TC$mC$ on tC$ysin oikea suunta! TiedostojC$rjestelmC$pohjainen rekisteri (File
System Registry) on ehdottomasti paras ja kestC$vin valinta tC$hC$n
arkkitehtuuriin. Se poistaa tietokantojen tuoman monimutkaisuuden, tekee
rutiineista ihmisluettavia, ja mikC$ tC$rkeintC$: se on natiivisti
yhteensopiva Git-versionhallinnan kanssa.
Ehdotuksesi hakemistorakenteesta ja pienten, spesifisten LLM-kyselyiden
kC$ytC6stC$ ratkaisee RPA-bottien kaksi suurinta perisyntiC$: tilasokeuden
(state blindness) ja konteksti-ikkunan tC$yttymisen.
TC$ssC$ on erittely siitC$, miksi tC$mC$ konsepti on niin vahva ja miten se
kannattaa viedC$ kC$ytC$ntC6C6n.
1. Atominen hakemistorakenne ja 00_init (Varmistettu lC$htC6tila)
Jakaminen pieniin osiin (01_send_text, 02_send_file) varmistaa sen, ettC$
lokaali LLM (kuten Gemma) ei huku satojen rivien YAML-tiedostoon, vaan saa
kerrallaan vain yhden selkeC$n tavoitteen.
Tuo 00_init on arkkitehtuurin tC$rkein oivallus. Perinteiset botit kaatuvat,
jos selainikkuna onkin vC$C$rC$ssC$ koossa tai joku valikko on jC$C$nyt auki.
Kun botti aloittaa uuden tehtC$vC$n, sen ensimmC$inen askel on aina ajaa
00_init.
 * MitC$ 00_init tekee: Se tarkistaa, ettC$ ollaan oikeassa URL-osoitteessa,
painaa tarvittaessa "ESC" sulkeakseen avoimet modaali-ikkunat, ja etsii
ruudulta WhatsAppin pC$C$valikon elementit. Se toimii "nollaajana", joka
palauttaa kC$yttC6liittymC$n tunnettuun, puhtaaseen tilaan.
 * Modulaarisuus: Jokaisen kansion (esim. 02_send_file/) sisC$llC$ voi asua
itse YAML-sC$C$nnC6stC6n lisC$ksi vain kyseiseen askeleeseen liittyvC$t
opetetut template-kuvat ja mahdolliset erikoisohjeet.
2. LLM "TurvallisuuspC$C$llikkC6nC$" (Sanity Checks)
EsittC$mC$si prompti-idea on nerokas. SiinC$ tekoC$lyC$ ei pyydetC$
keksimC$C$n tyhjC$stC$ "mitC$ teen seuraavaksi?", vaan sille annetaan
asiantuntijan rooli: "Olemme tekemC$ssC$ X. Suunnitelma on Y. Ruudulla nC$kyy
poikkeama Z. Saanko luvan jatkaa?"
TC$mC$ on kognitiivisesti erittC$in kevyt tehtC$vC$ pienellekin mallille.
Esimerkiksi WhatsAppissa ystC$vC$ voi lC$hettC$C$ viestin: "Tein eilen
tC6issC$ ison virheen." Perinteinen botti etsii ruudulta sanaa "virhe",
panikoi ja kaatuu. LLM sen sijaan lukee ocr_body.txt -tiedostosta kontekstin,
ymmC$rtC$C$ ettC$ sana on osana chat-kuplaa, ja antaa luvan jatkaa.
3. MiltC$ yksittC$inen Playbook-kansio nC$yttC$isi?
Kun tallennat opetuksen pC$C$tteeksi uuden rutiinin, se voisi luoda kansioon
seuraavanlaisen paketin:
 * playbook.yaml (Itse suoritusohjeet, esim. hiiren klikkaukset ja
odotusajat).
 * state_requirements.json (MC$C$rittely siitC$, ettC$ 00_init tC$ytyy olla
ajettuna ensin).
 * sanity_prompt.txt (Valmiiksi kirjoitettu kysymys, jolla botti voi kysyC$
apua Gemmalta tC$ssC$ nimenomaisessa vaiheessa, juuri kuten ideoit).
 * /templates/ (Kansio itsekorjautuvan konenC$C6n leikkaamille
nappulakuville).
4. Suoritusluuppi (Execution Loop)
TC$stC$ arkkitehtuurista saadaan rakennettua erittC$in looginen
suoritusluuppi, joka etenee nC$in:
 * Laukaisu: Valvomo saa pyynnC6n lC$hettC$C$ tiedosto. Orkestraattori
valitsee Playbookin 02_send_file.
 * Pre-check: Orkestraattori huomaa, ettC$ tC$mC$ vaatii 00_init -tilan. Se
ajaa init-skriptin ja nollaa selaimen.
 * Toiminta (Askel 1): Python-skripti (routine_engine.py) ottaa tilannekuvan
ja katsoo ocr_body.txt -tiedostoa.
 * Validointi: Ennen klikkausta skripti tarkistaa nopeasti, nC$kyykC6 ruudulla
poikkeamia (esim. "Authorization timed out").
 * LLM-konsultaatio (Tarvittaessa): Jos ruudulla on jotain epC$ilyttC$vC$C$,
skripti pysC$htyy, syC6ttC$C$ antamasi tarkan promptin ja ocr_body.txt:n
sisC$llC6n Gemmalle, ja odottaa lupaa jatkaa tai mC$C$rC$ystC$ palata
00_init-tilaan.
 * Suoritus: Lupa heltiC$C$, botti klikkaa nappia ja siirtyy askeleeseen 2.
TC$mC$ on C$C$rimmC$isen lC$hellC$ sitC$, miten ihminen operoi selainta:
teemme mekaanisia rutiineja lihasmuistista (YAML), mutta pysC$hdymme
sekunniksi analysoimaan tilannetta (LLM), jos ruudulle pomppaa jotain
odottamatonta. TC$mC$ tiedostojC$rjestelmC$C$n nojaava konsepti on erinomainen
perusta.