v0.2.17 : accès internet (Crawl4AI) + 3 modes de mémoire

- accès web de l'IA via un serveur Crawl4AI configurable (outils
  web_search / web_open / web_read / web_grep), réglage CRAWL4AI_URL +
  toggle, actifs seulement si le mode agent et le serveur sont joignables.
  CLI `jean internet [on|off|status|url <url>]`.
- mémoire réglable en 3 modes indépendants du mode agent : off / sur
  demande / auto (proactive). CLI `jean memory [off|ondemand|always|status]`.
- fix : prompt et outils gouvernés par la même condition (plus de
  web_search tapé en bash quand le crawl est injoignable) ; consigne
  année de recherche durcie ; icône 🌐 des outils web dans l'UI.
This commit is contained in:
nathaninline committed 2026-07-08 10:40:41 +02:00
1 parent fbfb3effd7
commit c398cb85e6
11 files changed
+1179 -55

No files matched your search

+841
View File
@@ -0,0 +1,841 @@
package main
import (
"bytes"
"context"
"crypto/md5"
"encoding/hex"
"encoding/json"
"fmt"
"io"
"net/http"
"net/url"
"os"
"regexp"
"strings"
"sync"
"time"
)
// Accès internet de l'IA — port Go de l'extension pi ~/.pi/agent/extensions/web.ts.
//
// jean parle à un serveur Crawl4AI (Chrome headless, endpoint /crawl) dont l'URL
// est configurée dans config.env (CRAWL4AI_URL). Quand le mode agent ET l'accès
// internet sont actifs ET que le serveur répond, l'IA dispose de 4 outils :
//
// - web_search : recherche DuckDuckGo (via crawl), liste {title, url, snippet}.
// - web_open : récupère une URL (cache 10 min), renvoie SEULEMENT les métadonnées
// (nb de lignes, taille, plan des titres) — pas le contenu.
// - web_read : lit une plage de lignes d'une URL déjà ouverte (offset + limit).
// - web_grep : recherche regex dans une URL déjà ouverte, lignes + contexte.
//
// Workflow attendu : web_open(url) → web_read/web_grep. Même logique que pi.
// ─── configuration & état ───────────────────────────────────────────────────
// crawl4aiURL renvoie l'URL du serveur Crawl4AI (config.env CRAWL4AI_URL), sans
// slash final. Vide si non configuré.
func crawl4aiURL() string {
u := strings.TrimSpace(ReadConfig()["CRAWL4AI_URL"])
return strings.TrimRight(u, "/")
}
// internetEnabled : accès internet actif = drapeau .internet_enabled présent ET
// une URL Crawl4AI configurée. Même modèle que agentEnabled() (agent.go).
func internetEnabled() bool {
if crawl4aiURL() == "" {
return false
}
_, err := os.Stat(internetFlag())
return err == nil
}
func setInternetEnabled(on bool) error {
_ = os.MkdirAll(JeanHome(), 0o755)
if on {
f, err := os.Create(internetFlag())
if err != nil {
return err
}
return f.Close()
}
if err := os.Remove(internetFlag()); err != nil && !os.IsNotExist(err) {
return err
}
return nil
}
// crawlReachable teste que le serveur Crawl4AI répond, avec un cache court (~30 s)
// pour ne pas ralentir chaque tour de chat. Un serveur configuré mais injoignable
// => les outils web ne sont pas proposés (« actif ET fonctionnel »).
var (
reachMu sync.Mutex
reachOK bool
reachURL string
reachWhen time.Time
)
const reachTTL = 30 * time.Second
func crawlReachable() bool {
base := crawl4aiURL()
if base == "" {
return false
}
reachMu.Lock()
defer reachMu.Unlock()
if base == reachURL && time.Since(reachWhen) < reachTTL {
return reachOK
}
ctx, cancel := context.WithTimeout(context.Background(), 2*time.Second)
defer cancel()
ok := false
// Crawl4AI expose /health ; on tolère aussi une simple réponse HTTP sur la racine.
