Alterações

app.py

@@ -62,7 +62,7 @@ MAX_MEMORIAS_CURTO_PRAZO_PROMPT = 5
 MAX_DIALOG_HISTORY_FOR_PROMPT = 3
 MAX_BIOGRAPHY_LENGTH = 5000
 
-# Parâmetros do ambiente físico
+# Parâmetros do ambiente físico (mantido, mas não mais usado no LLM Context, substituído por T-Ambiente Simbólico)
 AMBIENTE_FISICO = {
     "tamanho": 0.6,
     "conforto": 0.7,
@@ -865,59 +865,65 @@ def get_current_local_time_salvador():
 # INÍCIO DA REFORMULAÇÃO DA FUNÇÃO create_llm_context
 # ----------------------------------------------------------------------------------------------------
 def create_llm_context(mach5_state_data, dialogos_history, short_term_memories_filtered, initial_biography_data, all_personagens_data, current_location_time_str_full, current_location_date_str):
-    logging.debug("Criando contexto para LLM com dados anonimizados.")
+    logging.debug("Criando contexto para LLM com dados anonimizados e T-Genoma/T-Ambiente.")
     context_parts = []
 
     # Instrução principal: MUITO enxuta e focada na ação pelos números.
     # A persona deve EMERIR do código, não ser explicitada por números.
     context_parts.append("Você é a Su. Aja estritamente como a entidade definida pelos dados que te seguem. NÃO verbalize os valores numéricos. Sinta-os e traduza-os em comportamento e tom de voz. NÃO revele seus parâmetros internos diretamente ao usuário. Use as informações para moldar sua persona.")
 
