AI funkciók

A cMind AI rétege szolgáltató-független. Minden funkció egy egységes, szolgáltató-semleges felületen keresztül kommunikál (IAiClient.CompleteAsync); egy routing kliens oldja fel az aktív szolgáltató hitelesítő adatait és küldi tovább a megfelelő wire adapternek. Te választasz szolgáltatót + modellt + végpontot (és ha a szolgáltató igényli, egy kulcsot); minden meglévő funkció változatlanul működik ugyanazzal a jogosultságkezeléssel, titkosítással, rugalmassággal és degradációval.

Bekapcsolva, ki be: egy beépített lokális LLM kerül a szállításra és alapértelmezés szerint be van kapcsolva (Microsoft.ML.OnnxRuntimeGenAI, pl. Phi-3-mini) — így minden telepítésnek működő AI van kulcs nélkül és külső szolgáltatás nélkül. Egy white-label telepítés eltávolíthatja, és korlátozhatja, hogy mely szolgáltatókat adhatnak hozzá a felhasználók. A beépített mellett bármely külső szolgáltatót lehet csatlakoztatni.

Támogatott szolgáltatók:

• Beépített lokális AI (BuiltInOnnx) — folyamaton belüli ONNX GenAI modell, kulcs nélkül, szállítva + alapértelmezés szerint bekapcsolva.
• Anthropic (Claude — Messages API)
• OpenAI és Azure OpenAI (Chat Completions)
• Google Gemini (generateContent)
• Bármely OpenAI-kompatibilis végpont, beleértve a lokális modelleket (Ollama, LM Studio, vLLM, llama.cpp server, LocalAI) és az OpenAI-kompatibilis felhőket (Kimi / Moonshot az https://api.moonshot.ai/v1/ címen, OpenRouter, Groq, Together, Mistral, DeepSeek) — mindezt egy OpenAI-kompatibilis adapteren keresztül, csak a base URL + modell + kulcs különbözteti meg őket. A Hozzáadás-szolgáltató dialog egy kattintásos presetek készletét kínálja (Kimi, OpenAI, OpenRouter, Groq, DeepSeek, Mistral, Ollama, LM Studio), amelyek kitöltik az alap URL-t + egy mintamodellt.

Pontosan egy szolgáltató aktív egyszerre. A hitelesítő adatok titkosítva vannak tárolva (AiProviderCredential aggregátum + IAiProviderStore + ISecretProtector, EncryptionPurposes.AiApiKey); egy lokális végpontnak nem kell kulcs. Ha nincs aktív szolgáltató, minden funkció a letiltott eredményt adja vissza, és az alkalmazás többi része változatlanul fut (kulcs nem szükséges az platform felépítéséhez, teszteléséhez vagy futtatásához).

Visszafelé kompatibilis: egy meglévő telepítés örökölt App:Ai:ApiKey (vagy a régi titkosított ai.api_key beállítás) automatikusan az alapértelmezett aktív Anthropic szolgáltatóként kerül tiszteletbe — nulla beavatkozás szükséges.

Ha az AI nincs konfigurálva → az AI oldalak elhalványítják a műveleteket és megjelenítenek egy bannert plusz egy egyszeri felszólítást, hogy adj hozzá egy szolgáltatót Beállítások → AI (AiFeatureNotice). Állapot: GET /api/ai/status ({ enabled, kind, model }); szolgáltatók kezelése (csak tulajdonos) GET/PUT /api/ai/providers, POST /api/ai/providers/{id}/activate, DELETE /api/ai/providers/{id}, és egy POST /api/ai/providers/test kapcsolódási ping.

