lct-12: детерминированная оценка по ГОСТ, таксономия, радар

Каждая метрика — факт против норматива со ссылкой: «94 с при ≤ 75 с,
ГОСТ Р 22.7.03-2021», а не балл. По недобытому факту — отдельная отметка
E1 с эталонным вопросом: в разборе нужен конкретный вопрос, не процент.
Радар — проекция тех же метрик без пересчёта весов, коммуникация без
судьи не рисуется нулём.

Таймер, не остановленный событием, — провал, а не зачёт: время
недоказуемо, операция не завершена. Метрика, которую нечем посчитать
(полнота опроса без модели эмбеддингов), видна как «не посчитано» —
молча выброшенная выглядела бы пройденной.

Найдено противоречие: таймеры опроса (75 с) и оповещения ДДС (60 с)
стартовали на ответе и останавливались передачей в ДДС — один отрезок,
два лимита. Опрос за законные 70 с давал E3, а на экране курсанта
краснел таймер посреди нормального разговора. События «опрос закончен»
в контракте нет, поэтому dds_notify снят с учёта, вопрос записан в
CONTRACT.md.

KIO проверяет присваивание: card.dds = "03" клало в карточку сырую
строку вместо кода ДДС, и падала уже оценка, далеко от места ошибки.

backend/tests/test_scoring.py

@@ -0,0 +1,179 @@
+"""Детерминированная оценка по ГОСТ.
+
+Проверяются пункты приёмки lct-12: воспроизводимость, ни одной отметки без
+обоснования, время опроса, полнота опроса, неверная ДДС.
+"""
+
+import json
+from pathlib import Path
+
+import pytest
+
+from app.domain.events import CallEndReason
+from app.domain.kio import KIO
+from app.domain.taxonomy import Competency, ErrorCode
+from app.scenarios.loader import load_file
+from app.scoring.competency import radar
+from app.scoring.gost import evaluate
+from app.session.timers import SessionTimers
+
+LIBRARY = Path(__file__).resolve().parents[2] / "scenarios"
+ALL_FACTS = ["f_address", "f_what_burns", "f_people", "f_smoke", "f_gas"]
+
+
+@pytest.fixture(scope="module")
+def scenario():
+    return load_file(LIBRARY / "fire-apartment-l2.yaml", LIBRARY)
+
+
+def timeline(answer_s: float = 5, interview_s: float = 60) -> SessionTimers:
+    """Таймеры с явными моментами событий — без часов, чтобы результат не плыл."""
+    timers = SessionTimers()
+    timers.on_event("call.incoming", now=0.0)
+    timers.on_event("call.answer", now=answer_s)
+    timers.on_event("dds.dispatch", now=answer_s + interview_s)
+    return timers
+
+
+def good_card() -> KIO:
+    return KIO(
+        address="ул. Ленина, д. 14, кв. 47",
+        floor="5",
+        incident_type="fire",
+        dds="01",
+        victims_count=2,
+        description="горит балкон",
+    )
+
+
+def test_perfect_call_passes_everything(scenario):
+    result = evaluate(scenario=scenario, kio=good_card(), timers=timeline(), revealed_facts=ALL_FACTS)
+    failed = [metric.key for metric in result.metrics if not metric.passed]
+    assert failed == [], f"провалено: {failed}"
+    assert result.findings == []
+    assert result.score == 100.0
+
+
+def test_same_call_gives_identical_json(scenario):
+    """Оценку можно предъявить и проверить только если она повторяется."""
+    def run():
+        result = evaluate(
+            scenario=scenario, kio=KIO(dds="03"), timers=timeline(interview_s=94),
+            revealed_facts=["f_address"],
+        )
+        return json.dumps(
+            {
+                "metrics": [m.model_dump() for m in result.metrics],
+                "findings": [f.model_dump(mode="json") for f in result.findings],
+                "score": result.score,
+            },
+            ensure_ascii=False,
+            sort_keys=True,
+        )
+
+    assert run() == run()
+
+
+def test_interview_over_75_seconds_is_e3_with_the_numbers(scenario):
+    result = evaluate(scenario=scenario, kio=good_card(), timers=timeline(interview_s=94), revealed_facts=ALL_FACTS)
+    metric = next(m for m in result.metrics if m.key == "interview_time")
+    assert not metric.passed
+    assert (metric.fact, metric.norm) == ("94 с", "≤ 75 с")
+    assert metric.ref == "ГОСТ Р 22.7.03-2021"
+
+    finding = next(f for f in result.findings if f.code is ErrorCode.E3)
+    assert "94 с" in finding.summary and "75 с" in finding.summary
+
+
+def test_interview_never_stopped_is_a_failure_not_a_pass(scenario):
+    """Таймер не остановлен событием — время недоказуемо. Молча засчитать
+    такую метрику значит поставить зачёт за непереданную карточку."""
