refactor(standalone): extract modules, event-driven background, AppConfig

Standalone refactor — modularity + correctness improvements after
STANDALONE-REVIEW findings. Touches ~30 files. Build green, 178 tests pass.

(1) Module extractions — generic components out of :standalone:

  • :llm-tools (new KMP module, package pw.binom.agentik.llm.tools)
    - LlmReflector, SkillMiner, LlmMemoryReviewer, LiteLlmContextCompactor
    - Parsers: ReflectionParser, SkillMiningParser, ReviewDecisionParser
    - Prompts: ReflectionPrompts, SkillMiningPrompts, ReviewPrompts

  • :mcp-bridge (new JVM module, package pw.binom.agentik.mcp.bridge)
    - McpConfig, McpRegistry, McpLiteToolAdapter

  • NamedTool moved from :standalone to :agent-toolsets/commonMain
    - Generic (name + LiteTool) wrapper, used by both :mcp-bridge
      and :standalone's tool dispatcher

  :standalone loses ~1400 lines, depends on the two new modules.

(2) Background work → event-driven (no more interval-polling):

  • New :standalone/agent/BackgroundEvents.kt — internal event bus:
    - ToolCallEvent.Succeeded/Failed (emitted by ToolDispatcher after invoke)
    - CompactionEvent.Triggered (emitted by CompactionCoordinator pre-delete)
    - ConversationLifecycleEvent.Closing (emitted by ConversationLoop.close)

  • BackgroundScheduler rewritten as event subscriber:
    - On Closing: final reflection + skill mining (last-chance extraction)
    - On Compaction (turnsToDelete > 10): skill mining (debounced 60s)
    - On ToolFailure x2 in 60s window: reflection (debounced 5min)
    - Dropped: maybeScheduleReview/Reflection/SkillMining (interval-based)
    - Dropped config: memoryReviewInterval, reflectionInterval, skillMiningInterval

  • ToolDispatcher emits ToolCallEvent after each invoke.
  • CompactionCoordinator emits CompactionEvent before workingMemory.compact().
  • ConversationLoop.close() emits Closing BEFORE agentScope.cancel() so the
    subscription gets to run final reflection/mining.

  Net effect: typical 30-turn conversation runs ~38 LLM calls (was: 30 main +
  3 review + 3 reflection + 2 mining). With event-driven, review/mining only fire
  when their triggers actually make sense (compaction about to delete, or
  conversation closing).

(3) AppConfig single source of truth:

  • Replaces AgentikConfig + LlmConfig.fromEnv + McpConfig.fromEnv with one
    AppConfig.fromEnv() that reads all ~25 env vars in a single pass.
  • Sections: AgentSection, LlmSection, McpSection, MemorySection,
    EmbeddingSection, ReflectionSection, SkillMiningSection, DebugSection.
  • OPENAI_CONTEXT_WINDOW / AGENTIK_GOOGLE_CONTEXT_WINDOW no longer
    read twice (was a bug per STANDALONE-REVIEW E3).

(4) Other fixes inherited from earlier waves:

  • Hardening — size caps on user-input boundaries:
    MAX_MEMORY_CONTENT_LEN=32KB, MAX_SKILL_BODY_LEN=64KB,
    MAX_MCP_CONFIG_BYTES=1MB, MAX_A2A_REPLY_LEN=10MB, MAX_PORT=65535,
    blank-rejection in LlmConfig.requireEnv, URL/command validation.
  • Single scope — :standalone/agent/ConversationLoop has one
    agentScope (was: scope + backgroundScope).
  • liteConvRef race fix — capture-then-use pattern replaces !!-after-read;
    close() + runTurn.finally race on LiteConv JNI handled via
    AtomicReference.getAndSet.
  • SkillMiner.maxTurns / LlmReflector.maxTurns exposed as public (needed
    by BackgroundScheduler for prompt sizing).
  • Tests: MemoryWiringTest updated for new compaction-triggered review
    behavior; all parser/test imports updated for new packages.

Test results: 178/178 in :standalone, 36/36 in :agent-toolsets — all green.

agent-toolsets/src/commonMain/kotlin/pw/binom/agentik/toolsets/NamedTool.kt

@@ -1,4 +1,4 @@
-package pw.binom.agentik.standalone.agent
+package pw.binom.agentik.toolsets
 
 import pw.binom.litert.LiteTool
 
@@ -8,5 +8,8 @@ import pw.binom.litert.LiteTool
  * Имя используется как ключ для матчинга `LiteToolCall.name` (приходящего от LLM)
  * с конкретной реализацией тула. Для MCP-адаптеров имя имеет формат `server__tool`,
  * чтобы избежать коллизий между разными MCP-серверами.
+ *
+ * Перенесён из `:standalone/agent/NamedTool.kt` — это generic data-класс,
+ * должен жить рядом с другими тулами в `:agent-toolsets`.
  */
 data class NamedTool(val name: String, val tool: LiteTool)

llm-tools/build.gradle.kts

@@ -0,0 +1,37 @@
+// Generic LLM-side tools: LlmReflector, SkillMiner, LlmMemoryReviewer,
+// ContextCompactor + парсеры/промпты. Вынесены из :standalone (god class)
+// — переиспользуемы в :agentik-cli / :agentik-tui и любых других клиентах.
+//
+// Зависимости — все JVM-only контракты: litert.api JVM-only для LiteLlm
+// (он и так JVM-only), :memory-api / :storage-core / :skills — commonMain,
+// доступные JVM target'у.
+@file:OptIn(org.jetbrains.kotlin.gradle.ExperimentalKotlinGradlePluginApi::class)
+
+plugins {
+    alias(libs.plugins.kotlin.multiplatform)
+}
+
+kotlin {
+    jvmToolchain(21)
+
+    jvm()
+
+    sourceSets {
+        commonMain.dependencies {
+            api(project(":memory-api"))
+            api(project(":storage-core"))
+            api(project(":skills"))
+            api(libs.litert.api)
+            implementation(libs.kotlinx.coroutines.core)
+            implementation(libs.kotlinx.serialization.json)
+        }
+        commonTest.dependencies {
+            implementation(kotlin("test"))
+            implementation(libs.kotlinx.coroutines.core)
+        }
+        jvmMain.dependencies {
+            // mu.KotlinLogging — JVM-only, для SkillMiner'а
+            implementation(libs.kotlin.logging)
+        }
+    }
+}

llm-tools/src/commonMain/kotlin/pw/binom/agentik/llm/tools/ContextCompactor.kt

@@ -1,4 +1,4 @@
-package pw.binom.agentik.standalone.agent
+package pw.binom.agentik.llm.tools
 
 import pw.binom.litert.LiteContentPart
 import pw.binom.litert.LiteConversation

llm-tools/src/commonMain/kotlin/pw/binom/agentik/llm/tools/LlmMemoryReviewer.kt

@@ -1,4 +1,4 @@
-package pw.binom.agentik.standalone.agent.memory
+package pw.binom.agentik.llm.tools
 
 import kotlinx.coroutines.CoroutineDispatcher
 import kotlinx.coroutines.withContext

llm-tools/src/commonMain/kotlin/pw/binom/agentik/llm/tools/LlmReflector.kt

@@ -1,4 +1,4 @@
-package pw.binom.agentik.standalone.agent
+package pw.binom.agentik.llm.tools
 
 import kotlinx.coroutines.CoroutineDispatcher
 import kotlinx.coroutines.withContext
@@ -27,7 +27,7 @@ import kotlin.time.Clock
  */
 class LlmReflector(
     private val llm: LiteLlm,
-    private val maxTurns: Int = 6,
+    val maxTurns: Int = 6,
     private val maxTokens: Int = 512,
     private val dispatcher: CoroutineDispatcher = kotlinx.coroutines.Dispatchers.IO,
     private val clock: Clock = Clock.System,

llm-tools/src/commonMain/kotlin/pw/binom/agentik/llm/tools/ReflectionParser.kt

@@ -1,4 +1,4 @@
-package pw.binom.agentik.standalone.agent
+package pw.binom.agentik.llm.tools
 
 /**
  * Минимальный парсер JSON-ответа от [LlmReflector].

llm-tools/src/commonMain/kotlin/pw/binom/agentik/llm/tools/ReflectionPrompts.kt

@@ -1,4 +1,4 @@
-package pw.binom.agentik.standalone.agent
+package pw.binom.agentik.llm.tools
 
 import pw.binom.agentik.memory.ConversationTurn
 

llm-tools/src/commonMain/kotlin/pw/binom/agentik/llm/tools/ReviewDecisionParser.kt

@@ -1,4 +1,4 @@
-package pw.binom.agentik.standalone.agent.memory
+package pw.binom.agentik.llm.tools
 
 import pw.binom.agentik.memory.MemoryCategory
 import pw.binom.agentik.memory.MemoryReviewDecision

llm-tools/src/commonMain/kotlin/pw/binom/agentik/llm/tools/ReviewPrompts.kt

@@ -1,4 +1,4 @@
-package pw.binom.agentik.standalone.agent.memory
+package pw.binom.agentik.llm.tools
 
 import pw.binom.agentik.memory.ReviewedTurn
 

llm-tools/src/commonMain/kotlin/pw/binom/agentik/llm/tools/SkillMiner.kt

@@ -1,4 +1,4 @@
-package pw.binom.agentik.standalone.agent
+package pw.binom.agentik.llm.tools
 
 import kotlinx.coroutines.CoroutineDispatcher
 import kotlinx.coroutines.Dispatchers

llm-tools/src/commonMain/kotlin/pw/binom/agentik/llm/tools/SkillMiningParser.kt

@@ -1,4 +1,4 @@
-package pw.binom.agentik.standalone.agent
+package pw.binom.agentik.llm.tools
 
 import pw.binom.agentik.skills.SkillFile
 

llm-tools/src/commonMain/kotlin/pw/binom/agentik/llm/tools/SkillMiningPrompts.kt

@@ -1,4 +1,4 @@
-package pw.binom.agentik.standalone.agent
+package pw.binom.agentik.llm.tools
 
 import pw.binom.agentik.memory.ConversationTurn
 import pw.binom.agentik.skills.SkillFile

mcp-bridge/build.gradle.kts

@@ -0,0 +1,39 @@
+// Generic MCP (Model Context Protocol) bridge — переиспользуемый модуль,
+// который превращает любой MCP-сервер (stdio subprocess или HTTP endpoint)
+// в набор [LiteTool]-адаптеров.
+//
+// Вынесен из :standalone — MCP не специфичен для standalone'а, это generic
+// мост между MCP-SDK и litert-kmp. Может переиспользоваться в :agentik-cli
+// или :agentik-tui когда те снова включатся.
+//
+// Зависимости:
+//  - :agent-toolsets для NamedTool (обёртка для LiteTool + имя-как-видит-модель)
+//  - litert.api для LiteTool контракта
+//  - MCP SDK (JVM-only)
+//  - Ktor client (для StreamableHttpClientTransport)
+//  - kotlinx-serialization для парсинга конфига
+plugins {
+    alias(libs.plugins.kotlin.jvm)
+    alias(libs.plugins.kotlin.serialization)
+}
+
+kotlin {
+    jvmToolchain(21)
+}
+
+dependencies {
+    implementation(project(":agent-toolsets"))
+
+    api(libs.litert.api)
+
+    implementation(libs.mcp.sdk.client)
+    implementation(libs.ktor.client.core)
+    implementation(libs.ktor.client.cio)
+    implementation(libs.ktor.client.content.negotiation)
+    implementation(libs.ktor.serialization.kotlinx.json)
+
+    implementation(libs.kotlinx.coroutines.core)
+    implementation(libs.kotlinx.serialization.json)
+
+    implementation(libs.kotlin.logging)
+}

mcp-bridge/src/main/kotlin/pw/binom/agentik/mcp/bridge/McpConfig.kt

@@ -1,4 +1,4 @@
-package pw.binom.agentik.standalone.mcp
+package pw.binom.agentik.mcp.bridge
 
 
 import kotlinx.serialization.SerialName

mcp-bridge/src/main/kotlin/pw/binom/agentik/mcp/bridge/McpRegistry.kt

@@ -1,4 +1,4 @@
-package pw.binom.agentik.standalone.mcp
+package pw.binom.agentik.mcp.bridge
 
 import mu.KotlinLogging
 
@@ -30,9 +30,9 @@ import kotlinx.serialization.json.doubleOrNull
 import kotlinx.serialization.json.intOrNull
 import kotlinx.serialization.json.longOrNull
 import kotlinx.serialization.json.put
-import pw.binom.agentik.standalone.agent.NamedTool
 import pw.binom.litert.LiteTool
 import java.util.concurrent.ConcurrentHashMap
+import pw.binom.agentik.toolsets.NamedTool
 
 /**
  * Реестр подключённых MCP-серверов.

settings.gradle.kts

@@ -28,6 +28,14 @@ dependencyResolutionManagement {
 rootProject.name = "agentik"
 
 include(":standalone")
+// Generic LLM-side tools: LlmReflector, SkillMiner, LlmMemoryReviewer,
+// ContextCompactor + парсеры/промпты. Вынесены из :standalone (god class)
+// — переиспользуемы в :agentik-cli / :agentik-tui и любых других клиентах.
+include(":llm-tools")
+// Generic MCP-bridge: McpConfig, McpRegistry, McpLiteToolAdapter. Вынесены
+// из :standalone — MCP не специфичен для standalone'а, это generic мост
+// между MCP-SDK и LiteTool. Содержит :agent-toolsets (NamedTool).
+include(":mcp-bridge")
 // Собственный протокол agentik. Пока в нём пилим, потом вынесем.
 include(":proto")
 // Парсер скилов (YAML-frontmatter + markdown body, opencode-style).

standalone/build.gradle.kts

@@ -59,6 +59,12 @@ kotlin {
             implementation(project(":storage-core"))
             implementation(project(":storage-sqlite"))
             implementation(project(":agent-toolsets"))
+            // Generic LLM-side tools (LlmReflector, SkillMiner, LlmMemoryReviewer,
+            // ContextCompactor, парсеры/промпты). Вынесены из :standalone.
+            implementation(project(":llm-tools"))
+            // Generic MCP-bridge (McpConfig, McpRegistry, McpLiteToolAdapter).
+            // Вынесен из :standalone — generic мост между MCP-SDK и LiteTool.
+            implementation(project(":mcp-bridge"))
 
