feat: завершённые поиски — ручной ввод + детерминированный прогон модели (без ИИ)

Бэкенд: - schemas.py: ClosedCaseCreate/Response — форма ~25 полей (субъект, среда, ресурсы, исход) для внесения завершённых поисков вручную - routers/closed_cases.py: CRUD + POST {id}/reanalyze. _run_model() — тот же скоринг, что /analyze (WeightedScorer + distance_service + психотип), НО БЕЗ claude_service: urgency/behavior/actions по правилам - _accuracy_note(): прогнозный радиус vs факт (в радиусе / мимо) - main.py: роутер подключён Фронтенд: - pages/ClosedCases.jsx + .css: форма внесения (VCL-density, чипы диагнозов/ рельефа), блок 'Прогноз vs факт', таблица архива (в радиусе/мимо) - AdminDashboard.jsx: вкладки Кейсы | Завершённые поиски Тесты: test_closed_cases.py — 6 passed. Существующие 15 failed (test_distance_service) не связаны с изменениями — падали до них.
2026-09-09 10:41:33 +03:00
parent d6e6277d85
commit 3e38aae2be
7 changed files with 1065 additions and 0 deletions
@@ -0,0 +1,301 @@
+"""Завершённые поиски — ручной ввод данных + прогон матмодели БЕЗ ИИ.
+
+Цель: датасет для калибровки зонального скоринга (B12) и архив исторических
+поисков. LLM не используется: скоринг полностью детерминированный
+(WeightedScorer + distance_service + психотип).
+
+Прогон модели = тот же расчёт, что /analyze, но БЕЗ claude_service:
+urgency/immediate_actions/behavioral_prediction вычисляются по правилам,
+зоны считаются WeightedScorer-ом по фактическим данным кейса.
+
+Endpoints:
+POST /api/v1/closed-cases          — внести завершённый поиск (+авто-прогон модели)
+GET  /api/v1/closed-cases          — список (для таблицы в админке)
+GET  /api/v1/closed-cases/{id}     — карточка
+DELETE /api/v1/closed-cases/{id}   — удалить (опечатка)
+POST /api/v1/closed-cases/{id}/reanalyze — перегнать модель по внесённым данным
+"""
+from __future__ import annotations
+
+from datetime import datetime
+from typing import Any
+from uuid import UUID
+
+from fastapi import APIRouter, Depends, HTTPException, Query
+
+from backend.database import db
+from backend.routers.analyze import (
+    AnalysisRequest,
+    _derive_profiles,
+    _derive_time_of_day,
+)
+from backend.routers.auth import require_roles
+from backend.schemas import ClosedCaseCreate, ClosedCaseListResponse, ClosedCaseResponse
+from services.distance_service import (
+    calculate_max_distance,
+    get_base_speed,
+    get_diagnosis_coefficient,
+    get_terrain_coefficient,
+    get_time_of_day_coefficient,
+    get_transport_coefficient,
+    get_weather_coefficient,
+)
+from services.psychotype_service import (
+    detect_psychotype,
+    get_psychotype_modifiers,
+    get_search_recommendations,
+)
+from services.scoring_service import WeightedScorer
+
+router = APIRouter(
+    prefix='/api/v1/closed-cases',
+    tags=['closed-cases'],
+    dependencies=[Depends(require_roles(['operator', 'admin']))],
+)
+
+
+def _run_model(data: dict[str, Any]) -> dict[str, Any]:
+    """Детерминированный прогон матмодели по данным завершённого поиска.
+
+    Повторяет логику analyze.analyze_case, но БЕЗ вызова claude_service.
+    urgency/behavioral_prediction/immediate_actions вычисляются правилами.