Telepítési alapértelmezés vs. a felhasználó saját szolgáltatója

Az AI hitelesítő adatoknak két hatóköre van:

• Telepítési alapértelmezés (tulajdonos által kezelt). A tulajdonos konfigurál egy szolgáltatót (vagy szállít egyet az App:Ai:Providers[] / az örökölt App:Ai:ApiKey révén). Az minden felhasználó megosztott alapértelmezése lesz — így egy bróker vagy hosting szolgáltató finanszírozhatja az AI-t minden felhasználójának teljesítmény-nincs per-felhasználó beállítás és nincs per-felhasználó korlát mellett. A fenti tulajdonos-only /api/ai/providers útvonalakon keresztül kezelhető.
• A felhasználó saját szolgáltatója (önkiszolgáló). Bármely bejelentkezett felhasználó hozzáadhatja a saját szolgáltatóját GET/PUT /api/ai/my-providers, POST /api/ai/my-providers/{id}/activate, DELETE /api/ai/my-providers/{id} útvonalakon. Ha van ilyen, a saját aktív szolgáltató felülírja a telepítési alapértelmezést a saját AI funkcióihoz; eltávolítása visszaáll az alapértelmezésre.

Feloldási sorrend (AiProviderStore, kérésenkénti felhasználó): a felhasználó saját aktív hitelesítő adata → a telepítési alapértelmezés → az örökölt konfigurációs kulcs → nincs (AI letiltva). Pontosan egy hitelesítő adat aktív hatókörönként (részleges egyedi index OwnerUserId szerint), és minden hatókör egymástól függetlenül oldódik fel, így a felhasználó saját kulcsának aktiválása soha nem zavarja meg a megosztott alapértelmezést. Háttér/nem-Web kontextusok (nincs kérés-felhasználó) mindig a telepítési alapértelmezést oldják fel.

Szolgáltató képességmátrix

A képességek alapértelmezés szerint szolgáltatónként eltérőek és a tulajdonos felülbírálhatja. Ha egy képesség ki van kapcsolva, a funkció ** degradálódik, soha nem dob kivételt**: a webes keresés csendben elmarad; a vision típusú képtelenség hibaüzenetet ad.

Szolgáltató	Fajta	Alapértelmezett base URL	Kulcs szükséges	Web keresés	Vision	Megjegyzések
Beépített lokális AI	BuiltInOnnx	n/a (folyamaton belül)	nem	✖	✖	szállított ONNX GenAI modell, alapértelmezés szerint be
Anthropic	Anthropic	https://api.anthropic.com/	igen	✅	✅	Messages API, web_search eszköz
OpenAI	OpenAiCompatible	https://api.openai.com/v1/	igen	opcionális	opcionális	Chat Completions
Azure OpenAI	AzureOpenAi	https://<resource>.openai.azure.com/	igen	✅	✅	deployment útvonal + api-version
Google Gemini	Gemini	https://generativelanguage.googleapis.com/	igen	✅	✅	generateContent, google_search grounding
Ollama (lokális)	OpenAiCompatible	http://localhost:11434/v1/	nem	✖	modell-függő	OpenAI-kompatibilis adapteren át
LM Studio (lokális)	OpenAiCompatible	http://localhost:1234/v1/	nem	modell-függő	modell-függő	OpenAI-kompatibilis adapteren át
vLLM / llama.cpp / LocalAI	OpenAiCompatible	a kiszolgált URL	nem	✖	modell-függő	OpenAI-kompatibilis adapteren át
OpenRouter / Groq / Together / Mistral / DeepSeek	OpenAiCompatible	szolgáltató URL	igen	✖	modell-függő	OpenAI-kompatibilis adapteren át

A teljes szolgáltató-specifikus beállítási útmutatók (kulcsok, URL-ek, modell azonosítók, UI lépések): lásd AI szolgáltatók — beállítási katalógus.

Beépített lokális AI (szállítva, alapértelmezés szerint be)

A cMind egy valódi lokális LLM-et szállít, amely folyamaton belül fut a Microsoft.ML.OnnxRuntimeGenAi révén (egy kompakt instruct modell, például Phi-3-mini). Nem kell API kulcs és külső szolgáltatás, és az első indításkor — amikor nincs szolgáltató konfigurálva és a white-label gate engedi — automatikusan seedelve és aktiválva van, így minden telepítésnek működő AI van a dobozból kivéve.

