B14+B15: чистый SearchEngine + слоистая модель данных
B14 (поведение-сохраняющий рефакторинг): - services/search_engine.py — вся SAR-математика из analyze.py: SearchInput/SearchModel, build_search_model (чистая функция, без DB/auth/HTTP), деривации профилей/времени суток, unmodeled. - analyze.py — тонкая обёртка: сборка SearchInput + запись БД. - closed_cases.py — импорты хелперов из движка. - 12 юнит-тестов движка (claude_analyze мокается). - Контракт /analyze не изменён; регресс спеки подтверждён: bike 8yo 2h лес день -> 5.4 км. B15 (слои данных, Alembic): - backend/alembic (env из DATABASE_URL) + миграция 006_b15_layers. - Слой 4: search_models (case_id, version, input_snapshot, model_json). - Слой 3: search_teams, field_observations, areas_checked, found_events (geom JSONB GeoJSON, PostGIS в B16). - Слой 1: reference_priors (пустой, B12 заблокирован). - Бэкфилл: cases.analysis_log (объект с primary_zones) -> search_models v1; legacy-массивы и analysis_log-таблица не тронуты. - Проверено на CT108 в одноразовых pg16-контейнерах: чистая БД (без данных и с ними), бэкфилл=1 из 3 seed-кейсов, downgrade->upgrade идемпотентен, check-constraints работают, источник не модифицирован. pytest: 214 passed.
This commit is contained in:
@@ -0,0 +1,293 @@
|
||||
"""B14: Чистый SearchEngine — вся SAR-математика без DB/auth/HTTP.
|
||||
|
||||
Граница (vector_tasks.md B13-принцип 1, B14):
|
||||
- build_search_model(input) -> SearchModel — чистая функция.
|
||||
- Единственная внешняя зависимость — claude_analyze (async, httpx):
|
||||
она уже была «внутри» расчёта в старом analyze_case; изолируется
|
||||
параметром движка, чтобы тесты могли подменять её моком.
|
||||
- Ни одной привязки к полевым транспортам/протоколам (критерий B20:
|
||||
grep по этому файлу не находит соответствующих терминов).
|
||||
"""
|
||||
from __future__ import annotations
|
||||
|
||||
from datetime import datetime
|
||||
from typing import Any, Awaitable, Callable
|
||||
|
||||
from pydantic import BaseModel, Field
|
||||
|
||||
from services.claude_service import AnalysisResult
|
||||
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
|
||||
|
||||
# Тип анализатора: async (case_data) -> AnalysisResult, как claude_analyze.
|
||||
ClaudeAnalyzer = Callable[[dict[str, Any]], Awaitable[AnalysisResult]]
|
||||
|
||||
# Диагнозы, которые форма собирает, но поведенческая модель не покрывает
|
||||
# (vector_tasks.md B12: профили без аналога/данных — честно помечать «вне модели»).
|
||||
UNMODELED_DIAGNOSES: dict[str, str] = {
|
||||
'ДЦП': 'Двигательные нарушения — модель не учитывает; учесть вручную при планировании (доступность местности, темп).',
|
||||
'слабое_зрение': 'Слабое зрение — модель не учитывает; вероятность следования по открытым/звуковым ориентирам выше.',
|
||||
'слабый_слух': 'Слабый слух — модель не учитывает; голосовой поиск менее эффективен, приоритет визуальным сигналам.',
|
||||
}
|
||||
|
||||
|
||||
class SearchInput(BaseModel):
|
||||
"""Вход поисковой модели — то, что сегодня собирает analyze_case
|
||||
из payload + карточки случая (db.get_case) + деривации."""
|
||||
|
||||
class SearchInput(BaseModel):
|
||||
age: int | None = None
|
||||
gender: str | None = None
|
||||
terrain: str | list[str] | None = None
|
||||
terrain_primary: str | None = None
|
||||
weather: str | None = None
|
||||
elapsed_hours: float | None = None
|
||||
last_location: str | None = None
|
||||
circumstances: str | None = None
|
||||
physical_condition: str | None = None
|
||||
experience: str | None = None
|
||||
season: str | None = None
|
||||
diagnosis_type: list[str] = Field(default_factory=list)
|
||||
has_transport: str | None = None
|
||||
cant_swim: bool = False
|
||||
psychotype_answers: dict[str, Any] = Field(default_factory=dict)
|
||||
profiles: list[str] = Field(default_factory=list)
|
||||
lat: float | None = None
|
||||
lon: float | None = None
|
||||
loss_time: Any = None
|
||||
# Необязательный явный time_of_day (иначе выводится из loss_time)
|
||||
time_of_day: str | None = None
|
||||
|
||||
def to_case_data(self) -> dict[str, Any]:
|
||||
"""Плоский dict для сервисов (claude/scoring) — тот же состав полей,
|
||||
что раньше уходил из analyze_case."""
