# Agentic Office - Kipinä Hajautettu Verkkoprojekti

Tässä on kooste projektin vaatimuksista, työtehtävistä ja niiden nykytilanteesta. Tämä dokumentti on jatkuvasti päivittyvä kuvaus siitä, mitä tavoitellaan ja mitä on jo tehty.

## 🚀 Vaihe 1: Rust + Wasm Selain-Nodet (Selainpohjainen P2P)

### Tavoitteet
- Madaltaa käyttäjän osallistumiskynnys "yhteen klikkaukseen".
- Selainkäyttäjien verkkolaitteen WebGPU:ta hyödyntävä asynkroninen Rust-solmu (Wasm).
- WebSocket-yhteys julkiseen Hubiin, joka jakelee matematiikka/AI-laskentaa eteenpäin Nodeille.

### Tehtävät
- [x] Rakenna axum-pohjainen Rust-reititin ja Hub Server (portti 3000)
- [x] Luo Wasm-käännettävä Rust-kirjasto selaimen Node-agentteja varten
- [x] Ota onnistuneesti käyttöön task-jono WebSocketin yli nodejen kanssa
- [x] Pakkaa solmu yhteen helposti levitettävään muotoon (wasm-pack -> static/index.html)
- [x] Tee yksinkertainen kuormalaskenta-algoritmi (Fibonacci) konseptin todentamiseksi
- [x] Tallenna tulokset asynkronisesti käyttöjärjestelmään ja takaisin weppiin

---

## 🚀 Vaihe 2: Kipinä.studio taustajärjestelmä 

### Tavoitteet
- Luoda kunnollinen työjono (Job Queue).
- Sijoittaa Hub-palvelin julkisesti saatavuusosoitteeseen `kipina.studio`.

### Tehtävät
- [x] Tuotantopalvelimen käyttöönotto Docker-compose + Caddy TLS kautta (`kipina.studio`)
- [x] Deploy-skripti (`deploy.sh`) + Discord-webhook-notifikaatio julkaisuista
- [x] Admin-dashboard (`/admin`) Basic Auth -suojattuna, live-sessiot ja metriikat
- [x] REST API (`POST /api/v1/chat/completions`) task_id-pohjaisella vastausten reitityksellä
- [x] API timeout (120s) + selkeät virheilmoitukset (504 Gateway Timeout)
- [x] IP-pohjainen rate limiting (max 4 yhteyttä/IP) + origin-validointi
- [ ] Turvamekanismin lisäys: Varmistetaan, ettei kukaan lähetä "falskeja" vastauksia nodeilta (PoW/challenge-response)
- [x] SQLite-sessioseuranta (node_sessions + pair_results)

---

## 🚀 Vaihe 3 & 4: WebGPU ja Klusterin Statistiikka (VALMIS!)

### Tavoitteet
- Korvata simppeli Fibonacci-luuppi aidoimmilla AI-tensoreilla ja laitekiihdytyksellä Burn-kirjastoa (WebGPU) apuna käyttäen.
- Valvoa ja suojella solmujen tehoa reaaliajassa.

### Tehtävät
- [x] Integroi `burn-wgpu` ja `burn-core` (v0.14.0) kääntymään Wasm-pakettiin
- [x] Valmistele laskettavien tensoreiden välitys Hubilta laitteiston Metal/WebGPU -muistiin
- [x] Koodaa Hubiin logiikka (Broadcast), joka yhdistää jokaisen solmun "4 GB" (oletuksena Mac-koneille) VRAM:in ja julkaisee summan Dashboardiin.
- [x] Teollisuustason GPU "Duty Cycle" Throttling: JS Slider (25%-100%) jarruttaa raskaan WebGPU-ajon välitöntä syöttöä tauottaen laitteistoa ja suojellen käyttöjärjestelmää ylikuormittumukselta.

---

## 🚀 Vaihe 5: Aito Agentic Compute (Micro-LLM Tekstigeneraatio Verkossa)

### Tavoitteet
- Korvata kokeellinen kymmenien tuhansien alkioiden pelkkä satunnais-matriisilaskenta (C=A*B) aidolla asynkronisella LLM-mallilla (esim. Llama-3 1B kvantisoituna / vastaava Transformer).
- Kyetä lataamaan selaimen IndexedDB:hen satojen megatavujen painot massivisena fetch-hakuna, kääntää ne WebGPU-puskureihin (Buffers) ja suorittaa tekstigeneraatiota etänä ohjattuna verkosta käsin WebSocketia myöden.

### Tehtävät
- [x] Refaktoroi Wasm-Noden (Burn.rs) paketti tuomaan Text-Tokenizerit (BPE, Qwen2.5-Coder) ja kielimallin arkkitehtuuri käyttöön
- [x] Koodaa Nodeen logiikka hakea / kasata mallin painot välimuistista IndexedDB:hen (tokenizer.json + model weights)
- [x] Hub uudistetaan generoimaan Text Prompts ja reitittämään työkuorman vapaalle solmulle (broadcast + task_id-matching)
- [x] Kipinän käyttöliittymään Chat-ikkuna Hubin striimaamien tulossanojen tarkkailuun reaaliajassa (llm_chunk streaming)
- [x] SmolLM 135M — täysi transformer (Burn), ~1.2 tok/s CPU
- [x] Qwen2.5 0.5B — Candle-inferenssi, ChatML-muotoilu, ~0.4 tok/s CPU
- [x] Qwen2.5-Coder 0.5B & 3B — koodigeneraatio, streaming-tokenit, task_id-tuki
- [x] Phi-3 Mini — placeholder (liian suuri selaimelle, natiivisolmulle suunnitteilla)
- [x] EN/FI tokenisaatiovertailu overhead-laskennalla
- [x] Natiivisolmu (Rust + CUDA) — Qwen2.5 0.5B, ~50-100 tok/s RTX 4090, NVML GPU-metriikat

---

## 🚀 Vaihe 6: Agent Workspace & CLI (KÄYNNISSÄ)

### Tavoitteet
- Interaktiivinen terminaalipohjainen käyttöliittymä `kpn`-komennoilla.
- Agenttitiimi (Koodari, Testaaja, Manageri) muokattavilla system prompteilla.
- Agenttien ketjutus: manageri analysoi → koodari toteuttaa → testaaja arvioi.

### Tehtävät
- [x] KPN-terminaali selaimeen (interaktiivinen komentorivi, komentohistoria)
- [x] `kpn run <malli> "<prompti>"` — tehtävän lähetys REST API:n kautta
- [x] `kpn hello` — tervehdyskomento
- [x] `kpn pipeline "<tehtävä>"` — manageri → koodari → testaaja -ketjutus
- [x] `kpn status`, `kpn models`, `kpn clear`, `kpn help`
- [x] Agenttikortit (Koodari/Qwen-Coder, Testaaja/SmolLM, Manageri/KPN CLI)
- [x] Muokattavat system promptit per agentti (localStorage-tallennus)
- [x] Multi-select: yhteinen konteksti useammalle agentille
- [x] Streaming-vastaukset terminaalissa (llm_chunk + vilkkuva kursori)
- [x] URL-hash navigointi (`#agents`, `#codelab`, `#network`)
- [x] SPA fallback (ServeDir + ServeFile)
- [ ] Agenttien välinen keskustelu (manageri ohjaa koodaria ja testaajaa dynaamisesti)
- [ ] Tehtävähistoria ja tulosten tallennus
- [ ] CLI-työkalu (`kpn` binary) lokaaliin käyttöön