nlp2uri

Orchestracja usług, artefaktów i zmiennych przez URI + MCP

Status: 2026-06-06
Ekosystem: nlp2uri · getv · nlp2dsl/env2llm · todomat · koru · iterun · curllm

Idea

Każdy byt ma kanoniczny adres URI. MCP udostępnia mały zestaw operacji nad tymi adresami — nie osobne narzędzie na każdy artefakt.

Źródło prawdy          Indeks URI              Operacje MCP/HTTP
─────────────────────────────────────────────────────────────────
~/.getv profiles   →   getv://cat/prof/VAR  →  list / resolve / get / compile
SystemMapIR/DOQL   →   command://…          →  list / resolve / compile → NLP2DSL
                     artifact://…         →  list / resolve / read
                     service://…          →  list / resolve / health
                     runtime://…          →  probe / health
NL desktop         →   app://…            →  plan / handle / execute
Todomat registry   →   (HTTP log)         →  trigger / route / run
Koru planfile      →   ticket workflow    →  koru_list_tickets / koru_run_ticket

Szczegóły schematów: system_map_uri.v1.md, getv_uri.v1.md.

---

Szybki start — cały stack

1. Zmienne środowiskowe (getv)

# Zainstaluj getv + nlp2uri z warstwą env
pip install -e ~/github/wronai/getv
pip install -e ~/github/semcod/nlp2uri[envmap]

# Skopiuj klucz API z przeglądarki → ~/.getv
getv grab

# Eksport do .env projektu (np. todomat Docker)
~/github/wronai/todomat/scripts/sync-env-from-getv.sh llm/groq llm/openrouter

2. Stack orchestracji (todomat Docker)

cd ~/github/wronai/todomat
cp .env.example .env
./scripts/sync-env-from-getv.sh llm/groq   # opcjonalnie
MOCK_MODE=0 ./scripts/bootstrap.sh
./scripts/test-local.sh

Usługa	URL	Rola
Pipeline Router	http://localhost:9099/v1	Open WebUI / agenty OpenAI-compatible
Trigger Gateway	http://localhost:8084/trigger	Orchestrator HTTP + registry
NLP2DSL adapter	wewnętrzny :8081	Workflow biznesowe
ITERUN adapter	wewnętrzny :8082	Mikroserwisy / stack
curllm adapter	wewnętrzny :8085	Dane z internetu
nlp2uri adapter	wewnętrzny :8086	Desktop + getv + URI
Process Registry	wewnętrzny :8083	Log wykonań

3. Upstreamy (prawdziwe backendy)

MOCK_MODE=0
NLP2DSL_UPSTREAM=http://host.docker.internal:8010
ITERUN_UPSTREAM=http://host.docker.internal:8800
CURLLM_UPSTREAM=http://host.docker.internal:8810
NLP2URI_MOCK_MODE=0          # gdy nlp2uri zainstalowany w obrazie

---

Konfiguracja MCP w Cursor

Pełny zestaw serwerów — jeden router + bezpośredni dostęp do URI + koru:

{
  "mcpServers": {
    "todomat": {
      "command": "todomat-mcp",
      "cwd": "/home/tom/github/wronai/todomat",
      "env": {
        "TRIGGER_GATEWAY_URL": "http://localhost:8084",
        "NLP2DSL_BACKEND_URL": "http://localhost:8010",
        "CURLLM_API_HOST": "http://localhost:8810",
        "CURLLM_LIGHT_FETCH": "1",
        "GETV_HOME": "/home/tom/.getv",
        "TODOMAT_NLP2URI_CWD": "/home/tom/github/semcod/nlp2uri"
      }
    },
    "nlp2uri": {
      "command": "nlp2uri-mcp",
      "cwd": "/home/tom/github/semcod/nlp2uri",
      "env": {
        "NLP2DSL_BACKEND_URL": "http://localhost:8010",
        "GETV_HOME": "/home/tom/.getv"
      }
    },
    "koru": {
      "command": "python",
      "args": ["-m", "koru.mcp_server"],
      "cwd": "/home/tom/github/semcod/koru"
    }
  }
}

