\1', html, flags=re.MULTILINE) # Headers html = re.sub(r'^### (.+)$', r'
| {c} | ' for c in cells) + '
|---|
| {c} | ' for c in cells) + '
\s*
', '', html) return html def _update_changelog(self, project_dir, filename, agent_name, task_desc, filepath): import os from datetime import datetime log_dir = os.path.join(project_dir, 'logs') os.makedirs(log_dir, exist_ok=True) changelog_path = os.path.join(log_dir, 'changelog.md') ts = datetime.now().strftime('%Y-%m-%d %H:%M') entry = '\n## ' + ts + ' — ' + filename + '\n- **Agent**: ' + agent_name + '\n- **Taak**: ' + task_desc + '\n- **Bestand**: ' + filepath + '\n- **Versie**: v1.0\n' with open(changelog_path, 'a', encoding='utf-8') as f: f.write(entry) def _register_deliverable(self, task_id, agent_id, agent_name, task_desc, filepath, ai_text): """Register deliverable in the app's deliverables DB (MASTER SOP §4.3, §6).""" import os from datetime import datetime try: db_path = DB_PATH conn = sqlite3.connect(db_path) ts = datetime.now().strftime('%Y-%m-%d %H:%M') safe_name = os.path.basename(filepath) try: conn.execute( "INSERT INTO deliverables (title, agent_name, file_path, file_type, status, version, created_at) VALUES (?,?,?,?,?,?,datetime('now'))", (task_desc, agent_name, filepath, 'html', 'approved', '1.0') ) conn.commit() log.info(f'Task {task_id}: deliverable registered in DB') except sqlite3.OperationalError: log.warning(f'Task {task_id}: deliverables table not found, skipping DB registration') conn.close() except Exception as e: log.warning(f'Task {task_id}: _register_deliverable error: {e}') def _build_prompt(self, agent_id, workflow_id, task_desc, context, metadata_json): personality = AGENT_PERSONALITIES.get(agent_id, DEFAULT_PERSONALITY) # Load MASTER_SOP and MASTER_STYLEGUIDE context sop_context = '' styleguide_context = '' try: for path, label in [ ('/root/.openclaw/workspace/MASTER_SOP.md', 'MASTER_SOP'), ('/root/.openclaw/workspace/MASTER_STYLEGUIDE.md', 'MASTER_STYLEGUIDE') ]: import os if os.path.exists(path): with open(path, 'r', encoding='utf-8') as f: content = f.read() if label == 'MASTER_SOP': sop_context = '\n### ' + label + ' (belangrijkste secties):\n' + content[:3000] else: styleguide_context = '\n### ' + label + ' (belangrijkste secties):\n' + content[:2500] except Exception: pass system = f"""{personality} ## ⚠️ VERPLICHT: MASTER_SOP & MASTER_STYLEGUIDE Je MOET je output baseren op de volgende richtlijnen. Afwijking is niet toegestaan. {sop_context} {styleguide_context} ## GOLDEN STANDARD (NON-ONDERBARELIJK) 1. **Feitelijk** — Geen aannames, geen verzonnen data, geen "misschien" 2. **Beknopt** — Geen woorden overbodig. Direct to the point. 3. **Hyper-professioneel** — Shell/Arcadis niveau. Geen AI-clichés, geen "misschien", geen "waarschijnlijk" 4. **Autoritair** — Je bent de expert. Geen twijfel in je advies. 5. **Gestructureerd** — Headers, tabellen, bullets. Nooit een platte tekstwall. 6. **Actiegericht** — Elk advies eindigt met concrete acties en verantwoordelijken. ## OUTPUT FORMAAT (VERPLICHT) Je output MOET een gestructureerd HSEQ rapport zijn met EXACT deze secties (in Markdown): ### 1. Scope & Doelstelling Wat wordt onderzocht/beoordeeld. Doelgroep en toepassingsgebied. ### 2. Beleid & Wetgeving Relevante wetgeving (Arbowet, BRZO, Seveso, Omgevingswet, etc.). Verwijs naar specifieke artikelen. ### 3. Analyse & Bevindingen Gestructureerde bevindingen met prioriteitsclassificatie: - **🔴 Hoog** — Kritieke afwijking, direct actie vereist - **🟡 Midden** — Verbetering nodig binnen korte termijn - **🟢 Laag** — Aanbeveling voor lange termijn ### 4. Risicobeoordeling Risicotabel met kolommen: | Gefaar | Waarschijnlijkheid | Impact | Risicoklasse | Bestaande barrière | ### 5. Aanbevelingen Genummerde, concrete aanbevelingen met prioriteit. Gebruik bullets. ### 6. Actielijst TABEL met kolommen: | # | Actie | Verantwoordelijke | Deadline | Status | Prioriteit | ### 7. Bronvermelding Gebruikte bronnen, referenties en verwezen wetgeving. ## CALL-OUTS (VERPLICHT bij relevante punten) - > ⚠️ [waarschuwing] — voor veiligheidsrisico's en verplichtingen - > ℹ️ [info] — voor context en uitleg - > ✅ [succes] — voor goedgekeurde elementen en best practices ## TAAK Je ontvangt een taak van JvG Consultancy (HSEQ consultancy, olie/gas/petrochemie/offshore). De deliverable moet **direct bruikbaar** zijn voor een professionele HSEQ consultant. Geen data dumps. Geen vage samenvattingen. Wereldklasse of niets. Taal: Nederlands (tenzij anders aangegeven).""" user_parts = [] if workflow_id and workflow_id in WORKFLOW_PROMPTS: user_parts.append(WORKFLOW_PROMPTS[workflow_id]) if context: try: answers = json.loads(context) for k, v in answers.items(): user_parts.append(f"- {k}: {v}") except (json.JSONDecodeError, TypeError): user_parts.append(f"Context: {context}") else: user_parts.append(task_desc) if context: user_parts.append(f"\nContext:\n{context}") if metadata_json: try: meta = json.loads(metadata_json) kb = meta.get('kb_context', '') if kb: user_parts.append(f"\n## Relevante Kennisbank Extracten\n{kb}") except (json.JSONDecodeError, TypeError): pass return {'system': system, 'user': '\n'.join(user_parts)} def _ai_call(self, messages, max_retries=3): import time, ssl for attempt in range(max_retries): try: if AI_PROVIDER == 'zai': payload = json.dumps({ "model": AI_MODEL, "messages": messages, "stream": False, "temperature": 0.7, "max_tokens": 16000 }).encode('utf-8') req = urllib.request.Request(AI_API_URL, data=payload, headers={ "Content-Type": "application/json", "Authorization": f"Bearer {AI_API_KEY}" }) ctx = ssl.create_default_context() ctx.check_hostname = False ctx.verify_mode = ssl.CERT_NONE with urllib.request.urlopen(req, timeout=120, context=ctx) as resp: data = json.loads(resp.read().decode('utf-8')) return data.get('choices', [{}])[0].get('message', {}).get('content', '') else: payload = json.dumps({ "model": AI_MODEL, "messages": messages, "max_tokens": 16000 }).encode('utf-8') req = urllib.request.Request(AI_API_URL, data=payload, headers={ "Content-Type": "application/json", "Authorization": f"Bearer {AI_API_KEY}" }) with urllib.request.urlopen(req, timeout=120) as resp: data = json.loads(resp.read().decode('utf-8')) return data.get('choices', [{}])[0].get('message', {}).get('content', '') except Exception as e: log.warning(f'AI call attempt {attempt+1} failed: {e}') if attempt == max_retries - 1: raise time.sleep(2 ** attempt) return "" def _update_task(self, task_id, status, result, deliverable_file=None): conn = sqlite3.connect(DB_PATH) conn.execute('BEGIN IMMEDIATE') try: conn.execute( "UPDATE agent_tasks SET status=?, result=?, deliverable_file=?, completed_at=datetime('now') WHERE id=?", (status, result, deliverable_file, task_id)) conn.commit() except Exception: conn.rollback() raise finally: conn.close() # ── Singleton ──────────────────────────────────────────────────────────────── executor = TaskExecutor() def register_executor_routes(flask_app): @flask_app.route('/api/agents/executor/status') def executor_status(): return jsonify({ 'running': executor.running, 'current_task': executor.current_task_id, 'pending_tasks': executor.get_pending_count() }) @flask_app.route('/api/agents/executor/restart', methods=['POST']) def executor_restart(): executor.stop() executor.start() return jsonify({'ok': True, 'message': 'Executor herstart'}) @flask_app.route('/api/agents/task/