chore(data): чистка датасетов под чанкер v2 + кейсы регрессии 4 веток

- data/datasets/*.md: вынесены служебные блоки (мета, источники, что доделать) в отдельные docs/wiki_meta_<branch>.md по конвенции ТЗ 8.5 — парсер индексирует только то, что физически лежит в data/datasets/ - data/datasets/doctors.md: новый датасет (список врачей по специальностям) - eval/branch_cases_<intent_code>.jsonl: новые наборы для price_question, medical_question, escalate_human, reschedule (база для Спринта 8.6) - eval/branch_cases_general_info.jsonl: точечная правка кейсов Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>
feat(sprint8.5+8.6): чанкер v2 (иерархия H1/H2/H3) + регрессия 4 веток в UI
2026-05-04 10:04:07 +05:00 · 2026-05-04 09:59:12 +05:00 · 2026-05-03 01:20:59 +05:00 · 2026-05-02 20:39:22 +05:00 · 2026-05-02 14:35:20 +05:00
43 changed files with 4123 additions and 498 deletions
@@ -14,6 +14,7 @@ class Settings(BaseSettings):
    max_chunk_size: int = 1200
    min_chunk_size: int = 200
    overlap_sentences: int = 2
    excluded_section_headings: list[str] = []
    model_config = {"env_file": ".env", "env_file_encoding": "utf-8"}
@@ -0,0 +1,240 @@
 # Врачи клиники
 Файл — сводный список врачей, ведущих приём в сети клиник «ухо, горло, нос имени профессора Е. Н. Оленевой». Каждая карточка содержит: ФИО, специальность и регалии (К.М.Н., главный врач, заведующий отделением), общий стаж, ключевые профессиональные особенности, филиал. Подробности конкретного приёма — стоимость, возрастные ограничения для детей по конкретному врачу, особенности расписания (лист ожидания, личный ассистент) — лежат в соответствующих тематических ветках (`price_question`, `new_booking`, `reschedule`, `medical_question`) или уточняются у администратора клиники.
 Основные филиалы: ул. Клары Цеткин, 9 (КУГН — основной ЛОР-приём, операции) и ул. Газеты Звезда, 31а (Клиника лечения кашля и аллергии — аллерго- и пульмо-приём, ЛОР-отделения №1, №3, №4). Филиал в Краснокамске закрыт в 2026 году.
 ## Отоларингологи (ЛОР)
 В сети ведут приём отоларингологи, включая детский ЛОР. Основной филиал — ул. Клары Цеткин, 9 и ул. Газеты Звезда, 31а. Список действующих врачей:
 ### Акутина Алёна Владимировна
 - Специальность: врач-оториноларинголог, хирург.
 - Стаж: 6 лет (по специализации — 4 года).
 - Профиль: ЛОР-врач, хирург. Хорошо ладит с детьми.
 ### Анфилатов Андрей Викторович
 - Специальность: врач-оториноларинголог, хирург.
 - Стаж: более 25 лет.
 - Филиал: ул. Клары Цеткин, 9 (ЛОР-отделение №2).
 ### Верещагина Лидия Владимировна
 - Специальность: врач-оториноларинголог, хирург.
 - Стаж: более 11 лет.
 - Профиль: предоперационных пациентов в первую очередь записывают к ней.
 ### Волкова Надежда Геннадьевна
 - Специальность: врач-оториноларинголог.
 - Стаж: 28 лет.
 - Профиль: предпочитает взрослых пациентов; принимает детей при необходимости.
 ### Гашеева Ирина Валерьевна
 - Специальность: врач-отоларинголог, хирург.
 - Стаж: 25 лет.
 - Профиль: востребована у пациентов; к ней и Анфилатову часто запрашивают запись.
 ### Генеральчук Людмила Владимировна
 - Специальность: врач-отоларинголог.
 - Стаж: 7 лет.
 ### Головач Светлана Вячеславовна
 - Специальность: врач-отоларинголог.
 - Стаж: 24 года.
 - Профиль: есть педиатрическое образование, к ней чаще записывают детей; принимает всех. Приёмы быстрые, без задержек.
 ### Давлятшина Олеся Алексеевна
 - Специальность: врач-отоларинголог, хирург.
 - Стаж: 5 лет.
 - Профиль: востребована у пациентов; вернулась после декретного отпуска.
 ### Долгих Елена Павловна
 - Специальность: врач-оториноларинголог.
 - Стаж: 28 лет.
 - Профиль: принимает взрослых и детей. Иногда занимается слухопротезированием совместно с сурдологом.
 ### Зыкин Олег Владимирович
 - Специальность: врач-отоларинголог, хирург.
 - Стаж: 18 лет.
 - Профиль: принимает всех пациентов без ограничений; востребован у пациентов.
 ### Иванова Анастасия Александровна
 - Специальность: врач-отоларинголог, хирург. Отоневролог.
 - Стаж: 4 года.
 - Профиль: оперирует совместно с Осадчим А. П.
 - Филиал: ул. Клары Цеткин, 9.
 ### Коротаева Владлена Александровна
 - Специальность: врач-отоларинголог, хирург.
 - Стаж: 5 лет.
 - Профиль: ЛОР-хирург, хорошо ладит с детьми. Востребованный у пациентов специалист.
 ### Лебединская Елена Александровна
 - Специальность: врач-отоларинголог, хирург. Кандидат медицинских наук.
 - Должность: основатель Клиники «Ухо, горло, нос».
 - Стаж: 25 лет.
 - Профиль: специализируется на сложных случаях, любит оперировать.
 ### Лобанова Ирина Юрьевна
 - Специальность: врач-отоларинголог, стажёр-сурдолог.
 - Стаж: 8 лет.
 - Профиль: работает в отделении Синдяева А. В. (ЛОР-отделение №3, Г. Звезда), специализируется на сурдологии.
 ### Макарова Людмила Германовна
 - Специальность: ЛОР-врач, сурдолог.
 - Стаж: 30 лет.
 - Профиль: ведёт приём как сурдолог; занимается подбором и сопровождением слуховых аппаратов.
 ### Осадчий Антон Павлович
 - Специальность: врач-отоларинголог, хирург.
 - Должность: заведующий ЛОР-отделением №1.
 - Стаж: 8 лет (по специализации — 7 лет).
 - Филиал: ул. Газеты Звезда, 31а.
 ### Семерикова Наталия Александровна
 - Специальность: врач-отоларинголог, хирург. Кандидат медицинских наук.
 - Стаж: 12 лет.
 - Профиль: ЛОР-врач и хирург; ведёт приём детей с самого раннего возраста, занимается слухопротезированием.
 ### Синдяев Алексей Викторович
 - Специальность: врач-отоларинголог, хирург.
 - Должность: заведующий ЛОР-отделением №3.
 - Стаж: 28 лет.
 - Профиль: большой поток пациентов; узкая компетенция — замена трубки трахеостомы.
 - Филиал: ул. Газеты Звезда, 31а.
 ### Суднева Анна Руслановна
 - Специальность: врач-отоларинголог, врач-сурдолог.
 - Стаж: 5 лет.
 - Профиль: ведёт приём в двух ролях — как ЛОР и как сурдолог.
 ### Сушков Михаил Германович
 - Специальность: врач-оториноларинголог, хирург. Фониатр.
 - Должность: заведующий ЛОР-отделением №2.
 - Стаж: 32 года.
 - Профиль: ЛОР-хирург и фониатр; принимает быстро, большой поток пациентов.
 - Филиал: ул. Клары Цеткин, 9.
 ### Терво Светлана Олеговна
 - Специальность: ЛОР-врач, хирург. Кандидат медицинских наук.
 - Должность: главный врач клиники.
 - Стаж: 24 года.
 - Профиль: оперирует во всех направлениях ЛОР, специализируется на сложных случаях и на хирургии храпа. Один из ведущих специалистов сети.
 - Филиал: ул. Клары Цеткин, 9.
 ### Уткина Наталия Павловна
 - Специальность: ЛОР-врач. Кандидат медицинских наук.
 - Стаж: 21 год.
 - Профиль: приоритетно ведёт приём детей; очень плотная запись.
 ### Хмелёва Марина Александровна
 - Специальность: врач-оториноларинголог, хирург.
 - Стаж: 5 лет.
 ### Шайдурова Валентина Николаевна
 - Специальность: ЛОР-врач, хирург.
 - Стаж: 18 лет.
 - Профиль: много постоянных пациентов.
 ### Шевырина Наталья Григорьевна
 - Специальность: врач-отоларинголог, хирург.
 - Стаж: 4 года.
 - Профиль: оперирует совместно с Осадчим А. П.
 ### Юрков Владислав Сергеевич
 - Специальность: врач-отоларинголог, хирург.
 - Должность: заведующий ЛОР-отделением №4.
 - Стаж: 8 лет.
 - Профиль: ЛОР-хирург; хорошо ладит с детьми.
 - Филиал: ул. Газеты Звезда, 31а.