Instalacja jednym skryptem (todomat):

~/github/wronai/todomat/scripts/install-mcp-stack.sh

Serwer MCP	Kiedy używać
todomat	Auto-routing: jeden prompt → właściwy pipeline (nlp2dsl/iterun/curllm/nlp2uri)
nlp2uri	Bezpośrednia kontrola URI: desktop, getv, SystemMap
koru	Tickety planfile, IDE drive, bridge koru_desktop_uri_*

---

Mapa: typ bytu → URI → narzędzie MCP

Byt	Scheme	List	Resolve (NL→URI)	Wykonaj
Zmienna env	getv://llm/groq/GROQ_API_KEY	nlp2uri_list_getv_uris	nlp2uri_resolve_getv	nlp2uri_get_getv_var + getv exec
Komenda workflow	command://runtime/send_invoice	nlp2uri_list_system_uris	nlp2uri_resolve_system_map	compile → POST NLP2DSL
Artefakt (plik)	artifact://01-invoice/out.pdf	nlp2uri_list_system_uris	po nazwie w SystemMap	read/open (compile)
Mikroserwis	service://generated/api	nlp2uri_list_system_uris	po nazwie	health probe
Runtime worker	runtime://worker/executor	nlp2uri_list_system_uris	po id	curl …/health
Aplikacja OS	app://firefox/open	—	nlp2uri_resolve	nlp2uri_handle
Zadanie koru	planfile ticket	koru_list_tickets	—	koru_run_ticket
Prompt orchestrator	—	todomat_route	auto	todomat_run / todomat_trigger

---

Przykłady — zmienne (getv)

MCP (nlp2uri)

// Lista wszystkich zmiennych w ~/.getv
{ "tool": "nlp2uri_list_getv_uris", "arguments": {} }

// NL → URI
{ "tool": "nlp2uri_resolve_getv", "arguments": { "prompt": "GROQ_API_KEY" } }
// → getv://llm/groq/GROQ_API_KEY

// Metadane (wartość zamaskowana)
{ "tool": "nlp2uri_get_getv_var", "arguments": { "uri": "getv://llm/groq/GROQ_API_KEY" } }

CLI

nlp2uri resolve-getv "klucz api groq" --json
getv get llm groq GROQ_API_KEY
getv exec llm groq -- python -c "import os; print(bool(os.getenv('GROQ_API_KEY')))"

Todomat (Open WebUI lub trigger)

Model: nlp2uri-desktop-agent lub auto-routing.

curl -s -X POST http://localhost:8084/trigger \
  -H 'Content-Type: application/json' \
  -d '{"text":"pokaż GROQ_API_KEY z getv","pipeline":"nlp2uri","execute":false}'

---

Przykłady — usługi i workflow (SystemMap + NLP2DSL)

Indeks URI z przykładu nlp2dsl

cd ~/github/semcod/nlp2uri
nlp2uri list-system-uris \
  --example-dir ~/github/wronai/nlp2dsl/examples/01-invoice \
  --json | jq '.entries[:5]'

Resolve komendy z NL

{
  "tool": "nlp2uri_resolve_system_map",
  "arguments": {
    "prompt": "wyślij fakturę do klienta",
    "example_dir": "/home/tom/github/wronai/nlp2dsl/examples/01-invoice",
    "fallback_desktop": false
  }
}

Wynik: command://executor%3Aworker/send_invoice → compile wykonuje:

curl -sfX POST http://localhost:8010/workflow/run \
  -H 'Content-Type: application/json' \
  -d '{"action":"send_invoice","runtime":"executor:worker","config":{}}'

Orchestrator todomat (pełny flow)