for _, path := range []string{"/health", "/"} {
req, err := http.NewRequestWithContext(ctx, http.MethodGet, base+path, nil)
if err != nil {
continue
}
resp, err := http.DefaultClient.Do(req)
if err != nil {
continue
}
resp.Body.Close()
if resp.StatusCode < 500 {
ok = true
break
}
}
reachOK, reachURL, reachWhen = ok, base, time.Now()
return ok
}
// ─── invocation crwl ────────────────────────────────────────────────────────
// autoDismissJS : dismisser conservateur de bandeaux cookies/consentement, exécuté
// dans la page. N'agit que sur des éléments qui RESSEMBLENT à une UI cookie
// (position fixed/sticky ou id/class cookie/consent/gdpr). Port direct de web.ts.
const autoDismissJS = `(() => { try {
const TEXT = /^(accept all|accept|i accept|agree|i agree|got it|i understand|j'accepte|tout accepter|accepter|d'accord|allow all|allow|consent|continue|ok)$/i;
const isOverlayish = (el) => {
try {
let cur = el;
for (let i = 0; i < 6 && cur; i++) {
const s = getComputedStyle(cur);
if (s.position === 'fixed' || s.position === 'sticky') return true;
const idcls = ((cur.id || '') + ' ' + (cur.className || '')).toLowerCase();
if (/cookie|consent|gdpr|cmp|privacy/.test(idcls)) return true;
cur = cur.parentElement;
}
} catch {}
return false;
};
const candidates = document.querySelectorAll('button, [role="button"], input[type="button"], input[type="submit"]');
let clicked = 0;
for (const b of candidates) {
if (clicked >= 2) break;
const t = (b.innerText || b.value || b.getAttribute('aria-label') || '').trim();
if (!t || !TEXT.test(t)) continue;
if (b.offsetParent === null) continue;
if (!isOverlayish(b)) continue;
try { b.click(); clicked++; } catch {}
}
document.querySelectorAll('[id*="cookie" i],[id*="consent" i],[class*="cookie" i],[class*="consent" i],[id*="gdpr" i],[class*="gdpr" i],[id*="cmp" i],[class*="cmp" i]')
.forEach(el => { try {
const s = getComputedStyle(el);
if (s.position === 'fixed' || s.position === 'sticky') el.remove();
} catch {} });
document.documentElement.style.overflow = 'auto';
if (document.body) document.body.style.overflow = 'auto';
} catch {} })();`
type crwlOptions struct {
jsCode []string
waitFor string
pageTimeoutMs int
rawMarkdown bool // true => préfère raw_markdown (recherche) ; false => fit_markdown
}
// runCrwl appelle POST {base}/crawl et renvoie le markdown extrait. Port de web.ts.
func runCrwl(target string, opts crwlOptions) (string, error) {
base := crawl4aiURL()
if base == "" {
return "", fmt.Errorf("aucun serveur Crawl4AI configuré (CRAWL4AI_URL)")
}
params := map[string]any{}
if len(opts.jsCode) > 0 {
params["js_code"] = opts.jsCode
}
if opts.waitFor != "" {
params["wait_for"] = opts.waitFor
}
if opts.pageTimeoutMs > 0 {
params["page_timeout"] = opts.pageTimeoutMs
}
body := map[string]any{
"urls": []string{target},
"browser_config": map[string]any{
"type": "BrowserConfig",
"params": map[string]any{"headless": true},
},
"crawler_config": map[string]any{
"type": "CrawlerRunConfig",
"params": params,
},
}
buf, _ := json.Marshal(body)
timeout := 60 * time.Second
ctx, cancel := context.WithTimeout(context.Background(), timeout)
defer cancel()
req, err := http.NewRequestWithContext(ctx, http.MethodPost, base+"/crawl", bytes.NewReader(buf))
if err != nil {
return "", err
}
req.Header.Set("Content-Type", "application/json")
resp, err := http.DefaultClient.Do(req)
if err != nil {
return "", fmt.Errorf("Crawl4AI injoignable (%s): %v", base, err)
}
defer resp.Body.Close()
if resp.StatusCode != http.StatusOK {
b, _ := io.ReadAll(resp.Body)
return "", fmt.Errorf("Crawl4AI HTTP %d: %s", resp.StatusCode, tailRunes(string(b), 300))
}
var data struct {
Results []crwlResult `json:"results"`
}
// La réponse peut être soit {results:[...]}, soit un objet unique. On décode
// d'abord la forme {results}, sinon on retombe sur un résultat unique.
