mitai-jinkendo/backend/data_layer/prompt_output_compact.py

"""
Kompakte Zahlen- und JSON-Aufbereitung für KI-Platzhalter (Token sparen).

- Floats: sinnvolle Nachkommastellen je nach Größenordnung (kleine Werte <0,1 mehr Präzision).
- ≥10 meist ganzzahlig; Prozent/Verhältnisse über denselben Mechanismus lesbar.
- Rekursiv auf dict/list-Strukturen vor json.dumps in _safe_json anwendbar.

Hinweis: numpy.float64 und numerische Strings (DB/API) sind keine ``float``-Instanzen —
diese werden explizit mit float() normalisiert.
"""
from __future__ import annotations

import math
import re
from decimal import Decimal
from typing import Any


def compact_float_for_prompt(x: float) -> float | int:
    """
    Reduziert unnötige Nachkommastellen; erhält kleine Beträge (<0,1) mit mehr Stellen.
    """
    if not math.isfinite(x):
        return x
    ax = abs(x)
    if ax == 0.0:
        return 0
    if ax >= 100.0:
        return int(round(x))
    if ax >= 10.0:
        return int(round(x))
    if ax >= 1.0:
        r = round(x, 2)
        return int(r) if abs(r - int(round(r))) < 1e-6 else r
    if ax >= 0.1:
        r = round(x, 2)
        return int(r) if abs(r - int(round(r))) < 1e-6 else r
    if ax >= 0.01:
        return round(x, 3)
    return round(x, 4)


def normalize_prompt_number(x: Any) -> Any:
    """int/Decimal/float kompakt; numpy-Scalars; numerische Strings; sonst unverändert."""
    if x is None:
        return None
    if isinstance(x, bool):
        return x
    if isinstance(x, int) and not isinstance(x, bool):
        return x
    if isinstance(x, str):
        s = x.strip()
        if not s:
            return x
        try:
            if re.fullmatch(r"-?\d+", s):
                return int(s)
            xf = float(s)
        except ValueError:
            return x
        if not math.isfinite(xf):
            return x
        return compact_float_for_prompt(xf)
    if isinstance(x, Decimal):
        try:
            xf = float(x)
        except Exception:
            return x
        if not math.isfinite(xf):
            return x
        return compact_float_for_prompt(xf)
    if isinstance(x, float):
        if not math.isfinite(x):
            return x
        return compact_float_for_prompt(x)
    try:
        xf = float(x)
    except (TypeError, ValueError):
        return x
    if not math.isfinite(xf):
        return x
    return compact_float_for_prompt(xf)


def compact_json_payload_for_prompts(obj: Any) -> Any:
    """
    Tiefe Kopie mit kompakten Zahlen (dicts/list/tuples rekursiv).
    Strings und dict-Keys werden nicht verändert.
    """
    if obj is None:
        return None
    if isinstance(obj, dict):
        return {k: compact_json_payload_for_prompts(v) for k, v in obj.items()}
    if isinstance(obj, (list, tuple)):
        t = [compact_json_payload_for_prompts(v) for v in obj]
        return tuple(t) if isinstance(obj, tuple) else t
    return normalize_prompt_number(obj)


def format_scalar_for_prompt_text(x: Any) -> str:
    """
    Kurzdarstellung für Text-Platzhalter (activity_detail, Tabellen, …).
    Alle Zahlenpfade über normalize_prompt_number; Ausgabe kurz (%g, keine Float-Schweife).
    """
    if x is None:
        return "—"
    if isinstance(x, bool):
        return "ja" if x else "nein"
    n = normalize_prompt_number(x)
    if isinstance(n, bool):
        return "ja" if n else "nein"
    if isinstance(n, str):
        return n
    if isinstance(n, int) and not isinstance(n, bool):
        return str(n)
    if isinstance(n, float):
        if not math.isfinite(n):
            return str(n)
        return "%g" % n
    return str(n)


def session_metrics_list_to_key_value_compact(metrics: list[Any] | None) -> dict[str, Any]:
    """
    Session-Metriken für KI-JSON: nur key → Wert (keine wiederholten Namen/Beschreibungen).

    Semantik: {{training_parameters_glossary_md}} im Prompt ergänzen.
    """
    out: dict[str, Any] = {}
    for m in metrics or []:
        if not isinstance(m, dict):
            continue
        k = m.get("key")
        if not k:
            continue
        v = m.get("value")
        dt = (m.get("data_type") or "").lower()
        if v is None:
            out[str(k)] = None
            continue
        if dt == "integer":
            try:
                out[str(k)] = int(v)
            except (TypeError, ValueError):
                out[str(k)] = normalize_prompt_number(v)
        elif dt == "boolean":
            out[str(k)] = bool(v)
        elif dt == "string":
            out[str(k)] = normalize_prompt_number(v)
        else:
            out[str(k)] = normalize_prompt_number(v)
    return out