FinanFut Intelligence Python SDK

SDK oficial de FinanFut Intelligence per integrar agents, intents, memòria i fluxos d'orquestració des de Python.

Índex

• Instal·lació
• Configuració
• Quickstart
• Capacitats del client
• Interact API (/api/v1/public/requests)
• Aplicacions i manifest SDK
• Catàleg de models i model-settings
• Documents i document QA
• Contexts i context sessions
• OCR mapping
• Data import (CSV/PDF → JSON)
• Billing, analytics i access tokens
• Gestió d'errors
• CLI
• Llicència

Instal·lació

pip install finanfut-sdk

Requisit: Python >= 3.12.

Configuració

Pots inicialitzar el client amb paràmetres directes o bé mitjançant fitxer de configuració + variables d'entorn.

Fitxer local (~/.finanfut/config.json)

mkdir -p ~/.finanfut

{
  "api_key": "YOUR_API_KEY",
  "application_id": "YOUR_APPLICATION_ID",
  "api_url": "https://api.intelligence.finanfut.com"
}

Variables d'entorn suportades

• FINANFUT_API_KEY
• FINANFUT_APPLICATION_ID
• FINANFUT_API_URL

FINANFUT_API_URL accepta host base o URL amb /api o /api/v1; l'SDK la normalitza per evitar segments duplicats.

Quickstart

from finanfut_sdk import FinanFutClient

client = FinanFutClient(
    api_key="YOUR_API_KEY",
    application_id="YOUR_APPLICATION_ID",
)

response = client.interact.query(
    query="Hola! Programa una reunió demà a les 10.",
    application_agent_id="YOUR_APPLICATION_AGENT_ID",
    intent_id="YOUR_INTENT_ID",
)

print(response.answer)
print(response.model, response.ai_model_id)

Capacitats del client

FinanFutClient exposa aquests mòduls:

• client.interact
• client.agents
• client.intents
• client.applications
• client.application_agents
• client.memory
• client.knowledge
• client.documents
• client.data_import
• client.ocr
• client.models
• client.contexts
• client.context_sessions
• client.billing
• client.analytics
• client.access_tokens

També pots activar mode sandbox amb FinanFutClient.for_sandbox(...) o dry_run=True.

Interact API (/api/v1/public/requests)

client.interact.query(...) requereix:

• query
• intent_id
• una referència d'agent: application_agent_id o agent_slug o agent_id

Paràmetres opcionals rellevants:

• intent: etiqueta textual de l'intent (p. ex. knowledge.answer) per mantenir traçabilitat humana al lifecycle del request.
• parameters: claus addicionals per a routing/execució (incloent compatibilitat amb intent_name).
• parameters.knowledge_source: controla on cerca el runtime per intents de coneixement. auto és el valor per defecte: usa el knowledge graph de l'aplicació quan no s'envia cap document/context, amb fallback a knowledge_records, i usa chunks quan s'envia document_id o context_id. També accepta application, graph, application_graph, document, context i mixed.
• knowledge_source, knowledge_record_type, max_knowledge_records i knowledge_min_score: dreceres tipades de client.interact.query(...) per no haver de construir manualment parameters.
• mode, execution_mode, dry_run, metadata i extras s'accepten per compatibilitat amb wrappers existents. Els controls no suportats com a arguments top-level pel backend es pleguen dins el payload públic; dry_run es propaga com a parameters.dry_run.

Exemple amb context i document:

response = client.interact.query(
    query="Respon segons aquest context",
    intent_id="INTENT_UUID",
    intent="knowledge.answer",
    application_agent_id="APP_AGENT_UUID",
    context_id="CONTEXT_UUID",
    document_id="DOCUMENT_UUID",
    parameters={"lang": "ca"},
)

print(response.answer)
print(response.tokens)

Exemple amb knowledge d'aplicació per defecte:

response = client.interact.query(
    query="Com es crea un torneig?",
    intent_id="INTENT_UUID",
    intent="knowledge.answer",
    application_agent_id="APP_AGENT_UUID",
)

Exemple combinant knowledge d'aplicació i chunks documentals:

response = client.interact.query(
    query="Com es crea un torneig segons el contracte carregat?",
    intent_id="INTENT_UUID",
    intent="knowledge.answer",
    application_agent_id="APP_AGENT_UUID",
    document_id="DOCUMENT_UUID",
    parameters={"knowledge_source": "mixed"},
)