raw, _ := io.ReadAll(resp.Body)
if jerr := json.Unmarshal(raw, &data); jerr != nil || len(data.Results) == 0 {
var single crwlResult
if json.Unmarshal(raw, &single) == nil {
data.Results = []crwlResult{single}
}
}
if len(data.Results) == 0 {
return "", fmt.Errorf("Crawl4AI : réponse vide")
}
r := data.Results[0]
if !r.Success {
msg := r.ErrorMessage
if msg == "" {
msg = "échec du crawl"
}
return "", fmt.Errorf("Crawl4AI : %s", tailRunes(msg, 300))
}
return r.markdown(opts.rawMarkdown), nil
}
// crwlResult modélise un résultat Crawl4AI. markdown peut être une string ou un
// objet {raw_markdown, fit_markdown} — on gère les deux via json.RawMessage.
type crwlResult struct {
Success bool `json:"success"`
ErrorMessage string `json:"error_message"`
Markdown json.RawMessage `json:"markdown"`
}
func (r crwlResult) markdown(preferRaw bool) string {
if len(r.Markdown) == 0 {
return ""
}
var s string
if json.Unmarshal(r.Markdown, &s) == nil {
return s
}
var obj struct {
Raw string `json:"raw_markdown"`
Fit string `json:"fit_markdown"`
}
if json.Unmarshal(r.Markdown, &obj) == nil {
if preferRaw {
if obj.Raw != "" {
return obj.Raw
}
return obj.Fit
}
if obj.Fit != "" {
return obj.Fit
}
return obj.Raw
}
return ""
}
// ─── URL & normalisation ────────────────────────────────────────────────────
// normalizeCrawlURL : github.com/owner/repo → README brut. Port de web.ts.
func normalizeCrawlURL(raw string) string {
u, err := url.Parse(raw)
if err != nil {
return raw
}
if u.Host == "github.com" {
parts := strings.Split(strings.Trim(u.Path, "/"), "/")
if len(parts) == 2 {
return fmt.Sprintf("https://raw.githubusercontent.com/%s/%s/HEAD/README.md", parts[0], parts[1])
}
}
return raw
}
// normalizeLines : \r\n → \n, trim trailing, réduit les runs de lignes vides et
// les doublons consécutifs, retire les vides en tête/queue. Port de web.ts.
func normalizeLines(raw string) []string {
src := strings.Split(strings.ReplaceAll(raw, "\r\n", "\n"), "\n")
out := []string{}
prev := ""
blankRun := 0
trailSpace := regexp.MustCompile(`[ \t]+$`)
for _, l := range src {
l = trailSpace.ReplaceAllString(l, "")
if strings.TrimSpace(l) == "" {
blankRun++
if blankRun > 1 {
continue
}
out = append(out, "")
prev = ""
continue
}
blankRun = 0
if l == prev {
continue
}
out = append(out, l)
prev = l
}
for len(out) > 0 && out[0] == "" {
out = out[1:]
}
for len(out) > 0 && out[len(out)-1] == "" {
out = out[:len(out)-1]
}
return out
}
// ─── cache mémoire (TTL 10 min) ─────────────────────────────────────────────
type cacheEntry struct {
url string
lines []string
fetchedAt time.Time
}
var (
pageCacheMu sync.Mutex
pageCache = map[string]*cacheEntry{}
)
const pageCacheTTL = 10 * time.Minute
type fetchOptions struct {
force bool
actions []string
dismissPopups bool
waitFor string
}
func cacheKeyFor(u string, opts fetchOptions) string {
fp, _ := json.Marshal(map[string]any{"a": opts.actions, "d": opts.dismissPopups, "w": opts.waitFor})
if string(fp) == `{"a":null,"d":true,"w":""}` || string(fp) == `{"a":[],"d":true,"w":""}` {
return u
}
h := md5.Sum(fp)
return u + "#" + hex.EncodeToString(h[:])[:8]
}
// findCached : entrée de cache la plus récente pour une URL (toutes options).