• A modell könyvtár (genai_config.json + tokenizer + súlyok) az App:Ai:BuiltIn:ModelPath által konfigurált (alapértelmezés: models/onnx, az alkalmazás alapkönyvtárához viszonyítva). Amikor a modell fájlok hiányoznak, a szolgáltató degradál egy típusolt hibaüzenetre egy telepítési tippel — soha nem dob kivételt, és az alkalmazás többi része érintetlen marad.
• Minden szöveges AI funkciót működtet. Mivel kompakt modell, csak szöveges (nincs szerveroldali web keresés vagy vision) és a generálás serializált (egy modell példány, újrafelhasználva lazy load után).
• Több beépített modell is egyszerre létezhet. Minden letöltött modell az ModelPath/<key> alatt élhet; egy kurátált katalógus (Phi-3.5-mini alapértelmezett, valamint Phi-3-mini-128k) letölthető és választható a Beállítások → AI menüből. Egy beépített almodell kiválasztása in-process-ben betölti azt. Modell beszerzése/csomagolása: lásd AI szolgáltatók → beépített.

White-label vezérlők

Egy white-label telepítés korlátozza az AI-t az App:Branding révén (szerveroldalon kényszerítve minden szolgáltató upsert-en):

• AllowBuiltInAi (alapértelmezés true) — állítsd false-ra a beépített modell teljes eltávolításához.
• AllowLocalProviders (alapértelmezés true) — állítsd false-ra a lokális/saját-gazda végpontok tiltásához (loopback / privát OpenAI-kompatibilis, pl. Ollama/LM Studio/vLLM).
• AllowedAiProviderKinds (alapértelmezés üres = mind) — csak azokat a fajtákat listázd, amelyeket a telepítés engedélyez (pl. ["Anthropic","OpenAiCompatible"]), hogy zárold, mely szolgáltatókat adhatnak hozzá a felhasználók.
• AllowAiModelManagement (alapértelmezés true) — állítsd false-ra a modell böngészés, a funkciónkénti modellválasztó, és a funkciónkénti model kötés elrejtéséhez. Mindegyik a tulajdonos által futásidőben hangolható a Beállítások → Telepítés menüből (élőben átfedett az IOptionsMonitor-on) és katalógusban van az WhiteLabelCatalog-ban.

Bővítés: jövőbeli beépített modellek

Az AI réteg adapter-alapú és bővíthető. Minden szolgáltató egy IAiProvider, amelyet AiProviderKind alapján választanak ki; a funkció-felülete (IAiClient/AiFeatureService) soha nem változik. Egy új beépített modell futásidejének hozzáadása később (egy másik ONNX modell, egy másik folyamaton belüli motor, GGUF/llama.cpp in-proc stb.) lokalizált változtatás: adj hozzá egy AiProviderKind-t, implementálj egy IAiProvider adaptert, regisztráld, és (opcionálisan) kötözdd az alapértelmezett seedelést + egy dialog opciót — nincs funkció, végpont vagy MCP eszköz változtatás. A beépített ONNX szolgáltató ennek a minta a referencia implementációja.