|
||||
data: dict[str, Any] = {
|
||||
'age': self.age,
|
||||
'gender': self.gender,
|
||||
'terrain': _first_terrain(self.terrain),
|
||||
'weather': self.weather,
|
||||
'elapsed_hours': self.elapsed_hours,
|
||||
'last_location': self.last_location,
|
||||
'circumstances': self.circumstances,
|
||||
'physical_condition': self.physical_condition,
|
||||
'experience': self.experience,
|
||||
'season': self.season,
|
||||
'diagnosis_type': list(self.diagnosis_type),
|
||||
'has_transport': self.has_transport,
|
||||
'cant_swim': self.cant_swim,
|
||||
'profiles': list(self.profiles),
|
||||
'psychotype_answers': self.psychotype_answers,
|
||||
'lat': self.lat,
|
||||
'lon': self.lon,
|
||||
'loss_time': self.loss_time,
|
||||
}
|
||||
if self.terrain_primary:
|
||||
data['terrain_primary'] = self.terrain_primary
|
||||
else:
|
||||
data['terrain_primary'] = _first_terrain(self.terrain)
|
||||
if self.time_of_day:
|
||||
data['time_of_day'] = self.time_of_day
|
||||
return data
|
||||
|
||||
|
||||
class SearchModel(BaseModel):
|
||||
"""Результат — состав полей идентичен старому ответу /analyze
|
||||
(фронт B5 от него зависит; контракт не меняется)."""
|
||||
|
||||
max_distance_km: float
|
||||
coefficients: dict[str, Any]
|
||||
time_of_day: str
|
||||
psychotype: str | None
|
||||
psychotype_modifiers: dict[str, Any] | None
|
||||
psychotype_recommendations: Any | None
|
||||
weights: dict[str, float]
|
||||
distance_multiplier: float
|
||||
active_profiles: list[dict[str, Any]]
|
||||
critical_warnings: list[dict[str, Any]]
|
||||
unmodeled_profiles: list[dict[str, str]]
|
||||
urgency: str
|
||||
primary_zones: list[dict[str, Any]]
|
||||
search_radius_km: float
|
||||
key_locations: list[str]
|
||||
behavioral_prediction: str
|
||||
immediate_actions: list[str]
|
||||
summary: str
|
||||
fallback_used: bool
|
||||
|
||||
|
||||
def _first_terrain(value: str | list[str] | None) -> str | None:
|
||||
if isinstance(value, list):
|
||||
return value[0] if value else None
|
||||
return value
|
||||
|
||||
|
||||
def unmodeled_profiles(diagnosis_type: list[str]) -> list[dict[str, str]]:
|
||||
"""Диагнозы вне поведенческой модели (не влияют на скоринг) + пояснение."""
|
||||
out: list[dict[str, str]] = []
|
||||
for diag in diagnosis_type or []:
|
||||
d = str(diag).lower()
|
||||
for key, note in UNMODELED_DIAGNOSES.items():
|
||||
if d == key.lower() and not any(o['profile'] == key for o in out):
|
||||
out.append({'profile': key, 'note': note})
|
||||
return out
|
||||
|
||||
|
||||
def derive_profiles(
|
||||
diagnosis_type: list[str],
|
||||
has_transport: str | None,
|
||||
cant_swim: bool,
|
||||
explicit: list[str] | None = None,
|
||||
) -> list[str]:
|
||||
"""
|
||||
Формирует список поведенческих профилей из диагнозов и транспорта, если они
|
||||
не переданы явно. Ключи WeightedScorer.PROFILES — русские (§8 контекста).
|
||||
Это закрывает рассинхрон bike/велосипед на границе бэкенд↔фронтенд.
|
||||
"""
|
||||
if explicit:
|
||||
return list(explicit)
|
||||
derived: list[str] = []
|
||||
for diag in diagnosis_type or []:
|
||||
d = str(diag).lower()
|
||||
if 'рас' in d or 'аутизм' in d:
|
||||
derived.append('РАС')
|
||||
elif 'эпилепси' in d:
|
||||
derived.append('эпилепсия')
|
||||
elif 'сдвг' in d:
|
||||
derived.append('СДВГ')
|
||||
elif 'зпр' in d:
|
||||
derived.append('ЗПР')
|
||||
transport = str(has_transport or '').lower()
|
||||
if transport == 'bike':
|
||||
derived.append('велосипед')
|
||||
elif transport == 'scooter':
|
||||
derived.append('самокат')
|
||||
if cant_swim:
|
||||
derived.append('не_умеет_плавать')
|
||||
seen: set[str] = set()
|
||||
out: list[str] = []
|
||||
for p in derived:
|
||||
if p not in seen:
|
||||
seen.add(p)
|
||||
out.append(p)
|
||||
return out
|
||||
|
||||
|
||||
def derive_time_of_day(loss_time: Any) -> str:
|
||||
"""
|
||||
Выводит время суток из loss_time: 6-18 день, 18-22 сумерки, иначе ночь.
|
||||
Порт фронтендовой getTimeOfDay. Принимает datetime или ISO-строку.