func findCached(rawURL string) *cacheEntry {
u := normalizeCrawlURL(rawURL)
pageCacheMu.Lock()
defer pageCacheMu.Unlock()
var best *cacheEntry
for k, v := range pageCache {
if k == u || strings.HasPrefix(k, u+"#") {
if time.Since(v.fetchedAt) > pageCacheTTL {
continue
}
if best == nil || v.fetchedAt.After(best.fetchedAt) {
best = v
}
}
}
return best
}
func getPage(rawURL string, opts fetchOptions) (*cacheEntry, error) {
u := normalizeCrawlURL(rawURL)
key := cacheKeyFor(u, opts)
pageCacheMu.Lock()
cached := pageCache[key]
pageCacheMu.Unlock()
if !opts.force && cached != nil && time.Since(cached.fetchedAt) < pageCacheTTL {
return cached, nil
}
jsCode := []string{}
if opts.dismissPopups {
jsCode = append(jsCode, autoDismissJS)
}
jsCode = append(jsCode, opts.actions...)
pageTimeout := 0
if opts.waitFor != "" || len(opts.actions) > 0 {
pageTimeout = 45000
}
md, err := runCrwl(u, crwlOptions{jsCode: jsCode, waitFor: opts.waitFor, pageTimeoutMs: pageTimeout})
if err != nil {
return nil, err
}
if strings.TrimSpace(md) == "" {
return nil, fmt.Errorf("page vide")
}
entry := &cacheEntry{url: u, lines: normalizeLines(md), fetchedAt: time.Now()}
pageCacheMu.Lock()
pageCache[key] = entry
pageCacheMu.Unlock()
return entry, nil
}
// ─── helpers de formatage ───────────────────────────────────────────────────
var headingRe = regexp.MustCompile(`^(#{1,6})\s+(.+?)\s*$`)
func extractOutline(lines []string) string {
var out []string
for i, l := range lines {
if m := headingRe.FindStringSubmatch(l); m != nil {
indent := strings.Repeat(" ", len(m[1])-1)
out = append(out, fmt.Sprintf("%5d | %s%s", i+1, indent, m[2]))
}
}
if len(out) == 0 {
return "(aucun titre markdown trouvé)"
}
return strings.Join(out, "\n")
}
func formatLines(lines []string, startLine int) string {
var b strings.Builder
for i, l := range lines {
fmt.Fprintf(&b, "%5d | %s\n", startLine+i, l)
}
return strings.TrimRight(b.String(), "\n")
}
func formatBytes(n int) string {
switch {
case n < 1024:
return fmt.Sprintf("%d B", n)
case n < 1024*1024:
return fmt.Sprintf("%.1f KB", float64(n)/1024)
default:
return fmt.Sprintf("%.2f MB", float64(n)/1024/1024)
}
}
// ─── recherche DuckDuckGo ───────────────────────────────────────────────────
type searchResult struct {
Title string
URL string
Snippet string
}
var (
htmlTagRe = regexp.MustCompile(`<[^>]+>`)
wsRe = regexp.MustCompile(`\s+`)
numEntityRe = regexp.MustCompile(`&#(\d+);`)
ddgHeadRe = regexp.MustCompile(`^##\s+\[([^\]]+)\]\(([^)]+)\)\s*$`)
ddgLinkRe = regexp.MustCompile(`\[([^\]]+)\]\([^)]+\)`)
urlishRe = regexp.MustCompile(`^[\w.-]+\.[a-z]{2,}`)
)
func decodeHTMLEntities(s string) string {
s = strings.NewReplacer(
"&amp;", "&", "&lt;", "<", "&gt;", ">", "&quot;", `"`,
"&#39;", "'", "&#x2F;", "/", "&nbsp;", " ",
).Replace(s)
return numEntityRe.ReplaceAllStringFunc(s, func(m string) string {
var n int
fmt.Sscanf(m, "&#%d;", &n)
if n > 0 {
return string(rune(n))
}
return m
})
}
// decodeUddg : DDG enrobe les résultats en //duckduckgo.com/l/?uddg=URL_ENCODÉE
func decodeUddg(raw string) string {
s := raw
if strings.HasPrefix(s, "//") {
s = "https:" + s
}
u, err := url.Parse(s)
if err != nil {
return s
}
if q := u.Query().Get("uddg"); q != "" {
if dec, e := url.QueryUnescape(q); e == nil {
return dec
}
}
return s
}
func duckduckgoSearch(query string, limit int) ([]searchResult, error) {
searchURL := "https://html.duckduckgo.com/html/?q=" + url.QueryEscape(query)