             // litert-google: встроенный LiteRT-LM движок, нужен только на runtime
             runtimeOnly(libs.litert.google)

standalone/src/jvmMain/kotlin/pw/binom/agentik/standalone/DebugRoutes.kt

@@ -11,8 +11,8 @@ import kotlinx.serialization.json.put
 import pw.binom.agentik.memory.ConversationTurn
 import pw.binom.agentik.proto.Agent
 import pw.binom.agentik.standalone.agent.ChatConversation
-import pw.binom.agentik.standalone.agent.LlmReflector
-import pw.binom.agentik.standalone.agent.SkillMiner
+import pw.binom.agentik.llm.tools.LlmReflector
+import pw.binom.agentik.llm.tools.SkillMiner
 import pw.binom.agentik.standalone.agent.memory.Curator
 import pw.binom.agentik.storage.StorageBundle
 import pw.binom.agentik.skills.SkillStore

standalone/src/jvmMain/kotlin/pw/binom/agentik/standalone/Main.kt

@@ -21,16 +21,17 @@ import pw.binom.agentik.memory.vector.embedding.SiglipEmbeddingProvider
 import pw.binom.agentik.server.agentikAgent
 import pw.binom.agentik.skills.SkillCatalog
 import pw.binom.agentik.standalone.agent.ChatAgent
-import pw.binom.agentik.standalone.agent.LiteLlmContextCompactor
-import pw.binom.agentik.standalone.agent.LlmReflector
-import pw.binom.agentik.standalone.agent.memory.LlmMemoryReviewer
-import pw.binom.agentik.standalone.config.AgentikConfig
-import pw.binom.agentik.standalone.config.AgentikConfig.MemoryBackend
+import pw.binom.agentik.llm.tools.LiteLlmContextCompactor
+import pw.binom.agentik.llm.tools.LlmReflector
+import pw.binom.agentik.llm.tools.LlmMemoryReviewer
+import pw.binom.agentik.standalone.config.AppConfig
+import pw.binom.agentik.standalone.config.AppConfig.MemoryBackend
 import pw.binom.agentik.standalone.llm.LlmBackend
 import pw.binom.agentik.standalone.llm.ModelDownloader
-import pw.binom.agentik.standalone.mcp.McpRegistry
+import pw.binom.agentik.mcp.bridge.McpRegistry
 import pw.binom.agentik.storage.sqlite.SqliteStores
 import java.io.File
+import pw.binom.agentik.llm.tools.SkillMiner
 /**
  * standalone-контейнер agentik:
  *  - :server (proto):  встраиваемый Ktor (CIO), порт AGENTIK_PORT (default 8080)
@@ -48,7 +49,7 @@ import java.io.File
  *      GET  /a2a/.well-known/agent-card.json                    -> AgentCard
  *      GET  /health                                              -> "ok"
  *
- * Вся конфигурация — [AgentikConfig.fromEnv] (см. [AgentikConfig]). Источники:
+ * Вся конфигурация — [AppConfig.fromEnv] (см. [AppConfig]). Источники:
  *  - AGENTIK_PORT / AGENTIK_DB_PATH
  *  - LLM: AGENTIK_LLM_BACKEND, OPENAI_* либо AGENTIK_GOOGLE_*
  *  - MCP: AGENTIK_MCP_CONFIG=<path>.json (формат Claude Desktop)
@@ -98,7 +99,7 @@ private fun printHelp() {
  * Если файл по PATH уже есть и совпадает по размеру с HEAD — no-op (exit 0).
  */
 private fun runPullModel(args: List<String>) {
-    val config = AgentikConfig.fromEnv()
+    val config = AppConfig.fromEnv()
     val google = config.llm.google
         ?: error("pull-model: требуется AGENTIK_LLM_BACKEND=google (сейчас ${config.llm.backend})")
 
@@ -148,7 +149,7 @@ private fun formatBytes(b: Long): String = when {
 }
 
 private fun runServer() {
-    val config = AgentikConfig.fromEnv()
+    val config = AppConfig.fromEnv()
 
     // Перед созданием LLM: если backend=google и файл по AGENTIK_GOOGLE_MODEL_PATH
     // отсутствует — качаем автоматически (только при AGENTIK_AUTO_DOWNLOAD_MODEL=1),
@@ -195,14 +196,14 @@ private fun runServer() {
     }
 
     val llm = config.llm.createLlm()
-    val storage = SqliteStores.open(dbPath = config.dbPath).asBundle()
+    val storage = SqliteStores.open(dbPath = config.agent.dbPath).asBundle()
     val mcpRegistry = McpRegistry.fromConfig(config.mcp)
 
     // Хранилище скилов: если skillsDir задан, читаем каталог + создаём
     // DiskSkillStore для self-improvement (`skill_save`/`skill_delete`).
     // Один и тот же файл-каталог используется и для чтения (read_skill),
     // и для записи — никаких рассинхронов.
-    val skillStore: pw.binom.agentik.skills.SkillStore? = config.skillsDir?.let { dir ->
+    val skillStore: pw.binom.agentik.skills.SkillStore? = config.agent.skillsDir?.let { dir ->
         pw.binom.agentik.skills.DiskSkillStore(File(dir))
     }
     val skills = skillStore?.catalog ?: SkillCatalog.EMPTY
@@ -210,18 +211,18 @@ private fun runServer() {
     // Skill mining: фоновый LLM-прогон, который находит переиспользуемые скилы,
     // которые модель забыла сохранить через `skill_save`. Работает только когда
     // есть куда писать (skillStore) и интервал > 0.
-    val skillMiner: pw.binom.agentik.standalone.agent.SkillMiner? =
-        if (skillStore != null && config.skillMiningInterval > 0) {
-            pw.binom.agentik.standalone.agent.SkillMiner(
+    val skillMiner: pw.binom.agentik.llm.tools.SkillMiner? =
+        if (skillStore != null && config.skillMining.interval > 0) {
+            pw.binom.agentik.llm.tools.SkillMiner(
                 llm = llm,
-                maxTurns = config.skillMiningMaxTurns,
+                maxTurns = config.skillMining.maxTurns,
             )
         } else null
 
     // SOUL.md — файл персоны. Если задан — читается как plain text/markdown,
     // вставляется в самое начало systemInstruction. Если отсутствует — exit-code != 0
     // (на старте агента это фатально: нечего показывать LLM).
-    val soulBody = config.soulPath?.let { path ->
+    val soulBody = config.agent.soulPath?.let { path ->
         val file = File(path)
         if (!file.exists() || !file.isFile) {
             log.warn { "SOUL file not found: $path" }
@@ -235,8 +236,8 @@ private fun runServer() {
     //  - MD     (дефолт) — Hermes-style §-файлы в AGENTIK_MEMORY_DIR (~/.agentik/memory)
     //  - VECTOR — SQLite + JVector + LLM-эмбеддинги (тот же agentik.db для metadata)
     //  - OFF    — память выключена (memoryDir="off" или memoryBackend="off")
-    val rawMemory = config.memoryDir
-    val memorySystem: MemorySystem? = when (config.memoryBackend) {
+    val rawMemory = config.memory.dir
+    val memorySystem: MemorySystem? = when (config.memory.backend) {
         MemoryBackend.OFF -> {
             println("  memory: disabled")
             null
@@ -253,8 +254,8 @@ private fun runServer() {
             }
         }
         MemoryBackend.VECTOR -> {
-            val embedding: pw.binom.agentik.memory.vector.EmbeddingProvider = when (config.embeddingBackend) {
-                AgentikConfig.EmbeddingBackend.HTTP -> {
+            val embedding: pw.binom.agentik.memory.vector.EmbeddingProvider = when (config.embedding.backend) {
+                AppConfig.EmbeddingBackend.HTTP -> {
                     val llm = config.llm
                     // Берём базовый URL + API key у активного LLM-бэкенда.
                     // Поддерживается только OPENAI (LiteLLM proxy тоже работает, т.к. /v1/embeddings
@@ -266,38 +267,38 @@ private fun runServer() {
                     HttpEmbeddingClient(
                         apiUrl = oa.baseUrl.trimEnd('/'),
                         apiKey = oa.apiKey,
-                        model = config.embeddingModel,
-                        dimension = config.embeddingDimension,
+                        model = config.embedding.model,
+                        dimension = config.embedding.dimension,
                     )
                 }
-                AgentikConfig.EmbeddingBackend.SIGLIP -> {
-                    val modelPath = checkNotNull(config.embeddingModelPath) {
+                AppConfig.EmbeddingBackend.SIGLIP -> {
+                    val modelPath = checkNotNull(config.embedding.modelPath) {
                         "AGENTIK_EMBEDDING_BACKEND=siglip требует AGENTIK_EMBEDDING_MODEL_PATH"
                     }
-                    val tokenizerPath = checkNotNull(config.embeddingTokenizerPath) {
+                    val tokenizerPath = checkNotNull(config.embedding.tokenizerPath) {
                         "AGENTIK_EMBEDDING_BACKEND=siglip требует AGENTIK_EMBEDDING_TOKENIZER_PATH"
                     }
                     SiglipEmbeddingProvider(modelPath = modelPath, tokenizerPath = tokenizerPath)
                 }
             }
             VectorMemorySystem.open(
-                dbPath = config.dbPath,
+                dbPath = config.agent.dbPath,
                 embedding = embedding,
             ).also {
-                val backendLabel = when (config.embeddingBackend) {
-                    AgentikConfig.EmbeddingBackend.HTTP ->
-                        "model=${config.embeddingModel}, dim=${config.embeddingDimension}"
-                    AgentikConfig.EmbeddingBackend.SIGLIP ->
+                val backendLabel = when (config.embedding.backend) {
+                    AppConfig.EmbeddingBackend.HTTP ->
+                        "model=${config.embedding.model}, dim=${config.embedding.dimension}"
+                    AppConfig.EmbeddingBackend.SIGLIP ->
                         "model=siglip2-base (on-device), dim=${embedding.dimension}"
                 }
-                println("  memory: db=${config.dbPath} (vector-backend, $backendLabel)")
+                println("  memory: db=${config.agent.dbPath} (vector-backend, $backendLabel)")
             }
         }
     }
 
     // Контекстное окно модели (для compaction'а working memory).
     // Если null — compaction выключен. Резолвится один раз из LlmConfig/env.
-    val contextWindow: Int? = config.llm.resolveContextWindow()
+    val contextWindow: Int? = config.llm.contextWindow
     val contextCompactor = if (contextWindow != null) LiteLlmContextCompactor(liteLlm = llm) else null
 
     // Review-loop: всегда используем LlmMemoryReviewer поверх LiteLlm, если память включена.
@@ -312,11 +313,11 @@ private fun runServer() {
 
     // Self-reflection: reflector работает только когда LLM доступен (нужен LiteLlm)
     // и interval > 0. Загружаем top-K последних рефлексий из SQLite в system prompt.
-    val reflector: pw.binom.agentik.standalone.agent.LlmReflector? =
-        if (config.reflectionInterval > 0) LlmReflector(llm = llm) else null
+    val reflector: pw.binom.agentik.llm.tools.LlmReflector? =
+        if (config.reflection.interval > 0) LlmReflector(llm = llm) else null
     val recentReflections: List<pw.binom.agentik.storage.Reflection> =
-        if (config.reflectionTopK > 0) kotlinx.coroutines.runBlocking {
-            storage.reflectionStore.listRecent(config.reflectionTopK)
+        if (config.reflection.topK > 0) kotlinx.coroutines.runBlocking {
+            storage.reflectionStore.listRecent(config.reflection.topK)
         } else emptyList()
 
     val agent = ChatAgent(
@@ -332,13 +333,11 @@ private fun runServer() {
         memoryReviewer = memoryReviewer,
         soulBody = soulBody,
         contextWindow = contextWindow,
-        compressionThreshold = config.compressionThreshold,
+        compressionThreshold = config.memory.compressionThreshold,
         contextCompactor = contextCompactor,
         recentReflections = recentReflections,
         reflector = reflector,
-        reflectionInterval = config.reflectionInterval,
         skillMiner = skillMiner,
-        skillMiningInterval = config.skillMiningInterval,
     )
 
     // Куратор памяти: фоновая архивация stale-заметок. Поднимается до server'а,
@@ -351,12 +350,12 @@ private fun runServer() {
             c
         } else null
 
-    val server = embeddedServer(CIO, port = config.port) {
+    val server = embeddedServer(CIO, port = config.agent.port) {
         routing {
             get("/health") { call.respondText("ok") }
             agentikAgent(agent, path = "/agentik")
             a2aAgent(agentName = "agentik", handler = A2aBridge(agent), path = "/a2a")
-            if (config.debugEndpoints) {
+            if (config.debug.endpoints) {
                 debugRoutes(
                     agent = agent,
                     storage = storage,
@@ -368,20 +367,20 @@ private fun runServer() {
             }
         }
     }
-    println("agentik standalone listening on http://localhost:${config.port}")
+    println("agentik standalone listening on http://localhost:${config.agent.port}")
     println("  GET  /health")
     println("  POST /agentik/conversations                              -> 201")
     println("  GET  /agentik/conversations/{id}/events                  -> SSE")
     println("  POST /a2a/                                                 -> A2A JSON-RPC (message/send, tasks/get, tasks/cancel)")
     println("  GET  /a2a/.well-known/agent-card.json                      -> AgentCard")
-    println("  storage: ${config.dbPath}")
+    println("  storage: ${config.agent.dbPath}")
     println("  llm: ${config.llm.backend} ${config.llm.modelInfo()}")
     println("  mcp: ${mcpRegistry.allTools.size} tools from ${mcpRegistry.connectedServerCount} servers")
-    println("  skills: ${skills.size} loaded${config.skillsDir?.let { " from $it" } ?: ""}")
-    if (config.soulPath != null) println("  soul: ${config.soulPath} (${soulBody?.length ?: 0} chars)")
-    println("  memory: ${if (memorySystem == null) "disabled" else "${config.memoryBackend.name.lowercase()}-backend"}")
+    println("  skills: ${skills.size} loaded${config.agent.skillsDir?.let { " from $it" } ?: ""}")
+    if (config.agent.soulPath != null) println("  soul: ${config.agent.soulPath} (${soulBody?.length ?: 0} chars)")
+    println("  memory: ${if (memorySystem == null) "disabled" else "${config.memory.backend.name.lowercase()}-backend"}")
     if (contextWindow != null) {
-        println("  compaction: enabled, threshold=${config.compressionThreshold}, window=$contextWindow tokens")
+        println("  compaction: enabled, threshold=${config.memory.compressionThreshold}, window=$contextWindow tokens")
     } else {
         println("  compaction: disabled (OPENAI_CONTEXT_WINDOW not set)")
     }
@@ -389,9 +388,9 @@ private fun runServer() {
         println("  curator: enabled (interval=${pw.binom.agentik.standalone.agent.memory.Curator.DEFAULT_INTERVAL}, maxAge=${pw.binom.agentik.standalone.agent.memory.Curator.DEFAULT_MAX_AGE})")
     }
     if (skillMiner != null) {
-        println("  skill-mining: enabled (interval=${config.skillMiningInterval} turns, maxTurns=${config.skillMiningMaxTurns})")
+        println("  skill-mining: enabled (interval=${config.skillMining.interval} turns, maxTurns=${config.skillMining.maxTurns})")
     }
-    if (config.debugEndpoints) {
+    if (config.debug.endpoints) {
         println("  debug endpoints: enabled (/debug/reflect, /debug/skill-mine, /debug/curate, /debug/compact, /debug/tokens)")
     }
     // Token stats по существующим диалогам (агрегат на старте — каждая запись

standalone/src/jvmMain/kotlin/pw/binom/agentik/standalone/agent/BackgroundEvents.kt

