Полный отказ от LLM: детерминированный rules-анализ

Решение Виктора: ИИ убран из проекта — карточки детей (ПД) не должны покиать контур. Анализ полностью локальный и детерминированный. - services/rules_analysis.py: правила вместо Claude (бывший analyze_with_fallback + rule_based_urgency из closed_cases): urgency по возрасту/профилям, зоны через geo+scoring, behavioral_prediction/immediate_actions/key_locations — справочники. - search_engine: анализатор инъекцией (CaseAnalyzer, Protocol), импорт claude_service удалён; рантайм — rules_analyze. - УДАЛЕНЫ: services/claude_service.py, backend/services/claude_service.py (устаревшая копия), test_claude_service.py; ключевые правила-кейсы перенесены в test_rules_analysis.py (+тест отсутствия LLM-упоминаний). - docker-compose/.env.example: ANTHROPIC_API_KEY удалён. - Фронт: бейдж 'ИИ-анализ' -> 'Локальный расчёт'. - Доки: DEPLOY/SERVICES_README/ANALYZE_API переписаны, FIXES_REPORT помечен историческим, vector_tasks B20: zones/probability — из движка. pytest: 187 passed (было 214; -27 удалённых LLM-тестов, +тест rules). Контракт /analyze не изменён (фронт совместим).
2026-09-09 18:30:44 +03:00
parent 11015a7883
commit d8723582c9
17 changed files with 362 additions and 1377 deletions
@@ -0,0 +1,168 @@
+"""Детерминированный rules-анализ (замена Claude API, решение Виктора:
+ИИ из проекта убран — карточки детей не покидают контур).
+
+Логика — бывший analyze_with_fallback из claude_service (правила по возрасту,
+профилям, координатам) + urgency по правилам closed_cases. Никаких внешних
+вызовов: только geo_service (Overpass) + scoring_service + справочники.
+"""
+from __future__ import annotations
+
+import logging
+from typing import Any
+
+from pydantic import BaseModel, Field
+
+from services.geo_service import build_search_zones
+from services.scoring_service import WeightedScorer
+
+logger = logging.getLogger(__name__)
+
+
+class PrimaryZone(BaseModel):
+    priority: int
+    name: str
+    direction: str
+    distance: float
+    reason: str
+
+
+class AnalysisResult(BaseModel):
+    urgency: str  # "критическая", "высокая", "средняя", "низкая"
+    primary_zones: list[PrimaryZone]
+    search_radius_km: float
+    key_locations: list[str]
+    behavioral_prediction: str
+    immediate_actions: list[str]
+    summary: str
+    fallback_used: bool = Field(default=True)
+
+
+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 _age_urgency(age: int, profiles: list[str]) -> str:
+    if age <= 4 or 'эпилепсия' in profiles or 'РАС' in profiles:
+        return 'критическая'
+    if age <= 7 or 'велосипед' in profiles:
+        return 'высокая'
+    return 'средняя'
+
+
+def _key_locations(age: int) -> list[str]:
+    if age <= 7:
+        return ['водоёмы', 'укрытия', 'густая растительность', 'ближайшие постройки']
+    if age <= 12:
+        return ['водоёмы', 'дороги', 'тропы', 'лесные массивы']
+    return ['дороги', 'населённые пункты', 'транспортные узлы', 'водоёмы']
+
+
+def _behavioral_prediction(age: int, profiles: list[str]) -> str:
+    if 'РАС' in profiles:
+        return 'Высокий риск движения к водоёмам и ж/д путям. Может не откликаться на имя.'
+    if age <= 4:
+        return 'Минимальное движение, вероятно находится близко к точке потери.'
+    if age <= 12:
+        return 'Умеренное движение, может следовать по тропам или дорогам.'
+    return 'Целенаправленное движение, возможен выход к населённым пунктам.'
+
+
+def _immediate_actions(profiles: list[str]) -> list[str]:
+    actions = [
+        'Организовать поисковые группы',
+        'Проверить ближайшие водоёмы',
+        'Опросить свидетелей в районе последнего местоположения',
+    ]
+    if 'РАС' in profiles:
+        actions.insert(0, 'КРИТИЧНО: Перекрыть все водоёмы и ж/д пути в радиусе 5 км')
+    if 'велосипед' in profiles:
+        actions.insert(0, 'Расширить зону поиска до 10-15 км, проверить дорожные камеры')
+    return actions
+
+
+async def rules_analyze(case_data: dict[str, Any]) -> AnalysisResult:
+    """Детерминированный анализ: scoring_service + geo_service, без LLM."""
+    age = int(case_data.get('age') or 10)
+    profiles = list(case_data.get('profiles') or [])
+
+    urgency = _age_urgency(age, profiles)
+
+    primary_zones: list[PrimaryZone] = []
+    search_radius_km = 5.0
+
+    if case_data.get('lat') and case_data.get('lon'):
+        try:
+            zones = await build_search_zones(
+                case_data['lat'],
+                case_data['lon'],
+                case_data,
+            )
+            scorer = WeightedScorer()
+            zones_dict = [
+                {
+                    'direction': z.direction,
+                    'distance_km': z.distance_km,
+                    'forest_pct': z.forest_pct,
+                    'road_density': z.road_density,
+                    'water_distance_km': z.water_distance_km,
+                    'settlement_distance_km': z.settlement_distance_km,
+                }
+                for z in zones
+            ]
+            ranked_zones = scorer.rank_zones(zones_dict, case_data)
+            for i, zone in enumerate(ranked_zones[:5]):
+                primary_zones.append(PrimaryZone(
+                    priority=i + 1,
+                    name=f"Зона {zone['direction']} {zone['distance_km']}км",
+                    direction=zone['direction'],
+                    distance=zone['distance_km'],
+                    reason=f"Оценка {zone['score']}/100 по scoring_service",
+                ))
+            search_radius_km = scorer.distance_multiplier * 2.0
+        except Exception as e:
+            logger.warning(f'Geo/scoring service error: {e}')
+
+    if not primary_zones:
+        primary_zones = [
+            PrimaryZone(priority=1, name='Ближняя зона', direction='N',
+                        distance=0.5, reason='Базовая зона поиска'),
+            PrimaryZone(priority=2, name='Средняя зона', direction='E',
+                        distance=1.0, reason='Расширенная зона поиска'),
+        ]
+
+    key_locations = _key_locations(age)
+    behavioral_prediction = _behavioral_prediction(age, profiles)
+    immediate_actions = _immediate_actions(profiles)
+
+    summary = (
+        f'Случай классифицирован как {urgency} срочность. '
+        f'Рекомендуемый радиус поиска: {search_radius_km} км. '
+        f'Приоритет: {key_locations[0]}.'
+    )
+
+    return AnalysisResult(
+        urgency=urgency,
+        primary_zones=primary_zones,
+        search_radius_km=search_radius_km,
+        key_locations=key_locations,
+        behavioral_prediction=behavioral_prediction,
+        immediate_actions=immediate_actions,
+        summary=summary,
+        fallback_used=True,
+    )