md, err := runCrwl(searchURL, crwlOptions{rawMarkdown: true, pageTimeoutMs: 30000})
if err != nil {
return nil, err
}
if strings.Contains(md, "anomaly-modal") || strings.Contains(md, "anomaly.js") {
return nil, fmt.Errorf("DuckDuckGo a renvoyé un défi anti-bot")
}
var results []searchResult
lines := strings.Split(md, "\n")
for i := 0; i < len(lines) && len(results) < limit; i++ {
h := ddgHeadRe.FindStringSubmatch(lines[i])
if h == nil {
continue
}
title := strings.TrimSpace(strings.ReplaceAll(decodeHTMLEntities(h[1]), "**", ""))
u := decodeUddg(h[2])
if title == "" || u == "" || strings.Contains(u, "duckduckgo.com") {
continue
}
snippet := ""
for j := i + 1; j < i+6 && j < len(lines); j++ {
ln := strings.TrimSpace(lines[j])
if ln == "" {
continue
}
for _, lm := range ddgLinkRe.FindAllStringSubmatch(ln, -1) {
text := strings.TrimSpace(lm[1])
if text == "" || strings.HasPrefix(text, "!") || urlishRe.MatchString(text) {
continue
}
snippet = strings.TrimSpace(strings.ReplaceAll(decodeHTMLEntities(text), "**", ""))
break
}
if snippet != "" {
break
}
}
dup := false
for _, r := range results {
if r.URL == u {
dup = true
break
}
}
if dup {
continue
}
results = append(results, searchResult{Title: title, URL: u, Snippet: snippet})
}
return results, nil
}
// ─── définitions d'outils (schémas OpenAI, comme llm.go) ────────────────────
func webSearchTool() Tool {
return Tool{Type: "function", Function: ToolFunction{
Name: "web_search",
Description: "Recherche sur le web via DuckDuckGo. Renvoie une liste classée de {title, url, snippet}. " +
"À utiliser quand l'utilisateur pose une question sans URL, cherche un outil/une bibliothèque, " +
"ou demande une information récente. À enchaîner avec web_open + web_read sur le meilleur résultat.",
Parameters: map[string]any{
"type": "object",
"properties": map[string]any{
"query": map[string]any{"type": "string", "description": "Requête (langage naturel ou mots-clés)"},
"limit": map[string]any{"type": "integer", "description": "Nb max de résultats (défaut 8, max 20)"},
},
"required": []string{"query"},
},
}}
}
func webOpenTool() Tool {
return Tool{Type: "function", Function: ToolFunction{
Name: "web_open",
Description: "Récupère une URL et renvoie SEULEMENT les métadonnées (taille, nb de lignes, plan des titres). " +
"Ne renvoie PAS le contenu. Toujours appeler ceci d'abord avant de lire. Résultat en cache 10 min " +
"— les web_read / web_grep suivants le réutilisent.",
Parameters: map[string]any{
"type": "object",
"properties": map[string]any{
"url": map[string]any{"type": "string", "description": "URL complète à récupérer"},
"refresh": map[string]any{"type": "boolean", "description": "Ignore le cache et re-fetch. Défaut false."},
"actions": map[string]any{"type": "array", "items": map[string]any{"type": "string"},
"description": "Snippets JS à exécuter sur la page AVANT extraction (déplier des sections, cliquer 'voir plus', etc.)."},
"dismiss_popups": map[string]any{"type": "boolean", "description": "Ferme auto les bandeaux cookies/overlays. Défaut true."},
"wait_for": map[string]any{"type": "string", "description": "Sélecteur CSS ou expr JS à attendre après les actions."},
},
"required": []string{"url"},
},
}}
}
func webReadTool() Tool {
return Tool{Type: "function", Function: ToolFunction{
Name: "web_read",
Description: "Lit une plage de lignes d'une URL déjà ouverte avec web_open. Coût en tokens prévisible. " +
"Lignes 1-indexées, préfixées par leur numéro.",
