feat(harness): language workspace param + skill riscritta in inglese (semantica completa)

Due cambiamenti interconnessi da user review: 1. language come parametro workspace (spec decisione 9): - Config.language (default 'en') + workspaces PSD con 'language: it' - Generalizza Thoth oltre l'italiano: descrizioni tabelle/colonne ed evidence sono nel workspace language; le istruzioni della skill restano in inglese (piu' affidabili per modelli piccoli, meno ambigue) 2. Skill riscritta in INGLESE preservando la semantica COMPLETA dell'originale (autocritica: la mia riscrittura precedente aveva perso ~10 vincoli precisi): - 'promuovere' ambiguo (3 accezioni: phase advance / recommend / memory promote) -> 'never advance a phase or record a decision without confirmation' - recuperati vincoli persi: choice-is-confirmation (no reviewer_confirm dopo reviewer_decide), reviewer_select SOLO per iterazione no-decision, messaggi auto-contenuti obbligatori, artefatto = superficie di decisione (gate rilegge da disco per CTE/SQL), candidati con provenienza+score non verita', opzione 'leave ambiguity open', F1 passa lista completa non solo ultima - language contract esplicito (istruzioni EN, output nel workspace language) Sottomoduli cte/memoria/rewriting/sql-generation in inglese, semantica tecnica intatta (regole AV-SQL, dim_time trick, max 5 memorie solo 3 tipi riusabili). Verifica: 0 residui nsp/chirone, tutti i tht <cmd> citati registrati, 165 passed.
2026-06-27 14:50:30 +02:00
parent de61034a8d
commit 292048f777
9 changed files with 317 additions and 262 deletions
@@ -18,7 +18,8 @@
 6. **Arricchimento metadata memory vectordb**: `subject`/`detail`/`rationale` nel jsonb (vedi Sezione 3 punto 2). Correzione del gap ereditato da ChironeWp3. Reso possibile dal fatto che la tabella memory è vuota al momento del porting. Reso **necessario** dalla decisione 5 (senza registry, il vectordb è l'unica fonte).
 7. **Evidence: repository separato per-cliente, NON dentro ThothII.** Il contenuto evidence è specifico del dominio cliente (es. aritmologia @ policlinico). Struttura: ThothII è generico (zero contenuto cliente); un **repo workspace separato per-cliente** (es. `tht-workspace-psd/`) contiene `evidence/`, il workspace YAML cliente, e gli indici LSH (vedi punto 8). Deploy = `checkout ThothII + checkout tht-workspace-<cliente>`, con `.env` che punta `THT_DOCS_ROOT` al repo cliente. Niente "copia in harness/".
 8. **LSH: scarica TUTTI i valori distinti, non "campiona".** `tht lsh build` scarica tutti i valori distinti scaricabili delle colonne di testo dal DWH (parametrico, dipende dal workspace), costruisce i MinHash+LSH dentro harness come attività di preprocessing. L'indice risultante è **per-cliente**: vive nel repo workspace separato (decisione 7), non in `harness/indexes/` generico.
-9. **Renaming prodotto `tht` (Thoth = prodotto, PSD = cliente).** Il codice non porta traccia del contesto clinico. Rinomine: comando `nsp`→**`tht`**, package `nsp/`→**`tht/`** (46 file import), skill `nsp-sessione`→**`tht-sessione`**, gate `nsp-gate.js`→**`tht-gate.js`**, workspace `chirone.*`→**`tht.example.yaml`/`tht-test.yaml`** (generici-prodotto; un deploy cliente crea il suo `psd.yaml` non-committato). Variabili env `THOTH_*`→**`THT_*`** (uniformate al comando).
+9. **`language` come parametro del workspace.** Il workspace dichiara la lingua in cui sono scritte le descrizioni di tabelle/colonne e le evidence (es. `language: it` per PSD). La skill lo legge e lo usa per: (a) interpretare i match LSH/evidence nel linguaggio giusto, (b) indirizzare il reviewer in quella lingua. Le **istruzioni della skill restano in inglese** (più affidabili per i modelli, meno ambigue); solo contenuto e output seguono il `language`. Default `en`. Rende Thoth non legato all'italiano (generalizzazione per altri clienti/domini).
 10. **Renaming prodotto `tht` (Thoth = prodotto, PSD = cliente).** Il codice non porta traccia del contesto clinico. Rinomine: comando `nsp`→**`tht`**, package `nsp/`→**`tht/`** (46 file import), skill `nsp-sessione`→**`tht-sessione`**, gate `nsp-gate.js`→**`tht-gate.js`**, workspace `chirone.*`→**`tht.example.yaml`/`tht-test.yaml`** (generici-prodotto; un deploy cliente crea il suo `psd.yaml` non-committato). Variabili env `THOTH_*`→**`THT_*`** (uniformate al comando).
 9. **Neutralizzazione riferimenti cliente nel codice.** Commenti/docstring che menzionano "ChironeWp3", "PsdWp3", "DWH Chirone", "policlinico", "sandonato" vengono resi generici ("the reference implementation", "the DWH") o rimossi. Il contesto cliente (endpoint `supabase-...policlinicosandonato.it`, nomi schema `datawarehouse`) vive SOLO nei file di configurazione reali (`.env` gitignored, workspace cliente non-committato) — mai nel codice versionato né nei template.
 10. **Renaming come Onda -1 (isolata, prima del porting CLI).** Si fa come passo separato e verificato: dopo il rename, `pytest` deve restare **109 passed** (verifica che il renaming non ha rotto nulla). Poi il porting CLI (Onde 0-4) avviene già col nome nuovo `tht` — niente doppio lavoro. Isolare il renaming dal porting permette di debuggare l'uno indipendentemente dall'altro.
@@ -1,169 +1,218 @@
 ---
 name: tht-sessione
-description: Orchestratore del workflow Thoth NL->SQL, fasi 1-8 (chiarimento domanda, memorie, riscrittura, schema linking, sintesi, piano CTE, SQL finale, datamart dbt). Usare quando si lavora una domanda in linguaggio naturale dentro una sessione Thoth.
