Cyrene_v2/internal/runtime/memory/tidy_dedupe_numbers_test.go

package memory

import (
	"testing"
	"time"
)

// 本文件是 `dedupe_group` **中文数字门**（r2 复审 P2）的验收用例集：
// 中位数写法下的数值冲突（一小时 vs 十五分钟、第二杯 vs 一杯）、单位不可换算的
// 保守拒绝、同值照常合并，以及中文数字解析口径本身。

// TestDedupeGroupRejectsConflictingChineseNumbers 是 r2 复审 **P2 的回归用例**：
// 语料里的数字大多写成**中文**，而 `sameNumbers` 只抽 ASCII 数字 token ⇒
// 「午睡一小时 vs 午睡十五分钟」「咖啡不续第二杯 vs 不超过一杯」这类**数值冲突**
// 曾被当成同一事实合并掉。
//
// 旧逻辑（只有 sameNumbers）下这些对会成簇 ⇒ 用例红；补中文数字门后不成簇 ⇒ 绿。
func TestDedupeGroupRejectsConflictingChineseNumbers(t *testing.T) {
	t.Parallel()
	base := tidyTestTime(t)
	cases := []struct {
		name      string
		survivor  string
		member    string
		tagsA     []string
		tagsB     []string
		whyItReds string
	}{
		{
			name:     "午睡时长（一小时 vs 十五分钟）",
			survivor: "用户有午睡习惯，与助手约定午睡一小时、到点叫醒。",
			member:   "主人与人家约定：午睡十五分钟，由人家守时看着时间把她叫醒。",
			tagsA:    []string{"作息", "午睡"},
			tagsB:    []string{"作息", "午睡"},
		},
		{
			name:     "咖啡杯数（第二杯 vs 一杯）",
			survivor: "用户被约定：一天咖啡不许续第二杯，下午犯困时起身走动、喝温水。",
			member:   "用户有喝咖啡的习惯，助手提醒她每天不超过一杯（第二杯不许续）。",
			tagsA:    []string{"习惯", "咖啡"},
			tagsB:    []string{"习惯", "咖啡"},
		},
	}
	for _, tc := range cases {
		t.Run(tc.name, func(t *testing.T) {
			t.Parallel()
			a := dedupeTestItem(tc.survivor, tc.tagsA, base)
			b := dedupeTestItem(tc.member, tc.tagsB, base.Add(time.Minute))
			// 先钉住「这不是因为别的门挡住的」：数值门确实报出冲突。
			if gaps := dedupeNumberConflicts(b.Content, a.Content); len(gaps) == 0 {
				t.Fatalf("中文数字门没报出冲突：%q vs %q", b.Content, a.Content)
			}
			if cands, _ := dedupeCandsOf(t, newTestStore(t), []MemoryItem{a, b}); len(cands) != 0 {
				t.Fatalf("簇数 = %d, want 0（数值冲突＝不同事实，§5.2-2）", len(cands))
			}
		})
	}
}

// TestDedupeGroupRejectsNonConvertibleUnits 钉住「单位换算不到一起 ⇒ 宁可不合并」
// （r2 复审的明确口径）：两杯 vs 三瓶是同一个计数量的不同取值，但杯/瓶不能互换。
func TestDedupeGroupRejectsNonConvertibleUnits(t *testing.T) {
	t.Parallel()
	base := tidyTestTime(t)
	tags := []string{"习惯", "饮水"}
	a := dedupeTestItem("主人每天要喝两杯咖啡，下午不续。", tags, base)
	b := dedupeTestItem("主人每天要喝三瓶水，下午也要喝。", tags, base.Add(time.Minute))
	if gaps := dedupeNumberConflicts(b.Content, a.Content); len(gaps) == 0 {
		t.Fatalf("单位不可换算没有报冲突：%q vs %q", b.Content, a.Content)
	}
	if cands, _ := dedupeCandsOf(t, newTestStore(t), []MemoryItem{a, b}); len(cands) != 0 {
		t.Fatalf("簇数 = %d, want 0（单位不可换算 ⇒ 保守不合并）", len(cands))
	}
}

// TestDedupeGroupSameChineseNumberStillMerges 是中文数字门的**反向护栏**：
// 值相等（含不同单位换算后相等）照常成簇 —— 门收的是「冲突」，不是「出现数字」。
func TestDedupeGroupSameChineseNumberStillMerges(t *testing.T) {
	t.Parallel()
	base := tidyTestTime(t)
	tags := []string{"作息", "午睡"}
	a := dedupeTestItem("主人午睡一小时，午后精神好。", tags, base)
	b := dedupeTestItem("主人午睡一小时，下午很清醒。", tags, base.Add(time.Minute))
	// 一条写「一个小时」、另一条写「一小时」：换算后同为 3600 秒，属于同一事实。
	c := dedupeTestItem("主人午睡一个小时，午后精神不错。", tags, base.Add(2*time.Minute))
	cands, _ := dedupeCandsOf(t, newTestStore(t), []MemoryItem{a, b, c})
	if len(cands) != 1 {
		t.Fatalf("簇数 = %d, want 1（同值照常合并 —— 门不许退化成「有中文数字就不合」）", len(cands))
	}
}

// TestTidyQuantitiesChineseNumerals 钉住中文数字的解析口径（含单位换算与习语排除）。
func TestTidyQuantitiesChineseNumerals(t *testing.T) {
	t.Parallel()
	cases := []struct {
		text  string
		value float64
		unit  string
		dim   string
		ok    bool
	}{
		{"主人午睡一小时", 3600, "小时", tidyDimTime, true},
		{"主人午睡十五分钟", 900, "分钟", tidyDimTime, true},
		{"主人午睡半个小时", 1800, "小时", tidyDimTime, true},
		{"一万两千行的验收纸条", 12000, "行", tidyDimText, true},
		{"每天要喝两杯咖啡", 2, "杯", tidyDimCount, true},
		// 序数与习语：不是数量。
		{"第二天再说", 0, "", "", false},
		{"一起散步", 0, "", "", false},
		{"一直加班", 0, "", "", false},
	}
	for _, tc := range cases {
		got := tidyQuantities(tc.text)
		if !tc.ok {
			if len(got) != 0 {
				t.Fatalf("%q 应不产生数量，得到 %+v", tc.text, got)
			}
			continue
		}
		if len(got) == 0 {
			t.Fatalf("%q 没解析出数量", tc.text)
		}
		if got[0].value != tc.value || got[0].unit != tc.unit || got[0].dim != tc.dim {
			t.Fatalf("%q 解析为 %+v, want value=%v unit=%s dim=%s",
				tc.text, got[0], tc.value, tc.unit, tc.dim)
		}
	}
}