schema_version: 3
provider: chain
name: text-summarize
version: 0.2.0

# Capability provided by this module.
provides:
  - capability: text.summarize
    version: 0.2.0

# Inputs the invoke function accepts.
inputs:
  text:
    type: text
    description:
      en: Source text to summarise.
      de: Quelltext, der zusammengefasst werden soll.
  style:
    type: text
    description:
      en: |
        Style / shape of the summary, e.g. "one paragraph",
        "three bullet points", "a tweet". Defaults to
        "one paragraph" when omitted.
      de: |
        Stil/Form der Zusammenfassung, z. B. "ein Absatz",
        "drei Bulletpoints", "ein Tweet". Default ist
        "ein Absatz".
  language:
    type: text
    description:
      en: |
        Optional output language hint, e.g. "German", "ja-JP".
        Empty = same language as the source.
      de: |
        Optionale Ausgabesprache, z. B. "German", "ja-JP".
        Leer = gleiche Sprache wie die Quelle.
  endpoint:
    type: text
    description:
      en: |
        Chat endpoint URL matching the selected api:
        ollama "http://localhost:11434/api/chat",
        openai "http://localhost:8000/v1/chat/completions"
        (vLLM etc.), anthropic "https://.../v1/messages".
      de: |
        Chat-Endpunkt-URL passend zum gewählten api:
        ollama "http://localhost:11434/api/chat",
        openai "http://localhost:8000/v1/chat/completions"
        (vLLM u. a.), anthropic "https://.../v1/messages".
  api:
    type: text
    description:
      en: |
        Optional wire format: "ollama" (default), "vllm"
        (self-hosted vLLM), "openai" (OpenAI or other
        OpenAI-compatible servers such as LM Studio), or
        "anthropic" (Messages API). vllm and openai speak the
        same wire; the separate value exists so you can write
        what you mean and get vLLM-specific hints. Empty = ollama.
      de: |
        Optionales Wire-Format: "ollama" (Default), "vllm"
        (selbst gehostetes vLLM), "openai" (OpenAI oder andere
        OpenAI-kompatible Server wie LM Studio) oder "anthropic"
        (Messages API). vllm und openai sprechen dieselbe Wire;
        der eigene Wert existiert, damit Du schreibst, was Du
        meinst, und vLLM-spezifische Hinweise bekommst.
        Leer = ollama.
  model:
    type: text
    description:
      en: Model identifier (e.g. "qwen2.5:14b").
      de: Modell-Identifier (z. B. "qwen2.5:14b").
  api_key:
    type: text
    description:
      en: Optional bearer token for cloud-hosted endpoints.
      de: Optionaler Bearer-Token für Cloud-Endpunkte.

# Outputs produced.
outputs:
  summary:
    type: text
    description:
      en: The summary text.
      de: Die zusammengefasste Antwort.
  style:
    type: text
    description:
      en: Echo of the style input for downstream audit.
      de: Echo des Style-Inputs für Downstream-Audit.
  language:
    type: text
    description:
      en: Echo of the language input.
      de: Echo des Language-Inputs.
  model_endpoint:
    type: text
    description:
      en: Endpoint the summary was generated against.
      de: Endpunkt, gegen den die Zusammenfassung erzeugt wurde.
  model_name:
    type: text
    description:
      en: Model identifier as supplied to the LLM API.
      de: An die LLM-API übergebenes Modell.
  model_digest:
    type: text
    description:
      en: |
        SHA-256 digest of the served model, best-effort probe.
        Ollama only — empty for other endpoints (OpenAI / vLLM /
        Anthropic expose no digest API).
      de: |
        SHA-256-Digest des bedienten Modells (Best-Effort-Probe).
        Nur bei Ollama — leer bei anderen Endpunkten (OpenAI /
        vLLM / Anthropic bieten keine Digest-API).

# Permissions required.
permissions:
  - "net: localhost"
  - "net: 127.0.0.1"
  - "net: api.openai.com"
  - "net: api.anthropic.com"