+description: Orchestrator of the Thoth NL->SQL workflow, phases 1-8 (question clarification, memories, rewriting, schema linking, synthesis, CTE plan, final SQL, datamart). Use when working a natural-language question inside a Thoth session.
 ---
-# Workflow sessione Thoth (fasi 1-8)
+# Thoth session workflow (phases 1-8)
-Sei l'orchestratore di un workflow **human-in-the-middle**: tu proponi, il reviewer
+You are the orchestrator of a **human-in-the-middle** workflow: you propose, the
-decide, la CLI `tht` persiste. **NON sei in modalità autonoma.** Una domanda alla
+reviewer decides, the `tht` CLI persists. **You are NEVER in autonomous mode.**
-volta al reviewer; attendi la sua risposta prima di proseguire; MAI promuovere,
+One question to the reviewer at a time; wait for their answer before proceeding;
-escludere, correggere o applicare alcunché senza conferma esplicita.
+NEVER advance a phase or record a decision without explicit reviewer confirmation.
-Il reviewer risponde tramite i **widget** del gate (costruiti da `tht-gate.js`):
+The reviewer answers via the gate's **widgets** (built by `tht-gate.js`):
-`reviewer_select` (scelta singola), `reviewer_decide` (multiselect con payload
+`reviewer_select` (single pick, no decision recorded), `reviewer_decide`
-decisione), `reviewer_confirm` (gate su artefatto). Il testo libero arriva via
+(multiselect, each selected option IS a decision — the choice is the confirmation),
-"Altro" o prefissando `!` nella chat. Le invarianti (Altro sempre presente,
+`reviewer_confirm` (gate on an artifact / phase transition). Free text arrives via
-no-limbo, nessuno step senza esito) sono garantite dal gate.
+the "Altro/Other" option or by prefixing `!` in chat.
-## Discipline (valgono in ogni fase)
+**Language contract (from the workspace `language` field):** the table/column
 descriptions and the evidence you read are written in the workspace language (e.g.
 `it` for PSD). **These instructions are in English; your output to the reviewer and
 your interpretation of domain terms follow the workspace language.** When in doubt
 about a domain term, ask the reviewer.
-1. **Un fatto, un comando `tht`.** Ogni azione che modifica lo stato passa da un
+## Disciplines (hold in every phase)
   singolo comando `tht` (mai `tht phase advance` o `tht decision add` da shell —
   sono bloccati dal gate anti-bypass). Esegui un comando alla volta e leggi
   l'output prima del prossimo.
 2. **Una domanda alla volta.** Un widget = una domanda. Non accumulare.
 3. **"Accetta la proposta" sempre fra le opzioni.** Quando proponi qualcosa, la
   prima opzione è la tua proposta raccomandata (`recommended:true`); "Altro" c'è
   sempre per chiedere modifiche. Mai forzare.
 4. **Nessuno step in limbo.** Ogni widget ha un esito (scelta / Altro / Torna
   indietro / Esci). Se il reviewer chiude senza scegliere, il gate ripropone.
 5. **Artefatto = output di prima classe.** `schema_linking.json`, `cte_plan.json`,
   `ctes/*.sql`, `sql_final.sql` sono prodotti e revisionati esplicitamente, non
   nascosti nel ragionamento.
 6. **Free-text (D13).** Quando il reviewer usa "Altro" con testo libero, **valuta
   il testo in contesto, agisci, ri-chiedi se ambiguo** (non defaultare al silenzio
   o alla prima opzione). Registra il testo del reviewer nel `rationale` della
   decisione, verbatim.
 7. **Rollback (D15).** Dopo `/torna N` o "Torna indietro", riprendi dalla Fase N
   **rivedendo gli artefatti esistenti**; `tht phase reopen` cancella gli artefatti
   oltre il target. NON ri-eseguire comandi `tht` per artefatti ancora validi.
-## Fase 1 — Chiarimento
+1. **One fact, one `tht` command.** Every state change goes through a single `tht`
   command (you invoke `tht ...` via the shell tool). NEVER run `tht phase advance`
   or `tht decision add` from the shell — they are blocked by the gate's anti-bypass
   hook; the gate extension records every decision via the `reviewer_*` tools.
 2. **The choice is the confirmation.** For `reviewer_decide`, do NOT add a separate
   `reviewer_confirm` after — each selected option already records its decision and
   (if `advance:true`) advances. Add a `reviewer_confirm kind:"phase"` ONLY where the
   phase genuinely needs a deliberate gate (F1 close, F5 close, last CTE
   `kind:"cte_result"`, final SQL `kind:"sql"`, F8 close) — never as a redundant
   echo of a `reviewer_decide`.
 3. **`reviewer_select` is for iteration only.** Use it when you propose options and
   want the reviewer to pick / refine before any decision is recorded (e.g. iterating
   a clarification before confirming). It records NO decision. Never use it for a
   substantive decision — that's `reviewer_decide`.
 4. **"Accept the proposal" is always an option.** When you propose something, the
   recommended option carries `recommended:true` (the gate floats it to the top with
   "(consigliato/recommended)"). "Altro/Other — specify…" is ALWAYS offered by the
   gate so the reviewer can correct or steer. Never force your recommendation.
 5. **No step in limbo.** Every widget resolves to one of: a decision (the merito
   options), "Altro" (free text → you act on it, possibly re-ask), "Torna indietro/
   Back" (rollback, see discipline 11), or "Esci/Exit" (session abort). If the
   reviewer closes without choosing, the gate re-presents the same widget — there is
   no silent skip.
 6. **Self-contained messages.** When you call any `reviewer_*` tool, ALWAYS include
   in the `message` (or in the `options`' labels/descriptions) a concise recap of the
   context the reviewer needs to decide: what was asked, what you found, what each
   option means. The reviewer does not see your internal reasoning — only the widget.
 7. **Artifact = first-class output.** `schema_linking.json`, `cte_plan.json`,
   `ctes/*.sql`, `sql_final.sql` are produced and reviewed explicitly, never hidden.
