lct-07 (без LLM): слот-автомат, персона, звонящий на заготовках, make repl

Звонящий не выдаёт данные сам: автомат держит раскрытые факты явно и
отдаёт звонящему только их. Тест прогоняет длинную серию реплик и
проверяет, что ни один нераскрытый факт не прозвучал.

Главная находка — матчинг по порогу близости не работает. На
multilingual-e5-small настоящие вопросы дают 0.79–0.95, а «Оставайтесь
на линии» — до 0.89: диапазоны перекрываются, и любой порог либо выдаёт
адрес на «успокойтесь», либо не слышит «где вы находитесь?».

Решение — сравнение с ближайшим соседом: у пункта чек-листа несколько
формулировок (examples), рядом общий список не-вопросов
(checklists/common.yaml), и реплика засчитывается пункту, только если она
ближе к нему, чем к любому не-вопросу. На отложенных фразах: 19 из 20
вопросов, 0 из 8 ложных срабатываний.

Реплика режется только по границам предложений, со знаком: «?» для e5 —
сильный признак вопроса, без него «Куда ехать» уходит к не-вопросам.

Подсказка берёт неотработанный пункт из автомата. В живой сессии автомат
начнёт слышать оператора, когда голосовой контур передаст ему stt.final.

Ждёт ключа LLM: условие approach у скрытых фактов, звонящий своими
словами, dialog/llm.py с кэшем.

backend/tests/test_slots_e5.py

@@ -0,0 +1,96 @@
+"""Качество матчинга на настоящей модели multilingual-e5-small.
+
+Фразы здесь **отложенные**: ни одна не совпадает с формулировками из
+scenarios/checklists/fire.yaml и не-вопросами из common.yaml. Иначе тест
+проверял бы, что модель узнаёт собственные образцы, а не живую речь.
+
+Ошибки несимметричны, и тест это отражает:
+  * ложное срабатывание — звонящий выдал адрес на «успокойтесь», главная
+    механика продукта сломана. Допускается ноль;
+  * промах — звонящий переспросил «что?!», оператор перефразирует.
+    Для паникующего это правдоподобно, допускается немного.
+
+Без скачанной модели тест пропускается: `make models`.
+"""
+
+from pathlib import Path
+
+import pytest
+
+from app.dialog.slots import SlotMachine
+from app.scenarios.loader import load_file
+
+MODEL = Path(__file__).resolve().parents[1] / "models" / "e5-small"
+LIBRARY = Path(__file__).resolve().parents[2] / "scenarios"
+
+pytestmark = pytest.mark.skipif(
+    not (MODEL / "model_quantized.onnx").exists(), reason="нет модели эмбеддингов — make models"
+)
+
+QUESTIONS = {
+    "q_address": ["Назовите адрес", "Улица, дом?", "Этаж какой?", "А этаж", "Куда ехать?", "Скажите точный адрес"],
+    "q_what_burns": ["Что у вас горит?", "Горит квартира или балкон?", "Что загорелось?"],
+    "q_people": ["Люди в квартире есть?", "Дети внутри есть?", "Кто-нибудь ещё в квартире?"],
+    "q_smoke": ["В подъезде дым?", "Дым сильный?", "Задымление есть?"],
+    "q_gas": ["Газ перекрыть можете?", "Плита газовая?"],
+    "q_caller": ["Представьтесь, пожалуйста", "Как к вам обращаться?", "Оставьте номер для связи"],
+}
+
+NOT_QUESTIONS = [
+    "Служба 112, слушаю",
+    "Я вас слышу",
+    "Бригада уже выехала",
+    "Говорите медленнее",
+    "Понял вас",
+    "Закройте дверь",
+    "Сохраняйте спокойствие",
+    "Всё будет хорошо",
+]
+
+#: Сколько вопросов из отложенного набора обязано распознаваться.
+MIN_RECALL = 0.9
+
+
+@pytest.fixture(scope="module")
+def slots():
+    from app.dialog.embeddings import E5Embedder
+
+    scenario = load_file(LIBRARY / "fire-apartment-l2.yaml", LIBRARY)
+    return SlotMachine(scenario, E5Embedder(MODEL))
+
+
+def test_no_answer_to_what_was_not_asked(slots):
+    """Ноль ложных срабатываний: иначе звонящий выдаёт данные сам."""
+    false_hits = {
+        phrase: slots.hear(phrase).matched for phrase in NOT_QUESTIONS if slots.hear(phrase).matched
+    }
+    assert not false_hits, f"звонящий «услышал» вопрос там, где его не было: {false_hits}"
+
+
+def test_real_questions_are_understood(slots):
+    total = sum(len(phrases) for phrases in QUESTIONS.values())
+    misses = []
+    for expected, phrases in QUESTIONS.items():
+        for phrase in phrases:
+            matched = slots.hear(phrase).matched
+            if matched != [expected]:
+                misses.append(f"«{phrase}» → {matched or 'не понято'}, ждали {expected}")
+
+    recall = (total - len(misses)) / total
+    assert recall >= MIN_RECALL, (
+        f"распознано {total - len(misses)} из {total} ({recall:.0%}), нужно {MIN_RECALL:.0%}:\n  "
+        + "\n  ".join(misses)
+    )
+
+
+def test_one_phrase_is_fast_enough(slots):
+    """Бюджет из docs/arch/STACK.md — около 10 мс: модель делит процессор
+    с распознаванием и синтезом речи."""
+    import time
+
+    slots.hear("разогрев")
+    started = time.monotonic()
+    for _ in range(10):
+        slots.hear("На каком этаже пожар?")
+    per_phrase_ms = (time.monotonic() - started) * 100
+    assert per_phrase_ms < 50, f"{per_phrase_ms:.0f} мс на реплику"