Adaptiven A1-Kurs und statistisches Aussprachetraining integrieren
Direkte DeepSeek- und Mistral-Anbindung mit versionierten Aktionsprofilen, Budgetreservierung, Tokenabrechnung und administrativen Qualitätsprüfungen ersetzen die Flowise-Abhängigkeit im regulären Betrieb. 840 geprüfte A1-Aufgaben mit geschützter Testauswertung und konkreten offenen Arbeitsaufträgen ergänzen den Kurs. Inhalts- und Sprachbewertung bleiben von Azure-Aussprachewerten getrennt; historische Aufgaben und Antworten bleiben erhalten. Echte Wort- und Phonemmessungen werden mit Herkunft, Aktualität und Nachweisdichte gebündelt. Go bestimmt Trainingsziele und Wiederholungen, das Modell formuliert dazu passende Nachsprechübungen. Profilansicht und Auswahlgründe werden angezeigt. Validierung: Go-Race-Tests mit lokaler PostgreSQL-Integration, go vet, Web-Build, Audit aller 840 Aufgaben und drei Browser-Smokes mit lokalen Modell-/Speech-Fixtures bestanden. Keine Produktionsänderungen oder Live-Aufrufe.
This commit is contained in:
@@ -0,0 +1,19 @@
|
||||
package store
|
||||
|
||||
import "testing"
|
||||
|
||||
func TestBankRejectsUnreviewedAndAmbiguousData(t *testing.T) {
|
||||
entries, err := BundledBank()
|
||||
if err != nil {
|
||||
t.Fatal(err)
|
||||
}
|
||||
entries[0].Reviewed = false
|
||||
if ValidateBank(entries) == nil {
|
||||
t.Fatal("unreviewed content accepted")
|
||||
}
|
||||
entries[0].Reviewed = true
|
||||
entries[0].Task.Options[1].Label = entries[0].Task.Options[0].Label
|
||||
if ValidateBank(entries) == nil {
|
||||
t.Fatal("duplicate options accepted")
|
||||
}
|
||||
}
|
||||
Reference in New Issue
Block a user