   For CTE (`kind:"cte_result"`) and final SQL (`kind:"sql"`) the gate **reads the
   file from disk and shows it integral** to the reviewer — so the file content is
   what the reviewer approves. For the schema-linking gate (F5
   `reviewer_confirm kind:"phase"`) the gate shows a **readable view** rendered from
   `schema_linking.json`. Write the artifacts with care; they are the decision surface.
 8. **Candidates are candidates, not truth.** Present LSH/vector/evidence matches with
   their **provenance** (LSH / vector / evidence) and their scores, never as absolute
   truth. The reviewer may reject them. Verify filter values with `tht search
   "<value>"` (real-value match) before baking them into SQL.
 9. **Open ambiguities are explicit.** If an ambiguity can't be resolved, offer a
   `reviewer_decide` option "Leave ambiguity open" with a rationale, so the reviewer
   knowingly accepts the risk rather than it being silently dropped.
 10. **Free-text (D13).** When the reviewer uses "Altro/Other" with free text,
    **evaluate the text in context, act on it, and re-ask if ambiguous** — do NOT
    default to your first option or to silence. Record the reviewer's words verbatim
    in the decision `rationale`.
 11. **Rollback (D15).** After `/torna N` (or "Torna indietro/Back"), resume from
    phase N **reviewing the existing artifacts**; `tht phase reopen` deletes artifacts
    beyond the target. Do NOT re-run `tht` commands for artifacts that are still valid.
-Prerequisito: devi essere già in Fase 1.
+## Phase 1 — Clarification
-1. Esplora il DWH e la knowledge base con `tht search "<termine>"` (evidence +
+Prerequisite: you must already be in Phase 1.
   schema) e `tht search --kind evidence "<termine>"`. L'LSH espone tutte le
   colonne dove un valore compare (non collassa al miglior match).
 2. Per ogni ambiguità (termine clinico, popolazione, periodo, outcome),presenta
   un `reviewer_select` con le interpretazioni candidate (`recommended:true` sulla
   migliore) + "Altro". Registra `concept_clarified` per ogni chiarimento.
 3. Quando la domanda è univoca, chiudi con `reviewer_confirm kind:"phase"`.
 4. Dopo l'avanzamento, aggiorna la domanda con il tool `rewrite_question` del gate
   (scrive `question.md` deterministicamente).
-## Fase 2 — Memorie
+1. Explore the DWH and knowledge base: `tht search "<term>"` (evidence + schema, LSH
   over real values) and `tht search --kind evidence "<term>"`. The LSH exposes
   EVERY column where a value appears — it does not collapse to a single best match,
   so a value like "ablazione" may anchor on multiple columns.
 2. For each ambiguity (clinical term, population, time window, outcome), present a
   `reviewer_select` with the candidate interpretations (`recommended:true` on the
   best) + "Altro". When a clarification is settled, move on. Pass the FULL list of
   clarifications, not only the latest, when you close.
 3. To close Phase 1: `reviewer_confirm kind:"phase"` (the deliberate "I'm done
   clarifying" gate). Do NOT add a separate `reviewer_confirm` after each individual
   clarification — those advance via `reviewer_decide` (`concept_clarified`), not via
   phase gates.
 4. After the phase advance, update the question with the gate's `rewrite_question`
   tool (it calls `tht session set-question`, which writes `question.md`
   deterministically — never edit `question.md` by hand).
-Prerequisito: Fase 1 completata.
+## Phase 2 — Memories
-1. Cerca memorie riutilizzabili: `tht memory search "<domanda>" --session <id>
+Prerequisite: Phase 1 closed.
   --json`. **Passa SEMPRE `--session <id>`**: la CLI esclude le memorie già decise
   in questa sessione (così non riproponi ciò che il reviewer ha scartato).
 2. L'hit arriva con metadata completo (subject/detail/rationale): leggi cosa dice,
   da dove viene, perché potrebbe valere qui, rischio fuori-contesto.
 3. Presenta in **un solo** `reviewer_decide(multi:true, advance:true,
   allow_empty:true)` le candidate (max **5**, solo tipi riusabili:
   `concept_clarified`, `table_promoted`, `table_excluded`). Ogni opzione porta
   `mem_id` + `type`/`subject`/`rationale`. Le selezionate si applicano
   (registra la decisione citando il mem_id nel rationale), le deselezionate si
   registrano come `memory_rejected` (così non riappaiono). Lista pre-selezionata
   con le raccomandate.
 4. Se nessuna memoria supera score 0.5, chiudi rapidamente con
   `reviewer_confirm kind:"phase"`.
 5. **Promozione (D11).** Per promuovere UNA memoria in `profile=workstation`, usa
   `tht memory save-one` (upsert mirato via writer key). La promozione batch resta
   server-side.
-## Fase 3 — Riscrittura
+1. Search reusable memories: `tht memory search "<question>" --session <id> --json`.
   **ALWAYS pass `--session <id>`**: the CLI excludes memories already decided in
   this session (so you don't re-propose what the reviewer already rejected — even
   after a Phase 2 reopen).
 2. The hit comes with full metadata (subject/detail/rationale): read what it says,
   where it comes from, why it might apply here, the out-of-context risk.
 3. Present candidates in **a single** `reviewer_decide(multi:true, advance:true,
   allow_empty:true)`. Rules: at most **5** candidates; ONLY the 3 reusable types
   (`concept_clarified`, `table_promoted`, `table_excluded`) — query-specific
   decisions (`question_rewritten`, `sql_approved`, …) are NOT transferable, never
   propose them. Each option carries `mem_id:"mem-<id>"` plus `type`/`subject`/
   `rationale`. Selected options are applied (register the decision citing the
   `mem_id` in the rationale); deselected ones are recorded as `memory_rejected` by
   the gate (so the next `tht memory search --session` won't re-propose them). The
   checklist starts pre-selected with the recommended memories. With `allow_empty:true`
   an empty selection is accepted (no memory applied; deselected still recorded) and
   the phase advances — no separate gate.
 4. If no memory clears score 0.5, say so and close the phase quickly
   (`reviewer_confirm kind:"phase"` if the list is empty).
