Files
Speech/apps/web/tests/README.md
T
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

120 lines
6.4 KiB
Markdown

# Browserprüfungen für Aufgabenbestand und KI-Anbindung
`audio-monitoring.e2e.cjs` prüft die gemeinsame Aufnahme-Komponente mit einem
synthetischen Mikrofonsignal: standardmäßig keine Mithörbedienung und kein
Mithörpfad; nach expliziter Freigabe über `enableMonitoring` zunächst ausgeschaltetes Mithören, Schalter und
Lautstärke während der Aufnahme, tatsächliche Signalpegel, unveränderte
WAV-Aufnahme, Stoppen und Unmount, Mikrofonfehler mit erneutem Versuch sowie
automatisches Zeitlimit und schmale Ansicht. Ein Wechsel Deutsch → Russisch
→ Deutsch während einer Aufnahme darf keinen neuen Stream starten oder die
Aufnahme abbrechen; auch russische Aufnahme- und Monitoringbeschriftungen werden
geprüft. Benötigt Web-Abhängigkeiten und
Playwright mit Chromium, aber keine API oder Datenbank. Aus `apps/web`:
```bash
PLAYWRIGHT_MODULE=/pfad/zu/playwright node tests/audio-monitoring.e2e.cjs
```
Auch diese Prüfung verwendet Port 15175 und muss separat laufen. Sie bestätigt
keine echte Kopfhörerqualität oder Gerätelatenz; diese müssen mit echter
Hardware geprüft werden.
`pronunciation-profile.e2e.cjs` prüft das gemeinsame Lautprofil über echte lokale
API-/PostgreSQL-Aufnahmen mit ausdrücklich simulierten Speech-Messungen: leerer
Einstieg, Nachweise speichern, Wort-/Phonemübersicht, geringe Evidenz,
Neuladen und Auswahlbegründung. Es werden nur lokale next_exercise-Fixtureaufrufe
gestartet. Keine Aussage über echte Azure- oder Modellqualität.
Aus `apps/api`:
```bash
PRONUNCIATION_BROWSER_SMOKE=1 \
COURSE_TEST_DATABASE_URL='postgres://.../wegwerfbare_testdatenbank' \
PLAYWRIGHT_MODULE=/pfad/zu/playwright \
go test ./internal/httpapi -run TestPronunciationBrowserSmoke -v -count=1
```
Auch diese Fixture benötigt den freien Port 15175. Alle drei Browser-Smokes
nacheinander ausführen, nicht parallel.
`languages.e2e.cjs` prüft deutsche/russische Kataloge und Platzhalter, die beiden
Muttersprachen vor dem Login, Registrierung, Kontosprache nach Anmeldung/Reload,
gekoppelte Kompatibilitätsfelder, abgewiesene Konflikte und fehlgeschlagene
Speicherung. Ein Sprachwechsel erhält Lernsprache, A2-Niveau und Tagesziel.
API-Fehler wechseln anhand ihrer Codes mit der Oberfläche die Sprache.
`course-variants.e2e.cjs` verwendet ein neues reguläres Konto. Es prüft den
russischen Bestand mit 840 Aufgaben, sieben Modulen und sechs Lernbereichen,
Sprachrollen, private Hörtexte/Lösungen, unbenotete Antworten sowie eingefrorene
Aufgaben nach Sprachwechsel und Reload. Ein russischer Test mit zwölf Aufgaben
bleibt nach einem Wechsel über dieselbe Request-ID unverändert abrufbar.
`course-sequences.e2e.cjs` prüft auf Deutsch und Russisch den empfohlenen
Lernweg mit Höreinstieg, Wiederaufnahme nach Reload, unveränderten Schritt bei
bloßem Weiterklicken, explizites Überspringen, freie Bereichswahl, klar eingeklappte Bewertungen vorheriger Versuche, Fortsetzung
nach einer Antwort und Erhalt beim Wechsel der Muttersprache. Die Kursbank-Fixture
startet ihn sequenziell nach dem Varianten-Smoke. Keine Modellaufrufe.
