refactor: Pipeline-Stufen in Ordner mit ihren Prompts

Im Wurzelverzeichnis liegt nur noch TextToModel.py (Ablauf und CLI).
Jede Stufe liegt mit Code und Prompt in einem eigenen Ordner: core,
understanding, modeling, checks, solving, reporting, data, benchmark;
Tests unter tests/, Aufgaben unter tasks/. understand_task,
text_to_model/revise_model und review_assumptions/needs_work/select_best
sind aus TextToModel.py zu ihren Prompts gewandert, inhaltlich
unveraendert. Prompt-Kennung des Benchmarks bleibt 93744636095a.

Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>

TextToModel.py

@@ -5,10 +5,10 @@ import sys
 from pathlib import Path
 from typing import List
 
-from llm import DEFAULT_MODEL, LLMSession
-import data_profile
-from model_checks import check_spec, check_understanding, has_errors
-from model_schema import (
+from checks.model_checks import check_spec, check_understanding, has_errors
+from checks.review import needs_work, review_assumptions, select_best
+from core.llm import DEFAULT_MODEL, LLMSession
+from core.model_schema import (
     AssumptionReview,
     SolverStatus,
     CheckIssue,
@@ -17,14 +17,13 @@ from model_schema import (
     PipelineResult,
     TaskUnderstanding,
 )
-from report import write_report
-from script_export import build_solver_script
-from solver_stage import check_feasibility, check_multistart, check_sensitivity, run_solver_code, solve
+from data import data_profile
+from modeling.extraction import revise_model, text_to_model
+from reporting.report import write_report
+from solving.script_export import build_solver_script
+from solving.solver_stage import check_feasibility, check_multistart, check_sensitivity, run_solver_code, solve
+from understanding.understand import understand_task
 
-PROMPT_DIR = Path(__file__).parent
-ROUTING_PROMPT_FILE = PROMPT_DIR / "Routing-und-Extraktions-Prompt.txt"
-REVIEW_PROMPT_FILE = PROMPT_DIR / "Pruef-Prompt.txt"
-UNDERSTAND_PROMPT_FILE = PROMPT_DIR / "Verstehen-Prompt.txt"
 MAX_REVISIONS = int(os.environ.get("MAX_REVISIONS", "2"))
 SOLVER_RETRIES = int(os.environ.get("SOLVER_RETRIES", "2"))
 MAX_RESTARTS = int(os.environ.get("MAX_RESTARTS", "1"))
@@ -48,119 +47,6 @@ def log(msg: str) -> None:
     print(msg, file=sys.stderr)
 
