# tests/test_smart_chunking_integration.py import asyncio import unittest import os import sys from pathlib import Path from typing import List, Dict # Pfad-Anpassung, falls nötig sys.path.insert(0, str(Path(__file__).parent.parent.parent)) # Import der Kernkomponenten from app.core import chunker from app.core import derive_edges from app.core.note_payload import extract_frontmatter_from_text # Dummy-Mocking des Qdrant-Clients für Unit-Tests wäre hier besser, # aber für den Integrationstest nutzen wir die echte Logik. # 1. Definieren der Test-Datei (Muss im Vault existieren, wenn es ein echter Integrationstest ist) TEST_NOTE_ID = "20251211-journal-sem-test" TEST_NOTE_TYPE = "journal" TEST_MARKDOWN = """ --- id: 20251211-journal-sem-test title: Tägliches Log - Semantischer Test type: journal status: active created: 2025-12-11 tags: [test, daily-log] --- # Log-Eintrag 2025-12-11 Heute war ein guter Tag. Zuerst habe ich mit der R1 Meditation begonnen, um meinen Nordstern Fokus zu klären. Das Ritual [[leitbild-rituale-system]] hat mir geholfen, ruhig in den Tag zu starten. Ich habe gespürt, wie wichtig meine [[leitbild-werte#Integrität]] für meine Entscheidungen ist. Das ist das Fundament. Am Nachmittag gab es einen Konflikt bei der Karate-Trainer-Ausbildung. Ein Schüler war uneinsichtig. Ich habe die Situation nach [[leitbild-prinzipien#P4 Gerechtigkeit & Fairness]] behandelt und beide Seiten gehört (Steelman). Das war anstrengend, aber ich habe meine [[leitbild-rollen#Karate-Trainer]] Mission erfüllt. Die Konsequenz war klar und ruhig. Abends habe ich den wöchentlichen Load-Check mit meinem Partner gemacht. Das Paar-Ritual [[leitbild-rituale-system#R5]] hilft, das Ziel [[leitbild-ziele-portfolio#Nordstern Partner]] aktiv zu verfolgen. Es ist der operative Rhythmus für uns beide. """ class TestSemanticChunking(unittest.TestCase): def setUp(self): # Setzt die Konfiguration auf den Typ 'journal' self.config = chunker.get_chunk_config(TEST_NOTE_TYPE) def test_a_strategy_selection(self): """Prüft, ob die Strategie 'semantic_llm' für den Typ 'journal' gewählt wird.""" self.assertEqual(self.config['strategy'], 'semantic_llm', "Fehler: 'journal' sollte die Strategie 'semantic_llm' nutzen.") def test_b_llm_chunking_and_injection(self): """ Prüft den gesamten End-to-End-Flow: 1. LLM-Chunking 2. Kanten-Injektion (als [[rel:...]]) 3. Kanten-Erkennung durch derive_edges.py """ # --- 1. Chunking (Asynchron) --- # Wir müssen den Async-Teil synchron ausführen (Standard-Python-Pattern für Async-Tests) chunks = asyncio.run(chunker.assemble_chunks( note_id=TEST_NOTE_ID, md_text=TEST_MARKDOWN, note_type=TEST_NOTE_TYPE )) print(f"\n--- LLM Chunker Output: {len(chunks)} Chunks ---") self.assertTrue(len(chunks) > 1, "Erwartung: Das LLM sollte den Text in mehrere semantische Chunks zerlegen.") # --- 2. Injektion prüfen (Der Chunk-Text muss die Links enthalten) --- chunk_1_text = chunks[0].text print(f"Chunk 1 Text (Anfang): {chunk_1_text[:100]}...") self.assertIn("[[rel:", chunk_1_text, "Fehler: Der Chunk-Text muss die injizierte [[rel: Kante enthalten.]") # --- 3. Kanten-Derivation (Synchron) --- # derive_edges.py muss die injizierten Links finden und umwandeln. edges = derive_edges.build_edges_for_note( note_id=TEST_NOTE_ID, chunks=[c.__dict__ for c in chunks] # Chunker-Objekte in Dicts konvertieren ) print(f"--- Edge Derivation Output: {len(edges)} Kanten ---") # 4. Assertions: Prüfen auf Existenz spezifischer, vom LLM generierter Kanten # Erwartet: next/prev, belongs_to, und die LLM-generierten (inline:rel) llm_generated_edges = [ e for e in edges if e.get('rule_id') == 'inline:rel' and e.get('source_id').startswith(TEST_NOTE_ID + '#sem') ] print(f"Gefundene LLM-Kanten (inline:rel): {len(llm_generated_edges)}") self.assertTrue(len(llm_generated_edges) >= 3, "Erwartung: Mindestens 3 LLM-generierte Kanten (eine pro semantischem Abschnitt).") # Check für die spezifische Kante 'uses' (oder 'based_on'/'derived_from' von der Matrix) # Wir prüfen auf 'leitbild-rituale-system' has_ritual_kante = any( e['target_id'] == 'leitbild-rituale-system' and e['source_id'].startswith(TEST_NOTE_ID + '#sem00') # Sollte im ersten Chunk sein for e in llm_generated_edges ) self.assertTrue(has_ritual_kante, "Fehler: Der LLM-Chunker hat die Kante zu 'leitbild-rituale-system' nicht korrekt an Chunk 1 gebunden.") # Check für die Matrix-Logik (z.B. 'derived_from' zu 'leitbild-werte') has_matrix_kante = any( e['target_id'].startswith('leitbild-werte') and e['kind'] in ['based_on', 'derived_from'] for e in llm_generated_edges ) self.assertTrue(has_matrix_kante, "Fehler: Die Matrix-Logik wurde nicht aktiv oder das LLM hat die Werte-Kante nicht erkannt.") print("\n✅ Integrationstest für Semantic Chunking erfolgreich.") def test_c_draft_status_prevention(self): """Prüft, ob 'draft' Status semantic_llm auf by_heading überschreibt.""" DRAFT_MARKDOWN = TEST_MARKDOWN.replace("status: active", "status: draft") # 1. Chunking mit Draft Status chunks = asyncio.run(chunker.assemble_chunks( note_id=TEST_NOTE_ID, md_text=DRAFT_MARKDOWN, note_type=TEST_NOTE_TYPE )) # 2. Prüfen der Chunker-IDs # Wenn LLM genutzt wird, ist die ID 'sem'. Wenn by_heading genutzt wird, # ist die ID standardmäßig 'c' und die Logik ist anders. # by_heading/sliding_window generiert 'c', LLM generiert 'sem' self.assertFalse(chunks[0].id.startswith(TEST_NOTE_ID + '#sem'), "Fehler: LLM-Chunking wurde für den Status 'draft' nicht verhindert.") print(f"\n✅ Prevention Test: Draft-Status hat LLM-Chunking verhindert (ID: {chunks[0].id}).") if __name__ == '__main__': # Startet den Test nach einer kurzen Wartezeit, um Ollama Zeit zu geben. print("Starte den Semantic Chunking Integrationstest. Stelle sicher, dass Ollama läuft...") # Da dies ein echter LLM-Aufruf ist, kann es kurz dauern. unittest.main()