AdamThomasandClaude Sonnet 5
64e2f86647
- 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
67 lines
2.2 KiB
Python
67 lines
2.2 KiB
Python
"""Types d'entrée/sortie du solveur — suggestions, pas d'affectation automatique.
|
|
|
|
Le solveur ne connaît que ces structures simples (jamais les modèles
|
|
SQLModel), comme le moteur de validation dont il réutilise les briques
|
|
(`app.validation.models`, `app.validation.engine.uncovered_minutes`).
|
|
"""
|
|
|
|
import datetime as dt
|
|
from dataclasses import dataclass, field
|
|
|
|
from app.validation.models import AvailabilityWindow, ShiftInfo
|
|
|
|
|
|
@dataclass(frozen=True)
|
|
class SolverShift:
|
|
"""Un créneau à compléter (`assigned < ideal_staff`)."""
|
|
|
|
id: str
|
|
position_id: str
|
|
starts_at: dt.datetime
|
|
ends_at: dt.datetime
|
|
min_staff: int
|
|
ideal_staff: int
|
|
already_assigned: int
|
|
# Créneau du même poste, même jour, juste avant celui-ci (`None` s'il n'y
|
|
# en a pas) — sert au malus de chaînage (voir `engine._score`).
|
|
predecessor_shift_id: str | None = None
|
|
|
|
@property
|
|
def shift_info(self) -> ShiftInfo:
|
|
return ShiftInfo(id=self.id, starts_at=self.starts_at, ends_at=self.ends_at)
|
|
|
|
|
|
@dataclass(frozen=True)
|
|
class SolverVolunteer:
|
|
id: str
|
|
availability: tuple[AvailabilityWindow, ...] = ()
|
|
wished_position_ids: frozenset[str] = frozenset()
|
|
# Passages des artistes que le bénévole veut voir (heure de passage),
|
|
# sous forme de fenêtres datées : un créneau qui chevauche l'une d'elles
|
|
# lui ferait manquer le passage.
|
|
wished_artist_windows: tuple[ShiftInfo, ...] = ()
|
|
# Créneaux déjà occupés (affectations existantes, décisions figées) :
|
|
# comptent pour chevauchement, repos, chaînage sur le même poste.
|
|
existing_shifts: tuple[ShiftInfo, ...] = ()
|
|
# Total déjà affecté sur l'édition (minutes), pour répartir la charge.
|
|
existing_minutes: int = 0
|
|
|
|
|
|
@dataclass(frozen=True)
|
|
class SolverInput:
|
|
shifts: tuple[SolverShift, ...] = field(default_factory=tuple)
|
|
volunteers: tuple[SolverVolunteer, ...] = field(default_factory=tuple)
|
|
|
|
|
|
@dataclass(frozen=True)
|
|
class ShiftSuggestion:
|
|
"""Bénévoles suggérés pour un créneau, meilleur en tête."""
|
|
|
|
shift_id: str
|
|
volunteer_ids: tuple[str, ...]
|
|
|
|
|
|
@dataclass(frozen=True)
|
|
class SolverSolution:
|
|
suggestions: tuple[ShiftSuggestion, ...] = field(default_factory=tuple)
|