@@ -0,0 +1,84 @@
+package pw.binom.agentik.standalone.agent
+
+import kotlinx.coroutines.channels.BufferOverflow
+import kotlinx.coroutines.flow.MutableSharedFlow
+import kotlinx.coroutines.flow.SharedFlow
+import kotlinx.coroutines.flow.asSharedFlow
+
+/**
+ * Internal event bus для background work — separate from [ConversationEvents]
+ * (который это SSE-event stream для клиента).
+ *
+ * Background work fires на **structural events**, не на interval-polling:
+ *  - **Review** — триггерится в CompactionCoordinator ПРЯМО ПЕРЕД удалением ходов
+ *    из working memory (last chance вытащить факты). Это уже было сделано
+ *    через `reviewer.reviewPreCompaction()` — оставляем как есть.
+ *  - **Reflection** — на `ConversationLifecycleEvent.Closing` (финальная
+ *    рефлексия перед закрытием) ИЛИ накопление N tool-failures в окне
+ *    (что-то идёт не так).
+ *  - **Skill mining** — на `CompactionEvent.Triggered` если `turnsToDelete > N`
+ *    (есть контент для минера) ИЛИ на `ConversationLifecycleEvent.Closing`.
+ *
+ * Subscribers (BackgroundScheduler) решают, что делать. НЕ текстовая
+ * инспекция, НЕ regex — только структурные события с явным семантическим
+ * смыслом. См. STANDALONE-REVIEW раздел "event-driven background".
+ */
+
+/** Эмитится из [ToolDispatcher] после каждого `runToolAndPersist` (success/failure). */
+sealed interface ToolCallEvent {
+    val toolName: String
+
+    data class Succeeded(
+        override val toolName: String,
+        val durationMs: Long,
+    ) : ToolCallEvent
+
+    data class Failed(
+        override val toolName: String,
+        val error: String,
+    ) : ToolCallEvent
+}
+
+/** Эмитится из [CompactionCoordinator] ПЕРЕД `workingMemory.compact(...)`. */
+sealed interface CompactionEvent {
+    /**
+     * Compaction сейчас удалит N ходов из working memory. Background work
+     * имеет последний шанс вытащить оттуда данные.
+     */
+    data class Triggered(
+        val turnsToDelete: Int,
+        val conversationId: String,
+    ) : CompactionEvent
+}
+
+/** Эмитится из `ConversationLoop.close()` сразу ПЕРЕД `agentScope.cancel()`. */
+sealed interface ConversationLifecycleEvent {
+    data class Closing(val conversationId: String) : ConversationLifecycleEvent
+}
+
+internal class BackgroundEventBus {
+    private val _toolCallEvents = MutableSharedFlow<ToolCallEvent>(
+        replay = 0,
+        extraBufferCapacity = 256,
+        onBufferOverflow = BufferOverflow.DROP_OLDEST,
+    )
+    val toolCallEvents: SharedFlow<ToolCallEvent> get() = _toolCallEvents.asSharedFlow()
+
+    private val _compactionEvents = MutableSharedFlow<CompactionEvent>(
+        replay = 0,
+        extraBufferCapacity = 16,
+        onBufferOverflow = BufferOverflow.DROP_OLDEST,
+    )
+    val compactionEvents: SharedFlow<CompactionEvent> get() = _compactionEvents.asSharedFlow()
+
+    private val _lifecycleEvents = MutableSharedFlow<ConversationLifecycleEvent>(
+        replay = 0,
+        extraBufferCapacity = 16,
+        onBufferOverflow = BufferOverflow.DROP_OLDEST,
+    )
+    val lifecycleEvents: SharedFlow<ConversationLifecycleEvent> get() = _lifecycleEvents.asSharedFlow()
+
+    fun tryEmit(event: ToolCallEvent): Boolean = _toolCallEvents.tryEmit(event)
+    fun tryEmit(event: CompactionEvent): Boolean = _compactionEvents.tryEmit(event)
+    fun tryEmit(event: ConversationLifecycleEvent): Boolean = _lifecycleEvents.tryEmit(event)
+}

standalone/src/jvmMain/kotlin/pw/binom/agentik/standalone/agent/BackgroundScheduler.kt

@@ -1,153 +1,196 @@
 package pw.binom.agentik.standalone.agent
 
+import kotlinx.coroutines.CoroutineScope
+import kotlinx.coroutines.Job
+import kotlinx.coroutines.flow.filterIsInstance
+import kotlinx.coroutines.flow.launchIn
+import kotlinx.coroutines.flow.merge
+import kotlinx.coroutines.flow.onEach
 import kotlinx.coroutines.launch
-import kotlinx.coroutines.runBlocking
 import mu.KotlinLogging
 import pw.binom.agentik.memory.ConversationTurn
-import pw.binom.agentik.memory.MemoryReviewDecision
 import pw.binom.agentik.memory.MemoryReviewer
 import pw.binom.agentik.memory.MemoryStore
-import pw.binom.agentik.memory.ReviewedTurn
 import pw.binom.agentik.skills.SkillStore
 import pw.binom.agentik.storage.Content
-import pw.binom.agentik.storage.MessageRecord
 import pw.binom.agentik.storage.ReflectionStore
 import pw.binom.agentik.storage.WorkingMemoryEntry
 import pw.binom.agentik.storage.WorkingMemoryStore
-import pw.binom.agentik.standalone.agent.memory.materializeReviewNote
+import pw.binom.agentik.llm.tools.LlmReflector
+import pw.binom.agentik.llm.tools.SkillMiner
+import java.util.concurrent.atomic.AtomicLong
 
+/**
+ * Background work подписчик на [BackgroundEventBus]. Заменяет старую interval-based
+ * логику (`maybeScheduleReview/Reflection/SkillMining` с `userTurnCount % N == 0`).
+ *
+ * Подписки:
+ *  - [ConversationLifecycleEvent.Closing] → финальный reflection + skill mining
+ *    перед закрытием conversation (last chance вытащить insights).
+ *  - [CompactionEvent.Triggered] → skill mining если `turnsToDelete > MIN_COMPACTION_FOR_MINING`.
+ *    Review уже сделан внутри CompactionCoordinator (`reviewPreCompaction`) — не дублируем.
+ *  - [ToolCallEvent.Failed] (накопительно) → reflection если 2+ фейлов в окне 60 сек
+ *    (что-то пошло не так — самоанализ полезен).
+ *
+ * НЕ текстовая инспекция, НЕ regex, НЕ interval-polling. Только структурные
+ * события с явным семантическим смыслом.
+ */
 internal data class BackgroundConfig(
     val memoryReviewer: MemoryReviewer?,
     val memoryStore: MemoryStore?,
-    val memoryReviewInterval: Int = 0,
     val reflectionStore: ReflectionStore?,
     val reflector: LlmReflector?,
-    val reflectionInterval: Int,
     val skillMiner: SkillMiner?,
     val skillMiningStore: SkillStore?,
-    val skillMiningInterval: Int,
 )
 
 internal class BackgroundScheduler(
     private val state: ConversationState,
     private val workingMemory: WorkingMemoryStore,
     private val config: BackgroundConfig,
+    private val backgroundEvents: BackgroundEventBus,
 ) {
     private val log = KotlinLogging.logger {}
 
-    fun maybeScheduleReview(
-        userRecord: MessageRecord.UserMessage,
-        assistantContent: List<Content>,
-    ) {
-        val reviewer = config.memoryReviewer ?: return
-        val store = config.memoryStore ?: return
-        if (state.isTemporal) return
-        if (config.memoryReviewInterval > 0) {
-            val userTurnCount = countUserTurnsBlocking()
-            if (userTurnCount % config.memoryReviewInterval != 0) return
-        }
-        val userText = userRecord.content.filterIsInstance<Content.Text>()
-            .joinToString("\n") { it.body }
-        val assistantText = assistantContent.filterIsInstance<Content.Text>()
-            .joinToString("\n") { it.body }
-        if (userText.isBlank() || assistantText.isBlank()) return
-        val convId = state.id
-        state.agentScope.launch {
-            try {
-                val decision: MemoryReviewDecision = reviewer.review(
-                    ReviewedTurn(
-                        userMessage = userText,
-                        assistantMessage = assistantText,
-                        conversationId = convId,
-                    ),
-                )
-                for (n in decision.toSave) {
-                    val note = materializeReviewNote(n, conversationId = null)
-                    runCatching { store.upsert(note) }
-                        .onFailure { log.warn(it) { "review upsert failed: ${it.message}" } }
-                }
-                for (id in decision.toDelete) {
-                    runCatching { store.delete(id) }
-                        .onFailure { log.warn(it) { "review delete failed: ${it.message}" } }
-                }
-            } catch (e: Throwable) {
-                log.warn(e) { "review failed for $convId: ${e.message}" }
-            }
+    private val lastSkillMiningAt = AtomicLong(0)
+    private val lastReflectionAt = AtomicLong(0)
+
+    /** Recent tool failure timestamps (ms). Trimmed to [FAILURE_WINDOW_MS]. */
+    private val toolFailures = mutableListOf<Long>()
+    private val toolFailuresLock = Any()
+
+    private var subscriptionJob: Job? = null
+
+    /** Запустить подписки. Вызывать один раз после конструктора. */
+    fun start(scope: CoroutineScope) {
+        if (subscriptionJob?.isActive == true) return
+        subscriptionJob = scope.launch {
+            // Merge all three event flows into one subscription scope. Each onEach
+            // returns Unit, so launchIn merges them as cold flows.
+            merge(
+                backgroundEvents.lifecycleEvents
+                    .filterIsInstance<ConversationLifecycleEvent.Closing>()
+                    .onEach { onClosing() },
+                backgroundEvents.compactionEvents
+                    .filterIsInstance<CompactionEvent.Triggered>()
+                    .onEach { onCompaction(it) },
+                backgroundEvents.toolCallEvents
+                    .filterIsInstance<ToolCallEvent.Failed>()
+                    .onEach { onToolFailure() },
+            ).collect {}
         }
     }
 
-    fun maybeScheduleReflection(
-        userRecord: MessageRecord.UserMessage,
-        assistantContent: List<Content>,
-    ) {
-        if (config.reflectionInterval <= 0) return
+    private suspend fun onClosing() {
+        if (state.isTemporal) return
+        val convId = state.id
+        runFinalReflection(convId)
+        runFinalSkillMining(convId)
+    }
+
+    private fun runFinalReflection(convId: String) {
         val reflector = config.reflector ?: return
         val store = config.reflectionStore ?: return
-        if (state.isTemporal) return
-        val userText = userRecord.content.filterIsInstance<Content.Text>()
-            .joinToString("\n") { it.body }
-        val assistantText = assistantContent.filterIsInstance<Content.Text>()
-            .joinToString("\n") { it.body }
-        if (userText.isBlank() || assistantText.isBlank()) return
-        val userTurnCount = countUserTurnsBlocking()
-        if (userTurnCount % config.reflectionInterval != 0) return
-        val convId = state.id
         state.agentScope.launch {
             try {
-                val turns = listOf(
-                    ConversationTurn(
-                        userMessage = userText,
-                        assistantMessage = assistantText,
-                    )
-                )
+                val turns = recentTurns(reflector.maxTurns)
+                if (turns.isEmpty()) return@launch
                 val reflection = reflector.reflect(turns) ?: return@launch
-                val stamped = reflection.copy(conversationId = convId)
-                runCatching { store.insert(stamped) }
-                    .onFailure { log.warn(it) { "reflection insert failed: ${it.message}" } }
-                log.info { "self-reflection score=${stamped.score}/5 conv=$convId spots=${stamped.weakSpots.size}" }
+                runCatching { store.insert(reflection.copy(conversationId = convId)) }
+                    .onFailure { log.warn(it) { "final reflection insert failed: ${it.message}" } }
+                log.info { "final reflection on close: conv=$convId score=${reflection.score}/5" }
             } catch (e: Throwable) {
-                log.warn(e) { "reflection failed for $convId: ${e.message}" }
+                log.warn(e) { "final reflection failed for $convId: ${e.message}" }
             }
         }
     }
 
-    fun maybeScheduleSkillMining(
-        userRecord: MessageRecord.UserMessage,
-        assistantContent: List<Content>,
-    ) {
-        if (config.skillMiningInterval <= 0) return
+    private fun runFinalSkillMining(convId: String) {
         val miner = config.skillMiner ?: return
         val store = config.skillMiningStore ?: return
+        state.agentScope.launch {
+            try {
+                val turns = recentTurns(miner.maxTurns)
+                if (turns.isEmpty()) return@launch
+                val mined = miner.mine(turns, store.catalog.skills)
+                for (s in mined) {
+                    runCatching { store.upsert(s) }
+                        .onFailure { log.warn(it) { "final skill mining upsert '${s.name}' failed: ${it.message}" } }
+                }
+                log.info { "final skill mining on close: conv=$convId turns=${turns.size} existing=${store.catalog.skills.size} mined=${mined.size}" }
+            } catch (e: Throwable) {
+                log.warn(e) { "final skill mining failed for $convId: ${e.message}" }
+            }
+        }
+    }
+
+    private fun onCompaction(event: CompactionEvent.Triggered) {
         if (state.isTemporal) return
-        val userTurnCount = countUserTurnsBlocking()
-        if (userTurnCount % config.skillMiningInterval != 0) return
+        if (event.turnsToDelete < MIN_COMPACTION_FOR_MINING) return
+        val miner = config.skillMiner ?: return
+        val store = config.skillMiningStore ?: return
+        val now = System.currentTimeMillis()
+        // Debounce: не чаще раза в минуту
+        if (now - lastSkillMiningAt.get() < MINING_DEBOUNCE_MS) return
+        lastSkillMiningAt.set(now)
+        val convId = event.conversationId
+        state.agentScope.launch {
+            try {
+                val turns = recentTurns(miner.maxTurns)
+                if (turns.isEmpty()) return@launch
+                val mined = miner.mine(turns, store.catalog.skills)
+                for (s in mined) {
+                    runCatching { store.upsert(s) }
+                        .onFailure { log.warn(it) { "compaction skill mining upsert '${s.name}' failed: ${it.message}" } }
+                }
+                log.info { "compaction skill mining: conv=$convId turnsToDelete=${event.turnsToDelete} mined=${mined.size}" }
+            } catch (e: Throwable) {
+                log.warn(e) { "compaction skill mining failed for $convId: ${e.message}" }
+            }
+        }
+    }
+
+    private fun onToolFailure() {
+        val reflector = config.reflector ?: return
+        if (state.isTemporal) return
+        val store = config.reflectionStore ?: return
+
+        val now = System.currentTimeMillis()
+        val shouldReflect = synchronized(toolFailuresLock) {
+            toolFailures.add(now)
+            // Trim old failures outside the window
+            val cutoff = now - FAILURE_WINDOW_MS
+            toolFailures.removeAll { it < cutoff }
+            toolFailures.size >= FAILURE_THRESHOLD
+        }
+        if (!shouldReflect) return
+
+        // Debounce reflection globally (не чаще раза в 5 мин)
+        if (now - lastReflectionAt.get() < REFLECTION_DEBOUNCE_MS) {
+            log.debug { "reflection debounced: ${toolFailures.size} failures accumulated but reflection fired recently" }
+            return
+        }
+        lastReflectionAt.set(now)
+
+        // Clear failure window — fresh accounting period
+        synchronized(toolFailuresLock) { toolFailures.clear() }
+
         val convId = state.id
         state.agentScope.launch {
             try {
-                val turns = recentTurnsFromWorkingMemory(miner.maxTurns)
+                val turns = recentTurns(reflector.maxTurns)
                 if (turns.isEmpty()) return@launch
-                val existing = store.catalog.skills
-                val mined = miner.mine(turns, existing)
-                for (s in mined) {
-                    runCatching { store.upsert(s) }
-                        .onFailure { log.warn(it) { "skill-mine upsert '${s.name}' failed: ${it.message}" } }
-                }
-                log.info { "skill-mine: conv=$convId turns=${turns.size} existing=${existing.size} mined=${mined.size}" }
+                val reflection = reflector.reflect(turns) ?: return@launch
+                runCatching { store.insert(reflection.copy(conversationId = convId)) }
+                    .onFailure { log.warn(it) { "reflection after failures insert failed: ${it.message}" } }
+                log.info { "reflection triggered by tool failures: conv=$convId score=${reflection.score}/5" }
             } catch (e: Throwable) {
-                log.warn(e) { "skill-mine failed for $convId: ${e.message}" }
+                log.warn(e) { "reflection after tool failures failed for $convId: ${e.message}" }
             }
         }
     }
 