 ## Аллергологи-иммунологи
 Аллергологи-иммунологи ведут приём в Клинике лечения кашля и аллергии. Основной филиал — ул. Газеты Звезда, 31а. Список:
 ### Антонова Елена Васильевна
 - Специальность: врач аллерголог-иммунолог.
 - Стаж: 20 лет (по аллергологии-иммунологии — 5 лет).
 - Филиал: ул. Газеты Звезда, 31а.
 ### Скорюпина Лариса Анатольевна
 - Специальность: врач аллерголог-иммунолог.
 - Стаж: 28 лет (по педиатрии — 20 лет, по аллергологии-иммунологии — 8 лет).
 - Филиал: ул. Газеты Звезда, 31а.
 ### Суслонова Юлия Валерьевна
 - Специальность: врач аллерголог-иммунолог.
 - Должность: заведующая отделением аллергологии-иммунологии и пульмонологии.
 - Стаж: 29 лет (по аллергологии-иммунологии — более 10 лет).
 - Филиал: ул. Газеты Звезда, 31а.
 ### Чепикова Екатерина Николаевна
 - Специальность: врач аллерголог-иммунолог.
 - Стаж: 10 лет.
 - Статус: в декрете, приёмов в настоящее время не ведёт.
 ## Пульмонологи
 Пульмонологи ведут приём в Клинике лечения кашля и аллергии (ул. Газеты Звезда, 31а).
 ### Абыденков Алексей Владимирович
 - Специальность: врач-пульмонолог.
 - Стаж: 22 года (по пульмонологии — более 6 лет).
 - Филиал: ул. Газеты Звезда, 31а.
 ## Отоневрологи
 ### Ворончихина Наталия Валерьевна
 - Специальность: отоневролог (по основной специальности — отоларинголог). Кандидат медицинских наук.
 - Стаж: 36 лет.
 - Профиль: ведёт приём только как отоневролог; узкая компетенция — диагностика причин головокружения, шума в ушах, нарушений равновесия.
 ## Сурдология и сурдоакустика
 Сурдоакустик занимается подбором и настройкой слуховых аппаратов; помогает пациентам со стойкими нарушениями слуха достичь наилучшего восприятия звуков и речи.
 ### Торсунова Наталья Сергеевна
 - Специальность: сурдоакустик (специалист по слухопротезированию).
 - Профиль: подбор и настройка слуховых аппаратов; сопровождение пациентов со стойкими нарушениями слуха.
 ## Анестезиология
 Анестезиолог сопровождает операции под общим наркозом препаратом «Севоран».
 ### Зайцев Кирилл Юрьевич
 - Специальность: врач-анестезиолог.
 - Стаж: 17 лет.
 - Профиль: проводит беседу с пациентами перед операцией, вводит наркоз и сопровождает операцию.
@@ -1,24 +1,3 @@
 ---
 intent: escalate_human
 title: Передача оператору (датасет для ветки escalate_human)
 purpose: |
  Источник для РАГа в ветке escalate_human. Контент — это формулировки переключения на оператора в зависимости от reason (acute_pain, surgery, angry, explicit_request, routing_loop) и минимальный набор данных для саммари оператору.
 sources_wiki:
  - homepage/udalennyjj-kontakt-centr/medicinskie-voprosy.md
  - homepage/udalennyjj-kontakt-centr/rechevye-moduli-dlja-slozhnyx-situacijj/jekstrennyjj-priem-bez-zapisi.md
  - homepage/udalennyjj-kontakt-centr/rechevye-moduli-dlja-slozhnyx-situacijj/xamstvo-so-storony-klienta.md
  - homepage/udalennyjj-kontakt-centr/rechevye-moduli-dlja-slozhnyx-situacijj/priem-malomobilnyx-pacientov.md
  - homepage/udalennyjj-kontakt-centr/rabota-s-zhalobami/konfliktologija.md
  - homepage/sluzhba-administratorov/poleznye-materialy-administratora/knopka-vyzova-brigady-operativnogo-reagirovanija.md
  - homepage/udalennyjj-kontakt-centr/obshhaja-informacija/kontakty-kliniki.md (только основные номера)
 note: |
  Файл собран только из официальной выгрузки Yandex Wiki клиники. Прежние «временные» сводные документы
  (skripty-vozrazhenija-chavo-obshhijj-spravochnik.md, vrachi-kliniki-polnaja-informacija.md)
  для этой ветки не являются источником.
  В вики не нашлось явного норматива «через сколько минут оператор отвечает в чате» — это пометка в раздел
  «Что нужно дополнить».
 ---
 # Передача оператору
 ## Зачем эта ветка
@@ -160,30 +139,3 @@ note: |
 - Если в дальнейшем (через час, через день) пациент пишет новый запрос — это уже новый цикл, роутер заново определит ветку.
 - Технически тред может «вернуться» в исходную ветку через `suspended_intent` (см. Спринт 6a), но это уже механика приложения, а не поведение бота в текущей реплике.
 ## Что нужно дополнить вручную в вики
 - **SLA на ответ оператора в чате.** Сейчас в датасете формулировки «в ближайшее время» / «в течение дня». Если у клиники есть конкретный целевой норматив (15 минут? час? рабочие часы?), стоит зафиксировать — иначе в острых случаях пациент может ожидать «минут 5», а ждать 40, и это испортит впечатление сильнее, чем сама эскалация.
 - **Окна работы канала.** Если чат у пациента включён круглосуточно, а оператор-человек подключается только в часы работы клиники — это нужно явно проговорить. Сейчас бот не упоминает время суток. На входящее сообщение в 03:00 нужно либо отвечать «оператор подключится утром, в острой ситуации звоните 103», либо иметь дежурного.
 - **Эскалация в выходные / праздники.** Тот же вопрос: дежурит ли кто-то в чате в выходные дни клиники Пирогова (там короткий рабочий день).
 - **Что говорить про время ответа при `surgery`.** Чисто хирургические запросы обрабатывает ассистент хирурга (отдельный контактный канал в клинике). Стоит зафиксировать, в какое время этот канал доступен.
 - **Поведение при `angry`.** Сейчас бот сразу эскалирует. В ряде случаев бывает полезно дать одно «остужающее» сообщение, как в скрипте оператора. Решение принять — на стороне политики клиники.
 - **Поведение при упоминании суицида или членовредительства.** Это не покрыто ни вики, ни базовым промптом ветки. Должна быть отдельная политика — здесь бот точно не должен «справляться сам».
 ## Что НЕ должно попадать в датасет ветки `escalate_human`
 - Внутренние добавочные сотрудников и врачей.
 - Личные мобильные руководителей / заведующих (Семкина, Гилязова, Терво и т. д. — есть в `konfliktologija.md`, но это контакты для эскалации **со стороны оператора**, не для пациента).
 - Кодовые фразы для вызова ГБР, регламент вызова полиции — это исключительно работа сотрудника на месте.
 - Алгоритмы оператора по работе с конфликтом / хамством в полном виде — у бота сильно урезанная ответственность.
 - Цены — они для `price_question`.
 - Адреса/часы/контакты в подробном виде — для `general_info`. Здесь только основные номера и 103/112.
 ## Источники и приоритет
 В этой ветке приоритет всегда у безопасности пациента:
 - Если есть малейшее подозрение на острое состояние — `acute_pain`, не `medical_question`.
 - Если упоминается операция в любом контексте — `surgery`.
 - При раздражении — лучше эскалировать раньше, чем позже.
 Прежние сводные документы (`skripty-vozrazhenija-chavo-obshhijj-spravochnik.md`, `vrachi-kliniki-polnaja-informacija.md`) для этой ветки не источник. После подключения подписки на живую вики они должны быть отвязаны от индекса ветки `escalate_human`.
@@ -1,52 +1,68 @@
 ---
 intent: general_info
 title: Общая справка по клинике (датасет для общей ветки)
 purpose: Источник для РАГа в ветке general_info — общие вопросы пациентов: адреса, как добраться, парковка, контакты, направления, врачи, базовые правила.
 sources:
  - Ya_wiki_kugn/out/yandex-wiki-catalog/homepage/sluzhba-administratorov/obshhaja-informacija/kak-dobratsja-do-kliniki.md
  - Ya_wiki_kugn/out/yandex-wiki-catalog/homepage/sluzhba-administratorov/obshhaja-informacija/istorija-kliniki.md
  - Ya_wiki_kugn/out/yandex-wiki-catalog/homepage/sluzhba-administratorov/rekvizity-kliniki.md
  - Ya_wiki_kugn/out/yandex-wiki-catalog/homepage/udalennyjj-kontakt-centr/obshhaja-informacija/kontakty-kliniki.md
  - Ya_wiki_kugn/out/yandex-wiki-catalog/homepage/udalennyjj-kontakt-centr/obshhaja-informacija/preimushhestva-nashejj-kliniki.md
  - Ya_wiki_kugn/out/yandex-wiki-catalog/homepage/udalennyjj-kontakt-centr/organizacionnye-voprosy/klinika-doktora-pirogova/obshhaja-informacija-klinika-doktora-pirogova.md
  - Ya_wiki_kugn/vrachi-kliniki-svodnyj-spisok.md
  - Ya_wiki_kugn/skripty-vozrazhenija-chavo-obshhijj-spravochnik.md
 note: Файл собран вручную из выгрузки Yandex Wiki. После запуска подписки на вики этот файл заменит автоматически обновляемый источник.