Parameters: map[string]any{
"type": "object",
"properties": map[string]any{
"url": map[string]any{"type": "string", "description": "URL précédemment ouverte avec web_open"},
"offset": map[string]any{"type": "integer", "description": "Ligne de départ (1-indexée, défaut 1)"},
"limit": map[string]any{"type": "integer", "description": "Nb de lignes (défaut 80, max 500)"},
},
"required": []string{"url"},
},
}}
}
func webGrepTool() Tool {
return Tool{Type: "function", Function: ToolFunction{
Name: "web_grep",
Description: "Recherche regex dans une URL déjà ouverte avec web_open. Renvoie les lignes correspondantes " +
"avec contexte et numéros. Idéal quand la page est longue et qu'on connaît un mot-clé.",
Parameters: map[string]any{
"type": "object",
"properties": map[string]any{
"url": map[string]any{"type": "string", "description": "URL précédemment ouverte avec web_open"},
"pattern": map[string]any{"type": "string", "description": "Motif regex (insensible à la casse)"},
"context": map[string]any{"type": "integer", "description": "Lignes de contexte autour de chaque match. Défaut 2."},
"max_matches": map[string]any{"type": "integer", "description": "Plafond de matches renvoyés. Défaut 30."},
},
"required": []string{"url", "pattern"},
},
}}
}
// ─── exécution des outils (appelée par le dispatch de llm.go) ───────────────
func toolWebSearch(args map[string]any) string {
query, _ := args["query"].(string)
limit := 8
if v, ok := args["limit"].(float64); ok {
limit = int(v)
}
if limit < 1 {
limit = 1
}
if limit > 20 {
limit = 20
}
results, err := duckduckgoSearch(query, limit)
if err != nil {
return "❌ Recherche échouée : " + err.Error()
}
if len(results) == 0 {
return fmt.Sprintf("Aucun résultat pour « %s »", query)
}
var b strings.Builder
fmt.Fprintf(&b, "# Recherche : %s\n%d résultat(s) DuckDuckGo\n\n", query, len(results))
for i, r := range results {
fmt.Fprintf(&b, "%d. %s\n %s\n %s\n\n", i+1, r.Title, r.URL, r.Snippet)
}
return strings.TrimRight(b.String(), "\n")
}
func toolWebOpen(args map[string]any) string {
u, _ := args["url"].(string)
opts := fetchOptions{dismissPopups: true}
if v, ok := args["refresh"].(bool); ok {
opts.force = v
}
if v, ok := args["dismiss_popups"].(bool); ok {
opts.dismissPopups = v
}
if v, ok := args["wait_for"].(string); ok {
opts.waitFor = v
}
if arr, ok := args["actions"].([]any); ok {
for _, a := range arr {
if s, ok := a.(string); ok {
opts.actions = append(opts.actions, s)
}
}
}
entry, err := getPage(u, opts)
if err != nil {
return "❌ " + err.Error()
}
total := len(entry.lines)
chars := total
for _, l := range entry.lines {
chars += len(l)
}
return fmt.Sprintf("# Ouvert : %s\nTotal : %d lignes, %s (%d caractères)\nEn cache 10 min. Utilise web_read ou web_grep pour lire.\n\n## Plan (n° de ligne des titres)\n```\n%s\n```",
entry.url, total, formatBytes(chars), chars, extractOutline(entry.lines))
}
func toolWebRead(args map[string]any) string {
u, _ := args["url"].(string)
entry := findCached(u)
if entry == nil {
return fmt.Sprintf("❌ Page absente du cache. Appelle d'abord web_open(\"%s\").", u)
}
total := len(entry.lines)
offset := 1
if v, ok := args["offset"].(float64); ok {
offset = int(v)
}
if offset < 1 {
offset = 1
}
limit := 80
if v, ok := args["limit"].(float64); ok {
limit = int(v)
}
if limit < 1 {
limit = 1
}
if limit > 500 {
limit = 500
}
start := offset - 1
if start > total {
start = total
}
end := start + limit
if end > total {
end = total
}
