Improved prompts

src/bot/telegram-bot.ts

@@ -27,37 +27,43 @@ export class TelegramBot {
 
       try {
         const userPipeline: Pipeline = {
-          description: 'User message processing pipeline',
+          description: 'Криптокошелёк анализатор для Liquidswap',
-          systemPrompt: `Ты полезный ассистент, который всегда отвечает на русском языке.
+          systemPrompt: `Вы — профессиональный криптоаналитик и портфельный менеджер.
-            Анализируй сообщения пользователя и давай развернутые ответы.
+Анализируйте криптовалютный рынок, используя актуальные веб-данные.
-            Твой ответ всегда должен быть в стиле гопника, но не слишком длинный.
+Проведите анализ портфеля пользователя, адаптируясь к широкому (рыночные тренды, новости) или ограниченному (только портфель) набору данных.
-            Всегда начинай своё сообщение со слов: "Мой господин".
+Если данные портфеля отсутствуют, запросите их. Охватите по возможности:
-            Старайся форматировать информацию которую отправляешь, выделяй жирным шрифтом основные сведения.
+- Технический анализ (тренды, волатильность, индикаторы).
-            Старайся использовать эмодзи.`,
+- Фундаментальный анализ (новости, проекты).
+- Риски (корреляции, ликвидность, регуляторные факторы).
+- Диверсификацию и оптимизацию.
+Предоставьте рекомендации по улучшению портфеля.
+Формат ответа: отчет с разделами "Текущая ситуация на рынке", "Анализ портфеля", "Риски", "Рекомендации".
+Тон профессиональный, без сложного жаргона.
+Если данных недостаточно, задайте уточняющие вопросы.
+Обеспечьте точность ≥ 95%, избегая неподтвержденных предположений.`,
           steps: [
             {
-              name: 'Обработка сообщения',
+              name: 'Обработка запроса',
               prompt: userMessage,
             },
             {
-              name: 'Генерация ответа',
+              name: 'Анализ',
+              prompt: `Я хочу грамотно распределить свой криптовалютный портфель, используя данные DeFi-протокола Liquidswap.
+              Пожалуйста, предоставьте рекомендации по распределению активов,
+              основываясь на данных от инструментов:
+              \`get_tokens\`,
+              \`get_pools\`,
+              \`get_pools_historical_aprs\` (за 5 дней),
+              \`get_pools_historical_tvls\` (за 5 дней),
+              \`get_balances_by_address\` (мой адрес Aptos, если потребуется, запросите его) и \`multi_tool_use.parallel\`.`,
+            },
+            {
+              name: 'Форматирование ответа',
               prompt:
-                'Отформатируй свой ответ, в формат HTML для Telegram.' +
+                'Отлично, теперь используя эмодзи давай сделаем из этих данных telegram пост',
-                'Не добавляй никакого дополнительного текста или других символов.' +
-                'Твой ответ будет напрямую отправлен пользователю через Telegram.' +
-                '**Поддерживаемые теги**:  \n' +
-                '- `<b>`, `<strong>`: Жирный текст.  \n' +
-                '- `<i>`, `<em>`: Курсив.  \n' +
-                '- `<u>`, `<ins>`: Подчёркивание.  \n' +
-                '- `<s>`, `<strike>`, `<del>`: Зачёркивание.  \n' +
-                '- `<a href="URL">`: Ссылки (внешние или `tg://user?id=123`).  \n' +
-                '- `<code>`: Моноширинный текст (короткий код).  \n' +
-                '- `<pre>`: Блок кода (поддерживает `<code class="language-ЯЗЫК">`).' +
-                'Используй ТОЛЬКО эти теги И НИКАКИЕ ДРУГИЕ!',
             },
           ],
         };
-
         this.activePipelines.set(chatId, userPipeline);
 
         await ctx.sendChatAction('typing');

src/pipelines/pipeline-executor.ts

@@ -31,9 +31,23 @@ export class PipelineExecutor {
   private async initChain(openAIApiKey: string): Promise<Runnable> {
     const tools = await this._getOrLoadTools();
     const llm = new ChatOpenAI({
-      model: 'gpt-4o',
+      model: 'gpt-4.1-2025-04-14',
       temperature: 0.2,
       openAIApiKey: openAIApiKey,
+      callbacks: [
+        {
+          handleLLMStart: async (_llm, prompts) => {
+            console.log('\n=== LLM CALL STARTED ===');
+            console.log('Prompts:', prompts);
+            console.log('========================\n');
+          },
+          handleLLMError: async (err) => {
+            console.error('\n=== LLM ERROR ===');
+            console.error(err);
+            console.error('=================\n');
+          },
+        },
+      ],
     });
     return llm.bindTools(tools);
   }
@@ -84,12 +98,43 @@ export class PipelineExecutor {
     return results;
   }
 
+  private logAIMessages(
+    messages: (HumanMessage | SystemMessage | AIMessage | ToolMessage)[],
+    direction: 'TO_AI' | 'FROM_AI',
+  ) {
+    console.log(`\n=== AI ${direction} MESSAGES ===`);
+    messages.forEach((msg, i) => {
+      console.log(`\nMessage ${i + 1} (${msg._getType()}):`);
+      if ('content' in msg) {
+        console.log('Content:', msg.content);
+      }
+      if ('tool_calls' in msg && msg.tool_calls) {
+        console.log('Tool calls:', JSON.stringify(msg.tool_calls, null, 2));
+      }
+      if ('tool_call_id' in msg) {
+        console.log('Tool call ID:', msg.tool_call_id);
+      }
+    });
+    console.log('==========================\n');
+  }
+
   private async _resolveToolCalls(
     chain: Runnable,
     messages: (HumanMessage | SystemMessage | AIMessage | ToolMessage)[],
   ): Promise<AIMessage> {
+    // Log messages being sent to AI
+    this.logAIMessages(messages, 'TO_AI');
+
     let response: AIMessage = await chain.invoke(messages);
 
+    // Log response from AI
+    console.log('\n=== AI RESPONSE ===');
+    console.log('Content:', response.content);
+    if (response.tool_calls) {
+      console.log('Tool calls:', JSON.stringify(response.tool_calls, null, 2));
+    }
+    console.log('==================\n');
+
     while (response.tool_calls && response.tool_calls.length > 0) {
       messages.push(response);