 ---
 # Общая справка по клинике
 ## О клинике коротко
-ООО «Клиника ухо, горло, нос имени профессора Е. Н. Оленевой» — специализированная сеть в Перми и Краснокамске. Создана в 2000 году как Скорая ЛОР помощь, с 2007 года работает в статусе специализированной ЛОР клиники, с 2008 года носит имя профессора Е. Н. Оленевой. В 2016 году в составе сети открылось направление «Клиника лечения кашля и аллергии».
+ООО «Клиника ухо, горло, нос имени профессора Е. Н. Оленевой» — специализированная сеть в Перми. Создана в 2000 году как Скорая ЛОР помощь, с 2007 года работает в статусе специализированной ЛОР клиники, с 2008 года носит имя профессора Е. Н. Оленевой. В 2016 году в составе сети открылось направление «Клиника лечения кашля и аллергии».
-В сеть входят три филиала: ЛОР-клиника на Клары Цеткин, Клиника лечения кашля и аллергии на Газеты Звезда, Клиника доктора Пирогова в Краснокамске.
+В сеть входят два филиала: ЛОР-клиника на Клары Цеткин и Клиника лечения кашля и аллергии на Газеты Звезда. Ранее работал также филиал «Клиника доктора Пирогова» в Краснокамске — в 2026 году он закрыт.
 ## Адреса филиалов
 - Клиника ухо, горло, нос — г. Пермь, ул. Клары Цеткин, 9.
 - Клиника лечения кашля и аллергии — г. Пермь, ул. Газеты Звезда, 31а.
- Клиника доктора Пирогова — г. Краснокамск, ул. Карла Маркса, 14а.
+
 (Филиал в Краснокамске на ул. Карла Маркса, 14а закрыт.)
 ## Телефоны для пациентов
 - Клиника ухо, горло, нос (К. Цеткин, 9) — 8 (342) 207-03-03.
 - Клиника лечения кашля и аллергии (Г. Звезда, 31а) — 8 (342) 200-02-03.
 - Клиника доктора Пирогова (Краснокамск) — 8 (342) 207-03-00.
 - Линия «Операции» — 8 (342) 207-03-01.
 - Линия «ЛОРДЕНТ» — 8 (342) 287-16-94.
 ## Электронные адреса для пациентов
- Общий адрес клиники (указан на сайте): clinic-lor@mail.ru
+- Общий адрес клиники: mail@oclinica.ru — основной адрес для пациентов: вопросы, заявки на справку для налогового вычета.
 - Адрес для отправки анализов пациентам: test@oclinica.ru
 - Адрес клиники Пирогова: info@docpirogov.ru
 ## Сайты
 - Сеть клиник: https://www.oclinica.ru, https://perm.oclinica.ru/lor
 - Клиника лечения кашля и аллергии: https://perm.oclinica.ru/allergo
- Клиника доктора Пирогова: https://docpirogov.ru/
+
 ## Запись через Telegram-бот и мобильное приложение
 ### Telegram-бот
 Записаться на приём можно через Telegram-бот клиники: https://t.me/Oleneva_Clinic_Bot
 Условие: бот доступен только пациентам, которые уже были в клинике хотя бы один раз. Первичную запись пока нужно оформлять через звонок или администратора.
 ### Мобильное приложение «Ухо Горло Нос»
 У клиники есть официальное мобильное приложение «Ухо Горло Нос». Сейчас приложение доступно для Android в RuStore: https://www.rustore.ru/catalog/app/com.clinic.mobileapp.app
 В Google Play приложение появится позже.
 Что доступно в приложении:
 - выбор врача и удобного времени;
 - онлайн-запись на приём;
 - управление своими визитами (перенос, отмена);
 - история посещений;
 - информация о врачах, услугах и стоимости;
 - запись не только для себя, но и для членов семьи.
 Чем удобно для пациента:
 - не нужно звонить в клинику;
 - записаться можно в любое время суток;
 - легко перенести или отменить визит;
 - вся информация о приёмах сохраняется в одном месте.
 В ближайших обновлениях планируются: рекомендации врачей после приёма, доступ к медицинским документам, возможность задать вопрос врачу.
 ## Как добраться: Клары Цеткин, 9
@@ -62,20 +78,37 @@ note: Файл собран вручную из выгрузки Yandex Wiki. П
 Альтернативный маршрут: выйти на остановке «Октябрьская площадь», пройти по «компросу» направо до перекрёстка, повернуть налево и далее во двор между домами 25 и 27.
 ## Как добраться: Краснокамск, Карла Маркса, 14а (Клиника доктора Пирогова)
 Ориентиры: рядом поликлиника №1, школа №10 и музыкальная школа. Здание стоит на месте бывшей «Лабдиагностики», вход с другой стороны — со двора.
 Ближайшие остановки автобусов: «Карла Маркса», «Поликлиника». От автовокзала: автобусы 206, 100, 195 до остановки «Карла Маркса», далее пешком по улице Карла Маркса около 5 минут.
 ## Парковка
-Закрытой парковки для посетителей у клиник на Клары Цеткин и Газеты Звезда нет. Платные городские парковки расположены вдоль улиц Пушкина, Газеты Звезда и Луначарского.
+На территории клиники нет специально оборудованной парковки. Просим пациентов воспользоваться ближайшей общественной парковкой. В Перми платные городские парковки расположены вдоль улиц Пушкина, Газеты Звезда и Луначарского.
 ## Режим работы
- Клиника доктора Пирогова (Краснокамск): понедельник–пятница, с 8:00 до 14:00. Суббота и воскресенье — выходные.
+- Клиника лечения кашля и аллергии (Газеты Звезда, 31а): понедельник–пятница с 9:00 до 21:00, суббота и воскресенье с 9:00 до 19:00.
- Режим работы филиалов на Клары Цеткин и Газеты Звезда в выгрузке вики не указан явно — при вопросе пациента уточнить у оператора.
+- Клиника ухо, горло, нос (Клары Цеткин, 9): понедельник–суббота с 9:00 до 17:00. Воскресенье — выходной.
 **Внимание:** каждый 4-й четверг месяца клиника на Газеты Звезда работает до 17:00 (вместо 21:00). Это плановый сокращённый день.
 (Филиал в Краснокамске закрыт.)
 ## Справки для налогового вычета (3-НДФЛ)
 Чтобы получить справку об оплате медицинских услуг для возврата налогового вычета, пациент может выбрать один из двух способов оформить заявку:
 1. **По телефону:** позвонить по номеру +7 (342) 207-03-03.
 2. **По электронной почте:** отправить письмо на mail@oclinica.ru. В письме нужно указать:
   - ФИО пациента, данные свидетельства о рождении (если пациент — ребёнок) либо паспортные данные;
   - ФИО налогоплательщика и его паспортные данные;
   - ИНН налогоплательщика;
   - период, за который нужна справка (например, 2024 год).
 **Сроки.** Справка оформляется в течение 3 рабочих дней с момента получения заявки.
 **Способы получения справки** (пациент выбирает один):
 - **Лично** — в клинике на ул. Газеты Звезда, 31а. С собой: паспорт; если справку забирает не сам налогоплательщик — нотариальная доверенность.
 - **По электронной почте.** Если в карте пациента e-mail не указан, налогоплательщику нужно отдельно написать с того адреса, на который он хочет получить справку, на mail@oclinica.ru и приложить селфи с паспортом — это нужно для подтверждения личности.
 - **Напрямую в налоговую.** Клиника отправляет справку напрямую в ФНС. Справка идёт около 10 дней, после чего отображается в личном кабинете налогоплательщика на сайте налоговой.
 ## Направления приёма
@@ -87,10 +120,18 @@ note: Файл собран вручную из выгрузки Yandex Wiki. П
 - Отоневрология.
 - Сурдология и сурдоакустика (подбор слуховых аппаратов).
 - Фониатрия.
 - Семейный врач (общая практика) — в Клинике доктора Пирогова.
 - Анестезиология (для операций).
-В клинике проводится диагностика (эндоскопия ЛОР-органов, тимпанометрия, спирография и др.) и лечебные процедуры (промывание носа, удаление серных пробок и др.). Операции выполняются эндоскопическим методом, под общим наркозом препаратом «Севоран».
+Какие диагностики и лечебные процедуры мы делаем на приёме — короткие ответы на частые вопросы пациентов:
 - **Эндоскопия ЛОР-органов** — да, делаем. В каждом ЛОР-кабинете установлен эндоскоп; осмотр и расшифровка результата происходят прямо на приёме.
