anchor a question to its lesson by page, not by a title that keeps changing

chunkها با تطبیقِ دقیقِ رشته به درس وصل می‌شدند (problem_type == lesson.title).
عنوانِ درس از یک استخراجِ قدیمی آمده بود و هر بازخوانیِ کتاب عنوانِ تازه می‌سازد،
پس بعد از بازخوانیِ امروز فقط ۵ تا ۸ درصدِ عنوان‌ها می‌خوردند — یعنی ۹۵٪ درس‌ها
بی‌هیچ خطایی هیچ نامزدی پیدا نمی‌کردند و ساختِ سوال صفر برمی‌گرداند.

لنگرِ پایدار صفحه است: هر Node دقیقاً یک بخشِ فهرستِ کتاب با بازه‌ی صفحه‌ی مشخص
است (تطبیق ۱۰۰٪: ۳۴/۳۴، ۲۸/۲۸، ۲۳/۲۳) و هر chunk هم source_page دارد. وقتی
عنوان نخورد، از روی بازه‌ی صفحه سراغ chunk می‌رویم — بدونِ هیچ فراخوانیِ مدلی.

نتیجه: هشتم ۰→۲۰۱، نهم ۰→۴۹، دهم ۰→۱۳۴.

رفتارِ قدیم با --strict-title حفظ شد، و یک محافظ گذاشته شد که یک chunk به دو
درس داده نشود.

Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>

content/management/commands/generate_questions_from_chunks.py

@@ -100,6 +100,10 @@ class Command(BaseCommand):
         parser.set_defaults(verified_only=True)
         parser.add_argument('--workers', type=int, default=4,
                             help='فراخوانیِ هم‌زمان. بیش از ۴ روی این پروکسی ۴۲۹ می‌گیرد.')
+        parser.add_argument('--strict-title', dest='by_page', action='store_false',
+                            help='فقط chunkهایی که عنوانشان دقیقاً با عنوانِ درس یکی است '
+                                 '(رفتارِ قدیم؛ بعد از بازخوانیِ کتاب‌ها تقریباً هیچ‌چیز پیدا نمی‌کند).')
+        parser.set_defaults(by_page=True)
 
     def handle(self, *args, **opts):
         book = get_textbook(opts['subject'], opts['grade'])
@@ -117,6 +121,7 @@ class Command(BaseCommand):
             )
 
         collection = build_collection_name(book.subject, book.grade)
+        self._book = book
         targets = self._targets(grade, collection, opts)
         if not targets:
             self.stdout.write(self.style.WARNING('هیچ درسی بدونِ سوال پیدا نشد — کاری لازم نیست.'))
@@ -192,6 +197,35 @@ class Command(BaseCommand):
         ))
 
     # ------------------------------------------------------------------
+    def _page_span(self, lesson):
+        """بازه‌ی صفحه‌ی PDF برای نودِ این درس، از فهرستِ خودِ کتاب."""
+        node = lesson.node
+        book = self._book
+        if book is None:
+            return None
+        for chapter in book.chapters:
+            if chapter.title != node.unit.title:
+                continue
+            for section in chapter.resolved_sections():
+                if section.title == node.title:
+                    off = book.page_offset
+                    return section.first_page + off, section.last_page + off
+            # نودی که بخشِ متناظر ندارد: کلِ فصل را بازه بگیر.
+            return book.pdf_pages(chapter)
+        return None
+
+    def _chunks_by_page(self, lesson, collection, need, opts, used):
+        span = self._page_span(lesson)
+        if span is None:
+            return []
+        first, last = span
+        qs = (LessonChunk.objects
+              .filter(collection=collection, source_page__gte=first, source_page__lte=last)
+              .exclude(problem='').exclude(pk__in=used))
+        if opts['verified_only']:
+            qs = qs.filter(solution_verdict=LessonChunk.VERDICT_AGREES)
+        return list(qs.order_by('source_page', 'order')[:need])
+
     def _targets(self, grade, collection, opts):
         """[(lesson, chunk), ...] — فقط درس‌هایی که هنوز سوال کم دارند."""
         lessons = (
@@ -204,6 +238,7 @@ class Command(BaseCommand):
             lessons = lessons.filter(node__unit__order__in=opts['chapters'])
 
         targets = []
+        used: set[int] = set()   # یک chunk فقط به یک درس داده شود
         for lesson in lessons:
             have = lesson.questions.count()
             need = opts['per_lesson'] - have
@@ -218,7 +253,21 @@ class Command(BaseCommand):
                 candidates = candidates.filter(
                     solution_verdict=LessonChunk.VERDICT_AGREES)
             chunks = list(candidates.order_by('source_page', 'order')[:need])
+
+            # تطبیقِ عنوان شکننده است: عنوانِ درس از یک استخراجِ قدیمی آمده و
+            # هر بار که کتاب دوباره خوانده شود مدل عنوانِ تازه می‌سازد. بعد از
+            # بازخوانیِ ۱۴۰۵/۰۶/۲۹ فقط ۵ تا ۸ درصدِ عنوان‌ها می‌خوردند، یعنی
+            # ۹۵٪ درس‌ها بی‌سروصدا هیچ نامزدی پیدا نمی‌کردند.
+            #
+            # لنگرِ پایدار، صفحه است: هر Node دقیقاً یک بخشِ فهرستِ کتاب با
+            # بازه‌ی صفحه‌ی مشخص است، و هر chunk هم `source_page` دارد. پس
+            # chunkهای همان بازه به درس‌های همان نود می‌خورند — بدونِ هیچ
+            # فراخوانیِ مدلی.
+            if not chunks and opts['by_page']:
+                chunks = self._chunks_by_page(lesson, collection, need, opts, used)
+
             for chunk in chunks:
+                used.add(chunk.pk)
                 targets.append((lesson, chunk))
                 if opts['limit'] and len(targets) >= opts['limit']:
                     return targets