slice := entry.lines[start:end]
remaining := total - end
tail := " (fin de page)"
if remaining > 0 {
tail = fmt.Sprintf(" (%d de plus en dessous)", remaining)
}
return fmt.Sprintf("# %s\nLignes %d–%d sur %d%s\n\n```\n%s\n```",
entry.url, offset, end, total, tail, formatLines(slice, offset))
}
func toolWebGrep(args map[string]any) string {
u, _ := args["url"].(string)
pattern, _ := args["pattern"].(string)
entry := findCached(u)
if entry == nil {
return fmt.Sprintf("❌ Page absente du cache. Appelle d'abord web_open(\"%s\").", u)
}
re, err := regexp.Compile("(?i)" + pattern)
if err != nil {
return "❌ Regex invalide : " + err.Error()
}
ctx := 2
if v, ok := args["context"].(float64); ok {
ctx = int(v)
}
if ctx < 0 {
ctx = 0
}
maxMatches := 30
if v, ok := args["max_matches"].(float64); ok {
maxMatches = int(v)
}
if maxMatches < 1 {
maxMatches = 1
}
lines := entry.lines
var matchIdx []int
for i := 0; i < len(lines) && len(matchIdx) < maxMatches; i++ {
if re.MatchString(lines[i]) {
matchIdx = append(matchIdx, i)
}
}
if len(matchIdx) == 0 {
return fmt.Sprintf("# %s\nAucun match pour /%s/i", entry.url, pattern)
}
// Fusionne les fenêtres de contexte qui se chevauchent.
type rng struct{ s, e int }
var ranges []rng
for _, i := range matchIdx {
s := i - ctx
if s < 0 {
s = 0
}
e := i + ctx
if e > len(lines)-1 {
e = len(lines) - 1
}
if n := len(ranges); n > 0 && s <= ranges[n-1].e+1 {
if e > ranges[n-1].e {
ranges[n-1].e = e
}
} else {
ranges = append(ranges, rng{s, e})
}
}
var blocks []string
for _, r := range ranges {
blocks = append(blocks, "```\n"+formatLines(lines[r.s:r.e+1], r.s+1)+"\n```")
}
capped := ""
if len(matchIdx) == maxMatches {
capped = fmt.Sprintf(" (plafonné à %d)", maxMatches)
}
return fmt.Sprintf("# %s\n%d match(es) pour /%s/i%s\n\n%s",
entry.url, len(matchIdx), pattern, capped, strings.Join(blocks, "\n\n---\n\n"))
}
// ─── CLI : jean internet [on|off|status|url <url>] ──────────────────────────
func cmdInternet(args []string) error {
sub := ""
if len(args) > 0 {
sub = args[0]
}
switch sub {
case "on":
if crawl4aiURL() == "" {
return fmt.Errorf("configure d'abord l'URL : jean internet url <url>")
}
if err := setInternetEnabled(true); err != nil {
return err
}
fmt.Println(green("[ok]") + " accès internet activé — l'IA dispose de web_search/web_open/web_read/web_grep (si le mode agent est actif)")
case "off":
if err := setInternetEnabled(false); err != nil {
return err
}
fmt.Println(green("[ok]") + " accès internet désactivé")
case "url":
if len(args) < 2 {
return fmt.Errorf("usage: jean internet url <url> (ex: http://localhost:11235)")
}
u := strings.TrimRight(strings.TrimSpace(args[1]), "/")
if err := SetConfigKey("CRAWL4AI_URL", u); err != nil {
return err
}
reachMu.Lock()
reachURL = "" // invalide le cache de reachability
reachMu.Unlock()
fmt.Printf("%s serveur Crawl4AI : %s\n", green("[ok]"), bold(u))
case "", "status", "list":
state := dim("off")
if internetEnabled() {
state = green("on")
}
fmt.Printf("%s état: %s\n", cyan("Accès internet"), state)
u := crawl4aiURL()
if u == "" {
fmt.Printf(" serveur : %s — configure : jean internet url <url>\n", dim("(non configuré)"))
return nil
}
reach := red("injoignable")
if crawlReachable() {
reach = green("joignable")
}
fmt.Printf(" serveur : %s (%s)\n", bold(u), reach)
fmt.Printf(" outils : web_search, web_open, web_read, web_grep\n")
default:
return fmt.Errorf("usage: jean internet [on|off|status|url <url>]")
}
return nil
}