Solveur : retire le plafond de cumul journalier, ajoute un malus de chaînage

- Retiré : le solveur ne pénalise plus un bénévole qui dépasserait 8 h sur
  la journée (`_daily_overage_minutes`/`_DAILY_OVERAGE_PENALTY_PER_MIN`,
  côté back et mock). Seule la validation le signale encore, à la
  confirmation (`DAILY_HOURS_EXCEEDED`, inchangée). `SolverInput.day_parts`
  et son chargement sont retirés au passage : ils ne servaient qu'à ça.
- Ajouté : malus (-40) si le bénévole a déjà (affectation décidée) le
  créneau précédent de ce même poste, le même jour
  (`SolverShift.predecessor_shift_id`, calculé par le loader à partir de
  tous les créneaux du poste — pas seulement ceux à compléter). Favorise la
  rotation plutôt que d'enchaîner toujours la même personne sur un poste.
  Reste un malus, pas une exclusion : le seul candidat pour un créneau
  urgent est quand même proposé.
- Miroir côté mock (`runSolver`) pour que la démonstration se comporte pareil.
- CLAUDE.md à jour (§4).

Tests : remplacé le test du plafond journalier par un test de non-régression
explicite (le cumul n'est plus pénalisé) + un test isolant le repos (qui,
lui, reste vérifié) ; ajouté 3 tests pour le chaînage (préfère un bénévole
frais, reste proposé si c'est le seul candidat urgent, un créneau existant
non-prédécesseur ne déclenche pas le malus).

Vérifié : 183 tests backend, ruff, alembic check ; typecheck/lint/build/smoke
frontend.

Co-Authored-By: Claude Sonnet 5 <noreply@anthropic.com>
Claude-Session: https://claude.ai/code/session_017uUsRg7XzopkCPWimwg9ZM

backend/app/solver/loader.py

@@ -10,7 +10,6 @@ from app.models import (
     Artist,
     Assignment,
     Availability,
-    DayPart,
     Edition,
     Shift,
     Volunteer,
@@ -18,7 +17,7 @@ from app.models import (
     VolunteerPositionWish,
 )
 from app.solver.models import SolverInput, SolverShift, SolverVolunteer
-from app.validation.models import AvailabilityWindow, DayPartWindow, ShiftInfo
+from app.validation.models import AvailabilityWindow, ShiftInfo
 
 
 def _artist_window(artist: Artist) -> ShiftInfo:
@@ -35,16 +34,28 @@ def _artist_window(artist: Artist) -> ShiftInfo:
 
 
 def build_solver_input(*, session: Session, edition: Edition) -> SolverInput:
-    day_parts = list(
-        session.exec(select(DayPart).where(DayPart.edition_id == edition.id))
-    )
-
     shifts = list(session.exec(select(Shift).where(Shift.edition_id == edition.id)))
     assignments = list(
         session.exec(select(Assignment).where(Assignment.edition_id == edition.id))
     )
     shifts_by_id = {s.id: s for s in shifts}
 
+    # Prédécesseur (même poste, même jour, créneau juste avant) : sert au
+    # malus de chaînage (voir `engine._score`). Calculé sur tous les créneaux
+    # du poste, pas seulement ceux à compléter.
+    predecessor_id: dict = {}
+    by_position: dict = defaultdict(list)
+    for s in shifts:
+        by_position[s.position_id].append(s)
+    for position_shifts in by_position.values():
+        by_day: dict = defaultdict(list)
+        for s in position_shifts:
+            by_day[s.starts_at.date()].append(s)
+        for day_shifts in by_day.values():
+            day_shifts.sort(key=lambda s: s.starts_at)
+            for previous, current in zip(day_shifts, day_shifts[1:], strict=False):
+                predecessor_id[current.id] = str(previous.id)
+
     assigned_count: dict = defaultdict(int)
     shifts_by_volunteer: dict = defaultdict(list)
     for a in assignments:
@@ -62,6 +73,7 @@ def build_solver_input(*, session: Session, edition: Edition) -> SolverInput:
             min_staff=s.min_staff,
             ideal_staff=s.ideal_staff,
             already_assigned=assigned_count.get(s.id, 0),
+            predecessor_shift_id=predecessor_id.get(s.id),
         )
         for s in shifts
         if assigned_count.get(s.id, 0) < s.ideal_staff
@@ -118,11 +130,4 @@ def build_solver_input(*, session: Session, edition: Edition) -> SolverInput:
         for v in volunteers
     )
 
-    return SolverInput(
-        shifts=solver_shifts,
-        volunteers=solver_volunteers,
-        day_parts=tuple(
-            DayPartWindow(dp.code, dp.start_time, dp.end_time, dp.order)
-            for dp in day_parts
-        ),
-    )
+    return SolverInput(shifts=solver_shifts, volunteers=solver_volunteers)