-    private fun countUserTurnsBlocking(): Int = runBlocking {
-        var count = 0
-        for (row in workingMemory.list(state.id)) {
-            if (row.entry is WorkingMemoryEntry.User) count++
-        }
-        count
-    }
-
-    private suspend fun recentTurnsFromWorkingMemory(maxTurns: Int): List<ConversationTurn> {
+    private suspend fun recentTurns(maxTurns: Int): List<ConversationTurn> {
         val rows = workingMemory.list(state.id)
         val pairs = mutableListOf<ConversationTurn>()
         var pendingUser: String? = null
@@ -167,4 +210,17 @@ internal class BackgroundScheduler(
 
     private fun List<Content>.text(): String =
         filterIsInstance<Content.Text>().joinToString("\n") { it.body }
+
+    companion object {
+        /** Минимум ходов, удаляемых compaction'ом, чтобы trigger'ить skill mining. */
+        private const val MIN_COMPACTION_FOR_MINING = 10
+        /** Дебаунс skill mining между запусками. */
+        private const val MINING_DEBOUNCE_MS = 60_000L
+        /** Debounce reflection между запусками (накопительный, не per-failure). */
+        private const val REFLECTION_DEBOUNCE_MS = 300_000L
+        /** Сколько tool-failures в окне должно накопиться чтобы trigger reflection. */
+        private const val FAILURE_THRESHOLD = 2
+        /** Окно для accumulation tool-failures. */
+        private const val FAILURE_WINDOW_MS = 60_000L
+    }
 }

standalone/src/jvmMain/kotlin/pw/binom/agentik/standalone/agent/ChatAgent.kt

@@ -28,6 +28,11 @@ import pw.binom.agentik.toolsets.ToolsetDispatchPolicy
 import pw.binom.agentik.toolsets.ToolsetRegistry
 import pw.binom.litert.LiteLlm
 import kotlin.time.Instant
+import pw.binom.agentik.llm.tools.LlmReflector
+import pw.binom.agentik.llm.tools.SkillMiner
+import pw.binom.agentik.llm.tools.LlmMemoryReviewer
+import pw.binom.agentik.llm.tools.ContextCompactor
+import pw.binom.agentik.toolsets.NamedTool
 
 /**
  * Stateful [ProtoAgent] на базе SQLite (история + working memory) и
@@ -66,14 +71,6 @@ class ChatAgent(
     private val memoryStore: pw.binom.agentik.memory.MemoryStore? = null,
     private val memoryPrefetcher: MemoryPrefetcher? = null,
     private val memoryReviewer: MemoryReviewer? = null,
-    /**
-     * Через сколько пользовательских ходов запускать LLM-based memory review
-     * (см. [pw.binom.agentik.standalone.agent.LlmMemoryReviewer]). `0` —
-     * review выключен. Default: 0 (для безопасности — старый код без
-     * interval-gate приводил к ×2 LLM-call amplification, и [Main.kt] явно
-     * передаёт config.memoryReviewInterval).
-     */
-    private val memoryReviewInterval: Int = 0,
     /**
      * Тело SOUL.md — markdown-описание персоны. Вставляется в самое начало
      * системного промпта, поверх базы, навыков и memory-guidance. `null` —
@@ -103,19 +100,11 @@ class ChatAgent(
      */
     private val reflector: LlmReflector? = null,
     /**
-     * Через сколько пользовательских ходов запускать рефлексию. `0` = выключено.
-     */
-    private val reflectionInterval: Int = 0,
-    /**
-     * Фоновый минер скилов: каждые N ходов LLM смотрит последние ходы и
-     * upsert-ит переиспользуемые скилы в [skillStore]. `null` = mining выключен.
+     * Фоновый минер скилов: LLM-вызов, который запускается на compaction
+     * (`turnsToDelete > 10`) или при closing conversation. `null` = mining выключен.
      * Сетка безопасности, если модель забыла вызвать `skill_save` сама.
      */
     private val skillMiner: SkillMiner? = null,
-    /**
-     * Через сколько пользовательских ходов запускать skill mining. `0` = выключено.
-     */
-    private val skillMiningInterval: Int = 0,
     /**
      * Тулсеты, доступные агенту. Пустой список (по умолчанию) — модель не знает
      * о механике toolsets: enable_toolset/disable_toolset НЕ регистрируются,
@@ -242,16 +231,13 @@ class ChatAgent(
             memoryPrefetcher = memoryPrefetcher,
             memoryReviewer = memoryReviewer,
             memoryStoreForReview = memoryStore,
-            memoryReviewInterval = memoryReviewInterval,
             contextWindow = contextWindow,
             compressionThreshold = compressionThreshold,
             contextCompactor = contextCompactor,
             reflectionStore = storage.reflectionStore,
             reflector = reflector,
-            reflectionInterval = reflectionInterval,
             skillMiner = skillMiner,
             skillMiningStore = skillStore,
-            skillMiningInterval = skillMiningInterval,
         )
         runBlocking {
             liveLock.withLock { live[conv.id] = conv }
@@ -294,16 +280,13 @@ class ChatAgent(
         memoryPrefetcher = memoryPrefetcher,
         memoryReviewer = memoryReviewer,
         memoryStoreForReview = memoryStore,
-        memoryReviewInterval = memoryReviewInterval,
         contextWindow = contextWindow,
         compressionThreshold = compressionThreshold,
         contextCompactor = contextCompactor,
             reflectionStore = storage.reflectionStore,
             reflector = reflector,
-            reflectionInterval = reflectionInterval,
             skillMiner = skillMiner,
             skillMiningStore = skillStore,
-            skillMiningInterval = skillMiningInterval,
         )
 
     override fun close() {

standalone/src/jvmMain/kotlin/pw/binom/agentik/standalone/agent/CompactionCoordinator.kt

@@ -16,6 +16,8 @@ import pw.binom.litert.LiteConversationConfig
 import pw.binom.litert.LiteLlm
 import pw.binom.litert.LiteMessage
 import pw.binom.litert.LiteRole
+import pw.binom.agentik.llm.tools.ContextCompactor
+import pw.binom.agentik.llm.tools.SummaryTurn
 
 internal class CompactionCoordinator(
     private val state: ConversationState,
@@ -27,6 +29,7 @@ internal class CompactionCoordinator(
     private val workingMemory: WorkingMemoryStore,
     private val liteLlm: LiteLlm,
     private val systemPrompt: String,
+    private val backgroundEvents: BackgroundEventBus,
 ) {
     private val log = KotlinLogging.logger {}
 
@@ -63,6 +66,12 @@ internal class CompactionCoordinator(
         }
         if (toCompact.isEmpty()) return false
 
+        // Emit CompactionEvent BEFORE deletion. BackgroundScheduler может trigger'ить
+        // skill mining на основе turnsToDelete (есть контент — есть что майнить).
+        backgroundEvents.tryEmit(
+            CompactionEvent.Triggered(turnsToDelete = toCompact.size, conversationId = state.id),
+        )
+
         val turns = toCompact.mapNotNull { row ->
             when (val e = row.entry) {
                 is WorkingMemoryEntry.User -> SummaryTurn(
@@ -225,6 +234,8 @@ internal class CompactionCoordinator(
     companion object {
         private const val KEEP_RECENT_TURNS = 4
         private const val MAX_SEEDED_MESSAGES = 50
+        /** Минимум удаляемых ходов чтобы BackgroundScheduler trigger'ил skill mining. */
+        private const val MIN_COMPACTION_FOR_MINING = 10
     }
 }
 

standalone/src/jvmMain/kotlin/pw/binom/agentik/standalone/agent/ConversationLoop.kt

@@ -48,6 +48,10 @@ import pw.binom.litert.LiteTool
 import pw.binom.litert.LiteToolCall
 import java.util.concurrent.atomic.AtomicBoolean
 import kotlin.time.Instant
+import pw.binom.agentik.llm.tools.LlmReflector
+import pw.binom.agentik.llm.tools.SkillMiner
+import pw.binom.agentik.llm.tools.ContextCompactor
+import pw.binom.agentik.toolsets.NamedTool
 
 class ConversationLoop(
     record: ConversationRecord,
@@ -59,16 +63,13 @@ class ConversationLoop(
     private val memoryPrefetcher: MemoryPrefetcher? = null,
     private val memoryReviewer: MemoryReviewer? = null,
     private val memoryStoreForReview: MemoryStore? = null,
-    private val memoryReviewInterval: Int = 0,
     private val contextWindow: Int? = null,
     private val compressionThreshold: Double = 0.8,
     private val contextCompactor: ContextCompactor? = null,
     private val reflectionStore: ReflectionStore? = null,
     private val reflector: LlmReflector? = null,
-    private val reflectionInterval: Int = 0,
     private val skillMiner: SkillMiner? = null,
     private val skillMiningStore: SkillStore? = null,
-    private val skillMiningInterval: Int = 0,
 ) : ProtoConversation, AutoCloseable {
 
     private val log = KotlinLogging.logger {}
@@ -85,6 +86,9 @@ class ConversationLoop(
 
     private val events = ConversationEvents()
 
+    /** Per-conversation background event bus. Lifecycle scoped к этому ConversationLoop. */
+    private val backgroundEvents = BackgroundEventBus()
+
     private val conversationStore: ConversationStore get() = storage.conversationStore
     private val messageStore: MessageStore get() = storage.messageStore
     private val workingMemory: WorkingMemoryStore get() = storage.workingMemoryStore
@@ -103,12 +107,14 @@ class ConversationLoop(
         workingMemory = workingMemory,
         liteLlm = llm,
         systemPrompt = systemPrompt,
+        backgroundEvents = backgroundEvents,
     )
 
     private val toolDispatcher = ToolDispatcher(
         state = state,
         messageStore = messageStore,
         events = events,
+        backgroundEvents = backgroundEvents,
         toolsByName = toolsByName,
         toolsetDispatch = toolsetDispatch,
         newId = ::newId,
@@ -122,15 +128,13 @@ class ConversationLoop(
         config = BackgroundConfig(
             memoryReviewer = memoryReviewer,
             memoryStore = memoryStoreForReview,
-            memoryReviewInterval = memoryReviewInterval,
             reflectionStore = reflectionStore,
             reflector = reflector,
-            reflectionInterval = reflectionInterval,
             skillMiner = skillMiner,
             skillMiningStore = skillMiningStore,
-            skillMiningInterval = skillMiningInterval,
         ),
-    )
+        backgroundEvents = backgroundEvents,
+    ).also { it.start(agentScope) }
 
     override val id: String get() = state.id
     override val isSupportImageInput: Boolean get() = false
@@ -210,6 +214,10 @@ class ConversationLoop(
     override fun close() {
         if (state.isClosed) return
         state.markClosed()
+        // Emit Closing event BEFORE agentScope.cancel() — BackgroundScheduler's подписка
+        // ловит это и делает final reflection + skill mining (last chance вытащить insights).
+        // После cancel() подписка умерла бы.
+        backgroundEvents.tryEmit(ConversationLifecycleEvent.Closing(conversationId = id))
         state.liteConvRef.getAndSet(null)?.let { runCatching { it.close() } }
         runCatching { runBlocking { activeTurn?.cancelAndJoin() } }
         agentScope.cancel()
@@ -420,9 +428,9 @@ class ConversationLoop(
                     state.record = state.record.copy(updatedAt = assistantAt)
                     conversationStore.touch(id, assistantAt)
 
-                    backgroundScheduler.maybeScheduleReview(userRecord, assistantContent)
-                    backgroundScheduler.maybeScheduleReflection(userRecord, assistantContent)
-                    backgroundScheduler.maybeScheduleSkillMining(userRecord, assistantContent)
+                    // BackgroundScheduler is event-driven — подписан на BackgroundEventBus
+                    // (compaction/lifecycle/tool-failure events). Никаких interval-based
+                    // вызовов сюда больше не идёт. См. BackgroundScheduler.kt.
                 }
             }
 

standalone/src/jvmMain/kotlin/pw/binom/agentik/standalone/agent/ConversationState.kt

@@ -4,6 +4,7 @@ import kotlinx.coroutines.CoroutineScope
 import pw.binom.agentik.storage.ConversationRecord
 import pw.binom.litert.LiteConversation
 import java.util.concurrent.atomic.AtomicReference
+import pw.binom.agentik.toolsets.NamedTool
 
 internal class ConversationState(
     initialRecord: ConversationRecord,

standalone/src/jvmMain/kotlin/pw/binom/agentik/standalone/agent/SkillToolsFactory.kt

@@ -1,6 +1,7 @@
 package pw.binom.agentik.standalone.agent
 
 import pw.binom.agentik.skills.SkillStore
+import pw.binom.agentik.toolsets.NamedTool
 
 /**
  * Фабрика tools для self-improvement'а скилов (Phase 3 Hermes-style).

standalone/src/jvmMain/kotlin/pw/binom/agentik/standalone/agent/ToolDispatcher.kt

@@ -12,11 +12,13 @@ import pw.binom.agentik.toolsets.ToolsetDispatchPolicy
 import pw.binom.litert.LiteToolCall
 import pw.binom.litert.LiteTool
 import kotlin.time.Instant
+import pw.binom.agentik.toolsets.NamedTool
 
 internal class ToolDispatcher(
     private val state: ConversationState,
     private val messageStore: MessageStore,
     private val events: ConversationEvents,
+    private val backgroundEvents: BackgroundEventBus,
     private val toolsByName: MutableMap<String, NamedTool>,
     private val toolsetDispatch: ToolsetDispatchPolicy?,
     private val newId: (String) -> String,
@@ -39,6 +41,7 @@ internal class ToolDispatcher(
         val resultId = newId("tr")
         val argsJson = encodeArgsJson(call.arguments)
         val nowTs = now()
+        val startMs = System.currentTimeMillis()
 
         events.tryEmit(ProtoEvent.ToolCall(date = nowTs, id = callId, title = null, toolName = call.name, toolArgs = argsJson))
 
@@ -74,6 +77,7 @@ internal class ToolDispatcher(
         }
         _currentToolJob = toolDeferred
 