|
||||
"""
|
||||
if not loss_time:
|
||||
return 'день'
|
||||
try:
|
||||
if isinstance(loss_time, str):
|
||||
hour = int(loss_time.split('T')[1].split(':')[0])
|
||||
else:
|
||||
hour = loss_time.hour
|
||||
except Exception:
|
||||
return 'день'
|
||||
if 6 <= hour < 18:
|
||||
return 'день'
|
||||
if 18 <= hour < 22:
|
||||
return 'сумерки'
|
||||
return 'ночь'
|
||||
|
||||
|
||||
async def build_search_model(
|
||||
search_input: SearchInput,
|
||||
*,
|
||||
analyzer: ClaudeAnalyzer,
|
||||
analyzed_at: datetime | None = None,
|
||||
) -> SearchModel:
|
||||
"""Чистая функция расчёта поисковой модели (B14).
|
||||
|
||||
Вся логика бывшего analyze_case: деривации полей, психотип,
|
||||
WeightedScorer, коэффициенты формулы Экстремум, claude_analyze.
|
||||
DB / auth / HTTP здесь не нужны; анализатор подменяется параметром.
|
||||
"""
|
||||
case_data = search_input.to_case_data()
|
||||
|
||||
# Время суток из loss_time (порт фронтендовой getTimeOfDay)
|
||||
if not case_data.get('time_of_day'):
|
||||
case_data['time_of_day'] = derive_time_of_day(case_data.get('loss_time'))
|
||||
|
||||
# Поведенческие профили из диагнозов + транспорта (если не заданы явно)
|
||||
case_data['profiles'] = derive_profiles(
|
||||
case_data.get('diagnosis_type') or [],
|
||||
case_data.get('has_transport'),
|
||||
bool(case_data.get('cant_swim')),
|
||||
explicit=list(search_input.profiles or []),
|
||||
)
|
||||
|
||||
# Психотип детектим ДО анализа, чтобы применить его к ранжированию зон.
|
||||
# get_psychotype_modifiers возвращает таблицу полос по дистанции, которую
|
||||
# WeightedScorer.score_zone читает из case['psychotype_modifiers'].
|
||||
psychotype = None
|
||||
psychotype_modifiers = None
|
||||
psychotype_recommendations = None
|
||||
if case_data.get('psychotype_answers'):
|
||||
psychotype = detect_psychotype(case_data['psychotype_answers'])
|
||||
psychotype_modifiers = get_psychotype_modifiers(psychotype)
|
||||
psychotype_recommendations = get_search_recommendations(psychotype)
|
||||
case_data['psychotype'] = psychotype
|
||||
case_data['psychotype_modifiers'] = psychotype_modifiers
|
||||
|
||||
max_distance_km = calculate_max_distance(case_data)
|
||||
claude_result = await analyzer(case_data)
|
||||
|
||||
scorer = WeightedScorer()
|
||||
if case_data.get('age'):
|
||||
scorer.apply_age_modifiers(int(case_data['age']))
|
||||
if case_data.get('season'):
|
||||
scorer.apply_season_modifiers(str(case_data['season']))
|
||||
if case_data.get('profiles'):
|
||||
scorer.apply_profile(list(case_data['profiles']))
|
||||
scorer._normalize_weights()
|
||||
|
||||
# Разбивка коэффициентов формулы Экстремум для отображения на фронте
|
||||
elapsed = float(case_data.get('elapsed_hours') or 1)
|
||||
age_val = int(case_data.get('age') or 10)
|
||||
coefficients = {
|
||||
'base_speed': get_base_speed(age_val),
|
||||
'terrain': get_terrain_coefficient(case_data.get('terrain_primary', 'лес')),
|
||||
'diagnosis': get_diagnosis_coefficient(case_data.get('diagnosis_type')),
|
||||
'urgency': get_transport_coefficient(case_data.get('has_transport')),
|
||||
'fatigue': max(0.3, 1.0 - 0.05 * elapsed),
|
||||
'time_of_day': get_time_of_day_coefficient(case_data.get('time_of_day', 'день')),
|
||||
'weather': get_weather_coefficient(case_data.get('weather', 'нет')),
|
||||
}
|
||||
|
||||
return SearchModel(
|
||||
max_distance_km=max_distance_km,
|
||||
coefficients=coefficients,
|
||||
time_of_day=case_data.get('time_of_day', 'день'),
|
||||
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=list(scorer.critical_warnings),
|
||||
unmodeled_profiles=unmodeled_profiles(case_data.get('diagnosis_type') or []),
|
||||
urgency=claude_result.urgency,
|
||||
primary_zones=[zone.model_dump() for zone in claude_result.primary_zones],
|
||||
search_radius_km=claude_result.search_radius_km,
|
||||
key_locations=claude_result.key_locations,
|
||||
behavioral_prediction=claude_result.behavioral_prediction,
|
||||
immediate_actions=claude_result.immediate_actions,
|
||||
summary=claude_result.summary,
|
||||
fallback_used=claude_result.fallback_used,
|
||||
)
|
||||
Reference in New Issue
Block a user