Enhance chunking strategies and graph utilities for section-type transitions

- Implemented WP-26 v1.1: Section-Type-Wechsel erzwingt immer einen neuen Chunk, um konsistente Chunking-Verhalten bei unterschiedlichen section_types zu gewährleisten.
- Introduced automatic Intra-Note-Edges zwischen Sektionen mit unterschiedlichen Typen, um semantische Beziehungen zu erfassen.
- Updated graph utilities to support automatic edge type derivation based on section transitions.
- Added unit tests for section-type changes and automatic edge generation to ensure functionality and reliability.
This commit is contained in:
Lars committed 2026-01-25 17:36:57 +01:00
1 parent cc258008dc
commit af3cc0a254
4 files changed
+505 -50

No files matched your search

+220 -2
View File
@@ -1,12 +1,17 @@
"""
FILE: tests/test_wp26_section_types.py
DESCRIPTION: Unit-Tests für WP-26 Phase 1: Section-Types und Intra-Note-Edges
VERSION: 1.0.0
WP-26 v1.1: Erweitert um Tests für Section-Split und automatische Edges
VERSION: 1.1.0
"""
import pytest
from app.core.chunking.chunking_parser import parse_blocks
from app.core.chunking.chunking_models import RawBlock, Chunk
from app.core.graph.graph_utils import normalize_provenance, _edge
from app.core.chunking.chunking_strategies import strategy_by_heading, strategy_sliding_window
from app.core.graph.graph_utils import (
normalize_provenance, _edge, get_typical_edge_for,
load_graph_schema, clear_graph_schema_cache
)
class TestSectionTypeRecognition:
@@ -261,5 +266,218 @@ class TestNestedEdgeCallouts:
assert len(callouts) >= 1
# =============================================================================
# WP-26 v1.1: Tests für Section-Type-Wechsel und automatische Chunk-Splits
# =============================================================================
class TestSectionTypeSplit:
"""UT-14: Section-Type-Wechsel erzwingt neuen Chunk"""
def test_section_type_change_forces_new_chunk_by_heading(self):
"""Section-Type-Wechsel erzwingt neuen Chunk (by_heading Strategie)"""
md = """
## Situation ^sit
> [!section] experience
Die Geschichte beginnt hier.
## Reflexion ^ref
> [!section] insight
Erkenntnisse aus der Situation.
"""
blocks, _ = parse_blocks(md)
# Konfiguration: strict=False (würde normalerweise zusammenfassen)
config = {
"target": 1000, # Hoher Wert, um sicherzustellen, dass nicht wegen Token-Limit gesplittet wird
"max": 2000,
"split_level": 2,
"strict_heading_split": False, # Normalerweise würde zusammengefasst
"enable_smart_edge_allocation": True
}
chunks = strategy_by_heading(blocks, config, "test-note")
# Es sollten mindestens 2 Chunks geben (wegen Section-Type-Wechsel)
assert len(chunks) >= 2
# Prüfe, dass die Chunks unterschiedliche section_types haben
section_types = [c.section_type for c in chunks if c.section_type]
assert "experience" in section_types
assert "insight" in section_types
def test_same_section_type_follows_normal_behavior(self):
"""Gleicher Section-Type folgt normalem Chunking-Verhalten"""
md = """
## Section A
> [!section] experience
Content A about experience.
## Section B
> [!section] experience
Content B also about experience.
"""
blocks, _ = parse_blocks(md)
# Konfiguration: strict=False (würde zusammenfassen bei gleichem Typ)
config = {
"target": 1000,
"max": 2000,
"split_level": 2,
"strict_heading_split": False,
"enable_smart_edge_allocation": True
}
chunks = strategy_by_heading(blocks, config, "test-note")
# Bei gleichem section_type und strict=False könnten Chunks zusammengefasst werden
# (abhängig von Token-Limits)
# Wichtig: Alle Chunks sollten section_type "experience" haben
for c in chunks:
if c.section_type:
assert c.section_type == "experience"
def test_sliding_window_respects_section_type_change(self):