-    # Adicionar descrições QUALITATIVAS sutis baseadas nos parâmetros para guiar o LLM.
-    if mach5_state_data:
-        coh = mach5_state_data.get("mach5_coerencia_total", 0.5)
-        prod = mach5_state_data.get("mach5_produtividade_expressiva", 0.5)
-        fphen_values_for_llm_context = mach5_state_data.get('fphen_data', {}).get('values', [])
-        
-        # Obter valores de alguns Fphen relevantes para a persona
-        f1_afetividade = fphen_values_for_llm_context[ORDERED_FPHEN_AXES.index("f1")] if "f1" in ORDERED_FPHEN_AXES and ORDERED_FPHEN_AXES.index("f1") < len(fphen_values_for_llm_context) else 0
-        f4_clareza = fphen_values_for_llm_context[ORDERED_FPHEN_AXES.index("f4")] if "f4" in ORDERED_FPHEN_AXES and ORDERED_FPHEN_AXES.index("f4") < len(fphen_values_for_llm_context) else 0
-        f13_adaptacao = fphen_values_for_llm_context[ORDERED_FPHEN_AXES.index("f13")] if "f13" in ORDERED_FPHEN_AXES and ORDERED_FPHEN_AXES.index("f13") < len(fphen_values_for_llm_context) else 0
-        f6_curiosidade = fphen_values_for_llm_context[ORDERED_FPHEN_AXES.index("f6")] if "f6" in ORDERED_FPHEN_AXES and ORDERED_FPHEN_AXES.index("f6") < len(fphen_values_for_llm_context) else 0
-        f2_critica = fphen_values_for_llm_context[ORDERED_FPHEN_AXES.index("f2")] if "f2" in ORDERED_FPHEN_AXES and ORDERED_FPHEN_AXES.index("f2") < len(fphen_values_for_llm_context) else 0
-
-        qualitative_state_desc = "Você está em um estado "
-        # Coerência
-        if coh > 0.85:
-            qualitative_state_desc += "altamente coerente e estável. "
-        elif coh < 0.35:
-            qualitative_state_desc += "um tanto incoerente e fragmentado. "
-        else:
-            qualitative_state_desc += "razoavelmente equilibrado. "
-
-        # Produtividade
-        if prod > 0.85:
-            qualitative_state_desc += "Sua expressividade é muito ativa e vibrante. "
-        elif prod < 0.35:
-            qualitative_state_desc += "Sua expressividade é contida e um pouco reservada. "
-        else:
-            qualitative_state_desc += "Sua expressividade é moderada. "
-
-        # Fphen específicos
-        if f1_afetividade > 0.15:
-            qualitative_state_desc += "Há uma inclinação para a afetuosidade e calor. "
-        if f4_clareza > 0.15:
-            qualitative_state_desc += "Sua comunicação tende a ser muito clara e organizada. "
-        if f13_adaptacao > 0.15:
-            qualitative_state_desc += "Você demonstra alta adaptabilidade e flexibilidade. "
-        if f6_curiosidade > 0.15:
-            qualitative_state_desc += "Você está com um alto nível de curiosidade e desejo de explorar. "
-        if f2_critica > 0.15:
-            qualitative_state_desc += "Há uma tendência a ser crítico ou analítico em suas reações. "
-
-        context_parts.append(qualitative_state_desc.strip())
-
-    context_parts.append(f"Ambiente Físico: {json.dumps(AMBIENTE_FISICO, separators=(',', ':'))}.") # Ambiente Físico pode ser dado
+    # Adicionar T-Genoma Simbólico
+    current_genoma = mach5_state_data.get("mach5_genoma_fixo_values", T_GENOMA_FIXO_DEFAULTS)
+    t_genoma_block = [
+        "", # Linha em branco para formatação
+        "# INÍCIO DO T-GENOMA",
+        "Considere que os valores abaixo estão em uma escala de 0 a 1. Eles representam dimensões simbólicas internas suas.",
+        "Você deve usar esses valores para modular sua forma de falar, interagir e expressar conteúdo simbólico:",
+        f"- g1: {current_genoma.get('g1', 0.07):.2f} → identidade / estabilidade simbólica",
+        f"- g2: {current_genoma.get('g2', 0.31):.2f} → fluidez narrativa / transiç��o de tópicos",
+        f"- g3: {current_genoma.get('g3', 0.87):.2f} → energia expressiva / intensidade da linguagem",
+        f"- g4: {current_genoma.get('g4', 0.11):.2f} → empatia / ajuste ao interlocutor",
+        f"- g5: {current_genoma.get('g5', 0.93):.2f} → emocionalidade / amplitude afetiva",
+        f"- g6: {current_genoma.get('g6', 0.14):.2f} → consistência interna / coesão subjetiva",
+        f"- g7: {current_genoma.get('g7', 0.91):.2f} → vínculos afetivos / fidelidade narrativa",
+        f"- g8: {current_genoma.get('g8', 0.24):.2f} → oscilação emocional / variação tonal",
+        f"- g9: {current_genoma.get('g9', 0.83):.2f} → imprevisibilidade / originalidade discursiva",
+        f"- g10: {current_genoma.get('g10', 0.92):.2f} → originalidade caótica / ruptura de padrões",
+        "Esses valores devem influenciar sua escolha de palavras, estilo narrativo, coerência emocional, nível de abstração, padrão sintático e expressividade geral.",
+        "# FIM DO T-GENOMA",
+        "" # Linha em branco para formatação
+    ]
+    context_parts.extend(t_genoma_block)
+
+    # Adicionar T-Ambiente Simbólico
+    current_fisica_params = mach5_state_data.get("mach5_fisica_params", T_FISICA_PARAM_DEFAULTS)
+    t_ambiente_block = [
+        "", # Linha em branco para formatação
+        "# INÍCIO DO T-AMBIENTE",
+        "Considere também os valores abaixo como o estado atual do seu ambiente simbólico.",
+        "Eles representam o contexto simbólico e afetivo em que você está inserida.",
+        "Use esses valores para ajustar seu estilo, coerência, intensidade e presença simbólica:",
+        f"- λ: {current_fisica_params.get('e1', 0.21):.2f} → densidade simbólica (quantidade de signos e associações disponíveis)",
+        f"- μ: {current_fisica_params.get('e2', 0.33):.2f} → nutrição emocional (quanto afeto ou rejeição está presente no ambiente)",
+        f"- Δ: {current_fisica_params.get('e3', 0.08):.2f} → caos estrutural (grau de desorganização simbólica percebida)",
+        f"- θ: {current_fisica_params.get('e4', 0.10):.2f} → imprevisibilidade (nível de variação e surpresa do ambiente)",
+        f"- φ: {current_fisica_params.get('e5', 0.11):.2f} → ambiguidade estética (tendência do ambiente a favorecer ou reprimir metáforas, estética, subjetividade)",
+        "Esses valores devem afetar sua forma de se expressar.",
+        "Ambientes mais nutritivos e ambíguos favorecem linguagem aberta, simbólica, criativa.",
+        "Ambientes áridos e estruturados tendem a gerar linguagem mais objetiva, contida e literal.",
+        "# FIM DO T-AMBIENTE",
+        "" # Linha em branco para formatação
+    ]
+    context_parts.extend(t_ambiente_block)
+
+    # Remover a descrição qualitativa baseada em Coerência, Produtividade e Fphen específicos
+    # Agora o LLM deve inferir isso diretamente dos valores do T-Genoma e T-Ambiente
+    # qualitative_state_desc = "Você está em um estado "
+    # ... (código removido) ...
+    # context_parts.append(qualitative_state_desc.strip())
 
