feat(ai-review): single model V4 Pro + stricter filters

- MODEL: V4.1 Flash + GLM → V4 Pro 0813
- USE_SECONDARY_MODEL: True → False
- reasoning_effort: low, max_tokens=16000
- MIN_CONFIDENCE: 0.75 → 0.80
- Удалён merge_dual_findings и _is_glm

Тест 05.10.2026: V4 Pro игнорирует reasoning_effort=none,
low даёт минимальный reasoning (70 токенов на простой запрос).
This commit is contained in:
2026-10-05 13:28:49 +00:00
parent 02b3eb7b40
commit 5ed0de765d
+37 -69
View File
@@ -60,6 +60,17 @@ Backend слишком большой (~440K символов) для одног
а не молча терять вклад второй модели. а не молча терять вклад второй модели.
→ Паки не трогаем — routers_admin (97k) пока терпит, но если → Паки не трогаем — routers_admin (97k) пока терпит, но если
начнёт терять secondary — раздробим. начнёт терять secondary — раздробим.
(05.10.2026) ФИКС single_model_v4_pro:
→ Отказались от dual-model (DeepSeek Flash + GLM Flash).
Причина: GLM добавлял мусор, Flash-версии ошибались на сложных файлах.
→ Теперь: только DeepSeek V4 Pro 0813 — флагман, reasoning, 1M контекст.
Один промпт → один ответ → один фильтр → меньше мусора.
→ MIN_CONFIDENCE: 0.75 → 0.80 — V4 Pro увереннее, но подняли порог,
чтобы отсеять спорные находки.
→ reasoning_effort="low" — V4 Pro: reasoning_effort="none"
игнорируется (тест 05.10.2026), "low" даёт минимальный reasoning
(~70 токенов на простой запрос).
→ MAX_OUTPUT_TOKENS: 8000 → 16000 — reasoning (~80%) + JSON (~20%).
""" """
import json import json
@@ -79,34 +90,20 @@ GITEA_BOT_TOKEN = os.environ.get("BOT_TOKEN")
GITEA_INSTANCE = os.environ.get("GITEA_INSTANCE", "https://git.filwordspl.com") GITEA_INSTANCE = os.environ.get("GITEA_INSTANCE", "https://git.filwordspl.com")
GITEA_REPO = os.environ.get("GITEA_REPO", "Drobysh/filwordspl-backend") GITEA_REPO = os.environ.get("GITEA_REPO", "Drobysh/filwordspl-backend")
# 🔧 ФИКС (26.09.2026, ночь): ai_review_glm_flash — # 🔧 ФИКС (05.10.2026): single_model_v4_pro —
# Флагман GLM-5.3 ($1.40 in / $4.40 out) заменён на GLM-5.3-Flash # Отказались от dual-model (DeepSeek Flash + GLM Flash).
# ($0.15 in / $0.50 out) — та же линейка модели (Z.ai), но кодинг-версия # Причина: GLM добавлял мусор, Flash-версии ошибались на сложных файлах.
# попроще и в ~9 раз дешевле. Для point-by-point ревью одного пака # Теперь: только DeepSeek V4 Pro 0813 — флагман, reasoning, 1M контекст.
# флагманская "глубина" не нужна, а бюджет 80 центов/аудит с флагманом # Один промпт → один ответ → один фильтр → меньше мусора.
# на большом фронтенде почти исчерпывался. MODEL_PRIMARY = "deepseek-ai/DeepSeek-V4-Pro-0813"
MODEL_PRIMARY = "deepseek-ai/DeepSeek-V4.1-Flash"
MODEL_SECONDARY = "zai-org/GLM-5.3-Flash"
MODEL = MODEL_PRIMARY # backward compat
# 🔧 ФИКС (26.09.2026, вечер): secondary_model_enabled — USE_SECONDARY_MODEL = False
# если True — гоняем обе модели, объединяем по пересечению.
USE_SECONDARY_MODEL = True
# 🔧 ФИКС (26.09.2026): ai_review_overshoot — # V4 Pro: reasoning полностью НЕ отключается (тест 05.10.2026:
# 32000 токенов = модель пишет "Ок" на каждую функцию. # reasoning_effort="none" игнорируется, "low" даёт ~70 токенов).
# 10 находок × ~500 токенов = 5000. 8000 — с запасом. # max_tokens увеличен с 8000 до 16000 — reasoning (~80%) + JSON (~20%).
# Актуально только для DeepSeek (у GLM свой лимит, см. GLM_MAX_OUTPUT_TOKENS). MAX_OUTPUT_TOKENS = 16000
MAX_OUTPUT_TOKENS = 8000 REASONING_EFFORT = "low"
# 🔧 ФИКС (26.09.2026, ночь): ai_review_glm_reasoning_budget —
# У GLM-5.3(-Flash) thinking НЕЛЬЗЯ выключить полностью (только
# reasoning_effort="low"/"medium"/"high"/"max"), и трейс мышления
# делит один и тот же max_tokens с финальным JSON-ответом.
# Раньше при max_tokens=8000 весь бюджет у GLM уходил в reasoning,
# content оставался пустым. Даём больше запаса именно для GLM.
GLM_MAX_OUTPUT_TOKENS = 12000
GLM_REASONING_EFFORT = "low"
# Что игнорировать при сборе кода # Что игнорировать при сборе кода
IGNORE_DIRS = { IGNORE_DIRS = {
@@ -127,8 +124,10 @@ INCLUDE_EXTENSIONS = {".py"}
MAX_FILE_SIZE = 100_000 MAX_FILE_SIZE = 100_000
# Фильтр находок # Фильтр находок
# 🔧 ФИКС (26.09.2026): MIN_CONFIDENCE 0.7 → 0.75. # 🔧 ФИКС (05.10.2026): filter_more_strict —
MIN_CONFIDENCE = 0.75 # V4 Pro увереннее, но подняли порог с 0.75 до 0.80,
# чтобы отсеять спорные находки.
MIN_CONFIDENCE = 0.80
ALLOWED_SEVERITY = {"user_impact", "data_risk", "maintainability"} ALLOWED_SEVERITY = {"user_impact", "data_risk", "maintainability"}
# 🔧 ФИКС (26.09.2026): overshoot guard. # 🔧 ФИКС (26.09.2026): overshoot guard.
@@ -343,22 +342,12 @@ USER_PROMPT_TEMPLATE = """Проанализируй часть кода про
# ============ Запрос к Together AI ============ # ============ Запрос к Together AI ============
def _is_glm(model_name: str) -> bool:
return "GLM-5.3" in model_name or "glm-5.3" in model_name.lower()
def call_together_model(code: str, pack: dict, model_name: str) -> str: def call_together_model(code: str, pack: dict, model_name: str) -> str:
"""Отправляет код пака в указанную модель. """Отправляет код пака в указанную модель.
🔧 ФИКС (26.09.2026, ночь): ai_review_reasoning_per_model — 🔧 ФИКС (05.10.2026): reasoning_effort_low —
у DeepSeek reasoning реально выключается через V4 Pro: reasoning_effort="none" игнорируется (тест 05.10.2026),
"reasoning": {"enabled": False}. У GLM-5.3(-Flash) это НЕ работает "low" даёт минимальный reasoning.
(thinking у GLM-5.3 нельзя отключить полностью, см. доки Together) —
там единственный рычаг: reasoning_effort="low" + больший max_tokens,
т.к. reasoning-трейс делит бюджет токенов с финальным ответом.
Раньше общий "reasoning": {"enabled": False} для GLM тихо
игнорировался → весь max_tokens=8000 уходил в мышление →
content пустой → "Формат ответа: пусто" на всех GLM-паках.
""" """
print(f" 🤖 Отправляю пак '{pack['name']}' в {model_name}...") print(f" 🤖 Отправляю пак '{pack['name']}' в {model_name}...")
@@ -375,19 +364,13 @@ def call_together_model(code: str, pack: dict, model_name: str) -> str:
{"role": "user", "content": user_prompt}, {"role": "user", "content": user_prompt},
], ],
"temperature": 0.2, "temperature": 0.2,
"max_tokens": MAX_OUTPUT_TOKENS,
# 🔧 ФИКС (05.10.2026): reasoning_effort_low —
# V4 Pro: reasoning_effort="none" игнорируется (тест 05.10.2026),
# "low" даёт минимальный reasoning (~70 токенов на простой запрос).
"reasoning_effort": REASONING_EFFORT,
} }
if _is_glm(model_name):
# GLM-5.3 / GLM-5.3-Flash: thinking нельзя выключить полностью,
# только снизить через reasoning_effort. Даём больше max_tokens,
# т.к. трейс мышления делит бюджет с JSON-ответом.
payload["reasoning_effort"] = GLM_REASONING_EFFORT
payload["max_tokens"] = GLM_MAX_OUTPUT_TOKENS
else:
# DeepSeek: reasoning реально выключается этим флагом.
payload["reasoning"] = {"enabled": False}
payload["max_tokens"] = MAX_OUTPUT_TOKENS
response = httpx.post( response = httpx.post(
"https://api.together.xyz/v1/chat/completions", "https://api.together.xyz/v1/chat/completions",
headers={ headers={
@@ -627,9 +610,6 @@ def format_issue_body(
lines.append("# 🤖 AI Code Review (Backend)") lines.append("# 🤖 AI Code Review (Backend)")
lines.append("") lines.append("")
lines.append(f"**Дата:** {date_str}") lines.append(f"**Дата:** {date_str}")
if USE_SECONDARY_MODEL:
lines.append(f"**Модели:** `{MODEL_PRIMARY}` + `{MODEL_SECONDARY}`")
else:
lines.append(f"**Модель:** `{MODEL_PRIMARY}`") lines.append(f"**Модель:** `{MODEL_PRIMARY}`")
lines.append(f"**Репозиторий:** `{GITEA_REPO}`") lines.append(f"**Репозиторий:** `{GITEA_REPO}`")
lines.append("") lines.append("")
@@ -735,20 +715,8 @@ def main() -> None:
continue continue
primary_raw = call_together_model(code, pack, MODEL_PRIMARY) primary_raw = call_together_model(code, pack, MODEL_PRIMARY)
# 🔧 ФИКС (05.10.2026): single_model —
if USE_SECONDARY_MODEL: # только V4 Pro, без merge.
secondary_raw = call_together_model(code, pack, MODEL_SECONDARY)
# 🔧 ФИКС (27.09.2026): secondary_empty_log —
# если GLM вернул пусто (весь бюджет ушёл в reasoning),
# пишем это явно, чтобы видеть потери второй модели в логах.
if not secondary_raw:
print(
f" ⚠️ Secondary ({MODEL_SECONDARY}) вернул ПУСТО для пака "
f"'{pack['name']}' — пак потерян для второй модели",
file=sys.stderr,
)
findings = merge_dual_findings(primary_raw, secondary_raw)
else:
findings = extract_json(primary_raw) findings = extract_json(primary_raw)
filtered, stats = validate_and_filter(findings, files_map) filtered, stats = validate_and_filter(findings, files_map)