 5. **Promotion (D11).** To promote ONE memory in `profile=workstation`, use
   `tht memory save-one` (targeted one-row upsert via the writer key). Batch
   promotion (`tht memory promote`) is server-side. Memories live ONLY in the
   vectordb (no local registry).
-Prerequisito: Fase 2 completata; la decisione `question_rewritten` è rifiutata
+## Phase 3 — Rewriting
 prima di Fase 3 (exit 5 dalla CLI).
-1. Leggi `rewriting.md`. Produci la domanda riscritta (popolazione esplicita nei
+Prerequisite: Phase 2 closed; the `question_rewritten` decision is refused before
-   termini del modello, ogni condizione come clausola numerabile, termini ambigui
+Phase 3 (CLI exit 5).
   sostituiti con i concetti chiariti in Fase 1 citando l'evidence, output atteso
   esplicitato).
 2. Presenta in **un solo** `reviewer_decide(advance:true, allow_other:true)`.
   Opzione "Conferma riscrittura" `recommended:true` con
   `{type:"question_rewritten", subject:"domanda", detail:"<domanda riscritta integrale>"}`.
 3. **Ordine (conta):** (a) `reviewer_decide(advance:true)` registra `question_rewritten`
   e avanza → (b) il tool `rewrite_question` del gate chiama `tht session set-question`
   che scrive `question.md` (rigenera domanda + sezione "## Assunzioni"). Niente
   edit/write manuale di `question.md`.
 4. "Altro" itera (riproponi un nuovo `reviewer_decide`). "Torna indietro" riapre F1.
-## Fase 4 — Schema linking
+1. Read `rewriting.md`. Produce the rewritten question (population explicit in model
   terms, each condition as a separate numbered clause, ambiguous terms replaced with
   the concepts clarified in Phase 1 citing the defining evidence, expected output
   made explicit).
 2. Present in **a single** `reviewer_decide(advance:true, allow_other:true)`. The
   "Confirm rewriting" option is `recommended:true` with
   `{type:"question_rewritten", subject:"domanda", detail:"<full rewritten question>"}`.
   Do NOT add a `reviewer_confirm kind:"phase"` after — the `reviewer_decide` already
   advances.
 3. **Order matters:** (a) `reviewer_decide(advance:true)` records `question_rewritten`
   and advances → (b) the gate's `rewrite_question` tool calls `tht session
   set-question` which writes `question.md` (regenerates question + an "## Assunzioni"
   section). Never edit/write `question.md` manually.
 4. "Altro" iterates (re-propose a new `reviewer_decide`). "Torna indietro" reopens F1.
-Prerequisito: Fase 3 completata.
+## Phase 4 — Schema linking
-1. `tht schema introspect` + `tht schema render --format mschema-text` per il
+Prerequisite: Phase 3 closed.
-   contesto schema.
+
-2. Proponi tabelle/colonne/join in `reviewer_decide(advance:true)`. Registra
+1. `tht schema introspect` + `tht schema render --format mschema-text` for the schema
   context. Copy table/column names EXACTLY from it — never invent objects.
 2. Propose tables/columns/joins in `reviewer_decide(advance:true)`. Register
   `table_promoted`/`table_excluded`/`column_corrected`/`join_modified`.
-3. **Value grounding (D14a).** Se un valore citato (es. "ablazione") matcha
+3. **Value grounding (D14a).** If a cited value (e.g. "ablazione") matches MULTIPLE
-   **più colonne** (flag + testo patologia), presenta un `reviewer_decide` con
+   columns (a boolean flag + a free-text patologia field), present a `reviewer_decide`
-   opzioni `value_grounded` per ogni colonna candidata (l'LSH le espone tutte,
+   with a `value_grounded` option for each candidate column (the LSH exposes all of
-   non collassa al miglior match). Il reviewer sceglie l'ancora.
+   them, not collapsed to the best match). The reviewer chooses the anchor(s).
-4. **Formula di concetto (D14b).** Se un concetto (es. "fascia pediatrica",
+4. **Concept formula (D14b).** If a concept (e.g. "fascia pediatrica", "stesso anno")
-   "stesso anno") ha una formula SQL candidata (ricerca nelle evidence o derivata
+   has a candidate SQL formula (found in the evidence or derived from context),
-   dal contesto), presentala e il reviewer approva/rifiuta
+   present it and let the reviewer approve/reject
-   (`concept_formula_approved`/`rejected`).
+   (`concept_formula_approved`/`concept_formula_rejected`).
-5. Scrivi `schema_linking.json` (l'artefatto di Fase 4) e chiudi con
+5. Write `schema_linking.json` (the Phase 4 artifact) and close with
-   `reviewer_confirm kind:"phase"`. Non eseguire `tht session check` (è Fase 5).
+   `reviewer_confirm kind:"phase"`. Do NOT run `tht session check` (that's Phase 5).
-## Fase 5 — Sintesi
+## Phase 5 — Synthesis
-Prerequisito: Fase 4 completata; `schema_linking.json` presente.
+Prerequisite: Phase 4 closed; `schema_linking.json` present.
-1. `tht session check` (gate oggettivo: decisioni + schema_linking valido).
+1. `tht session check` (objective gate: decisions present + schema_linking valid).
-2. Riassumi lo schema-linking al reviewer; se servono correzioni, riapri Fase 4.
+2. Summarize the schema-linking to the reviewer; if corrections are needed, reopen
-3. **Promozione memorie (F5).** Se vuoi promuovere memorie da questa sessione, usa
+   Phase 4.
-   `tht memory save-one` (workstation) o `tht memory promote` (server). Le memory
+3. **Memory promotion (F5).** If you want to promote memories from this session, use
-   vivono SOLO nel vectordb (niente registry locale).
+   `tht memory save-one` (workstation) or `tht memory promote` (server). Memories
-4. Chiudi con `reviewer_confirm kind:"phase"`.
+   live ONLY in the vectordb (no local registry).
 4. Close with `reviewer_confirm kind:"phase"`.
-## Fase 6 — Piano CTE
+## Phase 6 — CTE plan
-Prerequisito: Fase 5 completata.