+    timers = SessionTimers()
+    timers.on_event("call.incoming", now=0.0)
+    timers.on_event("call.answer", now=3.0)
+    result = evaluate(scenario=scenario, kio=good_card(), timers=timers, revealed_facts=ALL_FACTS)
+    metric = next(m for m in result.metrics if m.key == "interview_time")
+    assert not metric.passed and "не зафиксировано" in metric.fact
+
+
+def test_each_missing_fact_is_its_own_e1_with_the_reference_question(scenario):
+    """В разборе нужен конкретный пропущенный вопрос, а не процент."""
+    result = evaluate(
+        scenario=scenario, kio=good_card(), timers=timeline(),
+        revealed_facts=["f_address", "f_what_burns", "f_people"],
+    )
+    e1 = [f for f in result.findings if f.code is ErrorCode.E1]
+    assert len(e1) == 2
+    assert all("эталонный вопрос" in f.norm for f in e1)
+
+    completeness = next(m for m in result.metrics if m.key == "checklist_completeness")
+    assert completeness.fact == "добыто 3 из 5 обязательных фактов"
+
+
+def test_wrong_dds_is_e2(scenario):
+    card = good_card()
+    card.dds = "03"
+    result = evaluate(scenario=scenario, kio=card, timers=timeline(), revealed_facts=ALL_FACTS)
+    finding = next(f for f in result.findings if f.code is ErrorCode.E2)
+    assert "03" in finding.summary and "01" in finding.summary
+
+
+def test_address_abbreviations_are_not_punished(scenario):
+    for written in ("улица Ленина, 14", "ул. Ленина д. 14 кв. 47", "Ленина 14"):
+        card = good_card()
+        card.address = written
+        result = evaluate(scenario=scenario, kio=card, timers=timeline(), revealed_facts=ALL_FACTS)
+        assert next(m for m in result.metrics if m.key == "address").passed, written
+
+
+def test_wrong_building_is_caught(scenario):
+    card = good_card()
+    card.address = "улица Ленина, 41"
+    result = evaluate(scenario=scenario, kio=card, timers=timeline(), revealed_facts=ALL_FACTS)
+    assert not next(m for m in result.metrics if m.key == "address").passed
+
+
+def test_no_finding_without_justification(scenario):
+    """Ни одной отметки без кода и обоснования — ни в одном интерфейсе."""
+    result = evaluate(
+        scenario=scenario, kio=KIO(), timers=SessionTimers(), revealed_facts=[],
+        end_reason=CallEndReason.DROPPED,
+    )
+    assert result.findings, "пустая карточка должна дать отметки"
+    for finding in result.findings:
+        assert finding.code and finding.summary and finding.fact and finding.norm, finding
+
+
+def test_without_slot_machine_completeness_is_not_silently_passed(scenario):
+    result = evaluate(scenario=scenario, kio=good_card(), timers=timeline(), revealed_facts=None)
+    assert "checklist_completeness" not in [m.key for m in result.metrics]
+    assert any("checklist_completeness" in note for note in result.unavailable)
+
+
+def test_dropped_call_without_callback_fails(scenario):
+    result = evaluate(
+        scenario=scenario, kio=good_card(), timers=timeline(), revealed_facts=ALL_FACTS,
+        end_reason=CallEndReason.DROPPED,
+    )
+    callback = next(m for m in result.metrics if m.key == "callback")
+    assert not callback.passed and callback.fact == "обратного дозвона не было"
+
+
+def test_radar_is_a_projection_of_the_same_metrics(scenario):
+    card = good_card()
+    card.dds = "03"
+    result = evaluate(scenario=scenario, kio=card, timers=timeline(interview_s=94), revealed_facts=ALL_FACTS)
+    values = {score.competency: score.value for score in radar(result.metrics)}
+
+    assert values["routing"] == 0.5, "из двух метрик маршрутизации провалена одна"
+    assert values["card"] == 1.0
+    assert Competency.COMMUNICATION.value not in values, "без судьи коммуникация не оценивалась, а не провалена"
+
+
+def test_legal_interview_is_not_an_e3(scenario):
+    """70 с опроса укладываются в норматив 75 с. Раньше таймер оповещения ДДС
+    стартовал на ответе, мерил тот же отрезок с лимитом 60 с и выставлял E3
+    за законный опрос. Пока нет события конца опроса, он не считается."""
+    result = evaluate(scenario=scenario, kio=good_card(), timers=timeline(interview_s=70), revealed_facts=ALL_FACTS)
+    assert [f for f in result.findings if f.code is ErrorCode.E3] == []
+    assert any(note.startswith("dds_notify_time") for note in result.unavailable)