diff --git a/scripts/ai_review.py b/scripts/ai_review.py index 2a7aff4..2a7a1b6 100644 --- a/scripts/ai_review.py +++ b/scripts/ai_review.py @@ -54,6 +54,16 @@ Frontend слишком большой (1M+ символов) для одног infra_hooks_i18n / infra_data_types. → Логируем явно, если secondary вернул ПУСТО для пака — чтобы видеть потери в логах, а не молча терять вклад второй модели. +(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, 1M контекст. + → MIN_CONFIDENCE: 0.75 → 0.80 — подняли порог, чтобы отсеять + спорные находки. + → reasoning_effort="low" — V4 Pro: reasoning_effort="none" + игнорируется (тест 05.10.2026), "low" даёт минимальный reasoning. + → MAX_OUTPUT_TOKENS=16000 — reasoning (~80%) + JSON (~20%). """ import json @@ -73,29 +83,19 @@ 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-frontend") -# 🔧 ФИКС (26.09.2026, ночь): ai_review_glm_flash — -# Флагман GLM-5.3 ($1.40 in / $4.40 out) заменён на GLM-5.3-Flash -# ($0.15 in / $0.50 out), та же линейка Z.ai, но кодинг-версия -# попроще и в ~9 раз дешевле. На фронтенде (1M+ символов) это главный -# рычаг, чтобы не упереться в 80 центов на аудит. -MODEL_PRIMARY = "deepseek-ai/DeepSeek-V4.1-Flash" -MODEL_SECONDARY = "zai-org/GLM-5.3-Flash" -MODEL = MODEL_PRIMARY # backward compat +# 🔧 ФИКС (05.10.2026): 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, 1M контекст. +MODEL_PRIMARY = "deepseek-ai/DeepSeek-V4-Pro-0813" -# 🔧 ФИКС (26.09.2026, вечер): secondary_model_enabled. -USE_SECONDARY_MODEL = True +USE_SECONDARY_MODEL = False -# 🔧 ФИКС (26.09.2026): ai_review_overshoot — -# 32000 токенов = модель пишет "Ок" на каждую функцию. -# Актуально только для DeepSeek (у GLM свой лимит, см. GLM_MAX_OUTPUT_TOKENS). -MAX_OUTPUT_TOKENS = 8000 - -# 🔧 ФИКС (26.09.2026, ночь): ai_review_glm_reasoning_budget — -# GLM-5.3(-Flash) не даёт полностью выключить thinking, трейс мышления -# делит max_tokens с финальным JSON-ответом. Раньше это обнуляло content -# именно на GLM-паках. Даём больше запаса. -GLM_MAX_OUTPUT_TOKENS = 12000 -GLM_REASONING_EFFORT = "low" +# V4 Pro: reasoning полностью НЕ отключается (тест 05.10.2026: +# reasoning_effort="none" игнорируется, "low" даёт ~70 reasoning-токенов). +# max_tokens 16000 — reasoning (~80%) + JSON (~20%). +MAX_OUTPUT_TOKENS = 16000 +REASONING_EFFORT = "low" # Что игнорировать при сборе кода IGNORE_DIRS = { @@ -111,7 +111,9 @@ INCLUDE_EXTENSIONS = {".ts", ".tsx", ".js", ".jsx"} MAX_FILE_SIZE = 100_000 # Фильтр находок -MIN_CONFIDENCE = 0.75 +# 🔧 ФИКС (05.10.2026): filter_more_strict — +# подняли порог с 0.75 до 0.80, чтобы отсеять спорные находки. +MIN_CONFIDENCE = 0.80 ALLOWED_SEVERITY = {"user_impact", "data_risk", "maintainability"} # 🔧 ФИКС (26.09.2026): overshoot guard. @@ -375,18 +377,12 @@ USER_PROMPT_TEMPLATE = """Проанализируй часть кода fronten # ============ 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: """Отправляет код пака в указанную модель. - 🔧 ФИКС (26.09.2026, ночь): ai_review_reasoning_per_model — - у DeepSeek reasoning реально выключается через - "reasoning": {"enabled": False}. У GLM-5.3(-Flash) это НЕ работает - (thinking у GLM-5.3 нельзя отключить полностью, см. доки Together) — - там единственный рычаг: reasoning_effort="low" + больший max_tokens. + 🔧 ФИКС (05.10.2026): reasoning_effort_low — + V4 Pro: reasoning_effort="none" игнорируется (тест 05.10.2026), + "low" даёт минимальный reasoning. """ print(f" 🤖 Отправляю пак '{pack['name']}' в {model_name}...") @@ -403,19 +399,10 @@ def call_together_model(code: str, pack: dict, model_name: str) -> str: {"role": "user", "content": user_prompt}, ], "temperature": 0.2, + "max_tokens": MAX_OUTPUT_TOKENS, + "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( "https://api.together.xyz/v1/chat/completions", headers={ @@ -642,10 +629,7 @@ def format_issue_body( lines.append("# 🤖 AI Code Review (Frontend)") lines.append("") 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("") lines.append("## 📊 По пакам") @@ -749,21 +733,7 @@ def main() -> None: continue primary_raw = call_together_model(code, pack, MODEL_PRIMARY) - - if USE_SECONDARY_MODEL: - 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)