vrsub/tests/test_llm_default_model.py

"""LLM 默认模型解析契约测试（切换默认模型只改数据/环境，不改代码）。

背景
----
2026-09 评测结论（data/experiments/translate_models/REPORT.md）决定把翻译/过滤/
纠错三类节点的**默认模型**从 `Qwen/Qwen3.6-35B-A3B` 换成 `Qwen/Qwen3.5-35B-A3B`
（质量持平、速度 0.232 s/行，是基线档最快）。

仓库约定"切换模型不改代码"：三个节点（llm-translate / llm-filter /
subtitle-correction）的模型解析顺序都是
`params["model"]` → 环境变量 `LLM_MODEL` → 兜底默认值。
因此换默认模型 = 改 `.env` 的 `LLM_MODEL`（+ 文档），代码只在兜底默认值上同步。

本测试锁定两件事，防止"改了 .env 但节点仍走旧模型"或"params 覆盖失效"：
1. 环境变量 `LLM_MODEL` 能真正决定请求体里的 model（在 HTTP 边界观测真实请求）；
2. `params["model"]` 优先级高于环境变量（工作流参数覆盖仍有效）。
"""

from __future__ import annotations

import json
from pathlib import Path

import pytest

from nodes import llm
from wov_sdk.models import InvokeRequest


def _capture_model(monkeypatch, run_id: str = "r") -> list[dict]:
    """在 HTTP 边界记录真实请求体，并返回正常结构响应（模型名取请求体的）。"""
    sent: list[dict] = []

    class Response:
        """最小可用的 OpenAI 兼容响应；内容由请求体推导，便于断言对齐。"""

        def __init__(self, body: dict):
            items = json.loads(body["messages"][1]["content"])
            self._payload = json.dumps(
                {
                    "choices": [
                        {
                            "message": {
                                "content": json.dumps(
                                    [{"id": i["id"], "text": "译文"} for i in items],
                                    ensure_ascii=False,
                                )
                            }
                        }
                    ],
                    "usage": {"total_tokens": 1},
                }
            ).encode()

        def __enter__(self):
            return self

        def __exit__(self, *args):
            return False

        def read(self):
            return self._payload

    def open_request(request, **kwargs):
        body = json.loads(request.data)
        sent.append(body)
        return Response(body)

    monkeypatch.setattr("urllib.request.urlopen", open_request)
    return sent


def test_env_model_决定请求体里的模型(monkeypatch, tmp_path: Path) -> None:
    """环境变量 LLM_MODEL 生效：旧模型默认值不会被写死进请求。

    这是"改 .env 就换默认模型"的硬契约——若节点把默认模型写死在代码里，
    本用例会因请求体仍是旧模型而失败。
    """
    monkeypatch.setenv("LLM_MODEL", "新默认/模型")
    source = tmp_path / "input.srt"
    source.write_text("1\n00:00:01,000 --> 00:00:02,000\nこんにちは\n", encoding="utf-8")
    sent = _capture_model(monkeypatch)
    response = llm.invoke(
        InvokeRequest(
            run_id="r", node_instance_id="",
            inputs={"srt_uri": str(source)}, output_dir=str(tmp_path / "out"),
        )
    )
    assert response.status == "completed", response.error
    assert sent[0]["model"] == "新默认/模型"


def test_params_model_优先于环境变量(monkeypatch, tmp_path: Path) -> None:
    """工作流 DAG 的 params.model 覆盖环境变量（切换模型是数据，不是环境依赖）。"""
    monkeypatch.setenv("LLM_MODEL", "环境/模型")
    source = tmp_path / "input.srt"
    source.write_text("1\n00:00:01,000 --> 00:00:02,000\nこんにちは\n", encoding="utf-8")
    sent = _capture_model(monkeypatch)
    response = llm.invoke(
        InvokeRequest(
            run_id="r", node_instance_id="",
            inputs={"srt_uri": str(source)}, params={"model": "工作流/模型"},
            output_dir=str(tmp_path / "out"),
        )
    )
    assert response.status == "completed", response.error
    assert sent[0]["model"] == "工作流/模型"


def test_兜底默认模型按节点职责分离() -> None:
    """翻译节点跟随 .env 的 LLM_MODEL；纠错节点保留旧默认（实测更优）。

    2026-09 实测（同一误听泛化场景，各跑 4 次）：
    - `Qwen/Qwen3.6-35B-A3B`：4/4 正确推断（“小穴”）；
    - `Qwen/Qwen3.5-35B-A3B`：0/4（输出“阴道/曼果/曼戈”，字面直译）。

    而翻译节点上新模型与旧模型逐条一致（1160 vs 1160，时间戳完全对齐）。
    因此**不能三处同源**：翻译跟全局（.env），纠错独立保留旧模型；
    过滤节点默认不调 LLM（use_llm=0），其兜底仅作启用时的默认值。

    本用例锁定“分叉是有意为之”：翻译兜底必须与 .env 一致；纠错兜底必须
    保留旧模型；三处都必须读 LLM_MODEL 环境变量（保留单点覆盖能力）。
    """
    import inspect

    from nodes import llm_filter, subtitle_correction

    env_model = None
    env_path = Path(__file__).resolve().parent.parent / ".env"
    if env_path.is_file():
        for line in env_path.read_text(encoding="utf-8").splitlines():
            if line.strip().startswith("LLM_MODEL=") and not line.strip().startswith("#"):
                env_model = line.split("=", 1)[1].strip()
    # 模型解析所在函数：翻译在 translate_lines、过滤在 _judge_category、
    # 纠错在 correct_entry。
    sources = {
        "llm-translate": inspect.getsource(llm.translate_lines),
        "llm-filter": inspect.getsource(llm_filter._judge_category),
        "subtitle-correction": inspect.getsource(subtitle_correction.correct_entry),
    }
    fallbacks = {}
    for name, src in sources.items():
        marker = 'os.getenv("LLM_MODEL", "'
        assert marker in src, f"{name} 未按约定读取 LLM_MODEL 环境变量"
        fallbacks[name] = src.split(marker, 1)[1].split('"', 1)[0]
    # 翻译节点跟随全局配置。
    if env_model:
        assert fallbacks["llm-translate"] == env_model, (
            f"翻译兜底 {fallbacks['llm-translate']} 与 .env 的 LLM_MODEL={env_model} 不一致"
        )
        assert fallbacks["llm-filter"] == env_model, "过滤节点兜底应与全局保持一致"
    # 纠错节点**有意**保留旧模型（实测新模型 0/4 vs 旧 4/4）。
    assert fallbacks["subtitle-correction"] == "Qwen/Qwen3.6-35B-A3B", (
        "纠错节点应保留旧默认（新模型在该节点泛化实测 0/4，明显劣化）"
    )