AdamThomasandClaude Sonnet 5
b97b95c606
Correction : le malus ajouté précédemment ne se déclenchait que si le bénévole avait tenu le créneau précédent du *même* poste. L'intention était plus générale — limiter les enchaînements de shifts d'un bénévole, quel que soit le poste, pas seulement faire tourner un poste en particulier. - `SolverShift.predecessor_shift_id: str | None` → `predecessor_shift_ids: frozenset[str]` : l'ensemble des créneaux (n'importe quel poste) du même jour dont la fin coïncide avec le début de celui-ci. Peut contenir plusieurs ids (plusieurs postes se terminant à la même heure). - Loader : le calcul du prédécesseur se fait maintenant sur tous les créneaux de l'édition regroupés par jour (comparaison des heures de fin), plus par poste. - Miroir côté mock (`buildPredecessorMap`, `runSolver`). - Nouveau test d'intégration (`test_api_solver.py`) : deux postes différents, confirme que le chaînage s'applique bien d'un poste à l'autre. - CLAUDE.md à jour. Vérifié : 185 tests backend (dont le nouveau), 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
69 lines
2.3 KiB
Python
69 lines
2.3 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(x) — n'importe quel poste — dont la fin coïncide avec le début
|
|
# de celui-ci, le même jour (vide s'il n'y en a pas) : sert au malus de
|
|
# chaînage (voir `engine._score`), pour limiter les enchaînements de
|
|
# shifts plutôt que cibler la rotation d'un poste en particulier.
|
|
predecessor_shift_ids: frozenset[str] = frozenset()
|
|
|
|
@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.
|
|
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)
|