gwoe-antragspruefer/tests/test_llm_bewerter.py

305 lines
12 KiB
Python
Raw Normal View History

"""Tests für LlmBewerter-Port und QwenBewerter-Adapter (ADR 0008).
Der Adapter wird mit einem Fake-Client getestet kein Netzwerk, kein
``openai``-Paket. Retry-Semantik (Temperatur steigt um 0.1 pro Versuch)
ist hier explizit getestet, damit die Migration die Semantik nicht
still verändert.
"""
from __future__ import annotations
import asyncio
import json
import types
import pytest
from app.adapters.qwen_bewerter import QwenBewerter, _strip_markdown_fences
from app.ports.llm_bewerter import LlmBewerter, LlmRequest
def _run(coro):
return asyncio.get_event_loop().run_until_complete(coro)
def _make_fake_client(responses: list[str]):
"""Produziert einen Fake-OpenAI-Client, der pro Call einen Response aus
der Liste liefert und Metadaten (Temperatur) aufzeichnet."""
calls: list[dict] = []
class FakeCompletions:
async def create(self, **kwargs):
calls.append(dict(kwargs))
idx = len(calls) - 1
content = responses[min(idx, len(responses) - 1)]
return types.SimpleNamespace(
choices=[types.SimpleNamespace(
message=types.SimpleNamespace(content=content)
)]
)
class FakeChat:
completions = FakeCompletions()
class FakeClient:
chat = FakeChat()
return FakeClient(), calls
# ─── Strip-Fences ──────────────────────────────────────────────────────────
class TestStripMarkdownFences:
def test_plain_json_unchanged(self):
assert _strip_markdown_fences('{"a": 1}') == '{"a": 1}'
def test_json_fence(self):
assert _strip_markdown_fences('```json\n{"a": 1}\n```') == '{"a": 1}'
def test_plain_fence(self):
assert _strip_markdown_fences('```\n{"a": 1}\n```') == '{"a": 1}'
# ─── Protocol-Konformität ──────────────────────────────────────────────────
class TestProtocol:
def test_qwen_implements_llm_bewerter(self):
# runtime_checkable Protocol — Method bewerte existiert
qb = QwenBewerter(api_key="x", base_url="y", client=object())
assert isinstance(qb, LlmBewerter)
# ─── QwenBewerter mit FakeClient ───────────────────────────────────────────
class TestQwenBewerterHappyPath:
def test_single_successful_call(self):
fake, calls = _make_fake_client(['{"gwoeScore": 7.0}'])
qb = QwenBewerter(api_key="x", base_url="y", client=fake)
request = LlmRequest(system_prompt="sys", user_prompt="usr")
result = _run(qb.bewerte(request))
assert result == {"gwoeScore": 7.0}
assert len(calls) == 1
assert calls[0]["temperature"] == pytest.approx(0.3)
def test_markdown_fence_is_stripped(self):
fake, _ = _make_fake_client(['```json\n{"gwoeScore": 8.0}\n```'])
qb = QwenBewerter(client=fake)
result = _run(qb.bewerte(LlmRequest("sys", "usr")))
assert result == {"gwoeScore": 8.0}
def test_passes_model_through(self):
fake, calls = _make_fake_client(['{"a": 1}'])
qb = QwenBewerter(client=fake)
_run(qb.bewerte(LlmRequest("sys", "usr", model="qwen-turbo")))
assert calls[0]["model"] == "qwen-turbo"
class TestQwenBewerterRetries:
def test_retry_raises_temperature(self):
"""Bei JSON-Parse-Fehler steigt die Temperatur um 0.1 pro Versuch."""
fake, calls = _make_fake_client([
"nicht valides JSON",
"immer noch kaputt",
'{"gwoeScore": 6.0}', # 3. Versuch klappt
])
qb = QwenBewerter(client=fake)
request = LlmRequest("sys", "usr", max_retries=3)
result = _run(qb.bewerte(request))
assert result == {"gwoeScore": 6.0}
assert len(calls) == 3
assert calls[0]["temperature"] == pytest.approx(0.3)
assert calls[1]["temperature"] == pytest.approx(0.4)
assert calls[2]["temperature"] == pytest.approx(0.5)
def test_exhausted_retries_raise(self):
fake, _ = _make_fake_client([
"kaputt", "kaputt", "kaputt",
])
qb = QwenBewerter(client=fake)
request = LlmRequest("sys", "usr", max_retries=3)
with pytest.raises(json.JSONDecodeError):
_run(qb.bewerte(request))
def test_single_retry_is_respected(self):
"""max_retries=1 heißt: genau ein Versuch, kein Retry."""