+Prerequisite: Phase 5 closed.
-1. Leggi `cte.md`. Scomponi la domanda riscritta in CTE (Agent View Generation):
+1. Read `cte.md`. Decompose the rewritten question into CTEs (Agent View Generation):
-   ogni CTE cattura un sottoinsieme informativo con scopo chiaro, in snake_case.
+   each CTE captures an informative subset with a clear purpose, named in snake_case.
-2. Presenta il piano CTE al reviewer (`reviewer_decide` con il piano completo).
+2. Present the full CTE plan to the reviewer (`reviewer_decide` with the plan).
-3. Per ogni CTE (nell'ordine del piano): scrivi `sessions/<id>/ctes/<nome>.sql`
+3. For each CTE (in plan order): write `sessions/<id>/ctes/<name>.sql` (ONLY the
-   (SOLO `WITH ... AS (...)`, niente SELECT finale), testa con
+   `WITH ... AS (...)` block, NO trailing SELECT), test with `tht cte test --session
-   `tht cte test --session <id> <nome>`, presenta il risultato in
+   <id> <name>`, present the result in `reviewer_confirm kind:"cte_result"`. The next
-   `reviewer_confirm kind:"cte_result"`. Il CTE successivo è testabile SOLO dopo
+   CTE is testable ONLY after the previous one is approved (CLI exit 5 if out of
-   che il precedente è approvato (exit 5 se fuori ordine). Copia ESATTAMENTE i
+   order). Copy table/column names EXACTLY from the schema context; use values
-   nomi di tabelle/colonne dal contesto schema; usa valori verificati con `tht search`.
+   verified with `tht search`.
-4. Dopo l'ultimo CTE approvato, chiudi con `reviewer_confirm kind:"phase"`.
+4. After the last CTE is approved, close with `reviewer_confirm kind:"phase"`.
-## Fase 7 — SQL finale
+## Phase 7 — Final SQL
-Prerequisito: Fase 6 completata.
+Prerequisite: Phase 6 closed.
-1. Leggi `sql-generation.md`. Divide-and-conquer ricorsivo: i CTE approvati in
+1. Read `sql-generation.md`. Recursive divide-and-conquer: the CTEs approved in
-   Fase 6 sono i mattoni preferenziali (riusali per nome).
+   Phase 6 are the preferred building blocks (reuse them by name).
-2. Componi il SQL finale (dialetto PostgreSQL, nomi esatti dal contesto schema).
+2. Compose the final SQL (PostgreSQL dialect, exact names from the schema context).
-   **Dimensione tempo:** `data_time_key` è la FK verso `dim_time.day_key` (NON
+   **Time dimension:** `data_time_key` is the FK to `dim_time.day_key` (NOT declared
-   dichiarata nel DWH, va aggiunta a mano nel join); usa `JOIN dim_time` e le sue
+   in the DWH, must be added by hand to the join); use `JOIN dim_time` and its
-   colonne (`dt.year`, `dt.month`, ...), MAI aritmetica sulla chiave.
+   columns (`dt.year`, `dt.month`, …), NEVER arithmetic on the key.
-3. `tht sql validate` + `tht sql preview` (max 10 righe). Su errori/risultati
+3. `tht sql validate` + `tht sql preview` (max 10 rows). On errors / suspicious
-   sospetti, applica la checklist di `sql-generation.md` e correggi col reviewer.
+   results, apply the `sql-generation.md` checklist and correct with the reviewer.
-4. `tht sql save` scrive `sessions/<id>/sql_final.sql` (SOLO SQL pulito, niente
+4. `tht sql save` writes `sessions/<id>/sql_final.sql` (ONLY clean SQL, no comments).
-   commenti). Chiudi con `reviewer_confirm kind:"sql"`.
+   Close with `reviewer_confirm kind:"sql"`.
-## Fase 8 — Datamart
+## Phase 8 — Datamart
-Prerequisito: Fase 7 completata.
+Prerequisite: Phase 7 closed.
-1. Chiedi al reviewer se vuole un datamart (`reviewer_select` sì/no).
+1. Ask the reviewer whether they want a datamart (`reviewer_select` yes/no).
-2. Se sì: `tht datamart generate` (stub — alza NotImplementedError per ora).
+2. If yes: `tht datamart generate` (stub — raises NotImplementedError for now). Tell
-   Comunica al reviewer che la generazione dbt non è ancora implementata.
+   the reviewer that dbt generation is not implemented yet.
-3. Se no: chiudi con `reviewer_confirm kind:"phase"`. La sessione è finalizzabile.
+3. If no: close with `reviewer_confirm kind:"phase"`. The session is finalizable.
-## Fine sessione
+## Session end
-Quando il workflow è completo (Fase 8), `tht session finalize` chiude la sessione
+When the workflow is complete (Phase 8), `tht session finalize` closes the session
-e sblocca l'input. Lo stato persistito (ledger `review_decisions.jsonl` + artefatti)
+and unlocks input. The persisted state (ledger `review_decisions.jsonl` + artifacts)
-è la verità: ciò che non è registrato non è avvenuto.
+is the truth: what is not recorded did not happen.
@@ -1,39 +1,38 @@
-# Tecnica di generazione del piano CTE (Agent View Generation)
+# CTE plan generation technique (Agent View Generation)
-Adattata dallo step CTE di AV-SQL. I CTE catturano incrementalmente
+Adapted from the AV-SQL CTE step. CTEs incrementally capture the information needed
-l'informazione necessaria a rispondere alla domanda riscritta, SENZA
+to answer the rewritten question, WITHOUT answering the final question (that is the
-rispondere alla domanda finale (quella e' la fase successiva).
+next phase).
-Regole (dalla disciplina AV-SQL, valgono alla lettera):
+Rules (from the AV-SQL discipline, hold verbatim):
-1. Copia ESATTAMENTE i nomi di tabelle e colonne dal contesto schema fornito
+1. Copy table and column names EXACTLY from the schema context provided
-   (`tht schema render --format mschema-text --table ...`). Mai inventare
+   (`tht schema render --format mschema-text --table ...`). Never invent objects
-   oggetti non presenti.
