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 16:29:28 +03:00
parent 3913660119
commit 22742a947b
+31 -61
View File
@@ -54,6 +54,16 @@ Frontend слишком большой (1M+ символов) для одног
infra_hooks_i18n / infra_data_types. infra_hooks_i18n / infra_data_types.
→ Логируем явно, если secondary вернул ПУСТО для пака — чтобы → Логируем явно, если secondary вернул ПУСТО для пака — чтобы
видеть потери в логах, а не молча терять вклад второй модели. 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 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_INSTANCE = os.environ.get("GITEA_INSTANCE", "https://git.filwordspl.com")
GITEA_REPO = os.environ.get("GITEA_REPO", "Drobysh/filwordspl-frontend") GITEA_REPO = os.environ.get("GITEA_REPO", "Drobysh/filwordspl-frontend")
# 🔧 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 Z.ai, но кодинг-версия # Причина: GLM добавлял мусор, Flash-версии ошибались на сложных файлах.
# попроще и в ~9 раз дешевле. На фронтенде (1M+ символов) это главный # Теперь: только DeepSeek V4 Pro 0813 — флагман, 1M контекст.
# рычаг, чтобы не упереться в 80 центов на аудит. 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
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 reasoning-токенов).
# Актуально только для DeepSeek (у GLM свой лимит, см. GLM_MAX_OUTPUT_TOKENS). # max_tokens 16000 — reasoning (~80%) + JSON (~20%).
MAX_OUTPUT_TOKENS = 8000 MAX_OUTPUT_TOKENS = 16000
REASONING_EFFORT = "low"
# 🔧 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"
# Что игнорировать при сборе кода # Что игнорировать при сборе кода
IGNORE_DIRS = { IGNORE_DIRS = {
@@ -111,7 +111,9 @@ INCLUDE_EXTENSIONS = {".ts", ".tsx", ".js", ".jsx"}
MAX_FILE_SIZE = 100_000 MAX_FILE_SIZE = 100_000
# Фильтр находок # 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"} ALLOWED_SEVERITY = {"user_impact", "data_risk", "maintainability"}
# 🔧 ФИКС (26.09.2026): overshoot guard. # 🔧 ФИКС (26.09.2026): overshoot guard.
@@ -375,18 +377,12 @@ USER_PROMPT_TEMPLATE = """Проанализируй часть кода fronten
# ============ 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.
""" """
print(f" 🤖 Отправляю пак '{pack['name']}' в {model_name}...") 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}, {"role": "user", "content": user_prompt},
], ],
"temperature": 0.2, "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( response = httpx.post(
"https://api.together.xyz/v1/chat/completions", "https://api.together.xyz/v1/chat/completions",
headers={ headers={
@@ -642,10 +629,7 @@ def format_issue_body(
lines.append("# 🤖 AI Code Review (Frontend)") lines.append("# 🤖 AI Code Review (Frontend)")
lines.append("") lines.append("")
lines.append(f"**Дата:** {date_str}") lines.append(f"**Дата:** {date_str}")
if USE_SECONDARY_MODEL: lines.append(f"**Модель:** `{MODEL_PRIMARY}`")
lines.append(f"**Модели:** `{MODEL_PRIMARY}` + `{MODEL_SECONDARY}`")
else:
lines.append(f"**Модель:** `{MODEL_PRIMARY}`")
lines.append(f"**Репозиторий:** `{GITEA_REPO}`") lines.append(f"**Репозиторий:** `{GITEA_REPO}`")
lines.append("") lines.append("")
lines.append("## 📊 По пакам") lines.append("## 📊 По пакам")
@@ -749,21 +733,7 @@ def main() -> None:
continue continue
primary_raw = call_together_model(code, pack, MODEL_PRIMARY) primary_raw = call_together_model(code, pack, MODEL_PRIMARY)
findings = extract_json(primary_raw)
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)
filtered, stats = validate_and_filter(findings, files_map) filtered, stats = validate_and_filter(findings, files_map)