fake, calls = _make_fake_client(["kaputt"])
qb = QwenBewerter(client=fake)
with pytest.raises(json.JSONDecodeError):
_run(qb.bewerte(LlmRequest("sys", "usr", max_retries=1)))
assert len(calls) == 1
class TestLlmRequestDefaults:
def test_defaults_match_legacy_analyzer(self):
req = LlmRequest("s", "u")
assert req.model == "qwen-plus"
assert req.max_retries == 3
assert req.max_tokens == 4000
assert req.base_temperature == 0.3
# ─── Coverage-Backfill (#134) ────────────────────────────────────────────────
class TestContentFingerprint:
def test_empty_string_returns_len_zero(self):
from app.adapters.qwen_bewerter import _content_fingerprint
assert _content_fingerprint("") == "len=0"
def test_none_returns_len_zero(self):
from app.adapters.qwen_bewerter import _content_fingerprint
# Defensiv: None toleriert, weil log-Pfad aufgerufen wird
# mit content.choices[0].message.content der schon mal None ist
assert _content_fingerprint(None) == "len=0"
def test_non_empty_includes_sha1_prefix(self):
from app.adapters.qwen_bewerter import _content_fingerprint
result = _content_fingerprint("hallo")
assert result.startswith("len=5 sha1=")
assert len(result.split("sha1=")[1]) == 8
class TestStripMarkdownJsonFences:
"""```json-Fence wird zusaetzlich zum Plain-Fence behandelt."""
def test_json_fence_with_explicit_lang(self):
from app.adapters.qwen_bewerter import _strip_markdown_fences
s = "```json\n{\"a\": 1}\n```"
assert _strip_markdown_fences(s) == '{"a": 1}'
class TestLazyClientInstantiation:
"""_get_client laedt openai erst beim ersten Call."""
def test_no_client_triggers_openai_import(self, monkeypatch):
"""Wenn der Client nicht injected ist, versucht _get_client den
Lazy-Import von openai.AsyncOpenAI. Hier patchen wir den Import,
um sicherzustellen dass _get_client tatsaechlich versucht zu
instanziieren (Branch-Coverage Lines 70-73)."""
import sys
from unittest.mock import MagicMock
from app.adapters.qwen_bewerter import QwenBewerter
fake_client = MagicMock(name="AsyncOpenAI-Instance")
fake_async_openai = MagicMock(return_value=fake_client)
fake_module = type(sys)("openai")
fake_module.AsyncOpenAI = fake_async_openai
monkeypatch.setitem(sys.modules, "openai", fake_module)
qb = QwenBewerter(api_key="test", base_url="http://test")
client = qb._get_client()
assert client is fake_client
fake_async_openai.assert_called_once_with(api_key="test",
base_url="http://test")
def test_injected_client_skips_lazy_import(self):
"""Wenn der Client schon im Konstruktor da ist, wird _get_client
ihn direkt zurueckgeben kein openai-Import."""
from app.adapters.qwen_bewerter import QwenBewerter
injected = object()
qb = QwenBewerter(client=injected)
assert qb._get_client() is injected
feat: Antrag-Detail News-Match-Box + Test-Coverage fuer aktuelle-themen **News-Match-Box im Antrag-Detail:** Reverse-Sicht zur /aktuelle-themen-Seite — pro Antrag-Detail-Page eine Box "Aktuelle News passend zu diesem Antrag" mit den Top-5 Matches der letzten 90 Tage. Pro News-Card direkter "PM-Vorschlag generieren"-Button mit Idempotenz-Check (bestehender Draft wird ohne LLM-Call zurueckgegeben). Loesst das User-Feedback "ich oeffne ja meist Antrags-Detail, nicht den News-Tab — da fehlt mir die News-Sicht". Box laedt lazy via fetch und bleibt komplett versteckt wenn keine Matches existieren (kein Noise). **Test-Coverage fuer die heutigen Backend-Aenderungen:** `tests/test_llm_bewerter.py`: - 6 Tests fuer `_recover_unescaped_newlines` (clean, raw newline, tab+cr, outside-string, makes-invalid-valid, preserves-already-escaped) - 2 Tests fuer `json_object_mode` pass-through (off → kein Param, on → response_format={"type":"json_object"}) - 1 Integration: Recovery greift im bewerte()-Loop ohne Retry `tests/test_endpoints_smoke.py`: - Vote-Orphans-Endpoint (GET) Smoke - Vote-Orphans-Auto-Rate Auth-Wall - Batch-Analyze Auth-Wall (incl. ALL-Modus) - Aktuelle-Themen-Endpoints (top, zeitreihe, top-antraege, cluster, drafts-list, drafts-versions) — 8 Tests `tests/test_batch_helpers.py`: - 4 Unit-Tests fuer _enqueue_for_bl-Logik via Inline-Repro mit Mocks (already-rated skip, no-adapter, limit-cap, empty-text-skip) Suite: 1084 passed, 50 skipped (Smoke-Tests skippen lokal weil FastAPI nicht importbar, greifen aber gegen dev/CI). Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>
