Files
Eugenius Naumenko 8d618b7fe6 Identische Grundlagenwiederholungen im Lernweg gezielt reduzieren
Der thematische Lernweg berücksichtigt bisher gut gelöste Aufgaben nun bei
neuen Schritten. Kürzlich positive Grundlagen führen bevorzugt zu unbekannten,
redaktionell freigegebenen Grammatikbeispielen desselben Satzmusters. Ohne neues
Beispiel können aktuelle oder unabhängig gestützte positive Ergebnisse weitere
identische Grundlagenwiederholungen reduzieren. Ältere, neuere schwache und
unbenotete Ergebnisse werden vorsichtig behandelt; Wortbedeutungen bleiben getrennt.

Berücksichtigte frühere Übung wird separat vom manuellen Überspringen gezählt,
ohne neue Antworten, Noten oder Beherrschungsnachweise zu erzeugen. Gewählte
Transferbeispiele bleiben stabil. Lernwegposition, historische Aufgaben und
Bewertungen sowie Prüfungen bleiben erhalten; unvollständige Prüfungen und
Demoantworten liefern keine positiven Auswahlbelege. Frühere Bewertungen werden
bei einer erneut empfohlenen Aufgabe ausdrücklich eingeklappt gekennzeichnet.

Validierung: Go-Race-Suite mit eigener lokaler PostgreSQL-Testdatenbank, go vet,
Web-Build, Bank-/Varianten-/Sequenzaudit sowie lokale Browser-Smokes für Sprachen,
Kurs und vorherige Bewertungen. Geprüft sind unter anderem Nutzertrennung,
Zeitabstände, neue Fehler, unbenotete Antworten und stabile Transferbeispiele
beim Sprachwechsel. Keine zusätzlichen Modellaufrufe oder Produktionsänderungen.
2026-11-11 19:13:08 +00:00

73 lines
4.4 KiB
Python

"""Reviewed thematic links between immutable tasks; never changes task content."""
import hashlib
import json
import pathlib
BASE = pathlib.Path(__file__).resolve().parent
DEST = BASE.parents[1] / 'apps/api/internal/store/coursebank'
def compile_sequences():
review_bytes = (BASE / 'sequence_review.json').read_bytes()
review = json.loads(review_bytes)
assert review['reviewed']
for name, digest in review['sources'].items():
assert hashlib.sha256((BASE / name).read_bytes()).hexdigest() == digest, f'Sequence review is stale: {name}'
source = json.loads((BASE / 'sequence_sources.json').read_text())
entries = {}
for path in (DEST / 'en-US/a1-v2').glob('*.json'):
if path.name != 'manifest.json':
entries[path.name] = json.loads(path.read_text())
sequences = []
for module, rows in source['modules'].items():
for scene, vocab, repeats, grammar, writing, de, ru in rows:
steps = []
for phase, skill, numbers in [('listen', 'listening', [scene]), ('vocabulary', 'vocabulary', vocab), ('read', 'reading', [scene]), ('repeat', 'speaking', repeats), ('grammar', 'grammar', grammar), ('write', 'writing', writing), ('compose', 'writing', [scene]), ('speak', 'speaking', [scene])]:
for number in numbers:
entry = entries[f'{module}.{skill}.json'][number - 1]
expected = {'listen':'choice','vocabulary':'choice','read':'choice','repeat':'repeat_sentence','grammar':'choice','write':'short_text','compose':'free_text','speak':'free_speech'}[phase]
assert entry['task']['kind'] == expected
step = dict(phase=phase, bank_entry_id=entry['id'])
if phase == 'grammar':
group = next((g for g in source['grammar_transfer_groups'].get(module, []) if number in g), [])
alternatives = [entries[f'{module}.grammar.json'][n - 1] for n in group if n != number]
assert all(a['learning_goal_id'] == entry['learning_goal_id'] for a in alternatives)
if alternatives:
step['alternatives'] = [a['id'] for a in alternatives]
steps.append(step)
sequences.append(dict(id=f'{module}_scene_{scene:02d}', module_id=f'a1_{module}_v1', titles={'de-DE':de,'ru-RU':ru}, steps=steps))
assert len(sequences) == review['sequence_count'] == 60
return dict(revision=source['revision'], selection_revision=source['selection_revision'], editorial_review_sha256=hashlib.sha256(review_bytes).hexdigest(), sequences=sequences)
def build():
data = (json.dumps(compile_sequences(),ensure_ascii=False,indent=2)+'\n').encode()
(DEST/'sequences.json').write_bytes(data)
(DEST/'sequence_manifest.json').write_text(json.dumps({'sha256':hashlib.sha256(data).hexdigest()},indent=2)+'\n')
print('Wrote 60 thematic learning sequences in six modules; no task content changed.')
def audit():
data = (DEST/'sequences.json').read_bytes()
assert hashlib.sha256(data).hexdigest() == json.loads((DEST/'sequence_manifest.json').read_text())['sha256']
assert json.loads(data) == compile_sequences()
base = {e['id']: e for p in (DEST/'en-US/a1-v2').glob('*.json') if p.name != 'manifest.json' for e in json.loads(p.read_text())}
for seq in json.loads(data)['sequences']:
for step in seq['steps']:
for alternate in step.get('alternatives', []):
original, other = base[step['bank_entry_id']], base[alternate]
assert step['phase'] == 'grammar' and alternate != original['id']
assert original['learning_goal_id'] == other['learning_goal_id']
assert original['task']['module_id'] == other['task']['module_id']
assert other['task']['kind'] == 'choice' and other['task']['skill'] == 'grammar'
for seq in json.loads(data)['sequences']:
assert seq['steps'][0]['phase']=='listen' and seq['steps'][-1]['phase']=='speak'
assert all(seq['titles'][lang] for lang in ('de-DE','ru-RU'))
assert seq['steps'][-2]['phase']=='compose'
assert seq['steps'][-2]['bank_entry_id'].replace('_writing_','_speaking_') == seq['steps'][-1]['bank_entry_id']
print('PASS: 60 reviewed thematic sequences, listening first and free speaking after related recognition, repeat, grammar and writing; immutable task links.')
if __name__ == '__main__':
build()
audit()