chore(issues): auto-commit

Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>

dev/issues/0080-tables-llm-api.md

@@ -0,0 +1,77 @@
+---
+id: 0080
+title: tables playground — LLM API "Ask AI" (fase 11)
+status: pending
+priority: medium
+created: 2026-05-12
+related_components: [cpp/apps/primitives_gallery/playground/tables]
+---
+
+## Contexto
+
+Fase 11 del roadmap del tables playground. El user escribe en lenguaje natural
+una pregunta sobre los datos ("show me top 10 langs by total size"). El LLM
+recibe el TQL actual + schema + pregunta, devuelve nuevo TQL. App aplica via
+`tql::apply` y renderiza.
+
+## Cambios
+
+### 1. UI
+
+- Boton "Ask AI" en toolbar (al lado de "+ Viz").
+- Modal con:
+  - InputText multiline para la pregunta.
+  - Boton "Send" + spinner durante la llamada.
+  - Diff side-by-side: TQL actual vs TQL propuesto (texto con highlight).
+  - Botones "Apply" / "Reject" / "Edit before apply".
+
+### 2. Backend LLM
+
+- Provider: Anthropic Claude (API key desde `pass anthropic/api-key`).
+- Endpoint: `https://api.anthropic.com/v1/messages`.
+- Model: `claude-sonnet-4-6` por defecto. Configurable via env `FN_LLM_MODEL`.
+- Cliente HTTP: cURL via popen (sin deps nuevas) o libcurl si ya esta linkada.
+- Prompt template incluye:
+  - Esquema TQL (de `docs/TQL.md`).
+  - Cols disponibles del stage 0 (name, type) + cols joinables.
+  - Funciones Lua disponibles (de `lua_engine`).
+  - TQL actual.
+  - Pregunta del user.
+- Response: extraer ```lua``` block del markdown, strip prose.
+
+### 3. Validacion + safety
+
+- Antes de aplicar: `tql::apply` con dry-run (parsea sin mutar State). Si fail, mostrar error + boton "Ask AI again with this error".
+- Lua sandbox ya cubre side effects en formulas — el TQL en si es declarativo, no ejecuta nada peligroso.
+
+### 4. Streaming
+
+- Stream tokens via SSE (`stream=true` en Anthropic API).
+- Mostrar texto en vivo en el modal.
+- Cuando termina, parsear lua block final.
+
+### 5. Persistencia conversation
+
+- UiState guarda lista de turns (pregunta + TQL propuesto + resultado apply).
+- "Ask AI" siguiente turn incluye history previa.
+- Boton "Reset chat" limpia.
+- NO persistido en TQL (es UI state).
+
+### 6. Coste / rate limit
+
+- Mostrar tokens estimados antes de enviar (rough char count / 4).
+- Cap input a 8000 tokens.
+- Error handling: 429 / 5xx -> mensaje + reintentar.
+
+## Tests
+
+- Mockear HTTP response con cURL stub.
+- Test: prompt build incluye schema + TQL + pregunta en formato esperado.
+- Test: response parse extrae lua block correctamente.
+- Test: tql::apply sobre output del LLM funciona end-to-end con dataset sintetico.
+
+## No-objetivos
+
+- Generacion de visualizaciones nuevas via LLM (la viz la elige TQL `display`, suficiente).
+- Acciones del LLM mas alla de modificar TQL (sin acceso a I/O del sistema).
+- Multi-provider (OpenAI / local) — fase futura. Hardcode Anthropic primero.