optimize catalog semantic match sby tags

src/Intent/CatalogIntentLite.php

@@ -4,27 +4,10 @@ declare(strict_types=1);
 
 namespace App\Intent;
 
-/**
- * CatalogIntentLite
- *
- * Minimal, deterministische Erkennung von Katalog-/Entity-Listenanfragen.
- *
- * Ziel:
- * - "Liste aller Geräte" / "Welche Indikatoren gibt es?" / "Zeig mir alle Funktionen"
- *
- * Guardrails:
- * - Kein Catalog-Mode bei Sales-/Pricing-/Comparison-/ROI-/Implementation-/Objection-Intents.
- * - Kein Catalog-Mode ohne expliziten Entity-Term.
- *
- * WICHTIG:
- * - Immer mit ORIGINAL-Prompt aufrufen.
- * - Kein LLM, kein ML.
- */
+use App\Tag\TagVectorSearchClient;
+
 final class CatalogIntentLite
 {
-    /**
-     * Listensignale (leichtgewichtig) – IntentLite bleibt weiterhin für "allgemeine" List Detection zuständig.
-     */
     private const LIST_SIGNALS = [
         'liste',
         'auflisten',
@@ -39,100 +22,76 @@ final class CatalogIntentLite
         'alle',
     ];
 
-    /**
-     * Entity-Terms, die wir als Katalogtypen unterstützen.
-     *
-     * Left side: canonical term (für Tag-Suche)
-     * Right side: Such-Synonyme, die im Prompt vorkommen dürfen.
-     */
-    private const ENTITY_TERMS = [
-        'geräte' => ['gerät', 'geräte', 'geraet', 'geraete', 'device', 'devices'],
-        'indikatoren' => ['indikator', 'indikatoren', 'indicator', 'indicators'],
-        'funktionen' => ['funktion', 'funktionen', 'feature', 'features', 'funktionalität', 'funktionalitaet'],
-        'zubehör' => ['zubehör', 'zubehoer', 'accessory', 'accessories', 'zubehor'],
-    ];
+    private const MIN_SCORE = 0.60;
+    private const AMBIGUITY_DELTA = 0.05;
 
     public function __construct(
         private readonly SalesIntentLite $salesIntentLite,
+        private readonly TagVectorSearchClient $tagVectorClient,
     ) {}
 
-    /**
-     * @return string|null canonical entity term (z. B. "geräte") oder null wenn kein Catalog-Intent.
-     */
-    public function detect(string $originalPrompt): ?string
+    public function detect(string $prompt): ?string
     {
-        $p = $this->normalize($originalPrompt);
+        $normalizedPrompt = mb_strtolower($prompt);
 
-        // 1) Muss ein Listen-Signal enthalten
-        if (!$this->containsAny($p, self::LIST_SIGNALS)) {
+        // 1) Muss Listen-Signal enthalten
+        if (!$this->containsAny($normalizedPrompt, self::LIST_SIGNALS)) {
             return null;
         }
 
-        // 2) Guardrail: Kein Catalog-Mode bei Sales-Intents
-        $sales = $this->salesIntentLite->detect($originalPrompt);
+        // 2) Guardrail: Nur DISCOVERY
+        $sales = $this->salesIntentLite->detect($prompt);
         $intent = (string)($sales['intent'] ?? SalesIntentLite::DISCOVERY);
 
         if ($intent !== SalesIntentLite::DISCOVERY) {
             return null;
         }
 
-        // 3) Expliziten Entity-Term extrahieren (sonst kein Catalog)
-        foreach (self::ENTITY_TERMS as $canonical => $synonyms) {
-            foreach ($synonyms as $syn) {
-                if ($this->containsWord($p, $syn)) {
-                    return $canonical;
-                }
+        // 3) Vector-basierte Tag-Suche (Top 3 für Ambiguity-Check)
+        $hits = $this->tagVectorClient->search($prompt, 3);
+
+        if ($hits === []) {
+            return null;
+        }
+
+        $best = $hits[0];
+        $bestScore = (float)($best['score'] ?? 0.0);
+
+        if ($bestScore < self::MIN_SCORE) {
+            return null;
+        }
+
+        // Ambiguity-Check
+        if (isset($hits[1])) {
+            $secondScore = (float)($hits[1]['score'] ?? 0.0);
+            if (abs($bestScore - $secondScore) < self::AMBIGUITY_DELTA) {
+                return null;
             }
         }
 
-        return null;
-    }
+        // 4) Nur catalog_entity zulassen
+        if (($best['tag_type'] ?? null) !== 'catalog_entity') {
+            return null;
+        }
 
-    // ------------------------------------------------------------
-    // Helpers
-    // ------------------------------------------------------------
+        // 5) Canonical Label zurückgeben
+        $label = (string)($best['label'] ?? '');
+
+        if ($label === '') {
+            return null;
+        }
+
+        return mb_strtolower($label);
+    }
 
     private function containsAny(string $haystack, array $needles): bool
     {
         foreach ($needles as $needle) {
-            if ($needle === '') {
-                continue;
-            }
-            if (str_contains($haystack, $needle)) {
+            if ($needle !== '' && str_contains($haystack, $needle)) {
                 return true;
             }
         }
+
         return false;
     }
-
-    private function containsWord(string $haystack, string $word): bool
-    {
-        $word = trim($word);
-        if ($word === '') {
-            return false;
-        }
-        return preg_match('/\b' . preg_quote($word, '/') . '\b/u', $haystack) === 1;
-    }
-
-    private function normalize(string $s): string
-    {
-        $s = mb_strtolower($s);
-
-        // Umlaute absichern (analog IntentLite/SalesIntentLite)
-        $replacements = [
-            'ä' => 'ae',
-            'ö' => 'oe',
-            'ü' => 'ue',
-            'ß' => 'ss',
-        ];
-
-        foreach ($replacements as $umlaut => $alt) {
-            if (str_contains($s, $umlaut)) {
-                $s .= ' ' . str_replace($umlaut, $alt, $s);
-                break;
-            }
-        }
-
-        return $s;
-    }
 }