feat(maria): asociere prin cod de telefon si citirea capturilor cu erori

Doua lucruri cerute de utilizator, ambele pe acelasi drum: sa poti lega
puntea fara sa ai un ecran de scanat, si sa poti trimite Mariei o poza cu
eroarea in loc sa transcrii mesajul.

Asociere prin cod de 8 caractere (alternativa la QR):
- endpoint-ul /pair exista, dar nu era folosibil: fara `browser` explicit
  WhatsApp refuza codul, iar dupa introducerea lui corecta serverul cere un
  restart (515) care consuma din bugetul de reincercari si putea opri puntea.
  Acum descriptorul e Browsers.ubuntu('Chrome') si restartRequired reconecteaza
  imediat, fara sa numere.
- codul are TTL de 3 minute, iar /status il da doar cat timp e valabil —
  un cod expirat afisat in dashboard trimite omul sa tasteze degeaba.
- dashboard: camp pentru numar + buton, in acelasi card cu QR-ul.

Imagini cu erori (capturi de ecran):
- puntea descarca imaginile in ~/.maria-bridge/media/ (imageMessage sau
  document cu mimetype image/*, si prin ambalajele efemer/"vezi o data" —
  fara despachetare pareau mesaje fara continut si se aruncau tacut).
- rag/ocr.py: tesseract ron+eng. Modelul de raspuns e strict text, deci OCR
  nu e o optiune de calitate, e singura cale.
- cautarea in index merge DOAR pe liniile care arata a eroare; o fereastra
  intreaga de meniuri si totaluri dilueaza embedding-ul si scoate chunk-uri
  fara legatura. Modelul primeste captura intreaga, marcata ca text OCR.
- capturile se sterg imediat dupa citire (pot contine date de client).
- cand nu se citeste nimic si nu exista legenda, Maria cere textul erorii
  in loc sa raspunda in gol.

16 teste noi (42 in total). install.sh verifica tesseract; README documenteaza
ambele metode de asociere si drumul unei capturi.

Separat, in docs/chatboti-si-punti.md: chatul "Eu" e vazut de AMBELE punti de pe
numar. Puntea lui Echo (LXC 110) e asociata ca dispozitiv :11 al aceluiasi cont,
momentan nelegata dar pornita — daca se reasociaza, raspunde in "Eu" langa Maria.
Notat si ca serviciile lui Echo sunt unitati de UTILIZATOR: `systemctl is-active`
ca root raspunde "inactive" desi botul ruleaza.

Co-Authored-By: Claude Opus 5 (1M context) <noreply@anthropic.com>
Claude-Session: https://claude.ai/code/session_01Q4uzvgm7AyJch5WH8QHRhY
This commit is contained in:
Claude Agent
2026-08-31 21:22:28 +00:00
parent f5c8df7adf
commit 7a1d2a2073
12 changed files with 733 additions and 36 deletions

