Adriano
d4fcb42fc5
HypothesisAgent.propose ora riprova una volta in caso di parse o validation error: il prompt user del retry include l'output precedente (troncato a 800 char) e il messaggio di errore, così l'LLM può auto-correggersi. Configurabile via max_retries (default 1). Cambia il modello dati di HypothesisProposal: completion (singolare) diventa completions: list[CompletionResult] con n_attempts. L'orchestrator itera su completions per registrare il costo di ogni chiamata LLM, incluse le retry. Phase 1 v4 mostrava 64% di parse failure recuperabili: il retry punta a tagliare quel tasso senza inflazionare i token oltre 2x worst-case. Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>
Multi_Swarm_Coevolutive — Phase 1
Lean spike del PoC. Vedi docs/superpowers/specs/2026-05-09-decisione-strategica-design.md
per il razionale e docs/superpowers/plans/2026-05-09-phase1-lean-spike.md per il
piano implementativo.
Setup
uv sync
cp .env.example .env # compilare token e API key
uv run pytest # verifica che tutto installi
Cerbero locale
Phase 1 backtest legge dataset OHLCV cached, ma alcune feature di indicatore sono delegate a Cerbero. Avviare Cerbero locale prima di eseguire un run:
cd /home/adriano/Documenti/Git_XYZ/CerberoSuite/Cerbero_mcp
docker compose up -d
Comandi principali
uv run pytest # tutti i test
uv run pytest tests/unit -v # solo unit
uv run pytest tests/integration -v -m integration # solo integration
uv run python scripts/run_phase1.py # run completo Phase 1
uv run streamlit run src/multi_swarm/dashboard/streamlit_app.py