 - **Тимпанометрия** — да, делаем. Это исследование функции среднего уха; пройти можно в рамках приёма ЛОР-врача или сурдолога.
 - **Спирография** — да, делаем. Это исследование функции внешнего дыхания; назначается пульмонологом или аллергологом-иммунологом.
 - **Промывание носа** — да, делаем. Лечебная процедура, выполняется ЛОР-врачом на приёме.
 - **Удаление серных пробок** — да, делаем. Выполняется ЛОР-врачом на приёме.
 - **ЛОР-операции** — да, делаем. Эндоскопическим методом, под общим наркозом препаратом «Севоран»; в большинстве случаев пациент возвращается домой в день операции.
 Чего в клинике НЕ делают — см. отдельный раздел «Что в клинике не делают».
 ## Преимущества клиники (формулировки для пациентов)
@@ -101,32 +142,6 @@ note: Файл собран вручную из выгрузки Yandex Wiki. П
 - Используется современный наркоз газом «Севоран» — без головокружения, тошноты и дезориентации после пробуждения.
 - Удобное расположение в центре Перми, комфортная обстановка.
 ## Список врачей по специальностям
 ### Отоларингологи
 Акутина А. В., Анфилатов А. В., Верещагина Л. В., Волкова Н. Г., Гашеева И. В., Генеральчук Л. В., Головач С. В., Давлятшина О. А., Долгих Е. П., Зыкин О. В., Иванова А. А., Коротаева В. А., Лебединская Е. А., Лобанова И. Ю., Макарова Л. Г., Осадчий А. П., Семерикова Н. А., Синдяев А. В., Суднева А. Р., Сушков М. Г. (заведующий ЛОР-отделением №2, К. Цеткин), Терво С. О., Уткина Н. П., Хмелёва М. А., Шайдурова В. Н., Шевырина Н. Г., Юрков В. С.
 ### Аллергологи-иммунологи
 Антонова Е. В., Скорюпина Л. А., Суслонова Ю. В. (заведующая отделением аллергологии и пульмонологии, Г. Звезда 31а), Чепикова Е. Н. (в декрете).
 ### Пульмонологи
 Абыденков А. В.
 ### Отоневролог
 Ворончихина Н. В.
 ### Сурдоакустик
 Торсунова Н. С.
 ### Анестезиолог
 Зайцев К. Ю.
 ## Что взять с собой на приём
 - Взрослому пациенту — паспорт.
@@ -153,53 +168,3 @@ note: Файл собран вручную из выгрузки Yandex Wiki. П
 ## Юридические реквизиты
 ООО «Клиника ухо, горло, нос имени профессора Е. Н. Оленевой» (ООО «Клиника ухо, горло, нос»). Зарегистрировано 26 мая 2011 г., ИФНС по Свердловскому району г. Перми. ОГРН 1115904009077, ИНН 5904250275, КПП 590401001. Юридический и фактический адрес: 614010, г. Пермь, ул. Клары Цеткин, 9. Обособленное подразделение: 614000, г. Пермь, ул. Газеты Звезда, 31а. Генеральный директор — Разорвин Алексей Михайлович, действует на основании Устава.
 ---
 # Анализ материалов вики и предложения по дополнению
 Раздел носит технический характер — это рабочие пометки для последующего наполнения. В РАГ-ответы пациенту он не должен попадать (рекомендуется при индексировании отрезать всё, что после этой строки, либо хранить раздел в отдельном файле — см. ниже).
 ## Что уверенно покрыто из выгрузки
 - Адреса всех трёх филиалов.
 - Телефонные линии для пациентов.
 - Транспорт и пеший маршрут до Цеткин и Газеты Звезда.
 - Парковка в Перми.
 - Режим работы только клиники Пирогова.
 - Список врачей по специальностям (из сводного файла `vrachi-kliniki-svodnyj-spisok.md`).
 - История клиники, имени Оленевой.
 - Юридические реквизиты.
 - Список процедур, которые в клинике не проводятся.
 ## Что в выгрузке отсутствует или скудно — стоит дополнить вручную в вики
 - **Режим работы Цеткин и Газеты Звезда.** Вообще не нашёлся в выгрузке. Это самый частый вопрос пациента в ветке `general_info` — нужно явно прописать рабочие часы каждой клиники, включая обед, выходные и работу в праздничные дни.
 - **Wi-Fi.** Системный промпт ветки явно ожидает ответ на вопрос «есть ли Wi-Fi». В вики этого нет.
 - **Доступная среда / маломобильные пациенты.** В выгрузке есть алгоритм действий администратора при обращении маломобильных, но нет короткой пациент-ориентированной заметки: есть ли пандус, лифт, как лучше подъехать.
 - **Детский приём.** Понятно, что детей принимают, но нет короткой страницы «детский ЛОР»: с какого возраста, кто из врачей принимает детей, что взять с собой кроме базовых документов.
 - **Подготовка к приёму по специальностям.** Для аллерголога, отоневролога, сурдолога есть нюансы (отмена антигистаминных перед аллерго-тестом и т. п.). Сейчас всё разбросано по скриптам записи — стоит свести в одну страницу «Подготовка к приёму».
 - **Ориентиры и фото входа.** Для Цеткин и Газеты Звезда нет фотографий входа и подробных ориентиров — для Пирогова есть. Для патчат-сценария «не могу найти вход» это полезно.
 - **Платежи и ДМС в общем виде.** Какие способы оплаты принимаются (карта, наличные, СБП), кратко про ДМС-партнёров. Детально это уйдёт в ветку `price_question`, но в общей справке нужна одна-две фразы.
 - **Время приёма по умолчанию.** Сколько обычно длится первичный приём ЛОРа, аллерголога. Пациенты часто спрашивают «во сколько успею».
 - **Отмена и перенос.** Короткое правило «как отменить запись» (полноценно — в ветке `reschedule`, но ссылка-минимум полезна и в общей).
 - **Документы по итогам приёма.** Заключение, выписка, больничный, справка ФНС — что выдают и в какой форме. Сейчас это в отдельных подразделах вики, для общей ветки нужна короткая сводка.
 ## Что НЕ должно попадать в датасет общей ветки (но есть в вики)
 При следующих итерациях нужно явно отфильтровать при автообновлении:
 - Внутренние добавочные номера сотрудников и врачей (из `kontakty-kliniki.md`) — это служебная информация для администраторов, пациенту озвучивать нельзя.
 - Логины и пароли почтовых ящиков и сервисов (из `akkaunty.md`) — это явная утечка, такие страницы вообще не должны попадать в РАГ.
 - Цены, скидки, ДМС — отдельная ветка `price_question`, в общей не должны звучать.
 - Скрипты записи и работы с возражениями — это контент для веток `new_booking` и `escalate_human`.
 ## Предложение по структуре подписки
 Когда мультиагент будет подписан на живую вики, имеет смысл хранить датасеты не одним файлом, а блоком файлов под каждую ветку, например: `data/datasets/general_info/*.md`. Тогда:
 - Каждый файл = одна страница вики (адрес, режим, врачи, преимущества и т. д.).
 - При обновлении страницы в вики обновляется ровно один файл, индекс пересобирается локально.
 - Чувствительные страницы (пароли, добавочные) можно явно занести в чёрный список фильтра подписки.
 Текущий единый файл — временный формат для тестирования первой версии РАГа в ветке `general_info`.
@@ -1,25 +1,3 @@
 ---
 intent: medical_question
 title: Медицинские вопросы (датасет для ветки medical_question)
 purpose: |
  Источник для РАГа в ветке medical_question. Контент — это конверсионная навигация: как отличить запрос на медконсультацию от обычной жалобы (которая идёт в new_booking), как ответить содержательно (с гипотезами по причинам жалобы — как в new_booking.qualify), не сорваться в назначение лечения, и довести пациента до записи или эскалации.
 sources_wiki:
  - homepage/udalennyjj-kontakt-centr/medicinskie-voprosy.md
  - homepage/udalennyjj-kontakt-centr/rechevye-moduli-dlja-slozhnyx-situacijj/jekstrennyjj-priem-bez-zapisi.md
  - homepage/udalennyjj-kontakt-centr/rechevye-moduli-dlja-slozhnyx-situacijj/priem-malomobilnyx-pacientov.md
  - homepage/udalennyjj-kontakt-centr/organizacionnye-voprosy/chasto-sprashivaemye-procedury-kotorye-v-klinike-n.md
  - homepage/udalennyjj-kontakt-centr/organizacionnye-voprosy/operacionnye-vmeshatelstva/organizacionnye-voprosy.md
 note: |
  Файл собран только из официальной выгрузки Yandex Wiki клиники.
  Прежние «временные» сводные документы (skripty-vozrazhenija-chavo-obshhijj-spravochnik.md,
  vrachi-kliniki-polnaja-informacija.md) для этой ветки не источник.