+    """
+    # Психотип из ответов или явного указания
+    psychotype = None
+    psychotype_modifiers = None
+    psychotype_recommendations = None
+    if data.get('psychotype_answers'):
+        psychotype = detect_psychotype(data['psychotype_answers'])
+        psychotype_modifiers = get_psychotype_modifiers(psychotype)
+        psychotype_recommendations = get_search_recommendations(psychotype)
+    elif data.get('psychotype'):
+        psychotype = data['psychotype']
+        psychotype_modifiers = get_psychotype_modifiers(psychotype)
+        psychotype_recommendations = get_search_recommendations(psychotype)
+
+    time_of_day = _derive_time_of_day(data.get('loss_time'))
+    profiles = _derive_profiles({**data, 'profiles': data.get('profiles') or []})
+
+    max_distance_km = calculate_max_distance(data)
+
+    scorer = WeightedScorer()
+    if data.get('age_years'):
+        scorer.apply_age_modifiers(int(data['age_years']))
+    if data.get('season'):
+        scorer.apply_season_modifiers(str(data['season']))
+    if profiles:
+        scorer.apply_profile(profiles)
+    if psychotype_modifiers:
+        data['psychotype_modifiers'] = psychotype_modifiers
+    scorer._normalize_weights()
+
+    elapsed = float(data.get('elapsed_hours') or 1)
+    age_val = int(data.get('age_years') or 10)
+
+    coefficients = {
+        'base_speed': get_base_speed(age_val),
+        'terrain': get_terrain_coefficient(data.get('terrain_primary') or (data.get('terrain') or ['лес'])[0]),
+        'diagnosis': get_diagnosis_coefficient(data.get('diagnosis_type')),
+        'urgency': get_transport_coefficient(data.get('has_transport')),
+        'fatigue': max(0.3, 1.0 - 0.05 * elapsed),
+        'time_of_day': get_time_of_day_coefficient(_derive_time_of_day(data.get('loss_time'))),
+        'weather': get_weather_coefficient(data.get('weather') or 'нет'),
+    }
+
+    # Правила вместо LLM: urgency по elapsed + возраст + диагноз
+    urgency = _rule_based_urgency(elapsed, age_val, data.get('diagnosis_type') or [])
+    behavioral = _rule_based_behavior(data, profiles, psychotype)
+    actions = _rule_based_actions(data, profiles, psychotype)
+
+    return {
+        'max_distance_km': max_distance_km,
+        'coefficients': coefficients,
+        'time_of_day': time_of_day,
+        'psychotype': psychotype,
+        'psychotype_modifiers': psychotype_modifiers,
+        'psychotype_recommendations': psychotype_recommendations,
+        'weights': scorer.weights,
+        'distance_multiplier': scorer.distance_multiplier,
+        'active_profiles': scorer.get_active_profiles_info(),
+        'critical_warnings': scorer.critical_warnings,
+        'urgency': urgency,
+        'behavioral_prediction': behavioral,
+        'immediate_actions': actions,
+        'summary': 'Детерминированный расчёт (без LLM) — форма «Завершённый поиск»',
+        'fallback_used': False,
+        'llm_used': False,
+    }
+
+
+def _rule_based_urgency(elapsed: float, age: int, diagnosis: list[str]) -> str:
+    """urgency по правилам: чем меньше ребёнок и дольше поиск — тем выше срочность."""
+    score = 0
+    if elapsed >= 24:
+        score += 2
+    elif elapsed >= 8:
+        score += 1
+    if age <= 7:
+        score += 2
+    elif age <= 12:
+        score += 1
+    if diagnosis:
+        score += 1
+    if score >= 4:
+        return 'критическая'
+    if score >= 2:
+        return 'высокая'
+    return 'средняя'
+
+
+def _rule_based_behavior(data: dict, profiles: list[str], psychotype: str | None) -> str:
+    """Краткое поведенческое предсказание по профилям (справочник WeightedScorer)."""
+    parts: list[str] = []
+    if psychotype:
+        parts.append(f'Психотип: {psychotype}.')
+    if 'РАС' in profiles:
+        parts.append('Склонен держаться линейных ориентиров (дороги, заборы, ручьи); может прятаться от поисковиков.')
+    if 'эпилепсия' in profiles:
+        parts.append('Риск дезориентации после приступа; искать вблизи водных преград и уклонов.')
+    if 'СДВГ' in profiles:
+        parts.append('Импульсивное движение вперёд по линии наименьшего сопротивления, большие дистанции.')
+    if 'ЗПР' in profiles:
+        parts.append('Держится знакомых мест; вероятен возврат к точке потери или знакомым объектам.')
+    if str(data.get('has_transport') or '') == 'bike':
+        parts.append('Транспорт (велик) сильно расширяет радиус — проверить линейные объекты вдоль дорог.')
+    if data.get('cant_swim'):
+        parts.append('Не умеет плавать — приоритет ближним водоёмам.')
+    if not parts:
+        parts.append('Типовое поведение для возраста: линейное движение по дороге/тропе с постепенным отклонением.')
+    return ' '.join(parts)
+
+
+def _rule_based_actions(data: dict, profiles: list[str], psychotype: str | None) -> list[str]:
+    """Первоочередные действия по правилам (справочник по профилям)."""
+    actions: list[str] = []
+    elapsed = float(data.get('elapsed_hours') or 0)
+    if elapsed >= 8:
+        actions.append('Подключить кинолога к зоне ТНП в первую очередь')
+    if 'РАС' in profiles:
+        actions.append('Проверить укрытия, строения, ёмкости с водой — обследование с физическим осмотром')
+        actions.append('Опросить соседей о ближайших «точках притяжения» (гараж, сарай, теплица)')
+    if data.get('cant_swim'):
+        actions.append('Обследовать ближайшие водоёмы немедленно')
+    if elapsed >= 24:
+        actions.append('Расширить поиск за пределы расчётного радиуса')
+    actions.append('Опросить жителей и водителей, проверив направления от ТНП')
+    return actions
+
+
+def _accuracy_note(prediction: dict[str, Any], fact: ClosedCaseCreate) -> str | None:
+    """Сравнить прогноз модели с реальным исходом (текстово, человекочитаемо)."""
