feat(sprint8a): регрессия роутера в UI с выбором кейсов и кэшем

Оператор-настройщик после правки промпта _router нажимает «Прогнать выбранное»
на странице «Регрессия» и видит, что сломалось. Не CLI, не в обход
интерфейса — встроено в верхнюю навигацию рядом с Настройками.

Backend:
- Таблицы eval_runs / eval_run_cases (с is_pass) / eval_router_predictions
  (кэш text_hash + router_config_id → predicted_intent). Миграции
  k7e9d5c67h34 и l8f0e6d78i45.
- services/eval_run_service.py: start_router_run(text_hashes) запускает
  фоновую корутину через asyncio.create_task, фиксирует активную версию
  _router. Кэш привязан к версии: повторный прогон на той же версии —
  мгновенный, на новой — пересчитывается. compute_diff_vs_previous
  сравнивает с предыдущим прогоном на той же версии (новые fail / pass).
- API: POST /eval/runs (фон, body text_hashes), GET /eval/runs,
  GET /eval/runs/{id}, GET /eval/router-cases-with-status (все 1573 кейса
  + кэш на активной версии).

Frontend (static/regression.html — новая страница, ссылка добавлена в
шапки index/sandbox/settings/docs):
- Сворачиваемый блок «Выбор кейсов»: фильтр по intent, ввод диапазона
  (1-50, 200-300), кнопки «Все видимые», «Снять все», «Только без кэша»,
  «Только FAIL в кэше», «Снять кэшированные». Чекбокс в шапке.
- Таблица 1573 кейсов отсортирована по count desc: #, чекбокс, запрос,
  intent, частота, кэш (PASS / FAIL → predicted / —). Цветной фон строки
  по статусу кэша.
- Счётчик «выбрано N (новых: X, в кэше: Y)»; кнопка
  «Прогнать выбранное (X новых + Y из кэша)» — сразу видно реальный
  объём LLM-работы.
- Polling /eval/runs/{id} раз в 2 секунды, прогресс-бар, drill-down:
  все кейсы прогона + фильтр pass/fail + поиск + diff vs предыдущий
  (новые fail / новые pass).

docs/SPRINTS.md: Спринт 8 разбит на 8a (✅ закрыт), 8b (регрессия ответов
веток, ждёт базу кейсов от пользователя), 8c (handoff/resumable/loop/
guard/rag — позже).

docs/BACKLOG.md: новый файл для идей на потом. Записаны: просмотр
архивного графа без активации (из 7.7), варианты C (LLM-judge) и D
(эталон + embeddings) для регрессии веток в 8b.

Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>

routers/eval.py

@@ -1,15 +1,28 @@
-"""Эндпоинты вокруг eval-наборов (Спринт 8 — заготовка под мини-eval).
+"""Эндпоинты eval-наборов и прогонов регрессии (Спринты 7.5 + 8a).
 
-Сейчас отдаёт только готовые кейсы маршрутизатора для интеграции в тест-блок
-страницы Настроек: оператор может выбрать готовую фразу пациента из реального
-корпуса вместо того, чтобы придумывать руками. Полная подсистема прогона
-(`eval/run.py`, метрики, отчёты) — в Спринте 8.
+- `/eval/router-cases` — список кейсов классификатора для UI Настроек (готовые
+  фразы пациентов из реального корпуса).
+- `/eval/runs` — прогоны регрессии роутера (Спринт 8a). POST запускает фоновый
+  прогон, GET возвращает историю и детали.
 """
 import json
 import logging
 from pathlib import Path
 
-from fastapi import APIRouter, HTTPException
+from fastapi import APIRouter, Depends, HTTPException
+from pydantic import BaseModel, Field
+from sqlalchemy.ext.asyncio import AsyncSession
+
+from db.models import AgentConfig
+from db.session import get_session
+from models.responses import (
+    EvalRunCaseInfo,
+    EvalRunDetailResponse,
+    EvalRunDiffInfo,
+    EvalRunInfo,
+    EvalRunListResponse,
+)
+from services import eval_run_service
 
 logger = logging.getLogger(__name__)
 