  Связки «жалоба → возможные ЛОР-причины → специалист → услуга» в датасете НЕ дублируются —
  они в new_booking.md, здесь они используются по ссылке.
  Конверсионная логика: бот в этой ветке даёт гипотезы по жалобе («может быть связано с …»),
  как в new_booking.qualify — это разрешено и нужно для конверсии. Запрет — на лекарства,
  дозировки, схемы лечения, прогноз и советы по самолечению (см. раздел «Чего бот НЕ делает»).
 ---
 # Медицинские вопросы
 ## Идея ветки
@@ -104,9 +82,9 @@ note: |
 В таких случаях бот:
-1. Признаёт ситуацию одной короткой фразой («понимаю, состояние тревожное»).
+- **Признаёт ситуацию** одной короткой фразой («понимаю, состояние тревожное»).
-2. Сразу `[INTENT_CHANGE: escalate_human]` с `reason=acute_pain`.
+- **Сразу `[INTENT_CHANGE: escalate_human]`** с `reason=acute_pain`.
-3. Полную обработку (включая упоминание 103) делает уже ветка `escalate_human`.
+- **Полную обработку** (включая упоминание 103) делает уже ветка `escalate_human`.
 Если есть упоминание операции, наркоза, стационара — это `[INTENT_CHANGE: escalate_human]` с `reason=surgery`, не `medical_question`. Хирургические темы всегда выходят сразу к оператору.
@@ -231,32 +209,3 @@ note: |
 - Не сравнивает свои услуги с другими клиниками («у нас лучше / у них хуже»).
 - Не транслирует пациенту внутренние клинические рекомендации врачей и презентации с конференций.
 ## Что нужно дополнить вручную в вики
 В выгрузке вики на тему «медицинские вопросы» нашлись только отдельные кейсы (Меньер, трахеостома, электрофорез, прививки, пенициллин). Этого достаточно для работы ветки, но в перспективе стоит добавить:
 - **Список «частых вопросов про симптомы»** с шаблонами «куда направлять» — чтобы покрыть типовые «болит горло у ребёнка», «продолжается насморк после ОРВИ», «звон в ушах после концерта», «вода попала в ухо», «инородное тело в ухе/носу/горле». Сейчас часть таких сценариев обрабатывается через `new_booking`, но имеет смысл явно прописать триаж.
 - **Чёткие критерии острого состояния от лица клиники.** Сейчас бот опирается на общие медицинские понятия. Если у клиники есть свой внутренний регламент «когда сразу скорая, когда экстренно к нам без записи» — пропишите. Это повлияет на формулировку при handoff в `escalate_human`.
 - **Маршруты «не наша тема»** — стоматолог, невролог, офтальмолог, дерматолог-узкий профиль. Сейчас известен только стоматолог через Центр Медиум. Если есть устоявшиеся партнёры — назовите явно, чтобы бот не отправлял пациента «в никуда».
 - **Тема психологической помощи / тревоги вокруг состояния.** Иногда пациент пишет «мне страшно», «не могу спать от тревоги, что у меня». Прямого ответа в вики нет; в эскалации reason `acute_pain` это не подходит, `explicit_request` — натянуто. Стоит явно сформулировать политику.
 ## Что НЕ должно попадать в датасет ветки `medical_question`
 - Конкретные диагнозы и их клинические признаки — в РАГ для ассистента это создаёт соблазн «угадать диагноз».
 - Списки препаратов — даже под формулировкой «врач может назначить». Любое название препарата в ответе бота — потенциальная рекомендация.
 - Внутренние клинические рекомендации врачей и презентации с конференций (раздел `vrachi/klinicheskie-rekomendacii/...` и `prezentacii-s-konferencijj/...`) — это материалы для врачей, не для пациента.
 - Внутренние добавочные номера, пароли, доступы.
 - Полные операторские скрипты записи — они для `new_booking`.
 - Цены — они для `price_question`. Здесь, в отличие от `new_booking`, цена в ответе вообще не нужна: пациент задаёт медицинский вопрос, а не вопрос про деньги.
 ## Источники и приоритет
 При расхождении источников приоритет такой:
 1. **Безопасность пациента** — выше всего. При малейшем сомнении в остроте состояния — `escalate_human` с `reason=acute_pain`, без гипотез и обсуждения.
 2. **ТЗ оптимизации** (`docs/OPTIMIZATION_CONVERSION_v1.md`) — конверсионная логика. Гипотезы по жалобе разрешены и нужны (как у бота-конкурента), это не противоречит безопасности при правильной формулировке («может быть связано с»).
 3. **Связки «жалоба → возможные причины → специалист → услуга» из `new_booking.md`** — единственный источник медицинского триажа. Здесь они используются по ссылке, не дублируются.
 4. **Вики клиники** — фактическая база (что лечат, что не делают, куда направлять).
 5. **Скрипты операторов** — НЕ источник. Бот не симулирует «настойчивые» формулировки операторов («у нас лучше», «настоять на записи») — пациент пришёл с медицинским вопросом, и нажим тут портит конверсию сильнее, чем помогает.
 Прежние сводные документы (`skripty-vozrazhenija-chavo-obshhijj-spravochnik.md`, `vrachi-kliniki-polnaja-informacija.md`) для этой ветки не источник. После подключения подписки на живую вики они должны быть отвязаны от индекса ветки `medical_question`.
@@ -1,31 +1,3 @@
 ---
 intent: new_booking
 title: Новая запись на приём (датасет для ветки new_booking)
 purpose: |
  Источник для РАГа в ветке new_booking. Контент рассчитан на 4-шаговую воронку из docs/OPTIMIZATION_CONVERSION_v1.md (intro → qualify → book → close, вариант 2 блока C). Главные «единицы знания» — связки «жалоба → 2–3 ЛОР-причины → специалист → профильная услуга и цена → CTA», необходимые для шаблона содержательного ответа на шаге qualify.
 sources_wiki:
  - homepage/sluzhba-administratorov/obshhaja-informacija/struktura-kliniki/*
  - homepage/udalennyjj-kontakt-centr/medicinskie-voprosy.md
  - homepage/udalennyjj-kontakt-centr/organizacionnye-voprosy/zapis-k-vracham/lor-otorinolarintolog/*
  - homepage/udalennyjj-kontakt-centr/organizacionnye-voprosy/zapis-k-vracham/allergolog-immunolog/*
  - homepage/udalennyjj-kontakt-centr/organizacionnye-voprosy/zapis-k-vracham/pulmonolog/*
  - homepage/udalennyjj-kontakt-centr/organizacionnye-voprosy/zapis-k-vracham/otonevrolog/*
  - homepage/udalennyjj-kontakt-centr/organizacionnye-voprosy/zapis-k-vracham/surdrlog/*
  - homepage/udalennyjj-kontakt-centr/organizacionnye-voprosy/zapis-k-vracham/foniatr/*
  - homepage/udalennyjj-kontakt-centr/organizacionnye-voprosy/klinika-doktora-pirogova/*
  - homepage/udalennyjj-kontakt-centr/organizacionnye-voprosy/operacionnye-vmeshatelstva/organizacionnye-voprosy.md
 sources_internal_proposal:
  - docs/OPTIMIZATION_CONVERSION_v1.md
 funnel: intro → qualify → book → close (4 шага, вариант 2 блока C из ТЗ оптимизации)
 note: |
  Файл собран только из официальной выгрузки Yandex Wiki клиники и нашего внутреннего ТЗ
  по оптимизации конверсии. Прежние «временные» сводные документы
  (skripty-vozrazhenija-chavo-obshhijj-spravochnik.md, vrachi-kliniki-polnaja-informacija.md)
  для этой ветки больше НЕ являются источником: их контент перекрыт датасетами по веткам.
  Если в воронке нужна цена — она идёт ориентировочной справкой; полная справка по ценам — в датасете price_question.
  При расхождении между инструкциями операторов из вики и ТЗ оптимизации приоритет — у ТЗ.
 ---
 # Новая запись на приём — содержание для шагов воронки
 Этот датасет покрывает информацию, которую ассистенту нужно подмешивать на четырёх шагах ветки `new_booking`. Структура раздела повторяет порядок шагов воронки.
@@ -55,11 +27,11 @@ note: |
 Каждый осмысленный ответ на жалобу пациента строится по строгому порядку:
-1. Эмпатия — одна короткая фраза.
+- **Эмпатия** — одна короткая фраза.
-2. Возможные ЛОР-причины — 2–3 формулировкой «может быть связано с…» (без диагноза, без дозировок, без процентов).
+- **Возможные ЛОР-причины** — 2–3 формулировкой «может быть связано с…» (без диагноза, без дозировок, без процентов).
-3. Рекомендация специалиста — один профиль (ЛОР, сурдолог, аллерголог, пульмонолог, отоневролог, фониатр).
+- **Рекомендация специалиста** — один профиль (ЛОР, сурдолог, аллерголог, пульмонолог, отоневролог, фониатр).