2026-05-06 02:22:22 +02:00
# ─── _recover_unescaped_newlines (Issue #170 Followup) ─────────────────────
class TestRecoverUnescapedNewlines:
def test_no_change_when_clean(self):
from app.adapters.qwen_bewerter import _recover_unescaped_newlines
clean = '{"body": "Zeile1\\nZeile2"}' # Source mit `\n` als 2 chars
assert _recover_unescaped_newlines(clean) == clean
def test_replaces_raw_newline_in_string(self):
from app.adapters.qwen_bewerter import _recover_unescaped_newlines
broken = '{"body": "Zeile1\nZeile2"}' # Source mit echtem newline
recovered = _recover_unescaped_newlines(broken)
# Roher Newline → \n-Sequenz
assert "\\n" in recovered # 2 chars `\n`
assert "\n" not in recovered.replace("\\n", "") # kein weiterer raw
def test_replaces_tab_and_cr(self):
from app.adapters.qwen_bewerter import _recover_unescaped_newlines
broken = '{"x": "a\tb\rc"}'
recovered = _recover_unescaped_newlines(broken)
assert "\\t" in recovered
assert "\\r" in recovered
def test_does_not_touch_outside_string(self):
from app.adapters.qwen_bewerter import _recover_unescaped_newlines
# Newline außerhalb von String (im JSON-Whitespace) bleibt erhalten
src = '{\n "x": 1\n}'
recovered = _recover_unescaped_newlines(src)
# Der Recovery toggelt in_string nur bei `"`; die newlines außerhalb
# sollen unbehandelt bleiben.
assert "\n" in recovered
# JSON-loads sollte trotzdem klappen (Newline ist valid whitespace)
import json
data = json.loads(recovered)
assert data == {"x": 1}
def test_recovery_makes_invalid_json_valid(self):
"""Konkreter Use-Case: qwen-Output mit echtem newline im body."""
from app.adapters.qwen_bewerter import _recover_unescaped_newlines
import json
broken = '{"titel": "T", "body": "Para1\n\nPara2"}'
with pytest.raises(json.JSONDecodeError):
json.loads(broken)
recovered = _recover_unescaped_newlines(broken)
result = json.loads(recovered)
assert "Para1" in result["body"]
assert "Para2" in result["body"]
assert "\n\n" in result["body"] # echte newlines im Python-String
def test_recovery_preserves_already_escaped(self):
"""`\\n` (2 chars `\\` + `n`) im Source bleibt unangetastet."""
from app.adapters.qwen_bewerter import _recover_unescaped_newlines
# Im Python-Source: `\\\\n` = 4 chars = `\\n` als 2 chars im JSON
src = '{"body": "Zeile1\\nZeile2"}'
recovered = _recover_unescaped_newlines(src)
# Source bleibt gleich, kein Doppel-Escape
assert recovered == src
# ─── json_object_mode pass-through (#170 Followup) ─────────────────────────
class TestJsonObjectMode:
def test_disabled_default_no_response_format(self):
"""Standard: response_format wird NICHT an die API gesendet."""
fake, calls = _make_fake_client(['{"x": 1}'])
qb = QwenBewerter(client=fake)
_run(qb.bewerte(LlmRequest(
system_prompt="s", user_prompt="u", model="qwen-plus",
max_retries=1,
)))
assert "response_format" not in calls[0]
def test_enabled_sends_response_format(self):
"""Mit json_object_mode=True: response_format={'type':'json_object'}."""
fake, calls = _make_fake_client(['{"x": 1}'])
qb = QwenBewerter(client=fake)
_run(qb.bewerte(LlmRequest(
system_prompt="s", user_prompt="u", model="qwen-max",
max_retries=1, json_object_mode=True,
)))
assert calls[0].get("response_format") == {"type": "json_object"}
# ─── Recovery integriert: full bewerte()-Loop ──────────────────────────────
class TestBewerteWithRecovery:
def test_bewerte_uses_recovery_when_first_parse_fails(self):
"""Erster Versuch produziert json mit raw newline → Recovery klappt → kein Retry."""
broken = '{"titel": "T", "body": "Lead\n\nPara2"}'
fake, calls = _make_fake_client([broken])
qb = QwenBewerter(client=fake)
result = _run(qb.bewerte(LlmRequest(
system_prompt="s", user_prompt="u", model="qwen-plus",
max_retries=2,
)))
# Recovery sollte greifen → ein einziger API-Call reichte
assert len(calls) == 1
assert result["titel"] == "T"
assert "Para2" in result["body"]