"""sliding_window Strategie respektiert Section-Type-Wechsel"""
md = """
## Part 1
> [!section] experience
Short content.
## Part 2
> [!section] insight
Another short content.
"""
blocks, _ = parse_blocks(md)
config = {
"target": 1000, # Hoher Wert
"max": 2000
}
chunks = strategy_sliding_window(blocks, config, "test-note")
# Bei Section-Type-Wechsel sollte gesplittet werden
section_types = [c.section_type for c in chunks if c.section_type]
# Beide Typen sollten in separaten Chunks sein
if len(section_types) >= 2:
assert "experience" in section_types or "insight" in section_types
class TestGraphSchemaParser:
"""UT-15: Graph-Schema Parser Tests"""
def test_get_typical_edge_experience_to_insight(self):
"""Typischer Edge von experience zu insight ist 'resulted_in'"""
# Lade Schema (falls verfügbar)
edge = get_typical_edge_for("experience", "insight")
# Sollte entweder 'resulted_in' oder Fallback 'related_to' sein
assert edge in ["resulted_in", "related_to"]
def test_get_typical_edge_insight_to_decision(self):
"""Typischer Edge von insight zu decision"""
edge = get_typical_edge_for("insight", "decision")
# Basierend auf graph_schema.md: foundation_for oder guides
assert edge in ["foundation_for", "guides", "related_to"]
def test_get_typical_edge_fallback(self):
"""Fallback auf 'related_to' für unbekannte Typen"""
edge = get_typical_edge_for("unknown_type_1", "unknown_type_2")
# Fallback sollte immer related_to sein
assert edge == "related_to"
def test_get_typical_edge_any_target(self):
"""Fallback auf 'any' Target-Regel"""
edge = get_typical_edge_for("experience", "unknown_target")
# Sollte Fallback auf "any"-Regel oder "related_to"
assert edge is not None
class TestAutomaticIntraNoteEdges:
"""UT-16: Automatische Intra-Note-Edges zwischen Sektionen"""
def test_edge_payload_has_section_transition(self):
"""Edge zwischen Sektionen enthält section_transition Metadaten"""
edge = _edge(
kind="resulted_in",
scope="chunk",
source_id="note1#c00",
target_id="note1#c01",
note_id="note1",
extra={
"provenance": "rule",
"rule_id": "inferred:section_transition",
"section_transition": "experience->insight",
"is_internal": True
}
)
assert edge["is_internal"] is True
assert edge["section_transition"] == "experience->insight"
assert edge["provenance"] == "rule"
def test_inferred_section_transition_provenance(self):
"""Provenance 'inferred:section_transition' wird korrekt normalisiert"""
prov, hint = normalize_provenance("inferred:section_transition")
assert prov == "rule"
assert hint == "schema_default"
class TestRealWorldScenario:
"""UT-17: Real-World Szenario - Krebsdiagnose Note"""
def test_krebsdiagnose_note_structure(self):
"""Testet die erwartete Struktur der Krebsdiagnose-Note"""
md = """
## 📖 Diagnose: Glioblastom ^kontext
Nach der Operation gab es ein Diagnose-Gespräch.
## 🎭 Emotions-Check ^emotionen
Ich reagierte mit Zittern am Körper.
## 💡 Lektion ^learning
> [!section] insight
Ich habe versucht die nächsten Schritte zu durchdenken.
Meine positive Einstellung hat mir geholfen.
"""
blocks, _ = parse_blocks(md)
# Konfiguration wie structured_smart_edges
config = {
"target": 400,
"max": 600,
"split_level": 2,
"strict_heading_split": False,
"enable_smart_edge_allocation": True
}
chunks = strategy_by_heading(blocks, config, "krebsdiagnose")
# Wegen Section-Type-Wechsel (None -> insight) sollte die Lektion
# ein separater Chunk sein
insight_chunks = [c for c in chunks if c.section_type == "insight"]
# Mindestens ein Chunk mit section_type "insight"
assert len(insight_chunks) >= 1
# Der insight-Chunk sollte den Lektions-Inhalt enthalten
insight_text = insight_chunks[0].text
assert "durchdenken" in insight_text.lower() or "positive" in insight_text.lower()
if __name__ == "__main__":
pytest.main([__file__, "-v"])