-4. Профильная услуга и её ориентировочная цена — формулировкой «при необходимости врач назначит … — стоимость такая-то». Цена — отдельным предложением, чтобы не выглядела как «обязаны заплатить».
+- **Профильная услуга и её ориентировочная цена** — формулировкой «при необходимости врач назначит … — стоимость такая-то». Цена — отдельным предложением, чтобы не выглядела как «обязаны заплатить».
-5. CTA — бинарный вопрос «Записать вас на приём?».
+- **CTA** — бинарный вопрос «Записать вас на приём?».
 Если конкретного материала по жалобе нет (см. таблицу ниже), шаблон деградирует мягко: эмпатия + рекомендация ЛОР-врача + CTA. Это всё ещё лучше «как к вам обращаться?».
@@ -193,9 +165,9 @@ note: |
 Структура реплики ассистента на `book`:
-1. Одна короткая фраза-подтверждение плана с использованием уже собранных слотов: «{name?}, оформляю запись к {specialist}, на приёме врач уделит внимание тому, что вас беспокоит — {reason}».
+- **Подтверждение плана** одной короткой фразой с использованием уже собранных слотов: «{name?}, оформляю запись к {specialist}, на приёме врач уделит внимание тому, что вас беспокоит — {reason}».
-2. Запрос телефона и (опционально) имени в одной реплике: «Чтобы администратор связался с вами и подтвердил время — напишите, пожалуйста, ваш номер телефона. И как к вам обращаться, если ещё не подсказали».
+- **Запрос телефона** и (опционально) имени в одной реплике: «Чтобы администратор связался с вами и подтвердил время — напишите, пожалуйста, ваш номер телефона. И как к вам обращаться, если ещё не подсказали».
-3. Если имя уже есть в слотах — вторую часть упрощаем: «… напишите, пожалуйста, ваш номер телефона».
+- **Если имя уже есть в слотах** — вторую часть упрощаем: «… напишите, пожалуйста, ваш номер телефона».
 Слоты, которые собирает шаг: `phone`, опционально `name` (если ещё не собрано).
@@ -305,34 +277,3 @@ note: |
 Короткие боковые вопросы пациента (цена приёма, адрес, часы работы, длительность приёма, какие документы взять) — отвечать на месте, не двигая шаг и не сбрасывая слоты. Источник для ответа — датасеты `general_info` и `price_question`. После soft-insertion вернуть пациента к вопросу шага одной фразой.
 # Что нужно сверить и дополнить (рабочие пометки)
 - **Цена приёма Ворончихиной Н. В.** В разделе «Особенности записи к отоневрологу» — 4100/2750 руб. В скриптах записи (старый сводный документ) фигурировало 4300 руб. Сверить с актуальным прайсом перед запуском ветки в продакшен.
 - **Цена приёма Ивановой А. А.** Аналогично — 3000 руб. в особенностях vs 3200 руб. в скриптах. Расхождение источников.
 - **Цена приёма аллерголога Чепиковой Е. Н.** В таблице первичных времён указан её слот, но Чепикова в декрете — пометка о её недоступности должна транслироваться пациенту.
 - **Возрастные границы для детей у каждого врача.** Сейчас известны только некоторые: Семерикова Н. А. — с 0 лет, Макарова Л. Г. — с 7 лет, Анфилатов А. В. — с 2 лет, Абыденков А. В. — с 2 лет, Ворончихина Н. В. — с 4 лет, ЛОР-телемед в Пирогове — с 3–4 лет. Для остальных врачей нужна явная пометка в вики.
 - **Покрытие жалоб.** ТЗ оптимизации в блоке B упоминает 5 контрольных кейсов: храп + уши, боль в горле, тугоухость, насморк > месяца, звон в ушах. Все они здесь покрыты. На втором заходе стоит добавить: головокружение у пожилых, кровотечения из носа, голос (для фониатра — отдельно), кашель у ребёнка (для пульмонолога/аллерголога), боль и припухлость лимфоузлов, хроническая боль в ушах у ныряльщиков.
 - **Расписание для подбора времени.** Пока реальный календарь не подключён, шаг `book` ограничивается фиксацией предпочтений; когда появится интеграция (см. бэклог Спринта 9), сюда нужно добавить блок «как описывать пациенту окна записи».
 - **Стоматология / неврология / офтальмология.** В вики прямых правил «куда отправить» нет. Если пациент пришёл с такой жалобой, бот сейчас деградирует на «обратитесь к профильному специалисту» — это OK, но в идеале — короткий справочник «к кому идти, если не к нам».
 # Что НЕ должно попадать в датасет ветки `new_booking`
 Эти материалы есть в выгрузке вики, но в этот файл вошли в виде агрегатов или не вошли вовсе:
 - Внутренние добавочные номера сотрудников и врачей (`kontakty-kliniki.md`) — служебная информация для администраторов; в реплики ассистента пациенту не выводится.
 - Логины и пароли (`akkaunty.md`) — не должны попадать ни в один датасет.
 - Полные скрипты записи операторов клиники (страницы `skript-zapisi-...`). Они — не источник для ассистента: ТЗ оптимизации явно меняет логику первого ответа («гипотеза + специалист + услуга + цена + CTA» вместо «представься-узнай-имя-уточни-повод-...»). Если ассистент будет копировать эти скрипты, он откатится к 6 шагам и медленной воронке.
 - Цены на операции, наркоз, послеоперационное сопровождение, ДМС-логика — это контент ветки `price_question`. В `new_booking` упоминаем только ориентир по приёму и базовой профильной диагностике.
 - История клиники, юридические реквизиты, реквизиты для оплаты — контент ветки `general_info`.
 - Пакет документов ДМС, 3-сторонние договоры, регламенты Полимеда — операционная логика администраторов.
 # Источники и приоритет
 При расхождении между инструкциями операторов из вики и нашим ТЗ оптимизации (`docs/OPTIMIZATION_CONVERSION_v1.md`) — приоритет у ТЗ. Конкретно:
 - Структура воронки: 4 шага из ТЗ, не 6 из вики/скриптов.
 - Содержание `qualify`: 5-пунктовый шаблон из ТЗ, а не «представься-узнай-имя-уточни-повод» из скриптов.
 - Сбор имени: на `book` (по ТЗ), а не на `intro` (как в скриптах).
 - Содержание соответствующих ЛОР-причин и связок «жалоба → специалист» — из вики (медицинские факты — единственный источник правды).
 Прежние «временные» сводные документы для этой ветки больше не источник. После подключения подписки на живую вики они должны быть полностью отвязаны от индекса ветки `new_booking`.
@@ -1,20 +1,3 @@
 ---
 intent: price_question
 title: Цены и оплата (датасет для ветки price_question)
 purpose: Источник для РАГа в ветке price_question — стоимость приёмов, диагностики, процедур, операций, способы оплаты, ДМС.
 sources:
  - Ya_wiki_kugn/skripty-vozrazhenija-chavo-obshhijj-spravochnik.md
  - Ya_wiki_kugn/out/yandex-wiki-catalog/homepage/sluzhba-administratorov/pacienty-po-dms/_index.md
  - Ya_wiki_kugn/out/yandex-wiki-catalog/homepage/sluzhba-administratorov/pacienty-po-dms/straxovye-kompanii-e3e86a.md
  - Ya_wiki_kugn/out/yandex-wiki-catalog/homepage/sluzhba-administratorov/pacienty-po-dms/pacienty-po-3x-storonnemu-dogovoru.md
  - Ya_wiki_kugn/out/yandex-wiki-catalog/homepage/udalennyjj-kontakt-centr/organizacionnye-voprosy/operacionnye-vmeshatelstva/*
  - Ya_wiki_kugn/out/yandex-wiki-catalog/homepage/udalennyjj-kontakt-centr/organizacionnye-voprosy/diagnostika/*
  - Ya_wiki_kugn/out/yandex-wiki-catalog/homepage/udalennyjj-kontakt-centr/organizacionnye-voprosy/kt-issledovanija/*
  - Ya_wiki_kugn/out/yandex-wiki-catalog/homepage/udalennyjj-kontakt-centr/organizacionnye-voprosy/klinika-doktora-pirogova/*
  - Ya_wiki_kugn/out/yandex-wiki-catalog/homepage/udalennyjj-kontakt-centr/organizacionnye-voprosy/zapis-k-otonevrologu/blokada/*
 note: Цены собраны из выгрузки Yandex Wiki клиники. После запуска подписки этот файл заменит автоматически обновляемый источник. Все суммы — рубли.
 ---
 # Цены и оплата
 ## Общие принципы стоимости
@@ -59,20 +42,9 @@ note: Цены собраны из выгрузки Yandex Wiki клиники.
 - Батарейки для слухового аппарата — 360 руб. за упаковку из 6 шт. (поштучно не продаются).
 - Если аппарат куплен в Клинике и сломался: после окончания гарантии — приём у сурдолога; устранимая поломка (замена расходников) — стоимость расходников. Серьёзная поломка — отправка в ремонт, стоимость указывает сервис в счёте.