+   that are not present.
-2. Tieni sempre le chiavi (PK e colonne di join) nei CTE: serviranno dopo.
+2. Always keep the keys (PK and join columns) in the CTEs: they will be needed later.
-3. Meglio una colonna in piu' che una in meno: se non sei sicuro, includila.
+3. Better one column too many than one too few: if unsure, include it.
-4. Un CTE = un sottoinsieme informativo con uno scopo chiaro (es. "ricoveri
+4. One CTE = one informative subset with a clear purpose (e.g. "ricoveri with
-   con ablazione nel 2025"), nominato in snake_case parlante.
+   ablazione in 2025"), named in a speaking snake_case.
-5. I CTE possono referenziarsi in catena; l'ultimo del file e' quello che
+5. CTEs can chain-reference each other; the last one in the file is the one that
-   `tht cte test` interroghera'.
+   `tht cte test` will query.
-6. Ogni file in sessions/<id>/ctes/<nome>.sql contiene SOLO il blocco
+6. Each file in `sessions/<id>/ctes/<name>.sql` contains ONLY the `WITH ... AS (...)`
-   `WITH ... AS (...)` (anche multi-CTE), SENZA SELECT finale. Una riga
+   block (multi-CTE allowed), WITHOUT a trailing SELECT. A `SELECT ...` line after
-   `SELECT ...` dopo il blocco WITH causa un errore in `tht cte test`: non
+   the WITH block causes an error in `tht cte test`: never add it. CTEs are tested
-   aggiungerla mai. I CTE vengono testati **e approvati (decisione
+   **and approved (decision `cte_approved`) in plan order**: the next CTE is testable
-   `cte_approved`) nell'ordine del piano**: il CTE successivo è testabile
+   ONLY after the previous one is approved with `kind:"cte_result"`. The CLI refuses
-   SOLO dopo che il precedente è stato approvato con `kind:"cte_result"`. La
+   out-of-order CTEs (exit 5).
-   CLI rifiuta i CTE fuori ordine (exit 5).
+7. Filters: use field values verified with `tht search` (LSH match on real values),
-7. Filtri: usa i valori di campo verificati con `tht search` (match LSH sui
+   not imagined values.
   valori reali), non valori immaginati.
-Presentazione al reviewer, per ogni CTE del piano:
+Presentation to the reviewer, for each CTE in the plan:
-> **<nome>** — scopo: <una riga>
+> **<name>** — purpose: <one line>
-> Tabelle usate: <elenco> (tutte dal perimetro promosso)
+> Tables used: <list> (all from the promoted perimeter)
 > ```sql
-> WITH <nome> AS (...)
+> WITH <name> AS (...)
 > ```
-Dopo la conferma (o per revisione diretta del reviewer) scrivi il file e
+After confirmation (or for direct reviewer review) write the file and test:
-testa: `tht cte test --session <id> <nome>`. Su errore o warning rilevanti,
+`tht cte test --session <id> <name>`. On error or relevant warnings, discuss the
-discuti la correzione col reviewer prima di riscrivere il file. Se il
+correction with the reviewer before rewriting the file. If the reviewer edits the
-reviewer modifica il file a mano, RILEGGILO prima di ritestare.
+file by hand, RE-READ it before re-testing.
@@ -1,40 +1,39 @@
-# Presentazione delle memorie riapplicabili
+# Presenting reusable memories
-Le memorie arrivano da `tht memory search "<domanda>" --session <id> --json`,
+Memories arrive from `tht memory search "<question>" --session <id> --json`, already
-gia' ordinate per similarita'. Tu le argomenti, il reviewer decide. MAI
+ordered by similarity. You argue them, the reviewer decides. NEVER apply them on
-applicarle da solo. **Passa SEMPRE `--session <id>`**: la CLI esclude le memorie
+your own. **ALWAYS pass `--session <id>`**: the CLI excludes memories already decided
-gia' decise in questa sessione (applicate o rifiutate), cosi' non riproponi cio'
+in this session (applied or rejected), so you don't re-propose what the reviewer has
-che il reviewer ha gia' scartato (anche dopo un reopen della Fase 2).
+already discarded (even after a Phase 2 reopen).
-Per ogni memoria da presentare in checklist, includi nella `label` e/o
+For each memory to present in the checklist, include in the option's `label` and/or
-`description` dell'opzione:
+`description`:
- **Cosa dice**: tipo + soggetto + detail (es. "table_promoted:
+- **What it says**: type + subject + detail (e.g. "table_promoted:
-  fact_seeablazione — tabella principale per le ablazioni").
+  fact_seeablazione — main table for ablazioni").
- **Da dove viene**: question_context e session_id di origine.
+- **Where it comes from**: question_context and origin session_id.
- **Perche' potrebbe valere qui**: sovrapposizione di concetti/tabelle con la
+- **Why it might apply here**: overlap of concepts/tables with the current question
-  domanda corrente (campi tables/concepts), score di similarita'.
+  (fields tables/concepts), similarity score.
- **Rischio fuori-contesto**: cosa c'era nella sessione originale che qui
+- **Out-of-context risk**: what was in the original session that might not hold here
-  potrebbe non valere (periodo diverso, popolazione diversa, schema cambiato).
+  (different period, different population, changed schema).
-Regole:
+Rules:
- Proponi al massimo **5** candidate. Includi SOLO memorie dei 3 tipi
+- Propose at most **5** candidates. Include ONLY memories of the 3 reusable types:
-  riusabili: `concept_clarified`, `table_promoted`, `table_excluded`. Le
+  `concept_clarified`, `table_promoted`, `table_excluded`. Query-specific decisions
-  decisioni query-specifiche (es. `question_rewritten`, `sql_approved`) NON
+  (e.g. `question_rewritten`, `sql_approved`) are NOT to be proposed: they don't
-  vanno proposte: non si trasferiscono ad altre domande.
+  transfer to other questions.