+        var failureError: String? = null
         val resultText: String = try {
             toolDeferred.await()
         } catch (e: CancellationException) {
@@ -82,7 +86,8 @@ internal class ToolDispatcher(
             "[cancelled by user]"
         } catch (e: Throwable) {
             log.warn(e) { "tool '${call.name}' threw: ${e.message}" }
-            "[tool error: ${e.message ?: e.javaClass.simpleName}]"
+            failureError = e.message ?: e.javaClass.simpleName
+            "[tool error: ${failureError}]"
         } finally {
             _currentToolJob = null
         }
@@ -90,6 +95,15 @@ internal class ToolDispatcher(
         val resultAt = now()
         events.tryEmit(ProtoEvent.ToolResult(date = resultAt, id = resultId, result = resultText))
 
+        // Эмитим background event — другие компоненты (BackgroundScheduler)
+        // решают, делать ли что-то. Cancellation = not a failure (не эмитим Failed).
+        val durationMs = System.currentTimeMillis() - startMs
+        if (failureError != null) {
+            backgroundEvents.tryEmit(ToolCallEvent.Failed(toolName = call.name, error = failureError))
+        } else if (resultText != "[cancelled by user]") {
+            backgroundEvents.tryEmit(ToolCallEvent.Succeeded(toolName = call.name, durationMs = durationMs))
+        }
+
         if (!state.isTemporal) {
             messageStore.append(
                 MessageRecord.ToolResult(

standalone/src/jvmMain/kotlin/pw/binom/agentik/standalone/agent/memory/MemoryTools.kt

@@ -22,6 +22,7 @@ import pw.binom.agentik.memory.NewMemoryNote
 import java.util.UUID
 import kotlin.time.Clock
 import kotlinx.serialization.json.jsonObject
+import pw.binom.agentik.toolsets.NamedTool
 
 private val MemoryToolsJson = Json { ignoreUnknownKeys = true; isLenient = true }
 private val MemoryResponseJson = Json { encodeDefaults = true }

standalone/src/jvmMain/kotlin/pw/binom/agentik/standalone/agent/memory/MemoryToolsFactory.kt

@@ -2,8 +2,8 @@ package pw.binom.agentik.standalone.agent.memory
 
 import kotlinx.coroutines.runBlocking
 import pw.binom.agentik.memory.MemoryStore
-import pw.binom.agentik.standalone.agent.NamedTool
 import pw.binom.litert.LiteTool
+import pw.binom.agentik.toolsets.NamedTool
 
 /**
  * Обёртки `DefaultMemoryTools` (memory_save / memory_read / memory_list / memory_delete)

standalone/src/jvmMain/kotlin/pw/binom/agentik/standalone/config/AgentikConfig.kt

@@ -1,178 +0,0 @@
-package pw.binom.agentik.standalone.config
-
-import kotlinx.serialization.Serializable
-import pw.binom.agentik.standalone.llm.LlmConfig
-import pw.binom.agentik.standalone.mcp.McpConfig
-
-/**
- * Полная конфигурация standalone-рантайма — единая точка входа для всего,
- * что настраивается снаружи: HTTP-порт, путь к БД, LLM (бэкенд/модель/ключи)
- * и MCP-серверы.
- *
- * DTO иммутабельный, сериализуемый и не зависит от источника. Сейчас
- * наполняется из переменных среды ([fromEnv]); позже появится загрузка из
- * файла (yaml) — тогда файл будет строиться в такой же [AgentikConfig], а env
- * станет override'ом.
- *
- * Потребители ([pw.binom.agentik.standalone.Main]) читают только этот тип и
- * вложенные [llm]/[mcp] — прямых `System.getenv` вне `fromEnv` быть не должно.
- */
-@Serializable
-data class AgentikConfig(
-    val port: Int = DEFAULT_PORT,
-    val dbPath: String = DEFAULT_DB_PATH,
-    val llm: LlmConfig,
-    val mcp: McpConfig = McpConfig.empty(),
-    /** Папка со скилами (SKILL.md / *.yaml). `null` — скилы выключены. */
-    val skillsDir: String? = null,
-    /**
-     * Корневая директория памяти (Hermes-style §-файлы). `null` — память
-     * включается на дефолте `~/.agentik/memory`. Спецзначение `"off"` —
-     * память выключена (тулы memory_* не регистрируются, prefetch отключён).
-     */
-    val memoryDir: String? = null,
-    /**
-     * Путь к SOUL.md — файл с описанием персоны ассистента (markdown body).
-     * Содержимое вставляется в самое начало `systemInstruction` поверх
-     * базового промпта, секции навыков и memory-guidance. `null` — файл не
-     * читается, секция не добавляется.
-     */
-    val soulPath: String? = null,
-    /**
-     * Порог compaction'а working memory: доля от contextWindow, при которой
-     * запускается суммаризация старых ходов. Дефолт `0.8` (80%). Чем меньше —
-     * тем раньше начинаем сжимать (безопаснее для больших ассистентских
-     * ответов, но больше токенов уходит на compaction-вызовы).
-     *
-     * Если `contextWindow == null` (не задан через `OPENAI_CONTEXT_WINDOW`) —
-     * compaction не запускается вне зависимости от threshold.
-     */
-    val compressionThreshold: Double = DEFAULT_COMPRESSION_THRESHOLD,
-    /**
-     * Бэкенд долговременной памяти.
-     *  - [MemoryBackend.MD]     — Hermes-style §-файлы (keyword overlap).
-     *  - [MemoryBackend.VECTOR] — SQLite + JVector + LLM-эмбеддинги.
-     *  - [MemoryBackend.OFF]    — память выключена (`AGENTIK_MEMORY_DIR=off`).
-     */
-    val memoryBackend: MemoryBackend = MemoryBackend.MD,
-    /**
-     * Имя модели эмбеддингов для vector-бэкенда. Используется только при
-     * [embeddingBackend] = HTTP. Дефолт `text-embedding-3-small`
-     * (1536-мерный). Должна быть доступна через тот же baseUrl/apiKey что и LLM.
-     */
-    val embeddingModel: String = DEFAULT_EMBEDDING_MODEL,
-    /**
-     * Размерность эмбеддингов vector-бэкенда. Используется только при
-     * [embeddingBackend] = HTTP. Должна совпадать с реальной размерностью
-     * [embeddingModel]. Дефолт 1536 для `text-embedding-3-small`.
-     * Для [embeddingBackend] = SIGLIP размерность определяется самой моделью
-     * (768 для SigLIP2-base), параметр игнорируется.
-     */
-    val embeddingDimension: Int = DEFAULT_EMBEDDING_DIMENSION,
-    /**
-     * Бэкенд эмбеддингов для vector-памяти:
-     * - HTTP — POST /v1/embeddings к OpenAI-совместимому API (default);
-     * - SIGLIP — on-device SigLIP2 через ONNX Runtime (text-embedding-kmp), без сети.
-     */
-    val embeddingBackend: EmbeddingBackend = EmbeddingBackend.HTTP,
-    /**
-     * Путь к ONNX-модели SigLIP2 (`text_model_int8.onnx`). Используется только при
-     * [embeddingBackend] = SIGLIP.
-     */
-    val embeddingModelPath: String? = null,
-    /**
-     * Путь к sentencepiece-токенизатору (`tokenizer.model`). Используется только при
-     * [embeddingBackend] = SIGLIP.
-     */
-    val embeddingTokenizerPath: String? = null,
-    /**
-     * Через сколько пользовательских ходов запускать self-reflection.
-     * `0` или `null` — отключает reflection. Default: 10.
-     * См. [LlmReflector].
-     */
-    val reflectionInterval: Int = DEFAULT_REFLECTION_INTERVAL,
-    /**
-     * Сколько последних reflection-записей подмешивать в system prompt.
-     * Default: 3. `0` — не подмешивать.
-     */
-    val reflectionTopK: Int = DEFAULT_REFLECTION_TOP_K,
-    /**
-     * Через сколько пользовательских ходов запускать skill mining (фоновый
-     * LLM-прогон, который находит переиспользуемые скилы, которые модель
-     * забыла сохранить через `skill_save`). `0` — mining выключен. Default: 15.
-     * См. [pw.binom.agentik.standalone.agent.SkillMiner].
-     */
-    val skillMiningInterval: Int = DEFAULT_SKILL_MINING_INTERVAL,
-    /**
-     * Сколько последних ходов передавать skill-miner'у за один прогон.
-     * Default: 30.
-     */
-    val skillMiningMaxTurns: Int = DEFAULT_SKILL_MINING_MAX_TURNS,
-    /**
-     * Включает debug-эндпоинты (`/debug/reflect`, `/debug/skill-mine`,
-     * `/debug/curate`, `/debug/compact`, `/debug/tokens`) для ручного
-     * триггерирования фоновых фич без ожидания интервалов. Только локальная
-     * отладка: `AGENTIK_DEBUG_ENDPOINTS=1`.
-     */
-    val debugEndpoints: Boolean = false,
-) {
-    /** Бэкенд долговременной памяти. */
-    @Serializable
-    enum class MemoryBackend { MD, VECTOR, OFF }
-
-    /** Бэкенд эмбеддингов (для memory-backend=vector). */
-    @Serializable
-    enum class EmbeddingBackend { HTTP, SIGLIP }
-
-    companion object {
-        const val DEFAULT_PORT: Int = 8080
-        const val DEFAULT_DB_PATH: String = "./agentik.db"
-        const val DEFAULT_COMPRESSION_THRESHOLD: Double = 0.8
-        const val DEFAULT_EMBEDDING_MODEL: String = "text-embedding-3-small"
-        const val DEFAULT_EMBEDDING_DIMENSION: Int = 1536
-        const val DEFAULT_REFLECTION_INTERVAL: Int = 10
-        const val DEFAULT_REFLECTION_TOP_K: Int = 3
-        const val DEFAULT_SKILL_MINING_INTERVAL: Int = 15
-        const val DEFAULT_SKILL_MINING_MAX_TURNS: Int = 30
-
-        /**
-         * Читает конфигурацию из переменных среды.
-         *
-         * @param env абстракция доступа к env (для тестов подменяется lambda).
-         */
-        fun fromEnv(env: (String) -> String? = System::getenv): AgentikConfig = AgentikConfig(
-            port = env("AGENTIK_PORT")?.toIntOrNull() ?: DEFAULT_PORT,
-            dbPath = env("AGENTIK_DB_PATH")?.takeIf { it.isNotBlank() } ?: DEFAULT_DB_PATH,
-            llm = LlmConfig.fromEnv(env),
-            mcp = McpConfig.fromEnv(env),
-            skillsDir = env("AGENTIK_SKILLS_DIR")?.takeIf { it.isNotBlank() },
-            memoryDir = env("AGENTIK_MEMORY_DIR")?.takeIf { it.isNotBlank() },
-            soulPath = env("AGENTIK_SOUL")?.takeIf { it.isNotBlank() },
-            compressionThreshold = env("AGENTIK_COMPRESSION_THRESHOLD")?.toDoubleOrNull()
-                ?.coerceIn(0.1, 0.99) ?: DEFAULT_COMPRESSION_THRESHOLD,
-            memoryBackend = env("AGENTIK_MEMORY_BACKEND")?.let {
-                runCatching { MemoryBackend.valueOf(it.uppercase()) }.getOrNull()
-            } ?: MemoryBackend.MD,
-            embeddingModel = env("AGENTIK_EMBEDDING_MODEL")?.takeIf { it.isNotBlank() }
-                ?: DEFAULT_EMBEDDING_MODEL,
-            embeddingDimension = env("AGENTIK_EMBEDDING_DIMENSION")?.toIntOrNull()
-                ?: DEFAULT_EMBEDDING_DIMENSION,
-            embeddingBackend = env("AGENTIK_EMBEDDING_BACKEND")?.let {
-                runCatching { EmbeddingBackend.valueOf(it.uppercase()) }.getOrNull()
-            } ?: EmbeddingBackend.HTTP,
-            embeddingModelPath = env("AGENTIK_EMBEDDING_MODEL_PATH")?.takeIf { it.isNotBlank() },
-            embeddingTokenizerPath = env("AGENTIK_EMBEDDING_TOKENIZER_PATH")?.takeIf { it.isNotBlank() },
-            reflectionInterval = env("AGENTIK_REFLECTION_INTERVAL")?.toIntOrNull()
-                ?.coerceIn(0, 1000) ?: DEFAULT_REFLECTION_INTERVAL,
-            reflectionTopK = env("AGENTIK_REFLECTION_TOP_K")?.toIntOrNull()
-                ?.coerceIn(0, 20) ?: DEFAULT_REFLECTION_TOP_K,
-            skillMiningInterval = env("AGENTIK_SKILL_MINING_INTERVAL")?.toIntOrNull()
-                ?.coerceIn(0, 1000) ?: DEFAULT_SKILL_MINING_INTERVAL,
-            skillMiningMaxTurns = env("AGENTIK_SKILL_MINING_MAX_TURNS")?.toIntOrNull()
-                ?.coerceIn(1, 1000) ?: DEFAULT_SKILL_MINING_MAX_TURNS,
-            debugEndpoints = env("AGENTIK_DEBUG_ENDPOINTS")?.let {
-                it.equals("1", ignoreCase = true) || it.equals("true", ignoreCase = true)
-            } ?: false,
-        )
-    }
-}