-## Клиника доктора Пирогова (Краснокамск)
+## Филиал «Клиника доктора Пирогова» (Краснокамск)
- Семейный врач (Суднева А. Р.): 950 руб. первичный, 750 руб. повторный. Эндоскопия ЛОР-органов на приёме — 500 руб.
+Филиал в Краснокамске закрыт в 2026 году. Все услуги, ранее доступные там (приём семейного врача, телемед-приёмы ЛОР и аллерголога, ЛОР по ОМС, дерматолог, косметолог, УЗИ, ЭКГ, профосмотр, инъекции в процедурном кабинете, промывание серных пробок 550 ₽ и т. п.), в сети больше не оказываются. На вопросы о ценах услуг этого филиала — честно сообщить, что филиал закрыт, и предложить услуги пермских филиалов (Цеткин и Газеты Звезда), либо эскалировать оператору.
 - ЛОР-телемедицинский приём: 1700 руб. первичный, 1400 руб. повторный. Включает консультацию ЛОР-врача и видеоэндоскопию.
 - Аллерголог-иммунолог (телемед, Антонова Е. В.): 1800 руб. первичный, 1500 руб. повторный.
 - ЛОР-приём по ОМС (Гилязова Л. Л., вт/чт 12:00–14:00) — бесплатно, по направлению.
 - Дерматолог (Чемякин Е. А.): консультация 1000 руб. + услуги по прайсу.
 - Косметолог-эстетист — услуги по прайсу.
 - УЗИ — услуги по прайсу. Доплерография при двойне (срок беременности до 30 недель) — ориентировочно 1800 руб.
 - ЭКГ — 450 руб., расшифровка/повторный приём — 800 руб.
 - Профосмотр — 450 руб. (+390 руб. за аудиометрию, если требуется).
 - Промывание серных пробок — 550 руб. за одно ухо.
 - Тест на хеликобактер с индикаторными трубками — 500 руб.
 - Инъекции в процедурном кабинете: внутримышечная — 150 руб., внутривенная — 300 руб., капельница внутривенная — 500 руб. Курсы: 5 в/м инъекций — 600 руб., 7 — 850 руб., 10 — 1150 руб. 5 в/в инъекций — 1200 руб., 7 — 1700 руб.
 ## Эндоскопическая телемед-консультация ЛОР (онлайн-формат)
@@ -80,7 +52,7 @@ note: Цены собраны из выгрузки Yandex Wiki клиники.
 ## Стандартные диагностические процедуры
- Эндоскопическая диагностика ЛОР-органов — 900 руб. (в Клинике Пирогова — 500 руб.).
+- Эндоскопическая диагностика ЛОР-органов — 900 руб.
 - Аудиометрия — 1200 руб.
 - Тимпанометрия — 800 руб.
 - Аудиологический скрининг (отоакустическая эмиссия) — 800 руб.
@@ -263,45 +235,3 @@ note: Цены собраны из выгрузки Yandex Wiki клиники.
 ### Можно ли оплатить картой?
 Да, в клинике есть терминал. Также принимаются наличные.
 ---
 # Анализ материалов и пометки для дополнения
 ## Что покрыто из выгрузки уверенно
 - Цены на приёмы у ЛОР, аллерголога, пульмонолога, отоневролога, сурдолога, врачей Клиники Пирогова, телемед-приёмов.
 - Скидка 50% по направлению, цена приёма «со скидкой».
 - Полный набор стоимостей операций ЛОР-профиля.
 - Анестезия, пребывание в палате, послеоперационное сопровождение.
 - Прайс на КТ ЛОР-органов и «Дент», ОПТГ, ТРГ, доп. услуги КТ-центра.
 - Стандартные диагностики (аудиометрия, тимпанометрия, спирография и т. д.).
 - Лечебные процедуры (промывания, блокады, инъекции).
 - Слуховые аппараты и расходники.
 - Способы оплаты (наличные, терминал), список ДМС-партнёров.
 - Логика 3-стороннего договора.
 ## Что нужно дополнить вручную в вики
 - **Прайс на анализы (МедЛабЭкспресс).** В выгрузке нет конкретных сумм по позициям — есть только цены на сам забор. Стоит прикрепить актуальный прайс.
 - **Справка ФНС / налоговый вычет.** Раздел в вики есть, но в выгрузке отсутствует. Нужен короткий блок: за какой период оформляется, сколько по времени готовится, нужна ли оплата за услугу.
 - **СБП.** Уточнить, принимается ли оплата через Систему быстрых платежей или только нал/карта по терминалу.
 - **Скидки.** В выгрузке только «50% по направлению на лечебную процедуру». Если есть скидки пенсионерам, многодетным, сотрудникам, постоянным пациентам — отдельно прописать; иначе при вопросе ассистент будет каждый раз говорить «уточню у оператора».
 - **Цены по «услугам по прайсу» в Пирогове.** В таблице у дерматолога, косметолога, УЗИ написано «по прайсу» — конкретные цифры в подстраницах есть только частично. Нужно собрать прайсы в одну таблицу.
 - **Расхождение по наркозу для аденотомии.** В разделе «Структура звонка по аденотомии» (скрипты записи) указана стоимость наркоза 16500 руб., а на странице самой аденотомии — 21500 руб. Возможно, это устаревшая цена в одном из источников. Нужно сверить с актуальным прайсом и поправить в вики, иначе ассистент будет давать разные ответы в зависимости от того, какой кусок выгрузки попадёт в контекст.
 - **Цена аллерголога-иммунолога повторного приёма (очный).** В выгрузке указана стоимость только первичного очного приёма (2400 руб.). Для пульмонолога и ЛОРа повторный тоже отдельно не зафиксирован.
 - **Эндоскопия как самостоятельная диагностика.** На странице эндоскопии есть две цены — 900 руб. и 12100 руб., вторая выглядит как опечатка или комплексный код. В этом файле я взял 900 руб. как основное; стоит сверить с прайсом.
 ## Что НЕ должно попадать в датасет ветки price_question (но есть в вики)
 - Внутренние пароли и доступы (`akkaunty.md`) — в РАГ не попадают вообще.
 - Внутренние добавочные номера сотрудников (`kontakty-kliniki.md`) — это для администраторов, пациенту не озвучиваются.
 - Скрипты разговоров и работы с возражениями целиком — это контент для веток `new_booking` и обучения операторов; в `price_question` уходят только конечные суммы.
 - Логика «Полимед», движение карт ДМС, работа с архивом — операционные детали для администраторов.
 - Адреса/режим/телефоны без привязки к ценам — это уже в датасете ветки `general_info`.
 ## Структура для будущей подписки
 Когда мультиагент будет подписан на живую вики, цены логично хранить в виде набора файлов: `price_question/priemy.md`, `price_question/diagnostika.md`, `price_question/operacii.md`, `price_question/dms.md`. Тогда обновление одной страницы прайса не будет триггерить переиндексирование всего датасета. Также имеет смысл выделить отдельный файл-«источник правды» по прайсу клиники (например, экспорт из 1С/CRM) и при пересборке индекса автоматически разрешать конфликты в пользу этого файла, а не описаний из вики.
 Текущий единый файл — временный формат для тестирования первой версии РАГа в ветке `price_question`.
@@ -1,22 +1,3 @@
 ---
 intent: reschedule
 title: Перенос и отмена записи (датасет для ветки reschedule)
 purpose: |
  Источник для РАГа в ветке reschedule. Контент рассчитан на ситуацию, когда у пациента уже есть существующая запись и он хочет её перенести или отменить. Бот не делает реального действия в Полимеде — он собирает данные и передаёт администратору.
 sources_wiki:
  - homepage/udalennyjj-kontakt-centr/shablony-otvetov-na-soobshhenija-pacientov.md
  - homepage/sluzhba-administratorov/polimed/perepiska-s-pacientami-v-whatsapp-wa-cherez-polime/perepiska-po-zapisi-na-segodnja-zelenyjj-kvadratik.md
  - homepage/sluzhba-administratorov/polimed/rabota-s-listom-ozhidanija.md
  - homepage/sluzhba-administratorov/poleznye-materialy-administratora/kommunikacii/rabota-s-koll-centrom.md
  - homepage/udalennyjj-kontakt-centr/organizacionnye-voprosy/operacionnye-vmeshatelstva/organizacionnye-voprosy.md
 note: |
  Файл собран только из официальной выгрузки Yandex Wiki клиники. Прежние «временные» сводные документы
  (skripty-vozrazhenija-chavo-obshhijj-spravochnik.md, vrachi-kliniki-polnaja-informacija.md)
  для этой ветки не являются источником.
  В вики не нашлись явные правила «за сколько часов до приёма можно перенести/отменить» и нет упоминаний
  штрафов или неустойки за неявку — это пометки в раздел «Что нужно дополнить».
 ---
 # Перенос и отмена записи
 ## Когда срабатывает эта ветка
@@ -45,11 +26,11 @@ note: |
 ## Базовое поведение бота
-1. Извинение за неудобство одной короткой фразой («Понимаю, планы меняются»).