# Auto: wykryje nlp2dsl vs iterun vs nlp2uri
curl -s -X POST http://localhost:8084/trigger \
  -H 'Content-Type: application/json' \
  -d '{"text":"wyślij fakturę po opłaceniu zamówienia","pipeline":"auto","execute":true}'

# Mikroserwis → iterun
curl -s -X POST http://localhost:8084/trigger \
  -d '{"text":"zbuduj mikroserwis fastapi z redis","pipeline":"iterun","execute":true}'

# Web research → curllm → downstream
curl -s -X POST http://localhost:8084/trigger \
  -d '{"text":"pobierz dane z https://example.com i zautomatyzuj proces","pipeline":"online-auto","execute":true}'

MCP todomat (agent w Cursor)

todomat_route("zbuduj api gateway z docker compose")
→ {"pipeline": "iterun", ...}

todomat_run("wyślij fakturę do klienta po opłaceniu")
→ child nlp2dsl-mcp → nlp2dsl_plan + execute

todomat_trigger("otwórz firefox", pipeline="nlp2uri")
→ HTTP nlp2uri-adapter → desktop handle

---

Przykłady — artefakty

Artefakty są indeksowane z SystemMapIR jako artifact://{example_id}/{path}.

# Lista artefaktów w przykładzie
nlp2uri list-system-uris \
  --example-dir ~/github/wronai/nlp2dsl/examples/01-invoice \
  --json | jq '[.entries[] | select(.kind=="artifact")]'

# Resolve po opisie NL (gdy opis w IR pasuje)
nlp2uri resolve-system-map "pokaż fakturę pdf" \
  --example-dir ~/github/wronai/nlp2dsl/examples/01-invoice

Compile artifact:// (faza rozwoju — podgląd ścieżki):

nlp2uri compile "artifact://01-invoice/invoices/out.pdf" --dry-run

---

Przykłady — desktop i zadania OS

# Plan bez wykonania
nlp2uri plan "otwórz vscode w folderze ~/github/semcod/koru" --json

# Wykonanie (zaufany host)
nlp2uri handle "otwórz firefox" --dry-run=false

# MCP
{ "tool": "nlp2uri_plan", "arguments": { "prompt": "zrób screenshot ekranu", "platform": "linux" } }

Todomat auto-routing wykrywa desktop bez modelu:

"otwórz firefox"           → pipeline nlp2uri
"otwórz terminal"          → pipeline nlp2uri
"pokaż OPENAI_API_KEY"     → pipeline nlp2uri (getv)

---

Przykłady — zadania koru (planfile)

{ "tool": "koru_list_tickets", "arguments": { "project_root": "/home/tom/github/semcod/koru" } }

{ "tool": "koru_run_ticket", "arguments": { "project_root": "...", "ticket_id": "KORU-42" } }

Bridge URI (gdy agent nie ma bezpośrednio nlp2uri):

{ "tool": "koru_desktop_uri_resolve_getv", "arguments": { "prompt": "GITHUB_TOKEN" } }
{ "tool": "koru_desktop_uri_resolve_system_map", "arguments": {
    "prompt": "send invoice",
    "doql_path": "/path/to/environment.doql.less"
}}

---

Scenariusze end-to-end

A. Klient wdraża automatyzację faktur

1. getv grab — klucze SMTP, OpenAI w ~/.getv
2. ./scripts/sync-env-from-getv.sh — .env dla Docker
3. Open WebUI → http://localhost:9099/v1, model nlp2dsl-process-agent
4. Prompt: „wyślij fakturę 1500 PLN na klient@firma.pl po opłaceniu zamówienia”
5. Trigger gateway loguje wykonanie w process-registry

B. Agent Cursor buduje mikroserwis

1. MCP todomat_run("stwórz aplikację web kontaktu z formularzem i docker compose")
2. Routing → iterun → iterun_run_pipeline
3. Artefakty w repo klienta; opcjonalnie koru_list_tickets dla follow-up

C. DevOps: health wielu runtime’ów

# Z SystemMap
for uri in $(nlp2uri list-system-uris --example-dir ... --json | jq -r '.entries[] | select(.kind=="runtime") | .uri'); do
  echo "=== $uri"
  nlp2uri compile "$uri" --dry-run
done

D. Research online + automatyzacja

Model orchestrator-online lub:

todomat_run("pobierz dane z https://news.ycombinator.com i wygeneruj raport sprzedaży")

Flow: curllm (web_data) → wzbogacony prompt → nlp2dsl lub iterun.

