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.
79 lines
8.3 KiB
Python
79 lines
8.3 KiB
Python
"""Offline editorial build. Never calls a model, service or application database."""
|
|
import json,pathlib,hashlib,argparse
|
|
BASE=pathlib.Path(__file__).resolve().parent
|
|
DEST=BASE.parents[1]/'apps/api/internal/store/coursebank/en-US/a1-v2'
|
|
KEYS=['introductions','family','numbers_time','daily_life','food_shopping','home_city','review_test']
|
|
SKILLS=['grammar','vocabulary','listening','reading','speaking','writing']
|
|
OPEN=json.loads((BASE/'open_instructions.json').read_text())
|
|
GROUPS={
|
|
'introductions':{'be_positive':['be_i','be_you','be_he','be_she','name_is','be_we','be_they'],'be_negative':['be_negative','negative_he'],'be_questions':['question_name','question_origin','question_word','question_where','question_who','short_answer'],'possessives':['possessive_my','possessive_his','possessive_her','possessive_your']},
|
|
'family':{'have_got_affirmative':['have_i','has_she','has_he','have_we','have_they','has_name'],'have_got_negative':['negative_has','negative_have'],'have_got_questions':['question_has','question_have','short_answer'],'personal_pronouns':['pronoun_she','pronoun_he','pronoun_they'],'possessives':['possessive_my','possessive_her','possessive_his'],'plurals':['plural_brothers','plural_children']},
|
|
'numbers_time':{'time_prepositions':['at_time','on_day','in_month','on_date','in_year'],'clock_expressions':['quarter_past','half_past','quarter_to','be_time'],'calendar_questions':['question_time','question_day','question_when','how_many'],'ordinals':['ordinal_first','ordinal_second','ordinal_third'],'time_units':['plural_days','plural_minutes']},
|
|
'daily_life':{'present_affirmative':['present_i','present_she','present_he','present_we','present_they','third_person','present_study','present_wash','present_finish'],'present_negative':['negative_i','negative_he','negative_they'],'present_questions':['question_do','question_does','after_does'],'short_answers':['short_answer','short_does'],'time_prepositions':['at_time','on_day']},
|
|
'food_shopping':{'articles':['article_an','article_a'],'some_any':['some_water','any_question','negative_any','some_bread'],'quantities':['quantity_many','quantity_much','container_of'],'prices':['price_is','price_are','third_cost'],'requests':['polite_request','please_can'],'plurals':['plural_apples','plural_tomatoes'],'demonstratives':['this_that','these_plural']},
|
|
'home_city':{'there_is_are':['there_is','there_are','negative_there','short_there'],'questions':['question_where','question_there','plural_there'],'positions':['in_room','on_surface','under','next_to','opposite','between','behind','in_front'],'directions':['left','right','straight'],'room_plurals':['plural_rooms'],'possessives':['possessive_our']}}
|
|
def lines(name,kind):
|
|
return [line.split('|') for line in (BASE/(name+'.'+kind+'.txt')).read_text().splitlines() if line.strip() and not line.startswith('#')]
|
|
def make(origin,i,skill,module,j):
|
|
grammar=lines(origin,'grammar')[i];vocab=lines(origin,'vocabulary')[i];story=lines(origin,'stories')[i]
|
|
assert len(grammar)==6,(origin,i,grammar)
|
|
assert len(vocab)==6,(origin,i,vocab)
|
|
assert len(story)==11,(origin,i,story)
|
|
text,rq,ra,rb,rc,lq,la,lb,lc,german,topic=story
|
|
first=text.split('. ')[0].rstrip('.')+'.'
|
|
t={'schema_version':2,'module_id':'a1_'+module+'_v1','origin_module_key':origin,'target_language':'en-US','course_version':'a1-v2','cefr_level':'A1','skill':skill,'kind':'choice'}
|
|
explanation='';goal=topic
|
|
if skill=='grammar':
|
|
goal,sentence,answer,b,c,explanation=grammar;t['prompt']='Ergänze: '+sentence;options=[answer,b,c]
|
|
elif skill=='vocabulary':
|
|
word,answer,b,c,example,goal=vocab;t['prompt']=f'Was bedeutet „{word}“ in „{example}“?';options=[answer,b,c];explanation=f'„{word}“ bedeutet in diesem Satz „{answer}“.'
|
|
elif skill=='reading':t.update(prompt=rq,passage=text);options=[ra,rb,rc];explanation=f'Die Antwort steht im Lesetext: {ra}.'
|
|
elif skill=='listening':t.update(prompt=lq,audio_text=text);options=[la,lb,lc];explanation=f'Im Hörtext wird genannt: {la}.'
|
|
elif skill=='writing':
|
|
t['kind']='short_text' if j<10 else 'free_text'
|
|
t['prompt']=('Schreibe diesen Satz auf Englisch: '+german) if j<10 else ('Antworte auf Englisch. '+OPEN[origin][i-10][0]+' Du darfst eigene oder erfundene Angaben verwenden. Schreibe zwei oder drei kurze Sätze.')
|
|
explanation='Die Beispielantwort ist eine mögliche Lösung. Andere inhaltlich passende und verständliche A1-Formulierungen sind erlaubt.'