content/tests_question_io.py

@@ -270,3 +270,79 @@ class HealthTrafficTests(TestCase):
         self.assertNotIn('09121234567', raw)
         self.assertNotIn('علی', raw)
 
+
+
+class QuestionGenerationPageBridgeTests(TestCase):
+    """
+    پلِ بینِ chunkهای کتاب و درس‌های مسیرِ بازی.
+
+    تطبیق از روی عنوان شکننده است: عنوانِ درس از یک استخراجِ قدیمی می‌آید و هر
+    بازخوانیِ کتاب عنوانِ تازه می‌سازد. بعد از بازخوانیِ ۱۴۰۵/۰۶/۲۹ فقط ۵ تا ۸
+    درصدِ عنوان‌ها می‌خوردند و ۹۵٪ درس‌ها **بی‌هیچ خطایی** بدونِ نامزد می‌ماندند.
+    لنگرِ پایدار شماره‌ی صفحه است: هر Node یک بخشِ فهرستِ کتاب با بازه‌ی مشخص.
+    """
+
+    def setUp(self):
+        from content.models import Grade, Lesson, Node, Unit
+        from rag.models import LessonChunk
+        from rag.services.textbooks import TEXTBOOKS
+
+        self.book = TEXTBOOKS['ریاضی نهم']
+        chapter = self.book.chapters[0]
+        section = chapter.resolved_sections()[0]
+        self.section = section
+
+        grade = Grade.objects.create(title='پایه نهم')
+        unit = Unit.objects.create(grade=grade, title=chapter.title, order=chapter.number)
+        node = Node.objects.create(unit=unit, title=section.title, order=1)
+        # عنوانِ درس عمداً با هیچ chunkی یکی نیست — همان حالتی که بعد از
+        # بازخوانی پیش آمد.
+        self.lesson = Lesson.objects.create(
+            node=node, title='عنوانی که دیگر وجود ندارد', intro_text='x')
+
+        self.chunk = LessonChunk.objects.create(
+            collection='ریاضی نهم', subject='ریاضی', lesson_number=1,
+            chapter=chapter.number, chapter_title=chapter.title, order=1,
+            title=chapter.title, original_text='x', summary='x',
+            problem_type='نوعِ تازه‌ی استخراج‌شده',
+            problem='۲ + ۲ چند است؟', solution='۴',
+            source_page=section.first_page + self.book.page_offset,
+        )
+
+    def _targets(self, **over):
+        from content.management.commands.generate_questions_from_chunks import Command
+        from content.models import Grade
+
+        opts = {'chapters': None, 'per_lesson': 1, 'limit': None,
+                'verified_only': False, 'by_page': True}
+        opts.update(over)
+        cmd = Command()
+        cmd._book = self.book
+        return cmd._targets(Grade.objects.get(title='پایه نهم'), 'ریاضی نهم', opts)
+
+    def test_a_chunk_in_the_nodes_page_range_is_used_even_if_the_title_differs(self):
+        targets = self._targets()
+        self.assertEqual([(l.pk, c.pk) for l, c in targets],
+                         [(self.lesson.pk, self.chunk.pk)])
+
+    def test_strict_title_mode_finds_nothing(self):
+        # رفتارِ قدیم، نگه داشته شده تا بشود مقایسه کرد.
+        self.assertEqual(self._targets(by_page=False), [])
+
+    def test_a_chunk_outside_the_page_range_is_not_borrowed(self):
+        self.chunk.source_page = self.section.last_page + self.book.page_offset + 50
+        self.chunk.save(update_fields=['source_page'])
+        self.assertEqual(self._targets(), [])
+
+    def test_unverified_chunks_are_skipped_by_default(self):
+        # ساختنِ سوال از راه‌حلی که تأیید نشده، خطای کتاب را به دانش‌آموز می‌برد.
+        self.assertEqual(self._targets(verified_only=True), [])
+
+    def test_one_chunk_is_never_given_to_two_lessons(self):
+        from content.models import Lesson
+
+        second = Lesson.objects.create(
+            node=self.lesson.node, title='درسِ دوم', intro_text='x')
+        targets = self._targets()
+        self.assertEqual(len(targets), 1)
+        self.assertNotIn(second.pk, [l.pk for l, _ in targets])