---

Open WebUI — modele

Model	Pipeline	Zastosowanie
nlp2dsl-process-agent	nlp2dsl	Procesy biznesowe, emaile, workflow
iterun-service-builder	iterun	API, mikroserwisy, stack Docker
curllm-web-research	curllm	Pobieranie danych z WWW
orchestrator-online	online-auto	curllm → nlp2dsl/iterun
orchestrator-auto	auto	Auto-wybór nlp2dsl vs iterun
nlp2uri-desktop-agent	nlp2uri	Desktop, getv, URI SystemMap

Connection: Base URL http://host.docker.internal:9099/v1, API Key dev-key.

---

Narzędzia todomat-mcp

Tool	Opis
todomat_interfaces	Backends, pipelines, gateway URL
todomat_route	Detekcja pipeline bez wykonania
todomat_run	Auto-routing + child MCP
todomat_trigger	HTTP trigger-gateway (+ registry)
todomat_call	Jawny proxy: backend + tool + args
todomat_list_tools	Narzędzia z child MCP

Przykład jawnego wywołania nlp2uri:

{
  "tool": "todomat_call",
  "arguments": {
    "backend": "nlp2uri",
    "tool": "nlp2uri_resolve_getv",
    "arguments": { "prompt": "GROQ_API_KEY" }
  }
}

---

Rozszerzanie o nowe źródła URI

Nowy typ bytu (np. container://, ticket://) wymaga:

1. Spec {name}_uri.v1.md
2. build_*_uri_index() → UriMap
3. resolve_prompt_against_*()
4. compile_*_uri() → OSAction[] lub HTTP handoff
5. Opcjonalnie entry point nlp2uri.schemes (plugin registry)

MCP nie musi dostawać nowych nazw narzędzi — wystarczy rozszerzyć nlp2uri_compile / nlp2uri_list_system_uris.

---

Troubleshooting

Problem	Rozwiązanie
Pusta odpowiedź Open WebUI	Sprawdź NLP2DSL_UPSTREAM, timeout 300s, logi trigger-gateway
nlp2uri not installed w koru	pip install 'koru[desktop]' lub pip install nlp2uri[envmap]
Mock zamiast realnych upstreamów	MOCK_MODE=0 + per-engine *_MOCK_MODE=0
getv puste	getv grab + GETV_HOME w env MCP
Routing zły pipeline	todomat_route("...") — hinty w todomat/domains/routing/intent.py
pytest todomat_mcp not found	Użyj python -m pytest z venv projektu

---

CQRS + ES + Protobuf (standard per scheme)

Każdy scheme:// ma własny kontrakt CQRS z Event Sourcing i protobuf — pod generowanie driverów (linux, getv_cli, curl, docker…) i API (gRPC + OpenAPI + MCP):

→ schemas/uri_cqrs_es.v1.md
→ schemas/README.md

cd schemas && ./codegen/generate.sh --scheme command
# → generated/python/drivers/command/curl.py (stub)
# → generated/mcp/tools.json

Powiązane dokumenty

• mcp-tools.md — pełna lista narzędzi nlp2uri-mcp
• system_map_uri.v1.md — schematy command/artifact/service/…
• getv_uri.v1.md — zmienne środowiskowe
• todomat docs/MCP.md — router MCP
• koru desktop-uri — bridge MCP

This site is open source. Improve this page.