portal/app/tests/Unit/Autopodbor/FindCompetitorsAssemblerTest.php

<?php

declare(strict_types=1);

use App\Services\Autopodbor\Agent\Aggregator\AggregatorClassifier;
use App\Services\Autopodbor\Agent\Aggregator\AggregatorFilter;
use App\Services\Autopodbor\Agent\FindCompetitorsAssembler;
use App\Services\Autopodbor\Agent\Similarity\Embedder;
use App\Services\Autopodbor\Agent\Similarity\EmbeddingRelevance;
use App\Services\Autopodbor\AutopodborDedup;
use App\Services\Autopodbor\AutopodborNormalizer;

function assembler(array $aggByName, array $vecByNeedle): FindCompetitorsAssembler
{
    $classifier = new class($aggByName) implements AggregatorClassifier
    {
        public function __construct(private array $map) {}

        public function isAggregator(string $name, ?string $siteUrl, ?string $description): ?bool
        {
            return $this->map[$name] ?? null;
        }
    };
    $embedder = new class($vecByNeedle) implements Embedder
    {
        public function __construct(private array $map) {}

        public function embed(array $texts): array
        {
            return array_map(function (string $t): array {
                foreach ($this->map as $needle => $vec) {
                    if (str_contains($t, $needle)) {
                        return $vec;
                    }
                }

                return [0.0, 0.0, 0.0];
            }, $texts);
        }
    };

    return new FindCompetitorsAssembler(
        new AggregatorFilter($classifier),
        new AutopodborDedup(new AutopodborNormalizer),
        new EmbeddingRelevance($embedder),
    );
}

function sampleCandidates(): array
{
    return [
        ['name' => 'Авито', 'site_url' => 'avito.ru', 'description' => 'объявления'],                                   // агрегатор
        ['name' => 'АвтоДеньги', 'site_url' => 'avtodengi.ru', 'description' => 'займ под залог авто', 'directory_urls' => ['https://2gis.ru/firm/1'], 'is_federal' => false],
        ['name' => 'АвтоДеньги', 'site_url' => 'https://avtodengi.ru/', 'description' => 'автозайм', 'directory_urls' => ['https://yandex.ru/maps/org/x/2'], 'is_federal' => false], // дубль по домену
        ['name' => 'Окна Комфорт', 'site_url' => 'okna.ru', 'description' => 'пластиковые окна', 'is_federal' => false], // нерелевантный
        ['name' => 'Мой Бизнес', 'site_url' => 'moy-biznes.ru', 'description' => 'это клиент'],                          // сам клиент
        ['name' => 'CarMoney', 'site_url' => 'carmoney.ru', 'description' => 'залог авто онлайн', 'is_federal' => true], // федерал
    ];
}

it('собирает ядро: отсев агрегаторов → слияние/вычет клиента → похожесть → DTO §7.2', function () {
    $a = assembler(
        aggByName: ['Авито' => true],
        vecByNeedle: ['залог авто' => [1.0, 0.0, 0.0], 'пластиковые окна' => [0.0, 1.0, 0.0]],
    );

    $res = $a->assemble(
        candidates: sampleCandidates(),
        clientExamples: ['Автоломбард Клиента залог авто'],
        clientKeys: ['moy-biznes.ru'],
        includeFederal: false,
        maxCompetitors: 10,
    );

    $names = array_column($res->competitors, 'name');
    expect($names)->not->toContain('Авито')          // агрегатор отсеян
        ->toContain('Мой Бизнес')                    // «вычет себя» убран (спека §7) — клиент остаётся
        ->not->toContain('CarMoney');                // федерал исключён (includeFederal=false)
    expect($names)->toBe(['АвтоДеньги', 'Окна Комфорт', 'Мой Бизнес']); // клиент внизу (похожесть 0)

    $top = $res->competitors[0];
    expect($top['name'])->toBe('АвтоДеньги');
    expect($top['directory_urls'])->toContain('https://2gis.ru/firm/1')->toContain('https://yandex.ru/maps/org/x/2'); // дубль слит
    expect($top['relevance_pct'])->toBe(100);
    expect($top['relevance_pct'])->toBeGreaterThan($res->competitors[1]['relevance_pct']);
    // форма §7.2
    expect($top)->toHaveKeys(['name', 'description', 'is_federal', 'relevance_pct', 'site_url', 'directory_urls', 'provenance']);
});

it('дедуп ДО отсева агрегаторов — классификатор видит уникальные фирмы, а не дубли-филиалы', function () {
    // sampleCandidates() содержит «АвтоДеньги» дважды (дубль по домену). Отсев агрегаторов должен
    // идти ПОСЛЕ склейки — иначе gpt-4o-mini классифицирует один и тот же дубль по многу раз (реальный
    // случай: агрегатору залетело 227 позиций с кучей повторов).
    $recorder = new class implements AggregatorClassifier
    {
        /** @var list<string> */
        public array $asked = [];

        public function isAggregator(string $name, ?string $siteUrl, ?string $description): ?bool
        {
            $this->asked[] = $name;

            return $name === 'Авито';
        }
    };
    $zero = new class implements Embedder
    {
        public function embed(array $texts): array
        {
            return array_map(fn () => [0.0], $texts);
        }
    };

    $a = new FindCompetitorsAssembler(
        new AggregatorFilter($recorder),
        new AutopodborDedup(new AutopodborNormalizer),
        new EmbeddingRelevance($zero),
    );

    $a->assemble(sampleCandidates(), ['залог авто'], ['moy-biznes.ru'], true, 10);

    // «АвтоДеньги» (дубль) — спрошен РОВНО один раз (склейка схлопнула до отсева).
    expect(array_count_values($recorder->asked)['АвтоДеньги'] ?? 0)->toBe(1);
});

it('includeFederal=true оставляет федерала; maxCompetitors режет хвост', function () {
    $a = assembler(
        aggByName: ['Авито' => true],
        vecByNeedle: ['залог авто' => [1.0, 0.0, 0.0]],
    );

    $res = $a->assemble(
        candidates: sampleCandidates(),
        clientExamples: ['залог авто'],
        clientKeys: ['moy-biznes.ru'],
        includeFederal: true,
        maxCompetitors: 1,
    );

    expect($res->competitors)->toHaveCount(1); // срез до 1
    // CarMoney (залог авто, федерал) теперь допустим как кандидат верхнего уровня
    $a2 = assembler(['Авито' => true], ['залог авто' => [1.0, 0.0, 0.0]]);
    $full = $a2->assemble(sampleCandidates(), ['залог авто'], ['moy-biznes.ru'], true, 10);
    expect(array_column($full->competitors, 'name'))->toContain('CarMoney');
});