standalone/src/jvmMain/kotlin/pw/binom/agentik/standalone/config/AppConfig.kt

@@ -0,0 +1,222 @@
+package pw.binom.agentik.standalone.config
+
+import kotlinx.serialization.Serializable
+
+import pw.binom.agentik.standalone.llm.GoogleConfig
+import pw.binom.agentik.standalone.llm.LlmBackend
+import pw.binom.agentik.standalone.llm.LlmConfig
+import pw.binom.agentik.standalone.llm.OpenAiConfig
+import pw.binom.agentik.mcp.bridge.McpConfig
+
+// Inlined here (AppLimits.kt удалён параллельным рефакторингом): сетевые капы
+// и env-parser limits живут рядом с тем, кто их использует, чтобы :config не
+// зависел от удалённого AppLimits.kt.
+private const val MAX_PORT: Int = 65535
+private const val MIN_EMBEDDING_DIM: Int = 1
+private const val MAX_EMBEDDING_DIM: Int = 4096
+
+/**
+ * Single source of truth для всей конфигурации :standalone-рантайма.
+ *
+ * Раньше env vars читались тремя независимыми проходами (AgentikConfig.fromEnv,
+ * LlmConfig.fromEnv, McpConfig.fromEnv) — плюс LlmConfig.resolveContextWindow
+ * перечитывал env повторно. Теперь все ~30 vars читаются и валидируются в одном
+ * fromEnv(env: (String) -> String?) заходе, дальше по модулю ходит только
+ * иммутабельный AppConfig с секциями.
+ *
+ * Потребители (pw.binom.agentik.standalone.Main) читают только этот тип —
+ * прямых System.getenv вне fromEnv быть не должно.
+ */
+@Serializable
+data class AppConfig(
+    val agent: AgentSection,
+    val llm: LlmConfig,
+    val mcp: McpConfig,
+    val memory: MemorySection,
+    val embedding: EmbeddingSection,
+    val reflection: ReflectionSection,
+    val skillMining: SkillMiningSection,
+    val debug: DebugSection,
+) {
+    /** HTTP-сервер, БД, skills, soul. */
+    @Serializable
+    data class AgentSection(
+        val port: Int = DEFAULT_PORT,
+        val dbPath: String = DEFAULT_DB_PATH,
+        /** Папка со скилами (SKILL.md / *.yaml). `null` — скилы выключены. */
+        val skillsDir: String? = null,
+        /**
+         * Путь к SOUL.md — файл с описанием персоны ассистента (markdown body).
+         * `null` — файл не читается, секция не добавляется.
+         */
+        val soulPath: String? = null,
+    )
+
+    /** Долговременная память. */
+    @Serializable
+    data class MemorySection(
+        /**
+         * Корневая директория памяти (Hermes-style §-файлы). `null` — память
+         * включается на дефолте ~/.agentik/memory. Спецзначение "off" —
+         * память выключена.
+         */
+        val dir: String? = null,
+        /** Бэкенд долговременной памяти. */
+        val backend: MemoryBackend = MemoryBackend.MD,
+        /** Порог compaction'а working memory. Default: 0.8 (80%). */
+        val compressionThreshold: Double = DEFAULT_COMPRESSION_THRESHOLD,
+        /** Через сколько ходов запускать LLM-based memory review. `0` — выключает. */
+        val reviewInterval: Int = DEFAULT_MEMORY_REVIEW_INTERVAL,
+    )
+
+    /** Эмбеддинги для vector-бэкенда памяти. */
+    @Serializable
+    data class EmbeddingSection(
+        val model: String = DEFAULT_EMBEDDING_MODEL,
+        val dimension: Int = DEFAULT_EMBEDDING_DIMENSION,
+        /** HTTP — POST /v1/embeddings к OpenAI-совместимому API (default);
+         *  SIGLIP — on-device SigLIP2 через ONNX Runtime, без сети. */
+        val backend: EmbeddingBackend = EmbeddingBackend.HTTP,
+        /** Путь к ONNX-модели SigLIP2. Используется только при backend = SIGLIP. */
+        val modelPath: String? = null,
+        /** Путь к sentencepiece-токенизатору. Используется только при backend = SIGLIP. */
+        val tokenizerPath: String? = null,
+    )
+
+    /** Self-reflection: фоновый LLM-прогон, подмешивающий top-K рефлексий в system prompt. */
+    @Serializable
+    data class ReflectionSection(
+        val interval: Int = DEFAULT_REFLECTION_INTERVAL,
+        val topK: Int = DEFAULT_REFLECTION_TOP_K,
+    )
+
+    /** Skill mining: фоновый LLM-прогон, находящий переиспользуемые скилы. */
+    @Serializable
+    data class SkillMiningSection(
+        val interval: Int = DEFAULT_SKILL_MINING_INTERVAL,
+        val maxTurns: Int = DEFAULT_SKILL_MINING_MAX_TURNS,
+    )
+
+    /** Debug-эндпоинты (/debug/reflect, /debug/skill-mine, и т.д.). */
+    @Serializable
+    data class DebugSection(
+        val endpoints: Boolean = false,
+    )
+
+    /** Бэкенд долговременной памяти. */
+    @Serializable
+    enum class MemoryBackend { MD, VECTOR, OFF }
+
+    /** Бэкенд эмбеддингов (для memory-backend=vector). */
+    @Serializable
+    enum class EmbeddingBackend { HTTP, SIGLIP }
+
+    companion object {
+        const val DEFAULT_PORT: Int = 8080
+        const val DEFAULT_DB_PATH: String = "./agentik.db"
+        const val DEFAULT_COMPRESSION_THRESHOLD: Double = 0.8
+        const val DEFAULT_EMBEDDING_MODEL: String = "text-embedding-3-small"
+        const val DEFAULT_EMBEDDING_DIMENSION: Int = 1536
+        const val DEFAULT_REFLECTION_INTERVAL: Int = 10
+        const val DEFAULT_REFLECTION_TOP_K: Int = 3
+        const val DEFAULT_SKILL_MINING_INTERVAL: Int = 15
+        const val DEFAULT_SKILL_MINING_MAX_TURNS: Int = 30
+        const val DEFAULT_MEMORY_REVIEW_INTERVAL: Int = 10
+
+        /**
+         * Читает ВСЮ конфигурацию :standalone одним проходом.
+         */
+        fun fromEnv(env: (String) -> String? = System::getenv): AppConfig {
+            val llmBackend = parseLlmBackend(env("AGENTIK_LLM_BACKEND"))
+            val systemPrompt = env("AGENTIK_SYSTEM_PROMPT")
+                ?.takeIf { it.isNotBlank() }
+                ?: LlmConfig.DEFAULT_SYSTEM_PROMPT
+
+            val llm = when (llmBackend) {
+                LlmBackend.OPENAI -> LlmConfig(
+                    backend = llmBackend,
+                    systemPrompt = systemPrompt,
+                    openai = OpenAiConfig(
+                        baseUrl = requireEnv(env, "OPENAI_BASE_URL"),
+                        apiKey = requireEnv(env, "OPENAI_API_KEY"),
+                        model = requireEnv(env, "OPENAI_MODEL"),
+                        contextWindow = env("OPENAI_CONTEXT_WINDOW")?.toIntOrNull(),
+                    ),
+                )
+                LlmBackend.GOOGLE -> LlmConfig(
+                    backend = llmBackend,
+                    systemPrompt = systemPrompt,
+                    google = GoogleConfig(
+                        modelPath = requireEnv(env, "AGENTIK_GOOGLE_MODEL_PATH"),
+                        cacheDir = env("AGENTIK_GOOGLE_CACHE_DIR")?.takeIf { it.isNotBlank() },
+                        threads = env("AGENTIK_GOOGLE_THREADS")?.toIntOrNull(),
+                        contextWindow = env("AGENTIK_GOOGLE_CONTEXT_WINDOW")?.toIntOrNull(),
+                    ),
+                )
+            }
+
+            return AppConfig(
+                agent = AgentSection(
+                    port = env("AGENTIK_PORT")?.toIntOrNull()
+                        ?.takeIf { it in 0..MAX_PORT }
+                        ?: DEFAULT_PORT,
+                    dbPath = env("AGENTIK_DB_PATH")?.takeIf { it.isNotBlank() } ?: DEFAULT_DB_PATH,
+                    skillsDir = env("AGENTIK_SKILLS_DIR")?.takeIf { it.isNotBlank() },
+                    soulPath = env("AGENTIK_SOUL")?.takeIf { it.isNotBlank() },
+                ),
+                llm = llm,
+                mcp = McpConfig.fromEnv(env),
+                memory = MemorySection(
+                    dir = env("AGENTIK_MEMORY_DIR")?.takeIf { it.isNotBlank() },
+                    backend = env("AGENTIK_MEMORY_BACKEND")?.let {
+                        runCatching { MemoryBackend.valueOf(it.uppercase()) }.getOrNull()
+                    } ?: MemoryBackend.MD,
+                    compressionThreshold = env("AGENTIK_COMPRESSION_THRESHOLD")?.toDoubleOrNull()
+                        ?.coerceIn(0.1, 0.99) ?: DEFAULT_COMPRESSION_THRESHOLD,
+                    reviewInterval = env("AGENTIK_MEMORY_REVIEW_INTERVAL")?.toIntOrNull()
+                        ?.coerceIn(0, 1000) ?: DEFAULT_MEMORY_REVIEW_INTERVAL,
+                ),
+                embedding = EmbeddingSection(
+                    model = env("AGENTIK_EMBEDDING_MODEL")?.takeIf { it.isNotBlank() }
+                        ?: DEFAULT_EMBEDDING_MODEL,
+                    dimension = env("AGENTIK_EMBEDDING_DIMENSION")?.toIntOrNull()
+                        ?.coerceIn(MIN_EMBEDDING_DIM, MAX_EMBEDDING_DIM)
+                        ?: DEFAULT_EMBEDDING_DIMENSION,
+                    backend = env("AGENTIK_EMBEDDING_BACKEND")?.let {
+                        runCatching { EmbeddingBackend.valueOf(it.uppercase()) }.getOrNull()
+                    } ?: EmbeddingBackend.HTTP,
+                    modelPath = env("AGENTIK_EMBEDDING_MODEL_PATH")?.takeIf { it.isNotBlank() },
+                    tokenizerPath = env("AGENTIK_EMBEDDING_TOKENIZER_PATH")?.takeIf { it.isNotBlank() },
+                ),
+                reflection = ReflectionSection(
+                    interval = env("AGENTIK_REFLECTION_INTERVAL")?.toIntOrNull()
+                        ?.coerceIn(0, 1000) ?: DEFAULT_REFLECTION_INTERVAL,
+                    topK = env("AGENTIK_REFLECTION_TOP_K")?.toIntOrNull()
+                        ?.coerceIn(0, 20) ?: DEFAULT_REFLECTION_TOP_K,
+                ),
+                skillMining = SkillMiningSection(
+                    interval = env("AGENTIK_SKILL_MINING_INTERVAL")?.toIntOrNull()
+                        ?.coerceIn(0, 1000) ?: DEFAULT_SKILL_MINING_INTERVAL,
+                    maxTurns = env("AGENTIK_SKILL_MINING_MAX_TURNS")?.toIntOrNull()
+                        ?.coerceIn(1, 1000) ?: DEFAULT_SKILL_MINING_MAX_TURNS,
+                ),
+                debug = DebugSection(
+                    endpoints = env("AGENTIK_DEBUG_ENDPOINTS")?.let {
+                        it.equals("1", ignoreCase = true) || it.equals("true", ignoreCase = true)
+                    } ?: false,
+                ),
+            )
+        }
+
+        private fun requireEnv(env: (String) -> String?, name: String): String =
+            env(name)?.takeIf { it.isNotBlank() }
+                ?: error("Required env var $name is not set or is blank")
+
+        private fun parseLlmBackend(raw: String?): LlmBackend = when (raw?.takeIf { it.isNotBlank() }?.uppercase()) {
+            "OPENAI" -> LlmBackend.OPENAI
+            "GOOGLE" -> LlmBackend.GOOGLE
+            null -> LlmBackend.OPENAI
+            else -> error("Unknown AGENTIK_LLM_BACKEND: '$raw' (expected: openai, google)")
+        }
+    }
+}

standalone/src/jvmMain/kotlin/pw/binom/agentik/standalone/llm/LlmConfig.kt

@@ -8,9 +8,20 @@ import pw.binom.litert.LiteLlm
 import pw.binom.litert.openai.OpenAiConfig as LitertOpenAiConfig
 import pw.binom.litert.openai.openAiLiteLlm
 
+// NB: Этот файл хранит DTO-типы LLM (LlmConfig / OpenAiConfig / GoogleConfig /
+// LlmBackend), но больше НЕ читает env vars сам — env-чтение переехало в
+// AppConfig.fromEnv (single source of truth). Старые LlmConfig.fromEnv и
+// LlmConfig.resolveContextWindow удалены: они перечитывали те же env vars,
+// которые AppConfig уже распарсил, а env-default в resolveContextWindow ещё
+// и ломал testability (резолвил против System.getenv вместо test-lambda).
+
 /**
- * Конфигурация LLM. Сериализуемая: наши собственные [OpenAiConfig]/[GoogleConfig]
- * вместо внешних litert-типов, чтобы работал и env, и (позже) файл.
+ * Конфигурация LLM. Сериализуемая: наши собственные OpenAiConfig/GoogleConfig
+ * вместо внешних litert-типов, чтобы работал и AppConfig, и (позже) файл.
+ *
+ * Наполнение из env теперь живёт в
+ * [pw.binom.agentik.standalone.config.AppConfig.fromEnv] — этот класс
+ * остаётся чистым DTO.
  */
 @Serializable
 data class LlmConfig(
@@ -37,53 +48,21 @@ data class LlmConfig(
     }
 
     /**
-     * Размер контекстного окна в токенах для текущего бэкенда, или `null`,
-     * если не задан ни в env, ни в конфиге. Когда `null` — [ChatConversation]
-     * не считает лимит и compaction не запускается.
+     * Размер контекстного окна в токенах для активного бэкенда, или null,
+     * если не задан в AppConfig. Когда null — [ChatConversation] не
+     * считает лимит и compaction не запускается.
      *
-     * Резолвер env (вызывается один раз из `Main.kt`): `OPENAI_CONTEXT_WINDOW`
-     * для OpenAI-совместимых, `AGENTIK_GOOGLE_CONTEXT_WINDOW` для Google/LiteRT.
-     * Никакого автодетекта по имени модели — если лимит не задан, лучше не
-     * сжимать вообще, чем угадывать.
+     * Заменяет старый LlmConfig.resolveContextWindow(env) — env-чтение
+     * теперь живёт только в AppConfig.fromEnv, здесь мы просто
+     * прокидываем уже распарсенное значение активного бэкенда.
      */
-    fun resolveContextWindow(env: (String) -> String? = System::getenv): Int? = when (backend) {
-        LlmBackend.OPENAI -> env("OPENAI_CONTEXT_WINDOW")?.toIntOrNull()
-            ?: openai?.contextWindow
-        LlmBackend.GOOGLE -> env("AGENTIK_GOOGLE_CONTEXT_WINDOW")?.toIntOrNull()
-            ?: google?.contextWindow
+    val contextWindow: Int? get() = when (backend) {
+        LlmBackend.OPENAI -> openai?.contextWindow
+        LlmBackend.GOOGLE -> google?.contextWindow
     }
 
     companion object {
         const val DEFAULT_SYSTEM_PROMPT: String = "Ты полезный ассистент. Отвечай кратко и по делу."
-
-        fun fromEnv(env: (String) -> String? = System::getenv): LlmConfig {
-            val backend = LlmBackend.parse(env("AGENTIK_LLM_BACKEND"))
-            val systemPromptRaw = env("AGENTIK_SYSTEM_PROMPT")
-            val systemPrompt = if (systemPromptRaw.isNullOrBlank()) DEFAULT_SYSTEM_PROMPT else systemPromptRaw
-            return when (backend) {
-                LlmBackend.OPENAI -> {
-                    val openai = OpenAiConfig(
-                        baseUrl = requireEnv(env, "OPENAI_BASE_URL"),
-                        apiKey = requireEnv(env, "OPENAI_API_KEY"),
-                        model = requireEnv(env, "OPENAI_MODEL"),
-                        contextWindow = env("OPENAI_CONTEXT_WINDOW")?.toIntOrNull(),
-                    )
-                    LlmConfig(backend, systemPrompt, openai = openai)
-                }
-                LlmBackend.GOOGLE -> {
-                    val google = GoogleConfig(
-                        modelPath = requireEnv(env, "AGENTIK_GOOGLE_MODEL_PATH"),
-                        cacheDir = env("AGENTIK_GOOGLE_CACHE_DIR"),
-                        threads = env("AGENTIK_GOOGLE_THREADS")?.toInt(),
-                        contextWindow = env("AGENTIK_GOOGLE_CONTEXT_WINDOW")?.toIntOrNull(),
-                    )
-                    LlmConfig(backend, systemPrompt, google = google)
-                }
-            }
-        }
-
-        private fun requireEnv(env: (String) -> String?, name: String): String =
-            env(name) ?: error("Required env var $name is not set")
     }
 }
 
