| name | panelin-gym |
| description | Panelin-Gym: preparar el entorno local y el flujo repetible para observabilidad del asistente (chat calculadora + canal ML), KB en disco, edición de prompts vía API/UI dev, import masivo, corpus/export ML y buenas prácticas de entrenamiento operativo (sin fine-tuning de pesos). Usar cuando el usuario diga Panelin-Gym, gym Panelin, entrenar Panelin, observabilidad del chat, revisar conversaciones/KB, corpus ML, gold runs, o alinear prompts con datos reales.
|
Panelin-Gym — entorno y entrenamiento operativo Panelin
Skill canónica para pasar de intención (“entrenar el agente”) a pasos concretos en este repo: qué levantar, qué archivos leer, qué API llamar y qué no esperar del sistema (límites de historial). Complementa la skill Mercado Libre (bmc-mercadolibre-api) y el hub ML-TRAINING-SYSTEM.md.
No es un blueprint de SFT/DPO/LoRA sobre modelos open-weights: el producto Panelin hoy mejora por prompts, KB de ejemplos, corpus ML, simulación y revisiones humanas, sobre la API y la UI existentes.
Cuándo usar
- “Panelin-Gym”, “gimnasio”, “entrenar el chat”, “observabilidad de conversaciones”, “sumar conocimiento”, “cambiar cómo responde”, “exportar corpus ML”, “gold runs”, “auditoría ML”.
- Preparar una sesión de trabajo en Cursor: stack local, token dev, checklist de privacidad.
No usar para afirmar OAuth ML o datos de compradores sin haber corrido ml:verify / export y leído artefactos reales.
Fase A — Preparar entorno
- Raíz del repo
Calculadora-BMC.
npm run env:ensure si falta .env.- Definir
API_AUTH_TOKEN en .env (mismo valor en servidor y en el campo token del modo dev en el navegador). Sin esto, las rutas /api/agent/* responden 503/401 según server/routes/agentTraining.js.
- Levantar API:
npm run start:api (típicamente http://127.0.0.1:3001). Para UI: npm run dev:full o ./run_full_stack.sh (Vite :5173). Antes de duplicar procesos, ver regla de workspace autostart.
- Comprobar
GET /health en la base de la API.
Mercado Libre (corpus, sim-batch, audit, pending): API en marcha + OAuth válido; npm run ml:verify. Detalle en bmc-mercadolibre-api/SKILL.md.
Rate limit chat: en modo desarrollador el endpoint de chat tiene tope más alto que público, pero existe; si aparece error de demasiadas consultas, espaciar pruebas (server/routes/agentChat.js).
Fase B — Dos fuentes de “conversaciones”
flowchart LR
subgraph calc [Calculadora_Panelin]
UI[PanelinChatPanel]
Dev[DevMode_CtrlShiftD]
LS[localStorage_opcional]
JSONL[training_sessions_JSONL]
UI --> Dev
Dev --> JSONL
UI --> LS
end
subgraph ml [Mercado_Libre]
Corpus[ml_corpus_export]
Gold[ml_gold_runs_md]
end
KB[training_kb_json]
Prompts[chatPrompts_js]
Dev --> KB
Corpus --> KB
Prompts --> UI
| Origen | Qué mirás | Límite importante |
|---|
| Chat calculadora | UI + modo dev + opcional localStorage (panelin-chat-history, solo si persistHistory: true en useChat) | Por defecto no se persiste historial completo entre recargas; ver src/hooks/useChat.js. |
| Telemetría dev servidor | data/training-sessions/SESSION-*.jsonl | Tras cada turno en devMode, se registra chat_turn con pregunta truncada (~500 chars), kbMatches, calcValidation — no es transcript completo del asistente (server/routes/agentChat.js). |
| ML | npm run ml:corpus-export, informes, gold runs | JSON puede incluir datos de terceros; no commitear exports; ver ML-TRAINING-SYSTEM.md. |
Fase C — KB, prompts y UI dev
Persistencia KB: data/training-kb.json vía server/lib/trainingKB.js.
Edición:
Secciones de system prompt editables por API: IDENTITY, CATALOG, WORKFLOW, ACTIONS_DOC en server/lib/chatPrompts.js (GET/POST /api/agent/dev-config). Preview: POST /api/agent/prompt-preview.
Resumen de eventos jsonl: npm run training:report (scripts/training-report.mjs).
Fase D — Canal Mercado Libre (entrenamiento documentado)
- Leer hub
ML-TRAINING-SYSTEM.md y KB operativo ML-RESPUESTAS-KB-BMC.md.
- Comandos npm (alineados con
AGENTS.md):
npm run ml:corpus-export — corpus completo (salida por defecto bajo docs/team/panelsim/reports/ml-corpus/exports/; gitignored según documentación).npm run ml:sim-batch -- --offset 0 --size 10 --mode blind|goldnpm run ml:ai-audit (opcional --dry-run)npm run ml:pending-workup (opcional --json)
- Gold runs y ejemplos:
docs/team/panelsim/reports/ml-gold-runs/.
Fase E — Mejores prácticas (operativo, no SFT)
- Versionado de política: tras cambios fuertes de MATRIZ/precios/logística, actualizar KB Markdown + re-exportar corpus si entrenás o auditás con datos viejos.
- Ejemplos negativos: usar campo
badAnswer en entradas KB cuando el modelo o un humano identifiquen respuestas típicamente incorrectas.
- Regresión ligera: mantener una lista corta de casos (checklist manual o script futuro): “no inventar precios”, “pedir X si falta Y”, coherencia con catálogo en prompt.
- Roles: acordar quién puede editar
CATALOG vs solo añadir pares Q/A al KB.
- Privacidad: no subir corpus ni JSONL con datos de clientes a repos públicos.
Relación con “pipelines académicos” (SFT/DPO/MCP)
Si en el futuro se fine-tunea un modelo propio, los datos que este repo ya produce (corpus ML, entradas KB, trazas dev) pueden alimentar SFT/DPO externamente; el despliegue actual sigue siendo API + herramientas (calculadora, Sheets, ML). MCP ya existe en el repo para proxy HTTP (npm run mcp:panelin); no sustituye el flujo KB/prompt anterior.
Referencias
