   python -m venv venv
   source venv/bin/activate  # Linux/Mac
   # o
   venv\Scripts\activate     # Windows

3. Instalar dependencias:

   pip install -r requirements-dev.txt

4. Configurar API Key (opcional):

   export GROQ_API_KEY="your-api-key-here"

🎯 Uso Rápido

Demo Básica (Sin API)

python demo_simple.py

Demo Completa (Con API)

python demo_context_builder.py

Test de Integración

python test_full_integration.py

Ejecutar Tests

pytest tests/ -v

🏗️ Arquitectura

Context Analyzer Agent

Analiza snippets para identificar dependencias:

• Variables no definidas que necesitan contexto
• Funciones llamadas que requieren definiciones
• Clases instanciadas que necesitan definiciones
• Imports requeridos para módulos externos

Context Builder Agent

Construye contextos mínimos y ejecutables:

• Construcción optimizada con solo código necesario
• Generación de valores realistas para variables
• Validación de seguridad contra patrones peligrosos
• Fallback heurístico cuando LLM no disponible

Enhanced Validator

Validación avanzada de snippets:

• Integración con agentes para análisis profundo
• Construcción automática de contexto para validación
• Scoring de confianza y métricas detalladas

📊 Ejemplo de Uso

import asyncio
from src.snippets.agents.context_analyzer import ContextAnalyzer
from src.snippets.agents.context_builder import ContextBuilder
from src.snippets.agents.base_agent import Snippet

async def main():
    # Snippets de ejemplo
    snippets = [
        Snippet(content='name = "Alice"', index=0),
        Snippet(content='def greet(person): return f"Hello {person}!"', index=1),
        Snippet(content='message = greet(name)', index=2)  # Target
    ]
    
    # 1. Analizar dependencias
    analyzer = ContextAnalyzer()
    analysis_result = await analyzer.analyze(snippets[2], snippets, 2)
    
    # 2. Construir contexto
    builder = ContextBuilder()
    build_result = await builder.analyze(
        snippets[2], snippets, 2, 
        dependencies=analysis_result.data
    )
    
    # 3. Código ejecutable
    context_code = build_result.data['context_code']
    complete_code = context_code + "\n" + snippets[2].content
    
    # 4. Ejecutar
    exec(complete_code)  # ✅ Funciona!

asyncio.run(main())

🧪 Tests y Resultados

✅ 38+ casos de prueba exitosos:

• Context Builder Tests: 15 casos
• Context Analyzer Tests: 11 casos
• Enhanced Validator Tests: 12 casos

✅ Integración API completa:

• Análisis LLM con confidence: 1.00
• Construcción de contexto funcional
• Ejecución exitosa de código generado

🎊 Capacidades Demostradas

• ✅ Análisis contextual: Identifica dependencias con AST y LLM
• ✅ Construcción mínima: Genera solo el código necesario
• ✅ Optimización: Deduplica imports y optimiza orden
• ✅ Valores realistas: Genera valores apropiados por tipo y contexto
• ✅ Validación de seguridad: Detecta patrones peligrosos
• ✅ Sintaxis correcta: Valida código generado con AST
• ✅ Fallback mechanisms: AST cuando LLM falla
• ✅ Performance: < 1s processing time, costos < $0.0001

🔧 Configuración Avanzada

LLM Configuration

from src.snippets.agents.llm_client import LLMConfig

config = LLMConfig(
    model="llama-3.1-8b-instant",
    max_tokens=1000,
    temperature=0.1,
    max_cost_per_session=5.00,
    cache_enabled=True
)

Context Analysis Options

analyzer = ContextAnalyzer(window_size=10)  # ±10 snippets context

Context Building Options

builder = ContextBuilder(enable_llm=True)   # Enable LLM enhancement

📈 Roadmap

• Soporte para más lenguajes (JavaScript, TypeScript)
• Integración con más proveedores LLM (OpenAI, Anthropic)
• Interface web para uso interactivo
• Métricas avanzadas y analytics
• Extensiones para IDEs

🤝 Contribuir

1. Fork el repositorio
2. Crear rama feature (git checkout -b feature/nueva-funcionalidad)
3. Commit cambios (git commit -am 'Agregar nueva funcionalidad')
4. Push a la rama (git push origin feature/nueva-funcionalidad)
5. Crear Pull Request

📄 Licencia

Este proyecto está bajo la licencia MIT. Ver LICENSE para más detalles.

🙏 Agradecimientos

• Groq por la API de inferencia rápida
• Pydantic por validación de datos
• pytest por el framework de testing

---

🎊 Proyecto completado exitosamente - Todos los objetivos alcanzados 🚀