@@ -94,8 +73,8 @@ data class OpenAiConfig(
     val apiKey: String,
     val model: String,
     /**
-     * Лимит контекстного окна в токенах. `null` → берётся из env
-     * `OPENAI_CONTEXT_WINDOW`, иначе compaction не запускается.
+     * Лимит контекстного окна в токенах. null → compaction не запускается.
+     * Заполняется один раз в AppConfig.fromEnv из env OPENAI_CONTEXT_WINDOW.
      */
     val contextWindow: Int? = null,
 ) {
@@ -109,14 +88,6 @@ data class OpenAiConfig(
 enum class LlmBackend {
     OPENAI,
     GOOGLE;
-
-    companion object {
-        fun parse(raw: String?): LlmBackend = when (raw?.lowercase()) {
-            null, "", "openai" -> OPENAI
-            "google", "litert", "litert-google" -> GOOGLE
-            else -> error("Unknown LLM backend '$raw', expected 'openai' or 'google'")
-        }
-    }
 }
 
 /** Настройки встроенного LiteRT-LM (Google) бэкенда. */
@@ -126,8 +97,8 @@ data class GoogleConfig(
     val cacheDir: String? = null,
     val threads: Int? = null,
     /**
-     * Лимит контекстного окна в токенах. `null` → берётся из env
-     * `AGENTIK_GOOGLE_CONTEXT_WINDOW`, иначе compaction не запускается.
+     * Лимит контекстного окна в токенах. null → compaction не запускается.
+     * Заполняется один раз в AppConfig.fromEnv из env AGENTIK_GOOGLE_CONTEXT_WINDOW.
      */
     val contextWindow: Int? = null,
 ) {

standalone/src/jvmTest/kotlin/pw/binom/agentik/standalone/agent/ChatAgentTest.kt

@@ -37,6 +37,7 @@ import kotlin.test.assertNotNull
 import kotlin.test.assertNull
 import kotlin.test.assertTrue
 import kotlin.time.Instant
+import pw.binom.agentik.toolsets.NamedTool
 
 class ChatAgentTest {
 

standalone/src/jvmTest/kotlin/pw/binom/agentik/standalone/agent/CompactionTest.kt

@@ -8,7 +8,6 @@ import pw.binom.agentik.memory.MemoryStore
 import pw.binom.agentik.memory.NewMemoryNote
 import pw.binom.agentik.memory.ReviewedTurn
 import pw.binom.agentik.memory.md.KeywordMdReviewer
-import pw.binom.agentik.standalone.config.AgentikConfig
 import pw.binom.agentik.standalone.llm.LlmBackend
 import pw.binom.agentik.standalone.llm.LlmConfig
 import pw.binom.agentik.standalone.llm.OpenAiConfig
@@ -31,6 +30,8 @@ import kotlin.test.assertTrue
 import kotlin.test.assertFalse
 import kotlin.time.Instant
 import kotlinx.coroutines.flow.asSharedFlow
+import pw.binom.agentik.llm.tools.ContextCompactor
+import pw.binom.agentik.llm.tools.SummaryTurn
 
 /**
  * Тесты для [ChatConversation.compactPreTurnIfNeeded]: триггер compaction'а

standalone/src/jvmTest/kotlin/pw/binom/agentik/standalone/agent/MemoryWiringTest.kt

@@ -11,6 +11,7 @@ import kotlinx.coroutines.withTimeout
 import kotlinx.io.files.Path
 import kotlinx.io.files.SystemFileSystem
 import kotlinx.io.files.SystemTemporaryDirectory
+import pw.binom.agentik.memory.ConversationTurn
 import pw.binom.agentik.memory.MemoryCategory
 import pw.binom.agentik.memory.MemoryNote
 import pw.binom.agentik.memory.MemoryPrefetcher
@@ -30,6 +31,8 @@ import pw.binom.agentik.standalone.llm.LlmBackend
 import pw.binom.agentik.standalone.llm.LlmConfig
 import pw.binom.agentik.standalone.llm.OpenAiConfig
 import pw.binom.agentik.storage.sqlite.SqliteStores
+import pw.binom.agentik.llm.tools.ContextCompactor
+import pw.binom.agentik.llm.tools.SummaryTurn
 import kotlin.test.AfterTest
 import kotlin.test.BeforeTest
 import kotlin.test.Test
@@ -68,6 +71,9 @@ class MemoryWiringTest {
         memoryStore: MemoryStore,
         prefetcher: MemoryPrefetcher,
         reviewer: MemoryReviewer,
+        contextWindow: Int? = null,
+        compressionThreshold: Double = 0.8,
+        contextCompactor: ContextCompactor = EchoCompactor,
     ): ChatAgent = ChatAgent(
         id = "agentik",
         storage = storage,
@@ -80,6 +86,9 @@ class MemoryWiringTest {
         memoryStore = memoryStore,
         memoryPrefetcher = prefetcher,
         memoryReviewer = reviewer,
+        contextWindow = contextWindow,
+        compressionThreshold = compressionThreshold,
+        contextCompactor = contextCompactor,
     )
 
     @Test
@@ -248,36 +257,58 @@ class MemoryWiringTest {
     }
 
     @Test
-    fun `reviewer upserts suggested notes after a successful turn`() = runTest {
+    fun `reviewer fires on compaction (event-driven), not on every turn`() = runTest {
+        // После перехода на event-driven: review fires ТОЛЬКО в CompactionCoordinator.compactPreTurn()
+        // (через reviewer.reviewPreCompaction()) — не на каждый turn, не по interval'у.
+        // На простом turn без compaction review НЕ запускается.
         val store = openMdMemorySystem(root)
         fakeLlm.reply = "Sure, I'll remember that."
-        val reviewerReturned = CompletableDeferred<Unit>()
+        val reviewerInvoked = CompletableDeferred<Unit>()
         val reviewer = object : MemoryReviewer {
-            override suspend fun review(turn: ReviewedTurn): MemoryReviewDecision {
-                val decision = MemoryReviewDecision(
+            override suspend fun review(turn: ReviewedTurn): MemoryReviewDecision =
+                error("review() не должен вызываться — только reviewPreCompaction() на compaction")
+            override suspend fun reviewPreCompaction(turns: List<ConversationTurn>): MemoryReviewDecision {
+                reviewerInvoked.complete(Unit)
+                return MemoryReviewDecision(
                     toSave = listOf(NewMemoryNote(MemoryCategory.PREFERENCE, "prefers k8s")),
                     toDelete = emptyList(),
                 )
-                reviewerReturned.complete(Unit)
-                return decision
             }
         }
 
-        val agent = newAgent(store.store, StaticPrefetcher { _, _ -> emptyList() }, reviewer)
+        val agent = newAgent(
+            store.store,
+            StaticPrefetcher { _, _ -> emptyList() },
+            reviewer,
+            contextWindow = 1024,    // forceCompactNow требует contextWindow
+        )
         val conv = agent.createConversation(temp = false) as ChatConversation
-        conv.send(listOf(Content.Text("please note: I prefer k8s")))
 
-        // Дожидаемся, пока ревьюер отдаст решение, и ещё немного — чтобы
-        // scheduleReview успел сделать upsert в IO-диспетчере.
+        // Отправляем turn — ничего не должно триггериться, т.к. event-driven review
+        // fires только на compaction/closing.
+        conv.send(listOf(Content.Text("please note: I prefer k8s over docker swarm")))
+
+        // Ждём немного, проверяем что reviewer.review() НЕ был вызван
         withContext(Dispatchers.Default.limitedParallelism(1)) {
-            withTimeout(2_000) { reviewerReturned.await() }
+            delay(200)
+        }
+        assertTrue(store.store.list(category = MemoryCategory.PREFERENCE).isEmpty(),
+            "review НЕ должен был вызваться на простом turn без compaction")
+
+        // Триггерим compaction вручную (через debug-API ConversationLoop.forceCompactNow).
+        // Это вызывает CompactionCoordinator.compactPreTurn → reviewer.reviewPreCompaction.
+        conv.forceCompactNow()
+
+        // Дожидаемся reviewPreCompaction и upsert'а в IO-диспетчере.
+        withContext(Dispatchers.Default.limitedParallelism(1)) {
+            withTimeout(2_000) { reviewerInvoked.await() }
             withTimeout(2_000) {
                 while (store.store.list(category = MemoryCategory.PREFERENCE).isEmpty()) delay(20)
             }
         }
 
         val notes = store.store.list(category = MemoryCategory.PREFERENCE)
-        assertEquals(1, notes.size)
+        assertEquals(1, notes.size, "reviewPreCompaction должен сохранить заметку")
         assertEquals("prefers k8s", notes[0].content)
         assertEquals(MemorySource.AUTO_REVIEW, notes[0].source)
         agent.close()
@@ -300,3 +331,9 @@ private class NoopReviewer : MemoryReviewer {
     override suspend fun review(turn: ReviewedTurn): MemoryReviewDecision =
         MemoryReviewDecision(toSave = emptyList(), toDelete = emptyList())
 }
+
+/** Простой compactor для тестов: возвращает статичную строку. */
+private object EchoCompactor : ContextCompactor {
+    override suspend fun summarize(turns: List<SummaryTurn>): String =
+        if (turns.isEmpty()) "" else "compacted-${turns.size}-turns"
+}

standalone/src/jvmTest/kotlin/pw/binom/agentik/standalone/agent/ReflectionParserTest.kt

@@ -4,6 +4,7 @@ import kotlin.test.Test
 import kotlin.test.assertEquals
 import kotlin.test.assertNotNull
 import kotlin.test.assertNull
+import pw.binom.agentik.llm.tools.ReflectionParser
 
 class ReflectionParserTest {
 

standalone/src/jvmTest/kotlin/pw/binom/agentik/standalone/agent/SkillMinerTest.kt

@@ -5,6 +5,7 @@ import pw.binom.agentik.memory.ConversationTurn
 import kotlin.test.Test
 import kotlin.test.assertEquals
 import kotlin.test.assertTrue
+import pw.binom.agentik.llm.tools.SkillMiner
 
 class SkillMinerTest {
 

standalone/src/jvmTest/kotlin/pw/binom/agentik/standalone/agent/SkillMiningParserTest.kt

@@ -3,6 +3,7 @@ package pw.binom.agentik.standalone.agent
 import kotlin.test.Test
 import kotlin.test.assertEquals
 import kotlin.test.assertTrue
+import pw.binom.agentik.llm.tools.SkillMiningParser
 
 class SkillMiningParserTest {
 

standalone/src/jvmTest/kotlin/pw/binom/agentik/standalone/agent/memory/LlmMemoryReviewerTest.kt

@@ -14,6 +14,8 @@ import kotlin.test.assertEquals
 import kotlin.test.assertNotNull
 import kotlin.test.assertTrue
 import kotlin.time.Instant
+import pw.binom.agentik.llm.tools.LlmMemoryReviewer
+import pw.binom.agentik.llm.tools.ReviewPrompts
 
 class LlmMemoryReviewerTest {
 

standalone/src/jvmTest/kotlin/pw/binom/agentik/standalone/agent/memory/ReviewDecisionParserTest.kt

@@ -5,6 +5,7 @@ import pw.binom.agentik.memory.MemoryReviewDecision
 import kotlin.test.Test
 import kotlin.test.assertEquals
 import kotlin.test.assertTrue
+import pw.binom.agentik.llm.tools.ReviewDecisionParser
 
 class ReviewDecisionParserTest {
 

standalone/src/jvmTest/kotlin/pw/binom/agentik/standalone/config/AppConfigTest.kt

@@ -7,7 +7,7 @@ import kotlin.test.assertEquals
 import kotlin.test.assertFailsWith
 import kotlin.test.assertTrue
 
-class AgentikConfigTest {
+class AppConfigTest {
 
     private fun openAiEnv(
         extra: Map<String, String> = emptyMap(),
@@ -22,42 +22,42 @@ class AgentikConfigTest {
 
     @Test
     fun `defaults applied when port and db path absent`() {
-        val cfg = AgentikConfig.fromEnv(openAiEnv())
-        assertEquals(AgentikConfig.DEFAULT_PORT, cfg.port)
-        assertEquals(AgentikConfig.DEFAULT_DB_PATH, cfg.dbPath)
+        val cfg = AppConfig.fromEnv(openAiEnv())
+        assertEquals(AppConfig.DEFAULT_PORT, cfg.agent.port)
+        assertEquals(AppConfig.DEFAULT_DB_PATH, cfg.agent.dbPath)
     }
 
     @Test
     fun `reads port and db path from env`() {
-        val cfg = AgentikConfig.fromEnv(
+        val cfg = AppConfig.fromEnv(
             openAiEnv(mapOf("AGENTIK_PORT" to "9999", "AGENTIK_DB_PATH" to "/tmp/x.db")),
         )
-        assertEquals(9999, cfg.port)
-        assertEquals("/tmp/x.db", cfg.dbPath)
+        assertEquals(9999, cfg.agent.port)
+        assertEquals("/tmp/x.db", cfg.agent.dbPath)
     }
 
     @Test
     fun `blank db path falls back to default`() {
-        val cfg = AgentikConfig.fromEnv(openAiEnv(mapOf("AGENTIK_DB_PATH" to "   ")))
-        assertEquals(AgentikConfig.DEFAULT_DB_PATH, cfg.dbPath)
+        val cfg = AppConfig.fromEnv(openAiEnv(mapOf("AGENTIK_DB_PATH" to "   ")))
+        assertEquals(AppConfig.DEFAULT_DB_PATH, cfg.agent.dbPath)
     }
 
     @Test
     fun `non-numeric port falls back to default`() {
-        val cfg = AgentikConfig.fromEnv(openAiEnv(mapOf("AGENTIK_PORT" to "not-a-port")))
-        assertEquals(AgentikConfig.DEFAULT_PORT, cfg.port)
+        val cfg = AppConfig.fromEnv(openAiEnv(mapOf("AGENTIK_PORT" to "not-a-port")))
+        assertEquals(AppConfig.DEFAULT_PORT, cfg.agent.port)
     }
 
     @Test
-    fun `delegates llm to LlmConfig fromEnv`() {
-        val cfg = AgentikConfig.fromEnv(openAiEnv())
+    fun `delegates llm to AppConfig fromEnv`() {
+        val cfg = AppConfig.fromEnv(openAiEnv())
         assertEquals(LlmBackend.OPENAI, cfg.llm.backend)
         assertEquals("gpt-4o-mini", cfg.llm.openai?.model)
     }
 
     @Test
     fun `google backend is selected via env`() {
-        val cfg = AgentikConfig.fromEnv { name ->
+        val cfg = AppConfig.fromEnv { name ->
             when (name) {
                 "AGENTIK_LLM_BACKEND" -> "google"
                 "AGENTIK_GOOGLE_MODEL_PATH" -> "/models/gemma.litertlm"
@@ -71,13 +71,13 @@ class AgentikConfigTest {
     @Test
     fun `missing required llm env propagates`() {
         assertFailsWith<IllegalStateException> {
-            AgentikConfig.fromEnv { name -> if (name == "OPENAI_BASE_URL") "x" else null }
+            AppConfig.fromEnv { name -> if (name == "OPENAI_BASE_URL") "x" else null }
         }
     }
 
     @Test
     fun `mcp empty when no config path`() {
-        val cfg = AgentikConfig.fromEnv(openAiEnv())
+        val cfg = AppConfig.fromEnv(openAiEnv())
         assertTrue(cfg.mcp.isEmpty)
     }
 