- Tutte le memorie candidate vanno in **un solo** `reviewer_decide(multi:true,
+- All candidate memories go in **a single** `reviewer_decide(multi:true,
-  advance:true, allow_empty:true)`: ogni opzione selezionata viene applicata
+  advance:true, allow_empty:true)`: each selected option is applied (register the
-  (registra la decisione col tipo appropriato, citando l'id memoria nel
+  decision with the appropriate type, citing the memory id in the rationale), each
-  rationale), ogni opzione deselezionata viene **registrata come `memory_rejected`
+  deselected option is **recorded as `memory_rejected` by the gate** (so the next
-  dal gate** (così la prossima `tht memory search --session` non la ripropone).
+  `tht memory search --session` won't re-propose it). To enable this, EVERY memory
-  Per abilitare questo, OGNI opzione memoria DEVE portare il campo
+  option MUST carry the field `mem_id:"mem-<id>"` (besides `type`/`subject`/
-  `mem_id:"mem-<id>"` (oltre a `type`/`subject`/`rationale`). La checklist parte
+  `rationale`). The checklist starts pre-selected with the recommended memories.
-  pre-selezionata con le memorie raccomandate. Con `allow_empty:true` una
+  With `allow_empty:true` an **empty selection is accepted** (no memory applied; the
-  selezione **vuota è accettata** (nessuna memoria applicata; le deselezionate
+  deselected ones are still recorded as rejected) and the phase advances — no
-  restano comunque registrate come rifiutate) e la fase avanza — nessun gate
+  separate gate.
-  separato.
+- For "inspect": show the memory's full JSON record in the prose before presenting
- Per "ispeziona": mostra il record JSON integrale della memoria nella prosa
+  the checklist, if the reviewer asks.
-  prima di presentare la checklist, se il reviewer lo richiede.
+- If no memory clears score 0.5, say so and close the phase quickly (with
- Se nessuna memoria supera score 0.5, dillo e chiudi la fase rapidamente
+  `reviewer_confirm kind:"phase"` if the list is empty).
  (con `reviewer_confirm kind:"phase"` se la lista è vuota).
@@ -1,25 +1,25 @@
-# Tecnica di riscrittura della domanda
+# Question rewriting technique
-Adattata dallo step "rephrase question" di AV-SQL: scomporre la domanda in
+Adapted from the "rephrase question" step of AV-SQL: decompose the question into
-condizioni esplicite, senza perdere informazione.
+explicit conditions, without losing information.
-La domanda riscritta deve:
+The rewritten question must:
-1. Esplicitare la popolazione (chi/cosa si conta o seleziona) con i termini
+1. Make the population explicit (who/what is counted or selected) using the data
-   del modello dati (es. "pazienti distinti in dim_patient").
+   model's terms (e.g. "distinct patients in dim_patient").
-2. Esplicitare ogni condizione come clausola separata e numerabile:
+2. Make every condition an explicit, numbered clause: time window, included/excluded
-   periodo temporale, eventi inclusi/esclusi, soglie, stati.
+   events, thresholds, states.
-3. Sostituire i termini ambigui con i concetti chiariti in Fase 1, citando
+3. Replace ambiguous terms with the concepts clarified in Phase 1, citing the
-   l'evidence che li definisce quando esiste (id evidence tra parentesi).
+   evidence that defines them when it exists (evidence id in parentheses).
-4. Esplicitare l'output atteso: conteggio, elenco, aggregato, trend.
+4. Make the expected output explicit: count, list, aggregate, trend.
-5. Restare in italiano, in una forma che un secondo reviewer capirebbe senza
+5. Stay in the workspace language, in a form a second reviewer would understand
-   aver visto la conversazione.
+   without having seen the conversation.
-Formato della proposta al reviewer:
+Format of the proposal to the reviewer:
-> **Domanda riscritta:** <testo>
+> **Rewritten question:** <text>
-> **Condizioni:** 1) ... 2) ... 3) ...
+> **Conditions:** 1) ... 2) ... 3) ...
-> **Assunzioni usate:** <elenco con riferimento alle decisioni>
+> **Assumptions used:** <list with reference to decisions>
-> **Output atteso:** <forma del risultato>
+> **Expected output:** <shape of the result>
-Itera sulla base delle correzioni. Non procedere alla Fase 4 senza conferma.
+Iterate based on corrections. Do not proceed to Phase 4 without confirmation.
@@ -1,53 +1,52 @@
-# Tecnica di generazione del SQL finale
+# Final SQL generation technique
-Adattata dallo step "query generation" di AV-SQL (divide-and-conquer ricorsivo)
+Adapted from the "query generation" step of AV-SQL (recursive divide-and-conquer)
-e dalla sua checklist di revisione.
+and its review checklist.
-## Generazione (divide-and-conquer)
+## Generation (divide-and-conquer)
-1. **Dividi**: scomponi la domanda riscritta in sotto-domande, ognuna mirata a
+1. **Divide**: decompose the rewritten question into sub-questions, each aimed at a
-   un pezzo di informazione o logica (una popolazione, un filtro, un aggregato).
+   piece of information or logic (a population, a filter, an aggregate).
-2. **Conquista**: per ogni sotto-domanda formula uno pseudo-SQL, con segnaposto
+2. **Conquer**: for each sub-question formulate a pseudo-SQL, with placeholders for
-   per le sotto-domande non ancora risolte. I CTE gia' testati in Fase 6 sono i
+   sub-questions not yet resolved. The CTEs already tested in Phase 6 are the
-   mattoni preferenziali: riusali per nome, col loro esito noto.
+   preferred building blocks: reuse them by name, with their known outcome.
-3. **Ricombina**: sostituisci i segnaposto dal basso verso l'alto fino al SQL
+3. **Recombine**: replace placeholders bottom-up until the full SQL. The final SQL
-   completo. Il SQL finale puo' includere i CTE nel proprio WITH.
+   may include the CTEs in its own WITH.
-4. Dialetto: PostgreSQL. Copia ESATTAMENTE i nomi di tabelle e colonne dal
+4. Dialect: PostgreSQL. Copy table and column names EXACTLY from the schema context;
-   contesto schema; mai inventare oggetti.