Die Go-Datenbanktests prüfen zusätzlich den Weg bis zur gemeldeten Aufgabe über
zwei Freunde: passendes Schreiben vor freiem Sprechen, unbenotete Antworten ohne
falschen Leistungsnachweis, einmaliges Wiederholungsangebot, Request-Replay,
abgewiesene fremde/veraltete Skip-IDs und unveränderte historische Aufgaben.
`course-bank.e2e.cjs` läuft vollständig mit deutscher und russischer Muttersprache:
Aufgabenzuweisung, Bedienung aller fünf Darstellungen, Antwort/Reload, Eingabeerhalt
beim Sprachwechsel und vollständig abgegebener Test ohne vorzeitige Note oder
Lösungsausgabe. Alle Konten leben im zufälligen lokalen Testschema. Audio und
Modelle sind Fixtures; kein Test bestätigt Live-Modell- oder echte Audioqualität.
Aus `apps/api` mit den unten beschriebenen Voraussetzungen:
```bash
BANK_BROWSER_SMOKE=1 \
COURSE_TEST_DATABASE_URL='postgres://.../wegwerfbare_testdatenbank' \
PLAYWRIGHT_MODULE=/pfad/zu/playwright \
go test ./internal/httpapi -run TestBankBrowserSmoke -v -count=1
```
Diese Prüfung verwendet lokale Modell- und Speech-Fixtures, keine bezahlten
Anbieteraufrufe. Sie bestätigt keine echte Azure-Aussprachequalität. Beide
Browserprüfungen verwenden Port 15175 und müssen nacheinander laufen; mit beiden
Umgebungsvariablen und `-run 'Test(AI|Bank)BrowserSmoke'` übernimmt Go dies.
`ai-admin.e2e.cjs` wird über die Go-Integrationstest-Fixture gestartet. Die Fixture
verwendet eine ausdrücklich konfigurierte wegwerfbare PostgreSQL-Testdatenbank,
ein zufälliges Schema, lokale Anbieter-Testserver, einen Test-Admin und einen
lokalen Vite-Prozess. Sie nutzt keine echten Modell-/Azure-Schlüssel und beendet
die selbst gestarteten Testdienste. Alle Testdaten im Schema werden entfernt.
Voraussetzungen: Node/npm und Web-Abhängigkeiten, Playwright mit Chromium sowie
eine ausschließlich für Tests bestimmte PostgreSQL-Datenbank. Playwright muss
nicht als Produktionsabhängigkeit des Projekts installiert sein.
Aus `apps/api`:
```bash
AI_BROWSER_SMOKE=1 \
COURSE_TEST_DATABASE_URL='postgres://.../wegwerfbare_testdatenbank' \
PLAYWRIGHT_MODULE=/pfad/zu/playwright \
go test ./internal/httpapi -run TestAIBrowserSmoke -v -count=1
```
Der Test benötigt den freien lokalen Port 15175. Er prüft Admin-Profile, Preise,
Budget, Modellliste, erfasste Qualitäts-Testaufrufe, private Details ohne Keys,
direkten Autor/Prüfer, Hintergrundbewertung, Neuladen, Testlösungsschutz und
Reserve-Fallback bei Budgetsperre. Modellantworten kommen von deterministischen
Testservern: ein erfolgreicher Lauf bestätigt keine echte Modellqualität oder
Azure-Audiofunktion. Live-Tests müssen im Adminbereich bewusst ausgelöst werden.
`adaptive-course.e2e.cjs` und `course-agent.fixture.py` sind historische
Flowise-Smokes des früheren Stands. Die neue API verwendet deren Flowise-Endpunkt
nicht mehr; für den aktuellen Arbeitsbaum die obige Prüfung verwenden.
Die Tests `TestFoundationRepetitionPolicy` und
`TestLearningPathAdaptsOnlyFromOwnedGradedEvidence` prüfen unmittelbare
Doppelwiederholung, zeitversetzte gute Antworten, unbekannte freigegebene
Grammatikbeispiele, ältere/neuerdings falsche Ergebnisse, unbenotete und
Demoantworten sowie Nutzertrennung. Derselbe gewählte Transfer bleibt bei neuen
Anfragen und beim Wechsel der Muttersprache erhalten. Die Anzahl bewerteter
Antworten darf durch die Auswahl nie steigen. Unveränderte thematische
Vorbereitung bis zur Zwei-Freunde-Aufgabe wird weiterhin separat geprüft.