View File

@@ -0,0 +1,90 @@
"""`consumer.prepare_query`: ce ajunge la model cand mesajul e o captura de ecran.
Nu porneste nici puntea, nici LLM-ul — se testeaza doar decizia dintre „raspund
pe baza imaginii", „raspund pe baza legendei" si „cer omului sa scrie textul".
"""
from __future__ import annotations
import pytest
import consumer
@pytest.fixture
def imagine(tmp_path, monkeypatch):
"""Un mesaj cu imagine, cu OCR-ul inlocuit de un text dat."""
def _face(ocr_text: str, caption: str = "", *, esueaza: bool = False):
fisier = tmp_path / "captura.png"
fisier.write_bytes(b"nu conteaza continutul, ocr e inlocuit")
def fals_run(path, langs=None):
if esueaza:
raise RuntimeError("tesseract lipseste")
return ocr_text
monkeypatch.setattr(consumer.ocr, "run", fals_run)
return {"text": caption, "media": {"path": str(fisier), "mimetype": "image/png"}}, fisier
return _face
def test_mesaj_text_simplu_trece_neatins():
intrebare, cautare, imediat = consumer.prepare_query({"text": "cum emit o factura?"})
assert intrebare == "cum emit o factura?"
assert cautare == "cum emit o factura?"
assert imediat is None
def test_captura_cu_eroare_cauta_doar_linia_de_eroare(imagine):
msg, _ = imagine("Meniu Fisier Editare\nORA-01722: invalid number\nRand 4 din 9")
intrebare, cautare, imediat = consumer.prepare_query(msg)
assert imediat is None
# cautarea in index merge pe eroare, nu pe toata fereastra
assert cautare == "ORA-01722: invalid number"
# modelului ii dam captura intreaga, marcata ca OCR
assert "OCR" in intrebare
assert "Meniu Fisier Editare" in intrebare
def test_legenda_intra_si_in_intrebare_si_in_cautare(imagine):
msg, _ = imagine("ORA-00942: table or view does not exist", caption="nu merge raportul")
intrebare, cautare, _ = consumer.prepare_query(msg)
assert intrebare.startswith("nu merge raportul")
assert cautare.splitlines()[0] == "nu merge raportul"
def test_captura_se_sterge_dupa_citire(imagine):
msg, fisier = imagine("ORA-01722: invalid number")
consumer.prepare_query(msg)
# capturile pot contine date de client — nu raman pe disc dupa OCR
assert not fisier.exists()
def test_captura_ilizibila_cere_textul_erorii(imagine):
msg, fisier = imagine("")
intrebare, _, imediat = consumer.prepare_query(msg)
assert intrebare is None
assert imediat == consumer.NO_TEXT_IN_IMAGE
assert not fisier.exists()
def test_ocr_esuat_dar_cu_legenda_raspunde_pe_legenda(imagine):
msg, _ = imagine("", caption="imi da eroare la salvare", esueaza=True)
intrebare, cautare, imediat = consumer.prepare_query(msg)
assert imediat is None
assert intrebare == cautare == "imi da eroare la salvare"
def test_imagine_nedescarcata_fara_legenda_cere_reincercare():
msg = {"text": "", "media": {"error": "imagine prea mare (12.0 MB > 8 MB)"}}
intrebare, _, imediat = consumer.prepare_query(msg)
assert intrebare is None
assert "scrie-mi" in imediat.lower()
def test_imagine_nedescarcata_cu_legenda_raspunde_pe_legenda():
msg = {"text": "eroare la export SAF-T", "media": {"error": "download failed"}}
intrebare, cautare, imediat = consumer.prepare_query(msg)
assert imediat is None
assert intrebare == cautare == "eroare la export SAF-T"

View File

@@ -0,0 +1,62 @@
"""Curatarea textului OCR si alegerea interogarii de cautare.
Fara tesseract si fara retea: `ocr.run` e singurul care atinge procese externe si
nu e testat aici — restul sunt functii pure peste text.
"""
from __future__ import annotations
import ocr
def test_clean_scoate_liniile_goale_si_ramele():
raw = "Eroare la salvare\n\n \n|||||\n----\nORA-01722: invalid number\n"
assert ocr.clean(raw) == "Eroare la salvare\nORA-01722: invalid number"
def test_clean_normalizeaza_spatiile_si_taie_duplicatele():
raw = "ORA-00001: unique constraint\nORA-00001: unique constraint\n"
# a doua linie e identica dupa normalizare — tesseract repeta uneori randuri
assert ocr.clean(raw) == "ORA-00001: unique constraint"
def test_clean_plafoneaza_si_marcheaza_trunchierea():
out = ocr.clean("\n".join(f"linia numarul {i}" for i in range(500)), max_chars=100)
assert len(out) < 200
assert out.endswith("[…text trunchiat]")
def test_error_lines_gaseste_codurile_oracle_si_mesajele_romanesti():
text = (
"Fisier Editare Ajutor\n"
"Nr. crt. Denumire Cantitate\n"
"ORA-12154: TNS:could not resolve\n"
"Documentul nu exista in baza de date\n"
"Total general 1.234,00\n"
)
assert ocr.error_lines(text) == [
"ORA-12154: TNS:could not resolve",
"Documentul nu exista in baza de date",
]
def test_error_lines_limiteaza_numarul():
text = "\n".join(f"eroare {i}" for i in range(20))
assert len(ocr.error_lines(text, limit=3)) == 3
def test_retrieval_query_pune_legenda_prima_apoi_erorile():
q = ocr.retrieval_query("nu pot factura", "Meniu principal\nORA-00942: table or view does not exist")
assert q == "nu pot factura\nORA-00942: table or view does not exist"
def test_retrieval_query_fara_linii_de_eroare_cade_pe_primele_linii():
# O captura fara niciun cuvant-cheie tot trebuie cautata cumva; mai bine
# aproximativ decat deloc.
text = "\n".join(f"linia {i}" for i in range(20))
q = ocr.retrieval_query("", text)
assert q.splitlines() == [f"linia {i}" for i in range(8)]
def test_retrieval_query_doar_legenda_cand_ocr_e_gol():
assert ocr.retrieval_query("cum sterg o factura?", "") == "cum sterg o factura?"