+    if fact.found_distance_km is None:
+        return None
+    try:
+        max_d = float(prediction.get('max_distance_km') or 0)
+    except (TypeError, ValueError):
+        return None
+    if max_d <= 0:
+        return 'Прогноз не построен'
+    found_km = float(fact.found_distance_km)
+    ratio = found_km / max_d if max_d else 0
+    if ratio <= 1.0:
+        note = f'Найден в {found_km:.1f} км — внутри прогнозного радиуса {max_d:.1f} км (соотношение {ratio:.2f}).'
+    else:
+        note = f'Найден в {found_km:.1f} км — ЗА пределами прогнозного радиуса {max_d:.1f} км (соотношение {ratio:.2f}).'
+    if not fact.found_alive:
+        note += ' Исход неблагоприятный.'
+    return note
+
+
+# ---------------- Endpoints ----------------
+
+@router.post('', response_model=ClosedCaseResponse)
+def create_closed_case(payload: ClosedCaseCreate) -> dict[str, Any]:
+    data = payload.model_dump()
+    prediction = _run_model(data)
+    accuracy = _accuracy_note(prediction, payload)
+
+    case = db.create_case(
+        **{k: v for k, v in data.items() if v is not None},
+        status='closed',
+    )
+    # Прогноз и заметку о точности храним в analysis_log (JSONB) —
+    # схема cases не меняется, отдельной таблицы не нужно.
+    db.update_case(
+        str(case.id),
+        analysis_log={
+            'closed_case': True,
+            'model_prediction': prediction,
+            'accuracy_note': accuracy,
+            'source': payload.source,
+        },
+    )
+    detail = case.to_detail()
+    return {**data, 'id': str(case.id), 'created_at': detail.get('created_at'),
+            'model_prediction': prediction, 'accuracy_note': accuracy}
+
+
+@router.get('', response_model=ClosedCaseListResponse)
+def list_closed_cases(
+    page: int = Query(default=1, ge=1),
+    page_size: int = Query(default=50, ge=1, le=200),
+) -> dict:
+    cases = [c for c in db.list_cases() if (c.to_summary().get('analysis_log') or {}).get('closed_case')]
+    items = []
+    for c in cases:
+        detail = c.to_detail()
+        log = detail.get('analysis_log') or {}
+        if not log.get('closed_case'):
+            continue
+        items.append({
+            **{k: detail.get(k) for k in ClosedCaseCreate.model_fields},
+            'id': detail['id'],
+            'created_at': detail.get('created_at'),
+            'model_prediction': log.get('model_prediction'),
+            'accuracy_note': log.get('accuracy_note'),
+        })
+    start = (page - 1) * page_size
+    return {'items': items[start:start + page_size], 'total': len(items)}
+
+
+@router.get('/{case_id}', response_model=ClosedCaseResponse)
+def get_closed_case(case_id: str) -> dict[str, Any]:
+    case = db.get_case(case_id)
+    if not case:
+        raise HTTPException(status_code=404, detail='Case not found')
+    detail = case.to_detail()
+    log = detail.get('analysis_log') or {}
+    if not log.get('closed_case'):
+        raise HTTPException(status_code=404, detail='Не завершённый поиск')
+    return {**{k: detail.get(k) for k in ClosedCaseCreate.model_fields},
+            'id': detail['id'], 'created_at': detail.get('created_at'),
+            'model_prediction': log.get('model_prediction'),
+            'accuracy_note': log.get('accuracy_note')}
+
+
+@router.post('/{case_id}/reanalyze')
+def reanalyze_closed_case(case_id: str) -> dict[str, Any]:
+    """Перегнать модель по внесённым данным (после правки коэффициентов/данных)."""
+    case = db.get_case(case_id)
+    if not case:
+        raise HTTPException(status_code=404, detail='Case not found')
+    detail = case.to_detail()
+    log = detail.get('analysis_log') or {}
+    if not log.get('closed_case'):
+        raise HTTPException(status_code=400, detail='Не завершённый поиск')
+
+    data = {k: detail.get(k) for k in ClosedCaseCreate.model_fields}
+    prediction = _run_model(data)
+    fact = ClosedCaseCreate(**data)
+    accuracy = _accuracy_note(prediction, fact)
+    new_log = {**log, 'model_prediction': prediction, 'accuracy_note': accuracy}
+    db.update_case(case_id, analysis_log=new_log)
+    return {'model_prediction': prediction, 'accuracy_note': accuracy}
+
+
+@router.delete('/{case_id}')
+def delete_closed_case(case_id: str) -> dict[str, bool]:
+    deleted = db.delete_case(case_id)
+    if not deleted:
+        raise HTTPException(status_code=404, detail='Case not found')
+    return {'deleted': True}