text_to_solver_program/understanding/understand.py

"""Stufe 1 der Pipeline: erfassen, was im Aufgabentext steht – Teilfragen und Zahlen, noch kein Modell."""
from pathlib import Path
from typing import List

from core.llm import LLMSession
from core.model_schema import CheckIssue, FigureInput, FigureReading, TaskUnderstanding
from understanding.figures import image_parts

UNDERSTAND_PROMPT_FILE = Path(__file__).parent / "Verstehen-Prompt.txt"
FIGURE_PROMPT_FILE = Path(__file__).parent / "Abbildungs-Prompt.txt"


def _content(text: str, figures: List[FigureInput]):
    """Reiner Text – oder, mit Abbildungen, eine Liste aus Text und Bildern (OpenAI-Format)."""
    if not figures:
        return text
    hinweis = (f"\n\nDER AUFGABE LIEGEN {len(figures)} ABBILDUNG(EN) BEI – sie folgen als Bilder; "
               "übertrage jede vollständig in figures.")
    return [{"type": "text", "text": text + hinweis}, *image_parts(figures)]


def _create_with_images(session: LLMSession, response_model, messages, step: str, figures):
    """Wie session.create – mit verständlicher Meldung, falls das Modell keine Bilder annimmt."""
    try:
        return session.create(response_model, messages, step=step)
    except Exception as exc:
        if figures and any(w in str(exc).lower() for w in ("image", "vision", "modalit", "multimodal")):
            raise RuntimeError(f"Das Modell dieser Stufe nimmt offenbar keine Bilder an ({str(exc)[:160]}). "
                               "Ein Bildmodell über LLM_MODEL_UNDERSTANDING wählen.") from exc
        raise


def understand_task(session: LLMSession, task: str, issues: List[CheckIssue] = (),
                    data_prompt: str = "", figures: List[FigureInput] = ()) -> TaskUnderstanding:
    """Stufe 1: erfassen, was im Text steht – Teilfragen, Zahlen, Machbarkeit, Abbildungen. Noch kein Modell."""
    nachtrag = ""
    if issues:
        nachtrag = ("\n\nDEIN VORIGER VERSUCH WAR UNVOLLSTÄNDIG:\n"
                    + "\n".join(f"- [{i.code}] {i.message}" for i in issues)
                    + "\nErfasse die fehlenden Punkte, behalte den Rest bei.")
    text = f"AUFGABENTEXT:\n{task}\n\n{data_prompt}{nachtrag}".strip()
    return _create_with_images(session, TaskUnderstanding, [
        {"role": "system", "content": UNDERSTAND_PROMPT_FILE.read_text(encoding="utf-8")},
        {"role": "user", "content": _content(text, list(figures))},
    ], "Verstehen", figures)


def read_figures(session: LLMSession, task: str, figures: List[FigureInput]) -> FigureReading:
    """Unabhängige Übertragung nur der Abbildungen – die Gegenprobe zur Verstehensstufe."""
    text = f"AUFGABENTEXT (nur zur Einordnung der Abbildungen):\n{task}"
    return _create_with_images(session, FigureReading, [
        {"role": "system", "content": FIGURE_PROMPT_FILE.read_text(encoding="utf-8")},
        {"role": "user", "content": _content(text, figures)},
    ], "Abbildungen", figures)