text_to_solver_program/tests/test_review.py

from core.model_schema import AssumptionReview, CheckIssue, CheckSeverity
from checks.review import select_best


def make_review(matches=True, verdict="justified", missing=(), units_consistent=True):
    return AssumptionReview.model_validate({
        "objective_check": {
            "task_evidence": "Bestimme die Aufteilung mit der geringsten Volatilität",
            "asked_quantity": "Standardabweichung der Portfoliorendite",
            "modeled_quantity": "Standardabweichung" if matches else "Varianz",
            "matches": matches,
            "units_consistent": units_consistent,
            "unit_explanation": "Rendite €, Risiko €, Kosten €" if units_consistent else "Rendite €, Risiko dimensionslos, Kosten €",
            "explanation": "-",
        },
        "checks": [{"unclear_point": "-", "verdict": verdict, "task_evidence": "-", "explanation": "-"}],
        "missing_assumptions": list(missing),
    })


def test_clean_review_needs_no_revision():
    assert not make_review().needs_revision


def test_objective_mismatch_triggers_revision():
    assert make_review(matches=False).needs_revision


def test_faulty_assumption_triggers_revision():
    assert make_review(verdict="stricter_than_task").needs_revision


def test_missing_assumption_triggers_revision():
    missing = [{"unclear_point": "-", "assumption": "-", "alternative": "-", "impact": "-"}]
    assert make_review(missing=missing).needs_revision


# --- Auswahl der besten Korrekturrunde (checks.review.select_best) ---

ERROR = CheckIssue(severity=CheckSeverity.ERROR, code="CPSAT_WITH_CONTINUOUS_VARS", message="-")
WARNING = CheckIssue(severity=CheckSeverity.WARNING, code="UNDECLARED_SYMBOL", message="-")


def test_later_hallucinated_round_is_discarded():
    # beobachtet in portfolio_qp: Runde 1 sauber, Runde 2 beschreibt ein Fremdproblem mit Check-Error
    candidates = [
        (None, [], make_review(matches=False)),
        (None, [WARNING], make_review()),
        (None, [ERROR, WARNING], make_review(matches=False)),
    ]
    assert select_best(candidates) == 1


def test_clean_later_round_wins_tie():
    candidates = [(None, [], make_review()), (None, [WARNING], make_review())]
    assert select_best(candidates) == 1


def test_fewer_errors_preferred_when_all_have_errors():
    candidates = [(None, [ERROR], make_review(matches=False)), (None, [ERROR, ERROR], make_review(matches=False))]
    assert select_best(candidates) == 0


def test_mixed_units_trigger_revision():
    # beobachtet: Rendite/Kosten in Euro, Risiko als dimensionslose Summe w_i^2 sigma_i^2 (Faktor 100.000 zu klein)
    assert make_review(units_consistent=False).needs_revision


# --- Grund jeder Korrekturrunde im Log (vorher nur „Probleme gefunden“) ---

def test_revision_reasons_name_every_trigger():
    from checks.review import needs_work, revision_reasons
    from core.model_schema import CheckIssue, CheckSeverity
    fehlend = {"unclear_point": "Einkaufspreis nicht beziffert", "assumption": "-", "alternative": "-", "impact": "-"}
    review = make_review(matches=False, verdict="weaker_than_task", missing=[fehlend])
    issues = [CheckIssue(severity=CheckSeverity.ERROR, code="MIXED_OBJECTIVE_UNITS", message="Risiko dimensionslos"),
              CheckIssue(severity=CheckSeverity.WARNING, code="MISSING_DATA", message="kein Wert für p")]
    gruende = revision_reasons(review, issues)
    assert needs_work(review, issues)
    assert any(g.startswith("Zielgröße passt nicht") for g in gruende)
    assert any("weaker_than_task" in g for g in gruende)
    assert any("Einkaufspreis nicht beziffert" in g for g in gruende)
    assert any("MIXED_OBJECTIVE_UNITS" in g for g in gruende)
    assert not any("MISSING_DATA" in g for g in gruende)       # löst keine Runde aus, gehört nicht in den Grund


def test_clean_state_has_no_revision_reasons():
    from checks.review import revision_reasons
    assert revision_reasons(make_review(), []) == []


def test_review_prompt_allows_both_forms_of_decision_independent_costs():
    # wagner_whitin_dijkstra: Einkaufspreis ohne Zahl – je 1–2 Korrekturrunden, weil Regel 4 beide Formen beanstanden konnte
    from pathlib import Path
    prompt = (Path(__file__).parent.parent / "checks" / "Pruef-Prompt.txt").read_text(encoding="utf-8")
    assert "entscheidungsunabhängige Terme" in prompt and "Verlange keine Umstellung" in prompt


def test_review_prompt_checks_parameter_units_against_explicit_definitions():
    # portfoliomanagement §3: l_i, u_i als Schranken für den investierten Betrag definiert,
    # Modell trug unit='Stück' ein – von keiner Prüfung gefangen. Die neue Regel verlangt
    # Schritt 1b und schränkt die Ausschlussliste ein.
    from pathlib import Path
    prompt = (Path(__file__).parent.parent / "checks" / "Pruef-Prompt.txt").read_text(encoding="utf-8")
    assert "Parametereinheiten gegen ausdrückliche Definitionen" in prompt
    assert "iderspricht die unit" in prompt          # Groß-/Kleinschreibung unabhängig
    assert "GEGEN EINE NICHT AUSDRÜCKLICHE TEXTDEFINITION" in prompt
    # die Ausschlussliste darf nicht mehr pauschal „Einheit je Parameter“ ausschließen
    assert "Einheit je Parameter GEGEN EINE" in prompt