gwoe-antragspruefer/app/models.py

"""Python types ported from TypeScript types.ts — GWÖ-Matrix 2.0 für Gemeinden."""

from __future__ import annotations

from enum import Enum
from typing import Optional

from pydantic import BaseModel, Field


# --- Enums ---

class Empfehlung(str, Enum):
    ABLEHNEN = "Ablehnen"
    UEBERARBEITEN = "Überarbeiten"
    UNTERSTUETZEN_MIT = "Unterstützen mit Änderungen"
    UNEINGESCHRAENKT = "Uneingeschränkt unterstützen"


class EmpfehlungSymbol(str, Enum):
    X = "[X]"
    BANG = "[!]"
    PLUS = "[+]"
    DPLUS = "[++]"


class Verbesserungspotenzial(str, Enum):
    GERING = "gering"
    MITTEL = "mittel"
    HOCH = "hoch"
    FUNDAMENTAL = "fundamental"


# --- Sub-models ---

class MatrixEntry(BaseModel):
    field: str = Field(..., pattern=r"^[A-E][1-5]$")
    label: str
    aspect: str
    rating: int = Field(..., ge=-5, le=5)  # Neue Skala: -5 bis +5
    symbol: Optional[str] = None

    # ─── Domain-Verhalten (ADR 0008) ──────────────────────────────────────

    def ist_fundamental_kritisch(self) -> bool:
        """True, wenn das Feld einen fundamentalen Widerspruch zu
        GWÖ-Werten beschreibt (rating ≤ -4).

        Diese Regel triggert den Score-Cap: ein einziges fundamental-
        kritisches Feld deckelt den Gesamt-Score auf 3/10 (siehe
        ``Assessment.verletzt_score_cap``).
        """
        return self.rating <= -4

    def to_symbol(self) -> str:
        """Berechnet das Matrix-Symbol aus dem Rating.

        Quelle: analyzer.py System-Prompt „Matrix-Feldwertung (Skala -5 bis +5)".
        Der LLM liefert das Symbol heute selbst; diese Methode erlaubt
        server-seitige Konsistenz-Prüfung und ist die Basis, um das
        Symbol-Feld perspektivisch ganz aus dem LLM-Output zu entfernen.
        """
        r = self.rating
        if r >= 4:
            return "++"
        if r >= 1:
            return "+"
        if r == 0:
            return "○"
        if r >= -3:
            return "−"
        return "−−"


class Zitat(BaseModel):
    text: str
    quelle: str
    url: Optional[str] = None
    verified: Optional[bool] = None  # True=wörtlich im Chunk, False=paraphrasiert, None=pre-#97


class ProgrammScore(BaseModel):
    score: float = Field(..., ge=0, le=10)
    begruendung: str = Field(..., alias="begründung")
    zitate: list[Zitat] = Field(default_factory=list)

    model_config = {"populate_by_name": True}


class FraktionScores(BaseModel):
    fraktion: str
    ist_antragsteller: Optional[bool] = Field(None, alias="istAntragsteller")
    ist_regierung: Optional[bool] = Field(None, alias="istRegierung")
    wahlprogramm: ProgrammScore
    parteiprogramm: ProgrammScore

    model_config = {"populate_by_name": True}


class Verbesserung(BaseModel):
    original: str
    vorschlag: str
    begruendung: str


# --- Main Assessment ---

class Assessment(BaseModel):
    drucksache: str
    title: str
    fraktionen: list[str]
    datum: str
    link: Optional[str] = None

    gwoe_score: float = Field(..., ge=0, le=10, alias="gwoeScore")
    gwoe_begruendung: str = Field(..., alias="gwoeBegründung")
    gwoe_matrix: list[MatrixEntry] = Field(..., alias="gwoeMatrix")
    gwoe_schwerpunkt: list[str] = Field(..., alias="gwoeSchwerpunkt")

    wahlprogramm_scores: list[FraktionScores] = Field(..., alias="wahlprogrammScores")

    verbesserungen: list[Verbesserung] = []

    staerken: list[str] = Field(default_factory=list, alias="stärken")
    schwaechen: list[str] = Field(default_factory=list, alias="schwächen")
    empfehlung: Empfehlung
    empfehlung_symbol: Optional[str] = Field(None, alias="empfehlungSymbol")
    verbesserungspotenzial: Verbesserungspotenzial

    themen: list[str] = []
    antrag_zusammenfassung: Optional[str] = Field(None, alias="antragZusammenfassung")
    antrag_kernpunkte: Optional[list[str]] = Field(None, alias="antragKernpunkte")
    konfidenz: Optional[str] = Field(None, description="LLM-Selbsteinschätzung: hoch/mittel/niedrig")
    share_threads: Optional[str] = Field(None, alias="shareThreads", description="Social-Post für Threads (max 500 Zeichen)")
    share_twitter: Optional[str] = Field(None, alias="shareTwitter", description="Social-Post für X/Twitter (max 280 Zeichen)")
    share_mastodon: Optional[str] = Field(None, alias="shareMastodon", description="Social-Post für Mastodon (max 500 Zeichen)")