Quan el backend retorna una resposta estructurada dins envelope.user_output.structured_json, l'SDK la promou automàticament com a response.answer i també la deixa disponible a:

• response.structured_answer
• response.envelope.user_output.structured_json

Exemple per a content.generate:

response = client.interact.query(
    query="Prepara una publicació de 100 paraules sobre la jornada",
    intent_id="INTENT_UUID",
    application_agent_id="APP_AGENT_UUID",
)

if isinstance(response.answer, dict):
    print(response.answer["post_text"])
    print(response.answer.get("image_url"))
    print(response.answer.get("freshness_status"))

Aplicacions i manifest SDK

apps = client.applications.list()
app = client.applications.get("APP_UUID")

manifest = client.applications.get_manifest("APP_UUID")
if manifest:
    print(manifest.manifest_version)

bootstrap = client.applications.bootstrap_manifest("APP_UUID")
if bootstrap:
    print(bootstrap.agents_by_id.keys())

Pots fer peticions condicionals amb ETag via if_none_match; si el backend respon 304, el client retorna None.

Catàleg de models i model-settings

catalog = client.models.list(category="chat", only_active=True)

settings = client.models.list_application_settings(
    application_id=client.application_id,
    category="chat",
)

updated = client.models.update_application_setting(
    application_id=client.application_id,
    agent_ref="default",
    payload={
        "ai_model_id": catalog[0].id,
        "category": "chat",
        "temperature": 0.2,
    },
)

print(updated.ai_model_id)

Knowledge incremental

client.knowledge permet enviar canvis de coneixement sense pujar documents complets cada vegada. El backend desa events pendents i sync() els consolida en records versionats per alimentar cerca, FAQ i agents documentals.

event = client.knowledge.record(
    event_type="backend.endpoint.updated",
    record_key="sports.tournaments.create",
    record_type="backend.endpoint",
    title="Creació de tornejos",
    content="POST /tournaments crea un torneig i accepta registration_deadline.",
    metadata={"domain": "sports", "module": "tournaments"},
)

sync = client.knowledge.sync(async_=True)
results = client.knowledge.search(
    "Com creo un torneig?",
    filters={"domain": "sports"},
    min_score=0.1,
)
print(event.id, sync.updated_records, results.results[0].record.title)

Discovery i Knowledge Graph:

discovery = client.knowledge.discover(
    frontend_routes=[
        {
            "path": "/config/tournaments",
            "component": "TournamentConfig",
            "api_paths": [{"method": "POST", "path": "/api/v1/tournaments"}],
        }
    ],
    sync_records=True,
)

graph = client.knowledge.graph(relation_type="USES_CONNECTOR")
print(discovery.nodes, len(graph.edges))

Documents i document QA

client.documents.upload(...) admet file_path, content o text.

from pathlib import Path

# Fitxer físic
pdf_doc = client.documents.upload(
    file_path=Path("knowledge.pdf"),
    document_type="context_general",
)

# Text lliure
schema_doc = client.documents.upload(
    text='{"name": "Ada", "role": "engineer"}',
    file_name="profile.json",
    mime_type="application/json",
    document_type="schema_contract",
)

print(pdf_doc.document_type, schema_doc.document_type_version)

Altres operacions habituals:

items = client.documents.list(limit=20)
detail = client.documents.get(str(pdf_doc.id))
answer = client.documents.ask(str(pdf_doc.id), "Resumeix els punts clau")

Upload asíncron amb polling:

accepted = client.documents.upload(
    text="# FAQ async",
    file_name="faq.md",
    mime_type="text/markdown",
    async_mode=True,
)

if hasattr(accepted, "job_id"):
    while True:
        job = client.documents.get_upload_job(str(accepted.job_id))
        if job.status == "completed":
            print("Document llest:", job.document.id if job.document else accepted.document_id)
            break
        if job.status == "failed":
            raise RuntimeError(job.error or "job_failed")

Contexts i context sessions

Contexts persistents

ctx = client.contexts.create(
    name="Context operatiu",
    description="Documents base per al flux",
    documents=[str(pdf_doc.id)],
)

ctx = client.contexts.add_documents(ctx.id, [str(schema_doc.id)])
print(ctx.id, len(ctx.documents))

Sessions de context

session = client.context_sessions.create(
    name="Sessió de proves",
    context_id=ctx.id,
)

client.context_sessions.add_message(
    session.id,
    agent_name="sports_operations_agent",
    query="Quina és la següent acció recomanada?",
    answer="Revisar el calendari i validar la disponibilitat.",
)

OCR mapping

client.ocr.map(...) crida POST /api/v1/ocr/mappings i transforma una imatge, un PDF amb text extractable, un fitxer de text o un document ja persistit en un JSON alineat amb el contracte que li passes.

Exemple amb una imatge local:

from finanfut_sdk import FinanFutClient

client = FinanFutClient()

contract = {
    "type": "object",
    "additionalProperties": False,
    "required": ["competition", "home_team", "away_team", "score"],
    "properties": {
        "competition": {"type": ["string", "null"]},
        "home_team": {"type": ["string", "null"]},
        "away_team": {"type": ["string", "null"]},
        "score": {
            "type": "object",
            "additionalProperties": False,
            "required": ["home", "away"],
            "properties": {
                "home": {"type": ["integer", "null"]},
                "away": {"type": ["integer", "null"]},
            },
        },
    },
}

result = client.ocr.map(
    file_path="acta.jpg",
    profile_key="sports.match_report",
    output_contract=contract,
    instructions="Extreu només dades visibles a l'acta. No inventis valors.",
    confidence_threshold=0.78,
)

print(result.answer.mapped_json)
print(result.answer.validation.status)
print(result.answer.extraction.confidence)

Fonts acceptades:

• file_path: camí local; l'SDK llegeix el fitxer i l'envia en base64.
• content: bytes ja carregats en memòria.
• content_base64: contingut base64 o data URL ja preparat.
• document_id: reutilitza un document existent de la mateixa aplicació.

Opcions útils:

• profile_key: generic.document_mapping o sports.match_report.
• include_raw_text_excerpt: demana un extracte textual quan és operativament necessari.
• persist_source: desa la font com a document intern i retorna document_id.
• timeout: timeout HTTP per a documents grans o models més lents.

La resposta tipada és OCRMappingResponse. El resultat útil viu a result.answer.mapped_json; valida result.answer.validation.status == "valid" abans d'automatitzar accions. Si rep "needs_review", revisa missing_fields, errors, warnings i field_evidence.

Els PDFs escanejats no s'han d'enviar com a PDF en v1. Cal convertir la pàgina a imatge i enviar-la amb file_path, content o content_base64.

Data import (CSV/PDF → JSON)

preview = client.data_import.upload_transient_csv(file_path="ingesta.csv")

result = client.data_import.transform_data(
    application_id=client.application_id,
    intent_id="UUID_INTENT_TRANSFORM_DATA",
    transient_csv=preview,
    contract_document_id="UUID_DATA_IMPORT_CONTRACT",
)

print(result.items[0] if result.items else result.response)

Per PDF:

preview = client.data_import.upload_transient_pdf(file_path="factura.pdf")
result = client.data_import.transform_document(
    application_id=client.application_id,
    intent_id="UUID_INTENT_TRANSFORM_DOCUMENT",
    transient_document=preview,
    contract_document_id="UUID_DATA_IMPORT_CONTRACT",
)

Billing, analytics i access tokens

usage = client.billing.get_usage(period="month")
print(usage.tokens_used, usage.cost)

logs = client.analytics.logs()
requests_trace = client.analytics.requests()
print(len(logs), len(requests_trace))

tokens = client.access_tokens.list()
print(len(tokens.items))

Gestió d'errors

L'SDK eleva excepcions tipades (ValidationError, AuthenticationError, RateLimitError, etc.) segons l'estat HTTP i el payload del backend.

Per errors de contracte (UNPROCESSABLE_OUTPUT_CONTRACT) retornats com {"error": "<text>"}, el missatge complet es propaga en una ValidationError perquè no es perdi el detall del contracte fallit.

CLI

finanfut init
finanfut interact "Hola" --agent-id "APP_AGENT_UUID" --intent-id "INTENT_UUID"
finanfut usage --period month
finanfut agents list

Flags globals disponibles: --api-key, --application-id, --api-url, --config, --dry-run.

Llicència

Aquest projecte es distribueix sota llicència MIT.