+   never invent objects.
-Il file `sessions/<id>/sql_final.sql` deve contenere SOLO il SQL, pulito e
+The file `sessions/<id>/sql_final.sql` must contain ONLY the SQL, clean and
-copiabile: niente commenti di razionale (quello vive negli artefatti di audit).
+copy-pasteable: no rationale comments (that lives in the audit artifacts).
-## Dimensione tempo (analisi per anno/mese/trimestre)
+## Time dimension (analysis by year/month/quarter)
-Le fact table hanno `data_time_key` (`integer`, formato `YYYYMMDD`): è la FK
+Fact tables have `data_time_key` (`integer`, format `YYYYMMDD`): it is the FK to
-verso `dim_time.day_key`. **Questa FK non è dichiarata** nel DWH (le fact hanno
+`dim_time.day_key`. **This FK is NOT declared** in the DWH (facts have
-`foreign_keys: []`), quindi non comparirà in `schema_linking.json`: vai aggiunta
+`foreign_keys: []`), so it will NOT appear in `schema_linking.json`: you must add it
-a mano nel join.
+by hand to the join.
- Per estrarre anno, mese, trimestre, semestre ecc. fai
+- To extract year, month, quarter, semester etc. do
-  `JOIN dim_time dt ON dt.day_key = <fact>.data_time_key` e usa le colonne della
+  `JOIN dim_time dt ON dt.day_key = <fact>.data_time_key` and use the dimension's
-  dimensione: `dt.year`, `dt.month`, `dt.quarter`, `dt.semester`, `dt.full_date`,
+  columns: `dt.year`, `dt.month`, `dt.quarter`, `dt.semester`, `dt.full_date`,
  `dt.month_name_it`, `dt.year_month`.
- **Non** fare aritmetica sulla chiave (es. `data_time_key / 10000` per l'anno):
+- **Do NOT** do arithmetic on the key (e.g. `data_time_key / 10000` for the year):
-  funziona per caso ma è fragile e si rompe appena serve formattare una data o
+  it works by accident but is fragile and breaks as soon as you need to format a date
-  fare cast. Usa sempre `dim_time`.
+  or do a cast. Always use `dim_time`.
- "Ultimi N anni dall'anno più recente": `dt.year >= (SELECT MAX(year) FROM
+- "Last N years from the most recent year":
-  dim_time WHERE day_key IN (SELECT data_time_key FROM <fact>)) - (N-1)`, oppure
+  `dt.year >= (SELECT MAX(year) FROM dim_time WHERE day_key IN (SELECT data_time_key FROM <fact>)) - (N-1)`,
-  calcola il max anno sulle righe effettivamente presenti nella fact.
+  or compute the max year on the rows actually present in the fact.
-## Checklist di revisione (su errori o risultati sospetti)
+## Review checklist (on errors or suspicious results)
- Le colonne restituite rispondono esattamente alla domanda?
+- Do the returned columns answer the question exactly?
- I filtri (WHERE/HAVING) riflettono tutte le condizioni della domanda riscritta?
+- Do the filters (WHERE/HAVING) reflect ALL the conditions of the rewritten question?
- Aggregazioni, raggruppamenti e ordinamenti sono quelli richiesti?
+- Are aggregations, groupings and orderings the required ones?
- Risultato vuoto o zero: quasi sempre indica un problema in condizioni o join.
+- Empty or zero result: almost always indicates a problem in conditions or joins.
-  Verifica i valori dei filtri con `tht search "<valore>"` (match sui valori reali).
+  Verify the filter values with `tht search "<value>"` (match on real values).
- I join seguono quelli promossi in schema_linking.json? (eccezione: la FK
+- Do the joins follow those promoted in `schema_linking.json`? (exception: the FK
-  `data_time_key → dim_time.day_key` non è dichiarata, vedi sezione tempo.)
+  `data_time_key → dim_time.day_key` is not declared, see the time section.)
- Analisi temporali: stai usando `JOIN dim_time` e non aritmetica sulla chiave?
+- Time analyses: are you using `JOIN dim_time` and not key arithmetic?
-Ogni revisione sostanziale va registrata con:
+Every substantive revision is recorded with:
-`reviewer_decide(options:[{label:"Registra revisione", type:"sql_revised",
+`reviewer_decide(options:[{label:"Register revision", type:"sql_revised",
-subject:"sql_final", detail:"<cosa e' cambiato>", rationale:"<perche'>"}],
+subject:"sql_final", detail:"<what changed>", rationale:"<why>"}], allow_other:false)`.
 allow_other:false)`.
@@ -140,6 +140,10 @@ class Config(BaseModel):
    # workstation: postazione locale che legge il vectordb via REST; gli upsert remoti
    # richiedono vector_write_rest, mentre init/clear/rebuild restano solo-server.
    profile: Literal["server", "workstation"] = "server"
    # Language in which table/column descriptions and evidence are written. The skill
    # instructions stay in English; only content/output follow this language. Default
    # 'en' so Thoth is not bound to any customer's language.
    language: str = "en"
    paths: PathsConfig = PathsConfig()
    examples: ExamplesConfig = ExamplesConfig()
    lsh: LshConfig = LshConfig()
@@ -2,6 +2,8 @@
 # Struttura allineata a workspaces/tht.example.yaml e tht/config.py.
 # I segreti vivono SOLO in .env (${THT_*}).
 language: it  # descrizioni tabelle/colonne ed evidence sono in italiano (PSD)
 database:
  host: ${THT_DB_HOST}
  port: ${THT_DB_PORT}
@@ -3,6 +3,8 @@
 # database + rest per il DWH; vector_rest/vector_write_rest per il pgvector (doppia key);
 # vector_db per il loading diretto (server-only); embeddings + evidence + execution.
 language: it  # descrizioni tabelle/colonne ed evidence sono in italiano (PSD)
 database:
  host: ${THT_DB_HOST}
  port: ${THT_DB_PORT}             # es. 5437 (Postgres diretto Supabase; 5432 = pooler)