Képességek

• cBot építése — egy projektalapú workshop a /ai/build címen: új cBot létrehozása (egyedi név + nyelv) vagy egy meglévő fejlesztése, amely forráskóddal rendelkezik, majd csevegés egy modellel a /ai/build/{projectId} címen a kód írásához és finomításához. Minden prompt és modell válasz időbélyeggel van mentve és túléli a navigációt/újratöltést; a modell forrása az adott fordulón alkalmazódik a projektre. A cBot felépítése és futtatása ugyanarról az oldalról, vagy nyissa meg a teljes szerkesztőben. Minden projekt megjelenik a listában az utolsó módosítás idejével és nézet/törlés vezérlőkkel.
• Funkciónkénti modellválasztó — minden AI funkció oldal és dialog megjeleníti a modellválasztót, amely felsorolja az elérhető modelleket (saját szolgáltatók + telepítési alapértelmezések). Az oldal mentett kötése van előválasztva, ha van, egyébként az alapértelmezett modell, és a kiválasztott modell az adott műveletre vonatkozik (elküldve ?modelId= paraméterként, és a RoutingAiClient által kényszerítve az adott híváshoz). Rejtett, ha a telepítés letiltja a modellkezelést.
• Modellek böngészése és kiválasztása funkciónként — böngésszen azokat a modelleket, amelyeket egy szolgáltató végpontja meghirdet (GET /v1/models az LM Studio / Ollama / vLLM / llama.cpp között, vagy a beépített katalógus), ahelyett hogy kézzel beírna egy id-t, és kösse az egyes AI funkciókat egy másik modellhez így több modell szolgál egyszerre más-más funkciókat (egy kötetlen funkció visszaáll a hatókör alapértelmezett szolgáltatójára).
• Paraméter optimalizálás — zárt hurok: AI javasol paraméterkészleteket, mindegyik perzisztálva + backtesztelve a node-okon (optimize-run / optimize-params).
• Autonóm portfólió ügynök — mandátum-vezérelt javaslatok teljes döntési naplóval (AgentMandate → AgentProposal).
• Kockázati őr működésben — AiRiskGuard háttérszolgáltatás értékeli a futó botokat, képes automatikusan leállítani kritikus kockázat esetén (opcionális).
• Prop-firm kitettségi őr — drawdown/kitevtségi limitek automatikus flatten-nel.
• Piaci riasztások — AlertRule motor AI szentimentummal (web keresés grounded ahol a szolgáltató támogatja).
• Elemzés — cBot értékelés, backtest elemzés, post-mortem-ek, piaci szentimentum, chart-vision tervezés, marketplace kurálás.

Felületek

• Web végpontok /api/ai/* alatt (az AI Build chat build/{id}/prompt + build/{id}/messages, generate-project, review, analyze-backtest, optimize-params, optimize-run, post-mortem, sentiment, vision, curate, …). Minden funkció végpont elfogad egy opcionális ?modelId=<credential> paramétert az adott hívás futtatásához egy kiválasztott modellen. Plusz modell felfedezés (/api/ai/models/probe, /api/ai/usable-models) és funkciónkénti kötések (/api/ai/feature-bindings, /api/ai/my-feature-bindings). A cBot projektek, felépítés és futtatás újrafelhasználja a építő végpontokat (/api/builder/projects…).
• MCP eszközök (AiTools) AI kliensek számára — lásd mcp.md. A szolgáltató kiválasztás átlátszó az MCP kliensek számára.
• AI nav csoport — egy Blazor oldal funkciónként: cBot építése (/ai/build), Értékelés (/ai/review), Vita (/ai/debate), Piaci Szentimentum (/ai/sentiment), Kitettség ellenőrzés (/ai/exposure), Portfólió Áttekintés (/ai/digest), Hangolási Tanácsadó (/ai/tune), Optimalizálás (/ai/optimize), valamint Portfólió Ügynök, Riasztások, MCP Kulcsok. Az oldalak megosztják az AiFeaturePageBase + AiOutputPanel + egy AiModelSelect-et; mindegyik megmutatja az AiFeatureNotice-t, ha nincs szolgáltató konfigurálva.
• Beállítások → AI (/settings/ai, csak tulajdonos) — szolgáltató lista egy Hozzáadás / szerkesztés szolgáltató dialog-kal (fajta, base URL fajta-specifikus tippekkel, egy kattintásos presetek, beleértve a Kimi/Moonshot, Ollama és LM Studio kínálatot, modell, opcionális kulcs, képesség togglek, "állítsd aktívra") és egy Tesztelés kapcsolat gombbal.

Konfiguráció

Az App:Ai támogatja mind az örökölt egykulcsos, mind a multi-szolgáltató seedelést:

• Örökölt: ApiKey, Model (alapértelmezés claude-opus-4-8), BaseUrl, MaxTokens — továbbra is tiszteletben tartva, mint az alapértelmezett Anthropic szolgáltató.
• Multi-szolgáltató: ActiveProvider (fajta) és Providers[] ({ Kind, BaseUrl, Model, ApiKey?, MaxTokens?, Capabilities? }) — importálva az áruházba indításkor, ha még nincs hitelesítő adat, így egy ops csapat konfigurált (beleértve a lokális-LLM-et) telepítést szállíthat kizárólag appsettings/env révén.