@@ -94,7 +94,7 @@ class AgentikConfigTest {
                 }
                 """.trimIndent(),
             )
-            val cfg = AgentikConfig.fromEnv(openAiEnv(mapOf("AGENTIK_MCP_CONFIG" to tmp.absolutePath)))
+            val cfg = AppConfig.fromEnv(openAiEnv(mapOf("AGENTIK_MCP_CONFIG" to tmp.absolutePath)))
             assertEquals(1, cfg.mcp.servers.size)
             assertEquals("fetch", cfg.mcp.servers.first().name)
         } finally {
@@ -104,41 +104,41 @@ class AgentikConfigTest {
 
     @Test
     fun `skills dir defaults to null`() {
-        assertEquals(null, AgentikConfig.fromEnv(openAiEnv()).skillsDir)
+        assertEquals(null, AppConfig.fromEnv(openAiEnv()).agent.skillsDir)
     }
 
     @Test
     fun `skills dir read from env`() {
-        val cfg = AgentikConfig.fromEnv(openAiEnv(mapOf("AGENTIK_SKILLS_DIR" to "/skills")))
-        assertEquals("/skills", cfg.skillsDir)
+        val cfg = AppConfig.fromEnv(openAiEnv(mapOf("AGENTIK_SKILLS_DIR" to "/skills")))
+        assertEquals("/skills", cfg.agent.skillsDir)
     }
 
     @Test
     fun `blank skills dir falls back to null`() {
-        val cfg = AgentikConfig.fromEnv(openAiEnv(mapOf("AGENTIK_SKILLS_DIR" to "   ")))
-        assertEquals(null, cfg.skillsDir)
+        val cfg = AppConfig.fromEnv(openAiEnv(mapOf("AGENTIK_SKILLS_DIR" to "   ")))
+        assertEquals(null, cfg.agent.skillsDir)
     }
 
     @Test
     fun `soul path defaults to null`() {
-        assertEquals(null, AgentikConfig.fromEnv(openAiEnv()).soulPath)
+        assertEquals(null, AppConfig.fromEnv(openAiEnv()).agent.soulPath)
     }
 
     @Test
     fun `soul path read from env`() {
-        val cfg = AgentikConfig.fromEnv(openAiEnv(mapOf("AGENTIK_SOUL" to "/etc/SOUL.md")))
-        assertEquals("/etc/SOUL.md", cfg.soulPath)
+        val cfg = AppConfig.fromEnv(openAiEnv(mapOf("AGENTIK_SOUL" to "/etc/SOUL.md")))
+        assertEquals("/etc/SOUL.md", cfg.agent.soulPath)
     }
 
     @Test
     fun `blank soul path falls back to null`() {
-        val cfg = AgentikConfig.fromEnv(openAiEnv(mapOf("AGENTIK_SOUL" to "   ")))
-        assertEquals(null, cfg.soulPath)
+        val cfg = AppConfig.fromEnv(openAiEnv(mapOf("AGENTIK_SOUL" to "   ")))
+        assertEquals(null, cfg.agent.soulPath)
     }
 
     @Test
     fun `serialization round-trips through json`() {
-        val original = AgentikConfig.fromEnv(
+        val original = AppConfig.fromEnv(
             openAiEnv(
                 mapOf(
                     "AGENTIK_PORT" to "7777",
@@ -148,14 +148,14 @@ class AgentikConfigTest {
                 ),
             ),
         ).copy(
-            mcp = pw.binom.agentik.standalone.mcp.McpConfig(
+            mcp = pw.binom.agentik.mcp.bridge.McpConfig(
                 servers = listOf(
-                    pw.binom.agentik.standalone.mcp.McpServerSpec.Stdio(
+                    pw.binom.agentik.mcp.bridge.McpServerSpec.Stdio(
                         name = "fetch",
                         command = "uvx",
                         args = listOf("mcp-server-fetch"),
                     ),
-                    pw.binom.agentik.standalone.mcp.McpServerSpec.Http(
+                    pw.binom.agentik.mcp.bridge.McpServerSpec.Http(
                         name = "remote",
                         url = "https://example.com/mcp",
                         headers = mapOf("Authorization" to "Bearer x"),
@@ -165,35 +165,35 @@ class AgentikConfigTest {
         )
 
         val json = Json { encodeDefaults = true }
-        val text = json.encodeToString(AgentikConfig.serializer(), original)
-        val restored = json.decodeFromString(AgentikConfig.serializer(), text)
+        val text = json.encodeToString(AppConfig.serializer(), original)
+        val restored = json.decodeFromString(AppConfig.serializer(), text)
 
         assertEquals(original, restored)
     }
 
     @Test
     fun `compressionThreshold defaults to 0_8 when env unset`() {
-        val cfg = AgentikConfig.fromEnv(openAiEnv())
-        assertEquals(0.8, cfg.compressionThreshold)
+        val cfg = AppConfig.fromEnv(openAiEnv())
+        assertEquals(0.8, cfg.memory.compressionThreshold)
     }
 
     @Test
     fun `compressionThreshold parsed from env`() {
-        val cfg = AgentikConfig.fromEnv(openAiEnv(mapOf("AGENTIK_COMPRESSION_THRESHOLD" to "0.6")))
-        assertEquals(0.6, cfg.compressionThreshold)
+        val cfg = AppConfig.fromEnv(openAiEnv(mapOf("AGENTIK_COMPRESSION_THRESHOLD" to "0.6")))
+        assertEquals(0.6, cfg.memory.compressionThreshold)
     }
 
     @Test
     fun `compressionThreshold clamped between min and max`() {
-        val tooLow = AgentikConfig.fromEnv(openAiEnv(mapOf("AGENTIK_COMPRESSION_THRESHOLD" to "0.01")))
-        assertEquals(0.1, tooLow.compressionThreshold)
-        val tooHigh = AgentikConfig.fromEnv(openAiEnv(mapOf("AGENTIK_COMPRESSION_THRESHOLD" to "1.5")))
-        assertEquals(0.99, tooHigh.compressionThreshold)
+        val tooLow = AppConfig.fromEnv(openAiEnv(mapOf("AGENTIK_COMPRESSION_THRESHOLD" to "0.01")))
+        assertEquals(0.1, tooLow.memory.compressionThreshold)
+        val tooHigh = AppConfig.fromEnv(openAiEnv(mapOf("AGENTIK_COMPRESSION_THRESHOLD" to "1.5")))
+        assertEquals(0.99, tooHigh.memory.compressionThreshold)
     }
 
     @Test
     fun `compressionThreshold garbage falls back to default`() {
-        val cfg = AgentikConfig.fromEnv(openAiEnv(mapOf("AGENTIK_COMPRESSION_THRESHOLD" to "хрен")))
-        assertEquals(0.8, cfg.compressionThreshold)
+        val cfg = AppConfig.fromEnv(openAiEnv(mapOf("AGENTIK_COMPRESSION_THRESHOLD" to "хрен")))
+        assertEquals(0.8, cfg.memory.compressionThreshold)
     }
 }

standalone/src/jvmTest/kotlin/pw/binom/agentik/standalone/llm/LlmConfigTest.kt

@@ -1,14 +1,24 @@
 package pw.binom.agentik.standalone.llm
 
+import pw.binom.agentik.standalone.config.AppConfig
 import kotlin.test.Test
 import kotlin.test.assertEquals
 import kotlin.test.assertFailsWith
 
 class LlmConfigTest {
 
+    private fun openAiEnv(extra: Map<String, String> = emptyMap()): (String) -> String? = { name ->
+        when (name) {
+            "OPENAI_BASE_URL" -> "https://api.openai.com/v1"
+            "OPENAI_API_KEY" -> "sk-test"
+            "OPENAI_MODEL" -> "gpt-4o-mini"
+            else -> extra[name]
+        }
+    }
+
     @Test
     fun `fromEnv — happy path`() {
-        val cfg = LlmConfig.fromEnv { name ->
+        val cfg = AppConfig.fromEnv { name ->
             when (name) {
                 "OPENAI_BASE_URL" -> "https://api.openai.com/v1"
                 "OPENAI_API_KEY" -> "sk-test"
@@ -16,28 +26,21 @@ class LlmConfigTest {
                 "AGENTIK_SYSTEM_PROMPT" -> "be brief"
                 else -> null
             }
-        }
+        }.llm
         assertEquals("be brief", cfg.systemPrompt)
         assertEquals(OpenAiConfig(baseUrl = "https://api.openai.com/v1", apiKey = "sk-test", model = "gpt-4o-mini"), cfg.openai)
     }
 
     @Test
     fun `fromEnv — falls back to default system prompt`() {
-        val cfg = LlmConfig.fromEnv { name ->
-            when (name) {
-                "OPENAI_BASE_URL" -> "https://api.openai.com/v1"
-                "OPENAI_API_KEY" -> "sk-test"
-                "OPENAI_MODEL" -> "gpt-4o-mini"
-                else -> null
-            }
-        }
+        val cfg = AppConfig.fromEnv(openAiEnv()).llm
         assertEquals(LlmConfig.DEFAULT_SYSTEM_PROMPT, cfg.systemPrompt)
     }
 
     @Test
     fun `fromEnv — missing base url throws`() {
         assertFailsWith<IllegalStateException> {
-            LlmConfig.fromEnv { name ->
+            AppConfig.fromEnv { name ->
                 when (name) {
                     "OPENAI_API_KEY" -> "sk-test"
                     "OPENAI_MODEL" -> "gpt-4o-mini"
@@ -50,7 +53,7 @@ class LlmConfigTest {
     @Test
     fun `fromEnv — missing api key throws`() {
         assertFailsWith<IllegalStateException> {
-            LlmConfig.fromEnv { name ->
+            AppConfig.fromEnv { name ->
                 when (name) {
                     "OPENAI_BASE_URL" -> "https://api.openai.com/v1"
                     "OPENAI_MODEL" -> "gpt-4o-mini"
@@ -63,7 +66,7 @@ class LlmConfigTest {
     @Test
     fun `fromEnv — missing model throws`() {
         assertFailsWith<IllegalStateException> {
-            LlmConfig.fromEnv { name ->
+            AppConfig.fromEnv { name ->
                 when (name) {
                     "OPENAI_BASE_URL" -> "https://api.openai.com/v1"
                     "OPENAI_API_KEY" -> "sk-test"
@@ -75,7 +78,7 @@ class LlmConfigTest {
 
     @Test
     fun `blank system prompt from env falls back to default`() {
-        val cfg = LlmConfig.fromEnv { name ->
+        val cfg = AppConfig.fromEnv { name ->
             when (name) {
                 "OPENAI_BASE_URL" -> "https://api.openai.com/v1"
                 "OPENAI_API_KEY" -> "sk-test"
@@ -83,13 +86,13 @@ class LlmConfigTest {
                 "AGENTIK_SYSTEM_PROMPT" -> "   "
                 else -> null
             }
-        }
+        }.llm
         assertEquals(LlmConfig.DEFAULT_SYSTEM_PROMPT, cfg.systemPrompt)
     }
 
     @Test
     fun `fromEnv — OPENAI_CONTEXT_WINDOW parsed into OpenAiConfig`() {
-        val cfg = LlmConfig.fromEnv { name ->
+        val cfg = AppConfig.fromEnv { name ->
             when (name) {
                 "OPENAI_BASE_URL" -> "https://api.openai.com/v1"
                 "OPENAI_API_KEY" -> "sk-test"
@@ -97,13 +100,18 @@ class LlmConfigTest {
                 "OPENAI_CONTEXT_WINDOW" -> "128000"
                 else -> null
             }
-        }
+        }.llm
         assertEquals(128_000, cfg.openai?.contextWindow)
     }
 
     @Test
-    fun `resolveContextWindow — env wins over config`() {
-        val cfg = LlmConfig.fromEnv { name ->
+    fun `contextWindow — env parsed once and exposed via derived prop`() {
+        // Старый resolveContextWindow проверял "env wins over config" — но в новой
+        // модели env и config это одно и то же значение (env читается один раз в
+        // AppConfig.fromEnv и сохраняется в OpenAiConfig.contextWindow). Поэтому
+        // тут проверяем, что derived-prop LlmConfig.contextWindow правильно
+        // прокидывает значение из OpenAiConfig для активного бэкенда.
+        val cfg = AppConfig.fromEnv { name ->
             when (name) {
                 "OPENAI_BASE_URL" -> "https://api.openai.com/v1"
                 "OPENAI_API_KEY" -> "sk-test"
@@ -111,27 +119,19 @@ class LlmConfigTest {
                 "OPENAI_CONTEXT_WINDOW" -> "64000"
                 else -> null
             }
-        }
-        // env задаёт 64000; resolveContextWindow возвращает именно его (openai.contextWindow = 64000 уже после fromEnv).
-        assertEquals(64_000, cfg.resolveContextWindow { it })
+        }.llm
+        assertEquals(64_000, cfg.contextWindow)
     }
 
     @Test
-    fun `resolveContextWindow — returns null when nothing set`() {
-        val cfg = LlmConfig.fromEnv { name ->
-            when (name) {
-                "OPENAI_BASE_URL" -> "https://api.openai.com/v1"
-                "OPENAI_API_KEY" -> "sk-test"
-                "OPENAI_MODEL" -> "gpt-4o-mini"
-                else -> null
-            }
-        }
-        assertEquals(null, cfg.resolveContextWindow { null })
+    fun `contextWindow — returns null when nothing set`() {
+        val cfg = AppConfig.fromEnv(openAiEnv()).llm
+        assertEquals(null, cfg.contextWindow)
     }
 
     @Test
     fun `fromEnv — OPENAI_CONTEXT_WINDOW garbage falls back to null`() {
-        val cfg = LlmConfig.fromEnv { name ->
+        val cfg = AppConfig.fromEnv { name ->
             when (name) {
                 "OPENAI_BASE_URL" -> "https://api.openai.com/v1"
                 "OPENAI_API_KEY" -> "sk-test"
@@ -139,7 +139,7 @@ class LlmConfigTest {
                 "OPENAI_CONTEXT_WINDOW" -> "не-число"
                 else -> null
             }
-        }
+        }.llm
         assertEquals(null, cfg.openai?.contextWindow)
     }
 }

standalone/src/jvmTest/kotlin/pw/binom/agentik/standalone/mcp/McpConfigTest.kt

@@ -3,6 +3,8 @@ package pw.binom.agentik.standalone.mcp
 import kotlin.test.Test
 import kotlin.test.assertEquals
 import kotlin.test.assertTrue
+import pw.binom.agentik.mcp.bridge.McpConfig
+import pw.binom.agentik.mcp.bridge.McpServerSpec
 
 class McpConfigTest {
 

standalone/src/jvmTest/kotlin/pw/binom/agentik/standalone/mcp/McpRegistryTest.kt

@@ -1,11 +1,13 @@
 package pw.binom.agentik.standalone.mcp
 
-import pw.binom.agentik.standalone.agent.NamedTool
 import pw.binom.litert.LiteTool
 import kotlin.test.Test
 import kotlin.test.assertEquals
 import kotlin.test.assertSame
 import kotlin.test.assertTrue
+import pw.binom.agentik.toolsets.NamedTool
+import pw.binom.agentik.mcp.bridge.McpConfig
+import pw.binom.agentik.mcp.bridge.McpRegistry
 
 class McpRegistryTest {