    # #128: Fraktionen ohne hinterlegtes Wahlprogramm — wird server-seitig
    # nach dem LLM-Call befüllt, nicht vom LLM selbst.
    fehlende_programme: Optional[list[str]] = Field(
        default_factory=list,
        alias="fehlendeProgramme",
        description="Fraktionen ohne hinterlegtes Wahlprogramm für dieses Bundesland",
    )

    model_config = {"populate_by_name": True}

    # ─── Domain-Verhalten (ADR 0008) ──────────────────────────────────────

    def ist_ablehnung(self) -> bool:
        """True, wenn die Empfehlung „Ablehnen" lautet."""
        return self.empfehlung == Empfehlung.ABLEHNEN

    def ist_uneingeschraenkt_unterstuetzend(self) -> bool:
        """True, wenn die Empfehlung „Uneingeschränkt unterstützen" lautet."""
        return self.empfehlung == Empfehlung.UNEINGESCHRAENKT

    def hat_fundamental_kritisches_feld(self) -> bool:
        """True, wenn mindestens ein Matrix-Feld rating ≤ -4 hat.

        Basis für ``verletzt_score_cap``. Nutzt die VO-Methode
        ``MatrixEntry.ist_fundamental_kritisch``.
        """
        return any(m.ist_fundamental_kritisch() for m in self.gwoe_matrix)

    def verletzt_score_cap(self) -> bool:
        """Prüft die Regel aus dem System-Prompt:

            Wenn ein Matrix-Feld rating ≤ -4 hat, ist Gesamt-Score max. 3/10.

        Der LLM-Prompt formuliert diese Regel als Soll-Anweisung; sie kann
        trotzdem verletzt werden. Diese Methode macht die Regel server-
        seitig prüfbar und ist der Anker für die Warning-Logik in
        ``analyzer.py`` (Tag-4-Schritt der DDD-Lightweight-Migration).
        """
        return self.hat_fundamental_kritisches_feld() and self.gwoe_score > 3.0


# --- Matrix constants ---

MATRIX_LABELS: dict[str, str] = {
    "A1": "Grundrechtsschutz und Menschenwürde in der Lieferkette",
    "A2": "Nutzen für die Gemeinde",
    "A3": "Ökologische Verantwortung für die Lieferkette",
    "A4": "Soziale Verantwortung für die Lieferkette",
    "A5": "Öffentliche Rechenschaft und Mitsprache",
    "B1": "Ethisches Finanzgebaren / Geld und Mensch",
    "B2": "Gemeinnutz im Finanzgebaren",
    "B3": "Ökologische Verantwortung der Finanzpolitik",
    "B4": "Soziale Verantwortung der Finanzpolitik",
    "B5": "Rechenschaft und Partizipation in der Finanzpolitik",
    "C1": "Individuelle Rechts- und Gleichstellung",
    "C2": "Gemeinsame Zielvereinbarung für das Gemeinwohl",
    "C3": "Förderung ökologischen Verhaltens",
    "C4": "Gerechte Verteilung von Arbeit",
    "C5": "Transparente Kommunikation und demokratische Prozesse",
    "D1": "Schutz des Individuums, Rechtsgleichheit",
    "D2": "Gesamtwohl in der Gemeinde",
    "D3": "Ökologische Gestaltung der öffentlichen Leistung",
    "D4": "Soziale Gestaltung der öffentlichen Leistung",
    "D5": "Transparente Kommunikation und demokratische Einbindung",
    "E1": "Gestaltung der Bedingungen für ein menschenwürdiges Leben – zukünftige Generationen",
    "E2": "Beitrag zum Gesamtwohl",
    "E3": "Verantwortung für ökologische Auswirkungen",
    "E4": "Beitrag zum sozialen Ausgleich",
    "E5": "Transparente und demokratische Mitbestimmung",
}

ROW_LABELS: dict[str, str] = {
    "A": "Ausgelagerte Betriebe, Lieferant:innen, Dienstleister:innen",
    "B": "Finanzpartner:innen, Geldgeber:innen, Steuerzahler:innen",
    "C": "Politische Führung, Verwaltung, Ehrenamtliche",
    "D": "Bürger:innen und Wirtschaft",
    "E": "Staat, Gesellschaft und Natur",
}

COL_LABELS = [
    "Menschenwürde",
    "Solidarität",
    "Ökologische Nachhaltigkeit",
    "Soziale Gerechtigkeit",
    "Transparenz & Demokratie",
]

COL_STAATSPRINZIPIEN = [
    "Rechtsstaatsprinzip",
    "Gemeinnutz",
    "Umwelt-Verantwortung",
    "Sozialstaatsprinzip",
    "Demokratie",
]

MATRIX_VERSION = "2.0"
MATRIX_TITLE = "Matrix 2.0 für Gemeinden"

EMPFEHLUNG_CONFIG: dict[str, dict] = {
    "Ablehnen": {"symbol": "[X]", "color": "#d00000", "css_class": "empf-ablehnen"},
    "Überarbeiten": {"symbol": "[!]", "color": "#F7941D", "css_class": "empf-ueberarbeiten"},
    "Unterstützen mit Änderungen": {"symbol": "[+]", "color": "#009da5", "css_class": "empf-unterstuetzen"},
    "Uneingeschränkt unterstützen": {"symbol": "[++]", "color": "#889e33", "css_class": "empf-voll"},
}