🧠 Локальний/IDE‑агент для VS Code / Codespaces

Цей набір дає готову інфраструктуру для агента, який:

• 📂 читає файли репозиторію (особливо Excel і Markdown),
• ✍️ допомагає формувати текст курсової українською,
• 📊 працює з табличними даними з бухобліку,
• ⚙️ максимально використовує можливості VS Code і GitHub Codespaces.

Мінімальна установка: відкрити репозиторій у Codespaces або локально у VS Code, прийняти пропозицію встановити рекомендовані розширення, дочекатися пост‑інсталяції і скористатися командами Run Task або «Агент: Відкрити панель».

---

🔧 Склад набору

.vscode/
  settings.json           – лінтинг, форматування, інтеграція нотаток агента
  tasks.json              – робочі завдання (аналіз Excel, збірка курсової, валідації)
  launch.json             – запуск скриптів з аргументами
.devcontainer/
  devcontainer.json       – образ Codespaces + автоматичне встановлення інструментів
requirements.txt          – Python пакети (pandas, openpyxl, jinja2, markdown-it-py…)
prompts/
  agent.md                – «системна» інструкція для IDE‑агента (укр)
  styles.md               – стилістичні правила для курсової
templates/
  course-outline.md       – шаблон змісту
  section.md              – шаблон розділу з підстановкою даних
scripts/
  analyze_excel.py        – аналіз/валідація Excel (бухоблік) + вивід у Markdown/CSV
  build_coursework.py     – збірка курсової з Markdown + таблиць у єдиний README.md
  md_toc.py               – авто‑генерація змісту (Table of Contents)
Makefile                  – короткі цілі (analyze, build, validate)
README_AGENT.md           – короткий гайд по використанню агента у VS Code/Codespaces

---

🚀 Швидкий старт

Варіант A: GitHub Codespaces

1. Відкрийте репозиторій у Codespaces. Образ автоматично встановить Python і пакети.
2. Дочекайтеся завершення кроку postCreateCommand.
3. Відкрийте README_AGENT.md і натисніть «Запустити завдання» (або Ctrl/Cmd+Shift+B).

Варіант B: Локальний VS Code

1. Встановіть Python 3.11+.
2. python -m venv .venv && source .venv/bin/activate (Windows: .\.venv\Scripts�ctivate)
3. pip install -r requirements.txt
4. У VS Code відкрийте команду Tasks: Run Task → Agent: Аналіз Excel або Agent: Зібрати курсову.

---

🎛️ Режими роботи агента

• Аналіз Excel: парсинг/очищення/перевірка бухгалтерських таблиць, формування звітів .md/.csv в ./out/.
• Чернетка розділу: генерація каркаса розділу курсової з урахуванням стилістичних правил.
• Збірка курсової: консолідація templates/ + notes/ + таблиць у README.md.
• Контекст репозиторію: агент читає README.md, *.md, *.xlsx, *.csv, журнал змін і коментарі у коді.

---

🧩 Вбудовані команди VS Code (Tasks)

• Agent: Аналіз Excel – викликає scripts/analyze_excel.py з параметрами каталогу даних.
• Agent: Зібрати курсову – запускає scripts/build_coursework.py і оновлює README.md.
• Agent: Створити зміст – генерує зміст для поточного .md файлу.
• Agent: Валідація бухданих – формальні перевірки (баланс, типи, дублікати).

Запуск: Terminal → Run Task або Ctrl/Cmd+Shift+B.

---

🧾 Поради з роботи з Excel

• Зберігайте вихідні дані у data/. Підтримуються .xlsx, .xls, .csv.
• Для українських десяткових ком використовуйте прапорець --decimal=comma у скрипті аналізу.
• Якщо у книзі декілька листів, параметр --sheet "НазваЛиста".

---

🖋️ Курсові: стандарти оформлення

Див. prompts/styles.md: титульна сторінка, нумерація розділів, таблиць і рисунків, посилання, списки літератури. У шаблонах використовуються Jinja2 змінні (автор, тема, викладач, навчальний заклад).

---

🧠 Як «мислить» агент

Базова інструкція/персона прописана в prompts/agent.md і підвантажується в IDE‑чат (Continue/Copilot/CodeGPT) через settings.json і теги @workspace та @file. Приклади запитів – у README_AGENT.md.

Успіхів!

🧠 FINISH v3 — Adaptive Table Assembler

• scripts/infer_layout.py — зчитує контури з прикладного XLSX (шапки злиті, підзаголовки, номери рахунків) → генерує YAML макет.
• scripts/smart_map_and_render.py — підхоплює нові дані, самостійно мапить колонки за схожістю/рахунками → віддає готовий форматований XLSX + звіт відповідностей.

One‑click у VS Code (Tasks)

• Agent: Інферувати макет з XLSX → створить layouts/inferred.yaml.
• Agent: Зібрати за інферованим макетом → згенерує out/assembled.xlsx із твоїх нових даних.