 
-def understand_task(session: LLMSession, task: str, issues: List[CheckIssue] = (),
-                    data_prompt: str = "") -> TaskUnderstanding:
-    """Stufe 0: erfassen, was im Text steht – Teilfragen, Zahlen, Machbarkeit. 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.")
-    return session.create(
-        TaskUnderstanding,
-        [
-            {"role": "system", "content": UNDERSTAND_PROMPT_FILE.read_text(encoding="utf-8")},
-            {"role": "user", "content": f"AUFGABENTEXT:\n{task}\n\n{data_prompt}{nachtrag}".strip()},
-        ],
-        step="Verstehen",
-    )
-
-
-def text_to_model(session: LLMSession, task: str,
-                  understanding: TaskUnderstanding | None = None,
-                  data_prompt: str = "") -> OptimizationModelSpecification:
-    inhalt = task if not data_prompt else f"{task}\n\n{data_prompt}"
-    if understanding is not None:
-        # Die Verstehensstufe hat Teilfragen und Zahlen schon erfasst – die Extraktion muss den Text
-        # nicht noch einmal danach absuchen, sondern baut darauf auf.
-        inhalt += ("\n\nBEREITS ERFASSTES VERSTÄNDNIS (Teilfragen und Zahlen; übernimm die Werte aus facts "
-                   "in extracted_values, statt sie neu zu suchen):\n" + understanding.model_dump_json(indent=2))
-    return session.create(
-        OptimizationModelSpecification,
-        [
-            {"role": "system", "content": ROUTING_PROMPT_FILE.read_text(encoding="utf-8")},
-            {"role": "user", "content": inhalt},
-        ],
-        step="Extraktion",
-    )
-
-
-def review_assumptions(session: LLMSession, task: str, spec: OptimizationModelSpecification) -> AssumptionReview:
-    return session.create(
-        AssumptionReview,
-        [
-            {"role": "system", "content": REVIEW_PROMPT_FILE.read_text(encoding="utf-8")},
-            {
-                "role": "user",
-                "content": f"AUFGABENTEXT:\n{task}\n\nMODELLSPEZIFIKATION:\n{spec.model_dump_json(indent=2)}",
-            },
-        ],
-        step="Prüfung",
-    )
-
-
-def revise_model(
-    session: LLMSession, task: str, spec: OptimizationModelSpecification, review: AssumptionReview,
-    issues: List[CheckIssue] = (),
-) -> OptimizationModelSpecification:
-    errors = [i for i in issues if i.severity == CheckSeverity.ERROR]
-    check_text = "\n".join(f"- [{i.code}] {i.message}" for i in errors) or "keine"
-    # Warnungen lösen für sich keine Korrekturrunde aus; findet aber ohnehin eine statt,
-    # sollen sie mit behoben werden – sonst erreicht z. B. unerklärter Fachjargon das LLM nie.
-    hinweise = [i for i in issues if i.severity == CheckSeverity.WARNING]
-    hinweis_text = "\n".join(f"- [{i.code}] {i.message}" for i in hinweise) or "keine"
-    return session.create(
-        OptimizationModelSpecification,
-        [
-            {"role": "system", "content": ROUTING_PROMPT_FILE.read_text(encoding="utf-8")},
-            {
-                "role": "user",
-                "content": (
-                    f"AUFGABENTEXT:\n{task}\n\n"
-                    f"BISHERIGE MODELLSPEZIFIKATION:\n{spec.model_dump_json(indent=2)}\n\n"
-                    f"PRÜFBERICHT:\n{review.model_dump_json(indent=2)}\n\n"
-                    f"FEHLER DER AUTOMATISCHEN KONSISTENZPRÜFUNG:\n{check_text}\n\n"
-                    f"HINWEISE DER AUTOMATISCHEN PRÜFUNG (kein Fehler, aber zu verbessern):\n{hinweis_text}\n\n"
-                    "Überarbeite die Modellspezifikation: Setze alle Korrekturen aus dem Prüfbericht um, "
-                    "behebe alle Fehler der Konsistenzprüfung, passe die betroffenen Restriktionen, Variablen "
-                    "und Parameter an und weise fehlende Annahmen in open_assumptions aus. "
-                    "Arbeite auch die Hinweise ab, soweit das Modell dadurch nicht schlechter wird – "
-                    "unerklärte Fachbegriffe gehören in executive_summary, nicht weggelassen. "
-                    "Behalte korrekte Teile unverändert bei."
-                ),
-            },
-        ],
-        step="Korrektur",
-    )
-
-
-# Warnungen, die eine Korrekturrunde wert sind: keine Fehler (ein richtiges Ergebnis bleibt zuverlässig),
-# aber in einer Runde billig zu beheben. Unerklärte Fachbegriffe kosten den Leser sonst das Verständnis.
-REVISION_WORTHY_WARNINGS = {"UNEXPLAINED_JARGON", "UNUSED_FACTS"}
-
-
-def needs_work(review: AssumptionReview, issues: List[CheckIssue]) -> bool:
-    """Rechtfertigt der Stand eine Korrekturrunde?"""
-    return (review.needs_revision or has_errors(issues)
-            or any(i.code in REVISION_WORTHY_WARNINGS for i in issues))
-
-
-def select_best(candidates: List[tuple]) -> int:
-    """Index der besten (spec, issues, review)-Runde.
-
-    Rangfolge: passende Zielgröße vor unpassender (sonst womöglich Fremdproblem), keine Check-Errors vor Errors,
-    Prüfung ohne Beanstandung vor Beanstandung, weniger Errors;
-    bei Gleichstand gewinnt die spätere Runde. Verhindert, dass eine Korrekturrunde, die das Modell
-    verschlechtert (z. B. halluziniertes Fremdproblem), die bessere frühere Fassung ersetzt.
-    """
-    def score(index):
-        _, issues, review = candidates[index]
-        errors = sum(1 for i in issues if i.severity == CheckSeverity.ERROR)
-        return (not review.objective_check.matches, errors > 0, review.needs_revision, errors, -index)
-
-    return min(range(len(candidates)), key=score)
-
-
 def _understand(session, task: str, label: str, data_prompt: str = "") -> tuple:
     """Verstehensstufe samt Prüfung; ein Nachfassen, wenn Zahlen oder Teilfragen fehlen."""
     if UNDERSTAND_RETRIES < 0: