Root cause: DeepSeek-V4.1-Flash по умолчанию reasoning-модель
(reasoning_effort=high). На больших паках весь max_tokens уходил
в thinking → content пустой, finish=length, находки терялись.
Фиксы:
- reasoning: {enabled: False} — не тратить бюджет на thinking
- Убран fallback на reasoning_content (источник 'Ошибка парсинга JSON':
туда попадал сырой текст рассуждений, не JSON)
- extract_json через json.JSONDecoder.raw_decode — спасаем валидные
объекты, даже если ответ обрезан по max_tokens
- В SYSTEM_PROMPT: 'Не думай вслух — сразу выдавай JSON-массив'
Ожидается: finish=stop на всех паках, полные находки.
589 lines
23 KiB
Python
589 lines
23 KiB
Python
#!/usr/bin/env python3
|
||
"""
|
||
AI Code Review for Filwords PL Backend (JSON-контракт + пак-подход)
|
||
|
||
Backend слишком большой (~440K символов) для одного запроса — модель уходит
|
||
в reasoning и не успевает выдать JSON. Решение: разбиваем файлы на паки
|
||
по папкам, делаем отдельный запрос на каждый пак, объединяем находки.
|
||
|
||
(20.09.2026) Первая версия — конвейер без tool-calling, предсказуемо по токенам.
|
||
(20.09.2026, вечер) Фикс: max_tokens=16000, fallback на reasoning_content.
|
||
(21.09.2026, вечер) JSON-контракт + snippet-проверка + фильтр confidence.
|
||
(22.09.2026, вечер) Пак-подход: 3 пака (routers, core, services+scripts).
|
||
(25.09.2026) Разбивка routers на 4 пака, MAX_OUTPUT_TOKENS=32000.
|
||
(25.09.2026, вечер) ФИКС root cause: DeepSeek-V4.1-Flash по умолчанию
|
||
думает (reasoning), и на сложных паках весь max_tokens уходит в
|
||
thinking — content пустой, finish=length, находки теряются.
|
||
→ reasoning выключен явно ("reasoning": {"enabled": False}).
|
||
→ fallback на reasoning_content убран (это была причина "Ошибка
|
||
парсинга JSON": туда попадал сырой текст рассуждений, а не JSON).
|
||
→ extract_json теперь спасает отдельные валидные находки, даже если
|
||
ответ всё же обрежется по max_tokens — вместо потери пака целиком.
|
||
"""
|
||
|
||
import json
|
||
import os
|
||
import re
|
||
import sys
|
||
from datetime import datetime, timezone
|
||
from pathlib import Path
|
||
|
||
import httpx
|
||
|
||
|
||
# ============ Настройки ============
|
||
|
||
TOGETHER_API_KEY = os.environ.get("TOGETHER_API_KEY")
|
||
GITEA_BOT_TOKEN = os.environ.get("BOT_TOKEN")
|
||
GITEA_INSTANCE = os.environ.get("GITEA_INSTANCE", "https://git.filwordspl.com")
|
||
GITEA_REPO = os.environ.get("GITEA_REPO", "Drobysh/filwordspl-backend")
|
||
|
||
MODEL = "deepseek-ai/DeepSeek-V4.1-Flash"
|
||
|
||
# DeepSeek V4.1 Flash поддерживает до 32k output — оставляем как есть,
|
||
# но теперь весь этот бюджет уходит в content, а не в thinking (см. ниже).
|
||
MAX_OUTPUT_TOKENS = 32000
|
||
|
||
# Что игнорировать при сборе кода
|
||
IGNORE_DIRS = {
|
||
"venv", ".venv", "__pycache__", ".git", ".gitea",
|
||
"tests", "archive", "uploads", "tts_cache",
|
||
"node_modules", "dist", "learning_data",
|
||
}
|
||
IGNORE_FILES = {
|
||
"ai_review.py", "conftest.py", "code_summary.py",
|
||
"add_levels.py", "generate_levels_v2.py",
|
||
"__init__.py",
|
||
}
|
||
|
||
# Расширения, которые читаем
|
||
INCLUDE_EXTENSIONS = {".py"}
|
||
|
||
# Максимальный размер одного файла (символов)
|
||
MAX_FILE_SIZE = 100_000
|
||
|
||
# Фильтр находок
|
||
MIN_CONFIDENCE = 0.7
|
||
ALLOWED_SEVERITY = {"user_impact", "data_risk", "maintainability"}
|
||
|
||
|
||
# Паки для backend. Пути проверены по факту (`ls routers/`).
|
||
PACKS = [
|
||
{
|
||
"name": "routers_games",
|
||
"paths": [
|
||
"routers/game.py",
|
||
"routers/hints.py",
|
||
"routers/wordquiz.py",
|
||
"routers/bubblewords.py",
|
||
"routers/sentences.py",
|
||
"routers/typing.py",
|
||
"routers/pronunciation.py",
|
||
],
|
||
"description": "Игры: wordsearch, hints, quiz, bubbles, sentences, typing, pronunciation",
|
||
},
|
||
{
|
||
"name": "routers_learning",
|
||
"paths": [
|
||
"routers/learning.py",
|
||
"routers/learning_profile.py",
|
||
"routers/teacher.py",
|
||
"routers/orchestrator.py",
|
||
"routers/learning_data/",
|
||
],
|
||
"description": "Уроки: learning, teacher, orchestrator, learning_data",
|
||
},
|
||
{
|
||
"name": "routers_admin",
|
||
"paths": [
|
||
"routers/admin.py",
|
||
"routers/admin_content.py",
|
||
"routers/feed.py",
|
||
"routers/support.py",
|
||
],
|
||
"description": "Админ: dashboard, content editor, feed, support",
|
||
},
|
||
{
|
||
"name": "routers_misc",
|
||
"paths": [
|
||
"routers/achievements.py",
|
||
"routers/users.py",
|
||
"routers/leaderboard.py",
|
||
"routers/assistant.py",
|
||
"routers/tts.py",
|
||
],
|
||
"description": "Прочее: achievements, users, leaderboard, assistant, tts",
|
||
},
|
||
{
|
||
"name": "core",
|
||
"paths": ["main.py", "database.py", "auth.py", "config.py", "bot.py"],
|
||
"description": "Ядро: main (rate limiter, CORS), database (схема), auth (HMAC), config",
|
||
},
|
||
{
|
||
"name": "services",
|
||
"paths": ["scripts/"],
|
||
"description": "Скрипты автоматизации",
|
||
},
|
||
]
|
||
|
||
|
||
# ============ Проверка окружения ============
|
||
|
||
def check_env() -> None:
|
||
missing = []
|
||
if not TOGETHER_API_KEY:
|
||
missing.append("TOGETHER_API_KEY")
|
||
if not GITEA_BOT_TOKEN:
|
||
missing.append("BOT_TOKEN")
|
||
if missing:
|
||
print(f"❌ Отсутствуют переменные окружения: {', '.join(missing)}", file=sys.stderr)
|
||
sys.exit(1)
|
||
|
||
|
||
# ============ Сбор кода одного пака ============
|
||
|
||
def read_file(path: Path, repo_root: Path) -> tuple[str, str] | None:
|
||
"""Читает один файл. Возвращает (относительный_путь, содержимое) или None."""
|
||
try:
|
||
content = path.read_text(encoding="utf-8")
|
||
except Exception as e:
|
||
print(f"⚠️ Не прочитал {path.relative_to(repo_root)}: {e}", file=sys.stderr)
|
||
return None
|
||
|
||
if len(content) > MAX_FILE_SIZE:
|
||
print(f"⚠️ Пропущен большой файл: {path.relative_to(repo_root)} ({len(content)} символов)", file=sys.stderr)
|
||
return None
|
||
|
||
rel_str = str(path.relative_to(repo_root)).replace("\\", "/")
|
||
return rel_str, content
|
||
|
||
|
||
def collect_pack(repo_root: Path, pack: dict) -> tuple[str, dict[str, str]]:
|
||
"""Собирает файлы одного пака. Возвращает (текст, словарь {путь: содержимое})."""
|
||
chunks: list[str] = []
|
||
files_map: dict[str, str] = {}
|
||
total_size = 0
|
||
|
||
for path_pattern in pack["paths"]:
|
||
target = repo_root / path_pattern
|
||
|
||
if not target.exists():
|
||
continue
|
||
|
||
if target.is_file():
|
||
result = read_file(target, repo_root)
|
||
if result:
|
||
rel_str, content = result
|
||
chunks.append(f"### FILE: {rel_str}\n```python\n{content}\n```\n")
|
||
files_map[rel_str] = content
|
||
total_size += len(content)
|
||
else:
|
||
for f in sorted(target.rglob("*")):
|
||
if not f.is_file():
|
||
continue
|
||
if f.suffix not in INCLUDE_EXTENSIONS:
|
||
continue
|
||
if f.name in IGNORE_FILES:
|
||
continue
|
||
if any(part in IGNORE_DIRS for part in f.relative_to(repo_root).parts):
|
||
continue
|
||
|
||
result = read_file(f, repo_root)
|
||
if result:
|
||
rel_str, content = result
|
||
chunks.append(f"### FILE: {rel_str}\n```python\n{content}\n```\n")
|
||
files_map[rel_str] = content
|
||
total_size += len(content)
|
||
|
||
print(f" 📦 Пак '{pack['name']}': {len(files_map)} файлов, {total_size:,} символов")
|
||
return "\n".join(chunks), files_map
|
||
|
||
|
||
# ============ Промпт для модели ============
|
||
|
||
SYSTEM_PROMPT = """Ты — опытный техлид и ревьюер Python-кода (FastAPI, asyncpg, PostgreSQL).
|
||
|
||
Твоя задача — проанализировать код и вернуть СТРОГО JSON-массив находок.
|
||
|
||
ФОРМАТ ОТВЕТА (только JSON, без markdown, без пояснений):
|
||
|
||
[
|
||
{
|
||
"id": "КРАТКОЕ_ИМЯ_БАГА",
|
||
"file": "routers/hints.py",
|
||
"line": 20,
|
||
"snippet": "точное цитирование 1-3 строк из файла",
|
||
"severity": "user_impact",
|
||
"user_effect": "что видит ученик: подсказка не списывается, очки завышены",
|
||
"repro": "открыть игру → взять подсказку → hints_used в БД не растёт",
|
||
"fix_hint": "UPDATE ... hints_used = hints_used + 1 в той же транзакции",
|
||
"confidence": 0.86
|
||
}
|
||
]
|
||
|
||
ПРАВИЛА:
|
||
1. severity — только одно из: "user_impact", "data_risk", "maintainability".
|
||
- user_impact: ученик видит баг, теряет прогресс, очки, доступ
|
||
- data_risk: порча БД, утечка, неверный auth/rate-limit
|
||
- maintainability: запах, дубль, устаревший API
|
||
2. snippet — ТОЧНАЯ цитата 1-3 строк из файла. Не перефразируй. Если не уверен — не включай находку.
|
||
3. confidence — число от 0 до 1. Если меньше 0.7 — не включай.
|
||
4. Максимум 10 находок за этот пак.
|
||
5. НЕ переписывай код. Только описывай, что не так и что сделать.
|
||
6. Без воды. Без общих слов.
|
||
7. Если проблем нет — верни пустой массив: []
|
||
|
||
Отвечай ТОЛЬКО JSON, без markdown-обёрток. Не думай вслух — сразу выдавай JSON-массив.
|
||
"""
|
||
|
||
|
||
USER_PROMPT_TEMPLATE = """Проанализируй часть кода проекта Filwords PL (backend).
|
||
|
||
Это FastAPI + PostgreSQL + asyncpg.
|
||
|
||
Пак: **{pack_name}** — {pack_description}
|
||
|
||
Ищи:
|
||
1. Баги и логические ошибки
|
||
2. Проблемы безопасности (утечки, инъекции, неправильная валидация)
|
||
3. N+1 запросы к БД
|
||
4. Отсутствие обработки ошибок
|
||
5. Дублирование кода
|
||
6. Мёртвый код
|
||
7. Слабые места архитектуры
|
||
|
||
Верни JSON-массив находок по формату выше.
|
||
|
||
Вот код:
|
||
|
||
{code}
|
||
"""
|
||
|
||
|
||
# ============ Запрос к Together AI ============
|
||
|
||
def call_together(code: str, pack: dict) -> str:
|
||
"""Отправляет код пака в DeepSeek V4.1 Flash."""
|
||
print(f" 🤖 Отправляю пак '{pack['name']}' в DeepSeek V4.1 Flash...")
|
||
|
||
user_prompt = USER_PROMPT_TEMPLATE.format(
|
||
pack_name=pack["name"],
|
||
pack_description=pack["description"],
|
||
code=code,
|
||
)
|
||
|
||
response = httpx.post(
|
||
"https://api.together.xyz/v1/chat/completions",
|
||
headers={
|
||
"Authorization": f"Bearer {TOGETHER_API_KEY}",
|
||
"Content-Type": "application/json",
|
||
},
|
||
json={
|
||
"model": MODEL,
|
||
"messages": [
|
||
{"role": "system", "content": SYSTEM_PROMPT},
|
||
{"role": "user", "content": user_prompt},
|
||
],
|
||
"max_tokens": MAX_OUTPUT_TOKENS,
|
||
"temperature": 0.2,
|
||
# 🔧 ФИКС (25.09.2026, вечер): DeepSeek V4.1 Flash по умолчанию
|
||
# думает перед ответом. На сложных/больших паках весь
|
||
# max_tokens уходит в thinking, content остаётся пустым,
|
||
# finish_reason="length" — находки терялись целиком.
|
||
# Задаче нужна строгая экстракция, а не рассуждения, поэтому
|
||
# reasoning выключаем явно.
|
||
"reasoning": {"enabled": False},
|
||
},
|
||
timeout=300.0,
|
||
)
|
||
|
||
if response.status_code != 200:
|
||
print(f" ❌ Together AI вернул {response.status_code}", file=sys.stderr)
|
||
print(f" Ответ: {response.text[:500]}", file=sys.stderr)
|
||
return ""
|
||
|
||
data = response.json()
|
||
|
||
try:
|
||
message = data["choices"][0]["message"]
|
||
result = message.get("content")
|
||
if not result:
|
||
# 🔧 ФИКС (25.09.2026, вечер): fallback на reasoning_content
|
||
# убран. Он был источником "Ошибка парсинга JSON" — туда
|
||
# попадал сырой текст рассуждений модели, а не JSON, и
|
||
# extract_json пытался распарсить мусор. Теперь при пустом
|
||
# content просто считаем, что пак не дал результата.
|
||
raise KeyError("пусто (content отсутствует)")
|
||
except (KeyError, IndexError, TypeError) as e:
|
||
print(f" ❌ Формат ответа: {e}", file=sys.stderr)
|
||
return ""
|
||
|
||
usage = data.get("usage", {})
|
||
finish = data["choices"][0].get("finish_reason", "unknown")
|
||
print(
|
||
f" ✅ Пак '{pack['name']}': вход={usage.get('prompt_tokens', 0)}, "
|
||
f"выход={usage.get('completion_tokens', 0)}, finish={finish}"
|
||
)
|
||
if finish == "length":
|
||
print(
|
||
f" ⚠️ Пак '{pack['name']}' всё равно обрезан по max_tokens — "
|
||
f"пробуем спасти то, что успело сгенериться",
|
||
file=sys.stderr,
|
||
)
|
||
|
||
return result
|
||
|
||
|
||
# ============ Парсинг и фильтрация JSON ============
|
||
|
||
def extract_json(text: str) -> list[dict]:
|
||
"""Извлекает находки из ответа модели.
|
||
|
||
🔧 ФИКС (25.09.2026, вечер): раньше при обрезанном (невалидном) JSON
|
||
весь пак терял ВСЕ находки — json.loads() падал на всём массиве
|
||
целиком. Теперь парсим объекты по одному (json.JSONDecoder.raw_decode)
|
||
и останавливаемся на первом, который не удалось распарсить — то есть
|
||
спасаем всё, что модель успела сгенерить до обрезки.
|
||
"""
|
||
if not text:
|
||
return []
|
||
text = text.strip()
|
||
if text.startswith("```"):
|
||
text = re.sub(r"^```(?:json)?\s*", "", text)
|
||
text = re.sub(r"\s*```$", "", text)
|
||
|
||
start = text.find("[")
|
||
if start == -1:
|
||
print(f" ⚠️ Не найден JSON-массив. Первые 300 символов:\n{text[:300]}", file=sys.stderr)
|
||
return []
|
||
|
||
decoder = json.JSONDecoder()
|
||
idx, n = start + 1, len(text)
|
||
results: list[dict] = []
|
||
|
||
while idx < n:
|
||
while idx < n and text[idx] in " \t\n\r,":
|
||
idx += 1
|
||
if idx >= n or text[idx] == "]":
|
||
break
|
||
try:
|
||
obj, end = decoder.raw_decode(text, idx)
|
||
except json.JSONDecodeError:
|
||
# Дальше — обрезанный объект (ответ упёрся в max_tokens).
|
||
# Останавливаемся, но не теряем то, что уже успели распарсить.
|
||
break
|
||
if isinstance(obj, dict):
|
||
results.append(obj)
|
||
idx = end
|
||
|
||
if not results:
|
||
print(" ⚠️ Не удалось извлечь ни одной находки из ответа", file=sys.stderr)
|
||
elif idx < n and text[start + 1:idx].strip() and text.rfind("]") < start:
|
||
pass # на всякий случай, не используется — оставлено для ясности логики выше
|
||
|
||
return results
|
||
|
||
|
||
def validate_and_filter(
|
||
findings: list[dict],
|
||
files_map: dict[str, str],
|
||
) -> tuple[list[dict], dict[str, int]]:
|
||
"""Фильтрует находки: файл существует, snippet совпал, confidence ≥ 0.7, severity валидна."""
|
||
stats = {
|
||
"total": len(findings),
|
||
"no_file": 0, "snippet_mismatch": 0, "bad_severity": 0,
|
||
"low_confidence": 0, "no_effect_or_repro": 0, "passed": 0,
|
||
}
|
||
passed: list[dict] = []
|
||
|
||
for f in findings:
|
||
if not isinstance(f, dict):
|
||
continue
|
||
|
||
file_path = (f.get("file") or "").strip().replace("\\", "/")
|
||
snippet = (f.get("snippet") or "").strip()
|
||
severity = (f.get("severity") or "").strip().lower()
|
||
confidence = f.get("confidence", 0)
|
||
|
||
if file_path not in files_map:
|
||
stats["no_file"] += 1
|
||
continue
|
||
|
||
if not snippet or snippet not in files_map[file_path]:
|
||
stats["snippet_mismatch"] += 1
|
||
continue
|
||
|
||
if severity not in ALLOWED_SEVERITY:
|
||
stats["bad_severity"] += 1
|
||
continue
|
||
|
||
try:
|
||
conf_val = float(confidence)
|
||
except (TypeError, ValueError):
|
||
conf_val = 0
|
||
if conf_val < MIN_CONFIDENCE:
|
||
stats["low_confidence"] += 1
|
||
continue
|
||
|
||
if severity in ("user_impact", "data_risk"):
|
||
if not (f.get("user_effect") or "").strip() or not (f.get("repro") or "").strip():
|
||
stats["no_effect_or_repro"] += 1
|
||
continue
|
||
|
||
passed.append(f)
|
||
stats["passed"] += 1
|
||
|
||
return passed, stats
|
||
|
||
|
||
# ============ Форматирование Issue ============
|
||
|
||
SEVERITY_EMOJI = {"user_impact": "🔴", "data_risk": "🟠", "maintainability": "🟡"}
|
||
SEVERITY_LABEL = {
|
||
"user_impact": "Влияет на ученика",
|
||
"data_risk": "Риск для данных",
|
||
"maintainability": "Качество кода",
|
||
}
|
||
|
||
|
||
def format_issue_body(
|
||
all_findings: list[dict],
|
||
pack_stats: list[dict],
|
||
total_stats: dict[str, int],
|
||
date_str: str,
|
||
) -> str:
|
||
"""Формирует markdown-тело Issue."""
|
||
lines: list[str] = []
|
||
lines.append("# 🤖 AI Code Review (Backend)")
|
||
lines.append("")
|
||
lines.append(f"**Дата:** {date_str}")
|
||
lines.append(f"**Модель:** `{MODEL}`")
|
||
lines.append(f"**Репозиторий:** `{GITEA_REPO}`")
|
||
lines.append("")
|
||
lines.append("## 📊 По пакам")
|
||
lines.append("")
|
||
for ps in pack_stats:
|
||
lines.append(f"- **{ps['name']}** — {ps['files']} файлов, "
|
||
f"{ps['symbols']:,} символов, находок={ps['findings']}")
|
||
lines.append("")
|
||
lines.append("---")
|
||
lines.append("")
|
||
|
||
if not all_findings:
|
||
lines.append("✅ **После фильтрации не осталось находок.**")
|
||
else:
|
||
by_severity: dict[str, list[dict]] = {"user_impact": [], "data_risk": [], "maintainability": []}
|
||
for f in all_findings:
|
||
by_severity.setdefault(f.get("severity", "maintainability"), []).append(f)
|
||
|
||
counter = 0
|
||
for sev in ["user_impact", "data_risk", "maintainability"]:
|
||
items = by_severity.get(sev, [])
|
||
if not items:
|
||
continue
|
||
lines.append(f"## {SEVERITY_EMOJI[sev]} {SEVERITY_LABEL[sev]} ({len(items)})")
|
||
lines.append("")
|
||
for f in items:
|
||
counter += 1
|
||
lines.append(f"### {counter}. {f.get('id', 'без имени')}")
|
||
lines.append("")
|
||
lines.append(f"- **Файл:** `{f.get('file')}:{f.get('line', '?')}`")
|
||
lines.append(f"- **Snippet:** `{f.get('snippet', '').strip()[:120]}`")
|
||
lines.append(f"- **Проблема:** {f.get('user_effect', '—')}")
|
||
lines.append(f"- **Как воспроизвести:** {f.get('repro', '—')}")
|
||
lines.append(f"- **Что сделать:** {f.get('fix_hint', '—')}")
|
||
lines.append(f"- **Confidence:** {f.get('confidence', '?')}")
|
||
lines.append("")
|
||
|
||
lines.append("---")
|
||
lines.append("")
|
||
lines.append(f"**Итого:** всего находок={total_stats['total']}, "
|
||
f"snippet не совпал={total_stats['snippet_mismatch']}, "
|
||
f"низкий confidence={total_stats['low_confidence']}, "
|
||
f"прошло={total_stats['passed']}")
|
||
lines.append("")
|
||
lines.append("_Этот Issue создан автоматически. Исправления делаются вручную._")
|
||
|
||
return "\n".join(lines)
|
||
|
||
|
||
# ============ Создание Issue в Gitea ============
|
||
|
||
def create_issue(title: str, body: str) -> str:
|
||
"""Создаёт Issue в Gitea, возвращает URL."""
|
||
print("📝 Создаю Issue в Gitea...")
|
||
|
||
response = httpx.post(
|
||
f"{GITEA_INSTANCE}/api/v1/repos/{GITEA_REPO}/issues",
|
||
headers={
|
||
"Authorization": f"token {GITEA_BOT_TOKEN}",
|
||
"Content-Type": "application/json",
|
||
},
|
||
json={"title": title, "body": body},
|
||
timeout=30.0,
|
||
)
|
||
|
||
if response.status_code not in (200, 201):
|
||
print(f"❌ Gitea вернул {response.status_code}: {response.text[:500]}", file=sys.stderr)
|
||
sys.exit(1)
|
||
|
||
data = response.json()
|
||
issue_url = data.get("html_url", "")
|
||
print(f"✅ Issue создан: {issue_url}")
|
||
return issue_url
|
||
|
||
|
||
# ============ Main ============
|
||
|
||
def main() -> None:
|
||
check_env()
|
||
|
||
repo_root = Path(".").resolve()
|
||
print(f"📁 Репозиторий: {repo_root}")
|
||
|
||
all_passed: list[dict] = []
|
||
pack_stats: list[dict] = []
|
||
total_stats = {
|
||
"total": 0, "no_file": 0, "snippet_mismatch": 0,
|
||
"bad_severity": 0, "low_confidence": 0,
|
||
"no_effect_or_repro": 0, "passed": 0,
|
||
}
|
||
|
||
for pack in PACKS:
|
||
print(f"\n📦 Обрабатываю пак: {pack['name']}")
|
||
code, files_map = collect_pack(repo_root, pack)
|
||
|
||
if not code:
|
||
print(f" ⚠️ Пак '{pack['name']}' пуст — пропускаю")
|
||
pack_stats.append({"name": pack["name"], "files": 0, "symbols": 0, "findings": 0})
|
||
continue
|
||
|
||
raw = call_together(code, pack)
|
||
findings = extract_json(raw)
|
||
filtered, stats = validate_and_filter(findings, files_map)
|
||
|
||
all_passed.extend(filtered)
|
||
for k in total_stats:
|
||
total_stats[k] += stats.get(k, 0)
|
||
|
||
pack_stats.append({
|
||
"name": pack["name"],
|
||
"files": len(files_map),
|
||
"symbols": sum(len(c) for c in files_map.values()),
|
||
"findings": len(filtered),
|
||
})
|
||
|
||
print(f" ✅ Пак '{pack['name']}': прошло фильтр {stats['passed']} из {stats['total']}")
|
||
|
||
print(f"\n📊 ИТОГО: прошло фильтр {total_stats['passed']} из {total_stats['total']}")
|
||
|
||
date_str = datetime.now(timezone.utc).strftime("%Y-%m-%d %H:%M UTC")
|
||
title = f"🤖 AI Review (backend): {total_stats['passed']} задач ({date_str})"
|
||
body = format_issue_body(all_passed, pack_stats, total_stats, date_str)
|
||
|
||
create_issue(title, body)
|
||
print("🎉 Готово!")
|
||
|
||
|
||
if __name__ == "__main__":
|
||
main() |