MathApp/tools/figures/batch.py

"""
ابزارِ سوالِ شکل‌دار: `export` درس‌های یک فصل را برای نویسنده بیرون می‌دهد، `check` خروجیِ او را
سخت‌گیرانه می‌سنجد (validate بی‌صدا آیتمِ خراب را حذف می‌کند؛ اینجا حذف یعنی رد).

  python tools/figures/batch.py spec                      # کاتالوگِ کاملِ نوع‌های شکل
  python tools/figures/batch.py export "پایه دهم" "فصل ۱" هندسه [--out f.json]
  python tools/figures/batch.py check batch.json          # بدونِ نوشتن در seed
  python tools/figures/batch.py merge batch.json          # افزودن به content/seed/questions.json

آزموده نشده: درستیِ جوابِ سوال‌ها را این ابزار نمی‌سنجد؛ آن را re-solveِ مستقل می‌سنجد.
"""
import json
import os
import sys

sys.path.insert(0, os.path.dirname(os.path.dirname(os.path.dirname(os.path.abspath(__file__)))))
os.environ.setdefault('DJANGO_SETTINGS_MODULE', 'config.settings')
import django  # noqa: E402

django.setup()
from rag.services import diagram  # noqa: E402

SEED = os.path.join(os.path.dirname(__file__), '..', '..', 'content', 'seed')


def _curriculum():
    return json.load(open(os.path.join(SEED, 'curriculum.json')))['grades']


def _questions():
    return json.load(open(os.path.join(SEED, 'questions.json')))['questions']


def export(grade, unit_prefix, subject=None):
    qs = _questions()
    rows = []
    for g in _curriculum():
        if g['title'] != grade:
            continue
        for u in g['units']:
            if not u['title'].startswith(unit_prefix + ':') or (subject and u['subject'] != subject):
                continue
            for n in u['nodes']:
                for l in n['lessons']:
                    path = [g['title'], u['title'], n['title'], l['title']]
                    have = [q for q in qs if q['path'] == path]
                    rows.append({
                        'path': path, 'subject': u['subject'], 'intro': l.get('introText', '')[:400],
                        'figuredAlready': sum(1 for q in have if q.get('figure')),
                        'existingPrompts': [q['prompt'][:110] for q in have[:3]],
                    })
    return rows


def _strict(row, i):
    errs = []
    path = row.get('path')
    if not (isinstance(path, list) and len(path) == 4):
        errs.append('path باید چهار عنوان باشد')
    ch = row.get('choices')
    if not (isinstance(ch, list) and len(ch) == 4 and len(set(map(str, ch))) == 4):
        errs.append('choices باید چهار گزینه‌ی متفاوت باشد')
    if row.get('correct') not in (0, 1, 2, 3):
        errs.append('correct باید ۰ تا ۳ باشد')
    if row.get('type') != 'multiple_choice':
        errs.append('type باید multiple_choice باشد')
    fig = row.get('figure')
    if not fig:
        errs.append('figure خالی است')
    else:
        clean = diagram.validate(fig)
        if clean is None:
            errs.append('figure نامعتبر')
        elif json.dumps(clean, sort_keys=True) != json.dumps(diagram.validate(clean), sort_keys=True):
            errs.append('figure پایدار نیست')
        else:
            n_in = len(fig.get('items') or []) + len(fig.get('points') or {})
            n_out = len(clean.get('items') or []) + len(clean.get('points') or {})
            if n_out < n_in:
                errs.append(f'validate {n_in - n_out} آیتم/نقطه را حذف کرد')
    p = row.get('prompt') or ''
    if any(t in p for t in ('$', '\\frac', '\\(', '**')):
        errs.append('LaTeX/markdown در prompt')
    return [f'ردیف {i}: {e}' for e in errs]


def check(path):
    rows = json.load(open(path))
    rows = rows['questions'] if isinstance(rows, dict) else rows
    curr = {tuple([g['title'], u['title'], n['title'], l['title']])
            for g in _curriculum() for u in g['units'] for n in u['nodes'] for l in n['lessons']}
    errs = []
    for i, r in enumerate(rows):
        errs += _strict(r, i)
        if tuple(r.get('path') or ()) not in curr:
            errs.append(f'ردیف {i}: درس در برنامه‌ی درسی نیست')
    print(f'{len(rows)} سوال، {len(errs)} خطا')
    print('\n'.join(errs[:40]))
    return not errs


def merge(path):
    if not check(path):
        sys.exit('خطا دارد؛ ادغام نشد')
    rows = json.load(open(path))
    rows = rows['questions'] if isinstance(rows, dict) else rows
    p = os.path.join(SEED, 'questions.json')
    data = json.load(open(p))
    have = {(tuple(q['path']), q['prompt'].strip()) for q in data['questions']}
    new = [r for r in rows if (tuple(r['path']), r['prompt'].strip()) not in have]
    data['questions'] += new
    json.dump(data, open(p, 'w'), ensure_ascii=False, indent=1)
    print(f'{len(new)} سوال افزوده شد')


if __name__ == '__main__':
    cmd = sys.argv[1]
    if cmd == 'spec':
        print(diagram.DIAGRAM_SPEC)
    elif cmd == 'export':
        out = json.dumps(export(sys.argv[2], sys.argv[3], sys.argv[4] if len(sys.argv) > 4 and not sys.argv[4].startswith('--') else None), ensure_ascii=False, indent=1)
        if '--out' in sys.argv:
            open(sys.argv[sys.argv.index('--out') + 1], 'w').write(out)
        else:
            print(out)
    elif cmd == 'check':
        sys.exit(0 if check(sys.argv[2]) else 1)
    elif cmd == 'merge':
        merge(sys.argv[2])