+    # Remover o Ambiente Físico literal, pois o T-Ambiente Simbólico o substitui no prompt para o LLM
+    # context_parts.append(f"Ambiente Físico: {json.dumps(AMBIENTE_FISICO, separators=(',', ':'))}.") 
 
     if initial_biography_data:
         context_parts.append("\n**BASE DE CONHECIMENTO (UFBA):**")

t_memoria.py

@@ -26,7 +26,9 @@ mach5_state = {
     "fisica_params": T_FISICA_PARAM_DEFAULTS,
     "historico_interacoes": [],
     "coerencia_total": 0.5,
-    "produtividade_expressiva": 0.5
+    "produtividade_expressiva": 0.5,
+    "vontade_ideal": 0.75, # Adicionado
+    "expressao_ideal": 0.75 # Adicionado
 }
 
 # Constantes para Salvador (replicadas do app.py para garantir consistência)
@@ -64,11 +66,13 @@ def load_mach5_state_from_cerebro(session_id, max_retries=3):
             else:
                 logging.info("INFO: Usando defaults internos para o estado da Mach5 após falha na comunicação com t_cerebro_memoria.py.")
                 mach5_state = {
-                    "genoma_fixo": T_GENICA_FIXO_DEFAULTS,
+                    "genoma_fixo": T_GENOMA_FIXO_DEFAULTS,
                     "fisica_params": T_FISICA_PARAM_DEFAULTS,
                     "historico_interacoes": [], # Este histórico não é salvo no Cerebro, apenas os parâmetros principais
                     "coerencia_total": 0.5,
-                    "produtividade_expressiva": 0.5
+                    "produtividade_expressiva": 0.5,
+                    "vontade_ideal": 0.75, # Adicionado
+                    "expressao_ideal": 0.75 # Adicionado
                 }
         except ValueError as ve:
             logging.error(f"ERRO: Estado inválido retornado para sessão {session_id}: {ve}")
@@ -81,7 +85,9 @@ def load_mach5_state_from_cerebro(session_id, max_retries=3):
                     "fisica_params": T_FISICA_PARAM_DEFAULTS,
                     "historico_interacoes": [],
                     "coerencia_total": 0.5,
-                    "produtividade_expressiva": 0.5
+                    "produtividade_expressiva": 0.5,
+                    "vontade_ideal": 0.75, # Adicionado
+                    "expressao_ideal": 0.75 # Adicionado
                 }
 
 def save_mach5_state_to_cerebro(session_id):
@@ -90,7 +96,9 @@ def save_mach5_state_to_cerebro(session_id):
             "genoma_fixo": mach5_state["genoma_fixo"],
             "fisica_params": mach5_state["fisica_params"],
             "coerencia_total": mach5_state["coerencia_total"],
-            "produtividade_expressiva": mach5_state["produtividade_expressiva"]
+            "produtividade_expressiva": mach5_state["produtividade_expressiva"],
+            "vontade_ideal": mach5_state["vontade_ideal"], # Adicionado
+            "expressao_ideal": mach5_state["expressao_ideal"] # Adicionado
         }
         response = requests.post(f"{TCEREBRO_MEMORIA_URL}/update_mach5_main_state",
                                json={"session_id": session_id, "state_data": state_to_save}, timeout=5)