|
|
else:
|
|
t['kind']='repeat_sentence' if j<10 else 'free_speech'
|
|
if j<10:t.update(prompt='Sprich den englischen Satz nach.',reference_text=first)
|
|
else:t['prompt']='Antworte auf Englisch. '+OPEN[origin][i-10][0]+' Du darfst eigene oder erfundene Angaben verwenden. Sprich zwei oder drei kurze Sätze, höchstens 30 Sekunden.'
|
|
explanation='Sprich verständlich. Freie Antworten müssen nicht wortgleich mit dem Beispiel sein. Aussprache nur anhand tatsächlich vorhandener Messwerte beurteilen.'
|
|
if t['kind']=='choice':
|
|
shift=j%3;options=options[-shift:]+options[:-shift] if shift else options
|
|
t['options']=[{'id':f'o{n+1}','label':label} for n,label in enumerate(options)]
|
|
correct=f'o{shift+1}'
|
|
t['answer_key']={'correct_option_id':correct,'reference_answer':options[shift],'rubric':['Wähle die durch Satz, Bedeutung oder bereitgestellten Text eindeutig richtige Option.'],'explanation':explanation}
|
|
else:
|
|
rubric=['Erfülle den ausdrücklich genannten Arbeitsauftrag mit verständlichem A1-Englisch.','Richtige alternative Formulierungen sind erlaubt; eine Beispielantwort ist keine Pflichtformulierung.','Bewerte konkrete sprachliche Fehler verhältnismäßig; erfinde keine zusätzlichen Anforderungen.']
|
|
if t['kind'] in ['free_text','free_speech']:
|
|
rubric=[OPEN[origin][i-10][1], 'Zwei oder drei kurze, verständliche englische Sätze erfüllen den Umfang. Es wird kein zusätzlicher Situationskontext verlangt.', 'Eigene oder erfundene Namen, Orte, Zahlen und persönliche Angaben sind erlaubt. Werte aus der Beispielantwort sind nicht verbindlich.', 'Bewerte nur ausdrücklich verlangte Inhalte und konkrete sprachliche Fehler. Unklarheiten der Aufgabe werden nicht als Fehler des Lernenden gewertet.']
|
|
if t['kind']=='free_speech':rubric+=['Bewerte hier Inhalt und englische Formulierungen; Azure-Aussprachewerte werden getrennt angezeigt und nicht in diese Punktzahl eingerechnet.']
|
|
if skill=='speaking' and t['kind']!='free_speech':rubric+=['Ohne echte Azure-Messwerte keine Aussprache- oder Flüssigkeitsfehler behaupten.']
|
|
if t['kind'] in ['free_text','free_speech']:
|
|
explanation='Die Beispielantwort ist nur eine mögliche Lösung. Namen, Orte und weitere Angaben dürfen selbst gewählt werden; maßgeblich sind die ausdrücklich genannten Inhalte.'
|
|
if t['kind']=='free_speech':explanation+=' Inhalt und Sprache sowie Azure-Aussprache werden getrennt beurteilt.'
|
|
t['answer_key']={'reference_answer':first if j<10 else text,'rubric':rubric,'explanation':explanation}
|
|
if skill=='grammar':
|
|
goal=next((group for group,items in GROUPS[origin].items() if goal in items),goal)
|
|
version=2 if t['kind'] in ['free_text','free_speech'] else 1
|
|
return {'id':f'a1bank_en_v{version}_{module}_{skill}_{j+1:02d}','revision':f'en-A1-bank-v{version}','learning_goal_id':origin+'.'+goal,'difficulty':1 if j<8 else 2 if j<16 else 3,'reviewed':True,'task':t}
|
|
def build():
|
|
review_data=(BASE/'review.json').read_bytes();review=json.loads(review_data)
|
|
for name,digest in review['sources'].items():
|
|
assert hashlib.sha256((BASE/name).read_bytes()).hexdigest()==digest, f'Editorial review is stale: {name}'
|
|
assert review['entry_count']==840 and review['reviewed'] is True
|
|
DEST.mkdir(parents=True,exist_ok=True);manifest={'revision':review['revision'],'total':840,'editorial_review_sha256':hashlib.sha256(review_data).hexdigest(),'files':{}}
|
|
for origin in KEYS[:6]:
|
|
for kind in ['grammar','vocabulary','stories']:assert len(lines(origin,kind))==24,(origin,kind)
|
|
for module in KEYS:
|
|
for k,skill in enumerate(SKILLS):
|
|
entries=[]
|
|
for j in range(20):
|
|
if module=='review_test':origin=KEYS[(j+k)%6];i=20+(j//6)
|
|
else:origin=module;i=j
|
|
entries.append(make(origin,i,skill,module,j))
|
|
name=module+'.'+skill+'.json';data=(json.dumps(entries,ensure_ascii=False,indent=2)+'\n').encode();(DEST/name).write_bytes(data);manifest['files'][name]=hashlib.sha256(data).hexdigest()
|
|
(DEST/'manifest.json').write_text(json.dumps(manifest,indent=2)+'\n')
|
|
print('Wrote 840 editorial exercises in 42 files.')
|
|
if __name__=='__main__':build()
|