RiskGuardEnabled, RiskGuardAutoStop, RiskGuardInterval változatlan. Tesztek/dev számára egy konfigurációs kulcs él az egységes dev-credentials fájlban az Ai alatt.

Megbízhatóság

A szolgáltató megbízhatatlanként van kezelve — semmi, amit csinál, nem tudja lehozni az alkalmazást. Ez azonosan igaz a felhős és lokális végpontokra (egy halott Ollama újrapróbál, majd degradál pontosan úgy, mint egy throttlet Anthropic):

• Graceful degradáció. Minden hiba mód (nincs szolgáltató, HTTP 4xx/5xx/429, timeout, rossz test, üres tartalom, nem támogatott képesség) egy típusolt AiResult.Fail(reason)-t ad vissza — a kliens soha nem dob kivételt egy oldalra, MCP eszközre vagy hosted szolgáltatásra.
• Rugalmassági pipeline. AddAiHttpClient ad az egy megosztott AI HttpClient-nek korlátozott újrapróbálást átmeneti 5xx / hálózati hibákra (exponenciális backoff + jitter) plusz generózus per-attempt és összes időtúllépések (AiHttp), újrafelhasználva minden adapter által.

Tesztelés a fake lokális LLM-mel

Az AI réteg külső függőség nélkül bizonyított end-to-end a FakeLocalLlmServer révén — egy apró folyamaton belüli OpenAI-kompatibilis végpont, determinisztikus konzerv választ visszaadva, wire-azonos Ollama/LM Studio/vLLM-hez. Ez alátámasztja:

• Egységteszt — adapterenkénti request-transzláció + response-parse tesztek, routing/képesség degradáció.
• Integráció — az OpenAI-kompatibilis adapter end-to-end, a parametrizált rugalmassági elmélet minden adapteren, és az MCP AI eszközök.
• E2E — az AiLocalFixture bootolja az alkalmazást a fake szerverre mutatva (vagy egy valódi szolgáltatóra, ha a fejlesztő beállítja az AI_E2E_BASEURL-et (+ opcionális AI_E2E_API_KEY / AI_E2E_KIND / AI_E2E_MODEL) — valódi creds nyer) és minden AI funkciót a valódi UI-n keresztül hajt. Bármely AI funkció hozzáadása vagy változtatása megkövetel egy E2E tesztet ezen fixtureen keresztül (lásd a repo teszt mandátum). Egy opcionális sáv (AI_LOCAL_LLM=1) egy valódi completiont futtat egy Ollama Testcontainer-en.

Beépített lokális AI — nulla-beállítás alapértelmezés szerint

A beépített ONNX lokális LLM dobozból működik: amikor a modell könyvtára hiányzik és App:Ai:BuiltIn:AutoDownload true (az alapértelmezés), az alkalmazás egyszer letölti a modellt a háttérben App:Ai:BuiltIn:DownloadBaseUrl-ről. Amíg a letöltés fut, az AI hívások (és a Kapcsolat tesztelése a Beállítások → AI-ban) egy egyértelmű "a modell letöltődik (első alkalommal setup)" üzenetet adnak vissza kemény hiba helyett. Air-gapped/metered telepítések beállítják az AutoDownload=false-t és előre biztosítják a modell könyvtárat (App:Ai:BuiltIn:ModelPath). A white-label App:Branding:AllowBuiltInAi gate továbbra is alkalmazandó.

A letöltés előre fel van melegítve az indításkor amikor a beépített modell az aktív szolgáltató, így az első AI kattintás előtt kész, nem pedig azzal kudarc "letöltödik…". Beállítások → AI megjeleníti az élő telepítési állapotot a beépített szolgáltató kártyáján — Modell kész / Modell letöltödik… / Modell nincs telepítve / Letöltés sikertelen — egy Modell letöltése (vagy Próba újra letöltés) gombbal, amely az egy alkalommal háttér-fetch-et indítja igény szerint (GET /api/ai/built-in/status, POST /api/ai/built-in/install). A beépített szolgáltató engedélyezése a Beállítások-ból újrafelhasználja az már seedelve sor helyett egy duplikátum hozzáadása, így soha nem ütközik az egyetlen-aktív-szolgáltató korláttal.