@@ -86,3 +99,122 @@ def list_router_cases(intent_code: str | None = None, limit: int = 500):
         "total": len(items),
         "cases": items,
     }
+
+
+# ---------- Прогоны регрессии (Спринт 8a) ----------
+
+class StartRouterRunRequest(BaseModel):
+    suite: str = Field("router", description="Сейчас поддерживается только 'router'")
+    text_hashes: list[str] = Field(..., min_length=1, description="sha256(text) выбранных кейсов")
+
+
+def _run_to_info(run, router_config_version: int | None) -> EvalRunInfo:
+    return EvalRunInfo(
+        id=run.id,
+        suite=run.suite,
+        router_config_id=run.router_config_id,
+        router_config_version=router_config_version,
+        min_count=run.min_count,
+        status=run.status,
+        total=run.total,
+        passed=run.passed,
+        failed=run.failed,
+        cache_hits=run.cache_hits,
+        error_text=run.error_text,
+        started_at=run.started_at.isoformat(),
+        finished_at=run.finished_at.isoformat() if run.finished_at else None,
+    )
+
+
+def _case_to_info(c) -> EvalRunCaseInfo:
+    return EvalRunCaseInfo(
+        text=c.text,
+        expected_intent=c.expected_intent,
+        predicted_intent=c.predicted_intent,
+        count_weight=c.count_weight,
+        is_pass=c.is_pass,
+    )
+
+
+async def _config_version(session: AsyncSession, config_id: int | None) -> int | None:
+    if config_id is None:
+        return None
+    cfg = await session.get(AgentConfig, config_id)
+    return cfg.version if cfg else None
+
+
+@router.post("/runs", response_model=EvalRunInfo)
+async def start_run(req: StartRouterRunRequest, session: AsyncSession = Depends(get_session)):
+    if req.suite != "router":
+        raise HTTPException(status_code=400, detail="Only suite='router' is supported in 8a")
+    try:
+        run = await eval_run_service.start_router_run(session, req.text_hashes)
+    except ValueError as e:
+        raise HTTPException(status_code=400, detail=str(e))
+    version = await _config_version(session, run.router_config_id)
+    return _run_to_info(run, version)
+
+
+@router.get("/router-cases-with-status")
+async def router_cases_with_status(session: AsyncSession = Depends(get_session)):
+    """Все кейсы из JSONL, отсортированы по count desc, + кэш на активной версии роутера.
+
+    Под каждым кейсом — последний предсказанный intent для этой версии (если был),
+    и pass/fail сравнение с expected. UI строит таблицу выбора с массовыми операциями.
+    """
+    cases = eval_run_service.load_all_router_cases()
+    router_config_id = await eval_run_service._resolve_active_router_config_id(session)
+    version = await _config_version(session, router_config_id)
+    cache = await eval_run_service.cached_predictions(session, router_config_id)
+
+    items = []
+    for idx, c in enumerate(cases, 1):
+        th = eval_run_service._text_hash(c.text)
+        cached_predicted = cache.get(th)
+        cached_is_pass = (
+            None if cached_predicted is None else cached_predicted == c.expected_intent
+        )
+        items.append({
+            "idx": idx,
+            "text": c.text,
+            "text_hash": th,
+            "expected_intent": c.expected_intent,
+            "count": c.count,
+            "cached_predicted": cached_predicted,
+            "cached_is_pass": cached_is_pass,
+        })
+    return {
+        "router_config_id": router_config_id,
+        "router_config_version": version,
+        "total": len(items),
+        "cases": items,
+    }
+
+
+@router.get("/runs", response_model=EvalRunListResponse)
+async def list_runs(session: AsyncSession = Depends(get_session)):
+    runs = await eval_run_service.list_runs(session, limit=50)
+    items = []
+    for r in runs:
+        version = await _config_version(session, r.router_config_id)
+        items.append(_run_to_info(r, version))
+    return EvalRunListResponse(runs=items, total=len(items))
+
+
+@router.get("/runs/{run_id}", response_model=EvalRunDetailResponse)
+async def get_run(run_id: int, session: AsyncSession = Depends(get_session)):
+    run = await eval_run_service.get_run(session, run_id)
+    if run is None:
+        raise HTTPException(status_code=404, detail="Run not found")
+    version = await _config_version(session, run.router_config_id)
+    cases = await eval_run_service.list_run_cases(session, run_id)
+    diff = await eval_run_service.compute_diff_vs_previous(session, run)
+    return EvalRunDetailResponse(
+        run=_run_to_info(run, version),
+        cases=[_case_to_info(c) for c in cases],
+        diff=EvalRunDiffInfo(
+            prev_run_id=diff.prev_run_id,
+            new_fails=[_case_to_info(c) for c in diff.new_fails],
+            new_passes=[_case_to_info(c) for c in diff.new_passes],
+        ),
+    )