MoralesLarios.Ai 1.0.0

MoralesLarios.Ai

Motor de filtrado en lenguaje natural asistido por IA para .NET.

Traduce lo que escribe (o dicta) el usuario a un AST JSON, de forma totalmente genérica: el prompt se construye por reflexión a partir del tipo de datos, sin una sola línea de código condicional por proveedor.

"pedidos de Madrid del último trimestre con importe mayor que 500"
                            ↓  (LLM)
{ "op": "and", "nodes": [ { "field": "Ciudad", "op": "eq", "value": "Madrid" }, ... ] }

Instalación

dotnet add package MoralesLarios.Ai

Proveedores soportados

Todos a través de Microsoft.Extensions.AI, con la misma API y sin condicionales por proveedor:

Uso rápido

1. Configuración

appsettings.json (sección Ai, ver MlAiOptions.SectionName):

{
  "Ai": {
    "Provider": "Groq",
    "MaxRetries": 4,
    "Ollama": {
      "Endpoint": "http://localhost:11434",
      "Model": "qwen2.5:32b"
    },
    "Groq": {
      "Endpoint": "https://api.groq.com/openai/v1",
      "Model": "openai/gpt-oss-120b",
      "ApiKey": "gsk_..."
    },
    "Gemini": {
      "Endpoint": "https://generativelanguage.googleapis.com/v1beta/openai/",
      "Model": "gemini-2.0-flash-lite",
      "ApiKey": "..."
    },
    "AzureOpenAI": {
      "Endpoint": "https://<recurso>.openai.azure.com",
      "ApiKey": "...",
      "Deployment": "gpt-4o-mini"
    }
  }
}

2. Registro en el contenedor

using Microsoft.Extensions.Options;
using MoralesLarios.Ai;
using MoralesLarios.Ai.Config;

var aiOptions = builder.Configuration
                       .GetSection(MlAiOptions.SectionName)
                       .Get<MlAiOptions>() ?? new MlAiOptions();

builder.Services.AddAi(Options.Create(aiOptions));

3. Generar el AST

El punto de entrada más cómodo es IAiFilterClientExecutorFp<T>: construye el prompt a partir de T y devuelve el JSON del AST.

using MoralesLarios.Ai.Managers;

public class SearchService(IAiFilterClientExecutorFp<Order> executor)
{
    public async Task<string?> ToAstAsync(string userText, CancellationToken ct = default)
    {
        // providerOverride: "" para usar el configurado, o "Groq" / "Ollama" / "Gemini" / "AzureOpenAI"
        MlResult<string> result = await executor.GenerateFilterJsonAsync(userText, "", ct);

        return result.IsValid ? result.Value : null;
    }
}

Los resultados se devuelven como MlResult<T> (de MoralesLarios.OOFP), por lo que los errores se propagan como valores en lugar de excepciones.

Tipos principales

Cómo se construye el prompt

MlFilterPromptBuilder<T> genera automáticamente:

1. Catálogo de campos — nombre, tipo CLR y metadatos obtenidos por reflexión sobre T (GenMlFieldCatalog<T>), incluyendo propiedades anidadas.
2. Gramática del AST — operadores de comparación y nodos de unión (and / or).
3. Ejemplos few-shot — pares pregunta → AST sintetizados a partir de los propios campos de T (GenMlFewShotExampleGenerator<T>), para que el modelo aprenda el formato exacto sin ejemplos escritos a mano.

El resultado es un prompt reutilizable con cualquier entidad, sin plantillas específicas por tipo.

Paquete relacionado

• MoralesLarios.Blazor.Ia.IaFilterColection — componentes Blazor listos para usar (AiFilterPanel<TItem>) construidos sobre este motor, que además compilan el AST a Expression<Func<T, bool>> aplicable a cualquier IQueryable o colección en memoria.

Licencia

MIT © Morales Larios