+- **Извинение за неудобство** одной короткой фразой («Понимаю, планы меняются»).
-2. Уточнение, какую именно запись надо изменить.
+- **Уточнение, какую именно запись** надо изменить.
-3. Уточнение — отмена или перенос.
+- **Уточнение — отмена или перенос.**
-4. Если перенос — желаемый интервал нового времени.
+- **Если перенос** — желаемый интервал нового времени.
-5. Финал: «Сейчас уточню расписание у администратора и вернусь с вариантами» (или «Передам ваш запрос администратору, он свяжется с вами для уточнения нового времени»).
+- **Финал:** «Сейчас уточню расписание у администратора и вернусь с вариантами» (или «Передам ваш запрос администратору, он свяжется с вами для уточнения нового времени»).
 Бот не называет конкретные новые даты и часы как доступные. Реальный календарь подключается отдельно, а до этого формулировка только обещающая.
@@ -149,32 +130,3 @@ note: |
 - **Лист ожидания** — отдельная сущность в Полимеде. Пациента вносят, если: запись к врачу полная, врач в отпуске, к врачу записывают только через лист ожидания (Ворончихина Н. В., сурдологи). Бот в ветке `reschedule` упоминает лист ожидания, только когда пациент явно хочет на конкретного врача с ограниченным расписанием. В обычном переносе про лист ожидания не говорим — это создаёт лишнее ощущение «у вас всё плохо со слотами».
 - **Заявка операторам** — внутренний механизм у администраторов. Бот в чате воспроизводит этот механизм неявно: собирает в реплику пациента всю информацию, которая нужна по шаблону «ФИО, какой врач, со скольки до скольки, что делать с освободившимся временем». Сам пациент эту структуру не видит — для него это обычный диалог.
 ## Что нужно дополнить вручную в вики
 В выгрузке вики не нашлись и должны быть явно прописаны:
 - **Граница «за сколько часов до приёма можно перенести / отменить без последствий».** Сейчас бот отвечает обтекаемо. Если в клинике де-факто есть правило (например, «за 24 часа») — его нужно прописать в вики и в этот датасет.
 - **Штрафы / удержание депозита за неявку.** Явных правил нет. Если для отдельных случаев (операции, дорогие диагностики) есть условия удержания части предоплаты при поздней отмене — описать.
 - **Возврат предоплаты за операцию при отмене.** Сценарий «пациент внёс предоплату или организация перевела по 3-стороннему договору, а операция отменилась» — в вики есть только описание прихода денег, нет описания возврата.
 - **Регламент «сколько раз пациент может перенести подряд».** В реальности бывают пациенты, которые переносят 3+ раза. Если есть внутренний регламент (например, «третий перенос подряд = в лист ожидания»), пропишите.
 - **Опоздание.** Есть ли допустимый порог («15 минут — держим запись, больше — переносим»)? В вики не нашёл.
 - **Отмена приёма, оплаченного по подарочному сертификату.** Сертификаты есть, но что с ними при переносе/отмене — не описано.
 - **Перенос приёма за ребёнка с другого законного представителя.** Стандартная история «приёмы ребёнка переносит мама, но в день приёма пришёл папа, а сейчас пишет бабушка». Нужны правила, кто и как может вносить изменения.
 ## Что НЕ должно попадать в датасет ветки `reschedule` (но есть в вики)
 - Внутренние операционные подробности Полимеда (как именно администратор удаляет запись «минусом», как создаётся лист ожидания, как ставится статус «придёт»). Это для администраторов, не для пациентов.
 - Внутренние добавочные номера сотрудников и врачей.
 - Логины и пароли.
 - Полные операторские скрипты записи (`skript-zapisi-...`) — структура «6 этапов» не для бота, у бота — лаконичный диалог.
 - Цены (попадают в `price_question`).
 - Адреса, режим работы, контакты в подробном виде (попадают в `general_info`).
 ## Источники и приоритет
 При расхождении инструкций операторов из вики и логики бота — приоритет у бота: 
 - Бот не должен симулировать поведение человека-администратора (звонок пациенту, удаление в Полимеде, открытие чата). Бот действует асинхронно: пациент пишет в чат, бот собирает данные и обещает связь.
 - Если в скрипте оператора написано «оператор перезванивает по телефону для переноса» — бот эту фразу адаптирует в «администратор свяжется с вами в течение дня и подтвердит новое время».
 Прежние сводные документы (`skripty-vozrazhenija-chavo-obshhijj-spravochnik.md`, `vrachi-kliniki-polnaja-informacija.md`) для этой ветки не источник. После подключения подписки на живую вики они должны быть полностью отвязаны от индекса ветки `reschedule`.
@@ -2,6 +2,8 @@ from db.models.agent_config import AgentConfig
 from db.models.document import Document
 from db.models.intent import Intent
 from db.models.intent_document import IntentDocument
 from db.models.eval_branch_run import EvalBranchPrediction, EvalBranchRun, EvalBranchRunCase
 from db.models.eval_run import EvalRouterPrediction, EvalRun, EvalRunCase
 from db.models.intent_step import IntentStep
 from db.models.intent_step_graph import IntentStepGraph
 from db.models.message import Message
@@ -11,4 +13,6 @@ from db.models.thread_state import ThreadState
 __all__ = [
    "Thread", "Message", "Document", "AgentConfig", "Intent",
    "IntentDocument", "IntentStep", "IntentStepGraph", "ThreadState",
    "EvalRun", "EvalRunCase", "EvalRouterPrediction",
    "EvalBranchRun", "EvalBranchRunCase", "EvalBranchPrediction",
 ]
@@ -0,0 +1,76 @@
 from datetime import datetime, timezone
 from sqlalchemy import Boolean, DateTime, ForeignKey, Integer, String, Text
 from sqlalchemy.orm import Mapped, mapped_column
 from db.base import Base
 def _utcnow() -> datetime:
    return datetime.now(timezone.utc)
 class EvalBranchRun(Base):
    """Прогон регрессии конкретной ветки (Спринт 8b).
    Параллельная сущность к `EvalRun`: тот валидирует роутер (один
    intent-код в ответе), этот — содержимое ответа конкретной ветки
    (RAG-секции + keywords). Активная версия промпта ветки фиксируется
    в `branch_config_id`, кэш ответов привязан к ней — повторный прогон
    на той же версии мгновенный.
    """
    __tablename__ = "eval_branch_runs"
    id: Mapped[int] = mapped_column(Integer, primary_key=True, autoincrement=True)
    suite: Mapped[str] = mapped_column(String(80), nullable=False)
    intent_code: Mapped[str] = mapped_column(String(50), nullable=False, index=True)
    branch_config_id: Mapped[int | None] = mapped_column(
        ForeignKey("agent_configs.id", ondelete="SET NULL"), nullable=True, index=True
    )
    status: Mapped[str] = mapped_column(String(20), nullable=False, default="running")
    total: Mapped[int] = mapped_column(Integer, nullable=False, default=0)
    passed: Mapped[int] = mapped_column(Integer, nullable=False, default=0)
    failed: Mapped[int] = mapped_column(Integer, nullable=False, default=0)
    cache_hits: Mapped[int] = mapped_column(Integer, nullable=False, default=0)
    error_text: Mapped[str | None] = mapped_column(Text, nullable=True)
    started_at: Mapped[datetime] = mapped_column(DateTime(timezone=True), default=_utcnow, nullable=False)
    finished_at: Mapped[datetime | None] = mapped_column(DateTime(timezone=True), nullable=True)
 class EvalBranchRunCase(Base):
    """Один кейс прогона ветки. Хранятся все: pass и fail (для фильтра в UI)."""
    __tablename__ = "eval_branch_run_cases"
    id: Mapped[int] = mapped_column(Integer, primary_key=True, autoincrement=True)
    run_id: Mapped[int] = mapped_column(
        ForeignKey("eval_branch_runs.id", ondelete="CASCADE"), nullable=False, index=True
    )
    text: Mapped[str] = mapped_column(Text, nullable=False)
    coverage: Mapped[str] = mapped_column(String(20), nullable=False, default="covered")
    expected_doc_section: Mapped[str | None] = mapped_column(String(300), nullable=True)
    expected_keywords_json: Mapped[str] = mapped_column(Text, nullable=False, default="[]")
    expected_must_not_json: Mapped[str] = mapped_column(Text, nullable=False, default="[]")
    keywords_min: Mapped[int | None] = mapped_column(Integer, nullable=True)
    predicted_answer: Mapped[str] = mapped_column(Text, nullable=False, default="")
    predicted_sections_json: Mapped[str] = mapped_column(Text, nullable=False, default="[]")
    is_pass: Mapped[bool] = mapped_column(Boolean, nullable=False, default=True)
    fail_reasons_json: Mapped[str] = mapped_column(Text, nullable=False, default="[]")
    count_weight: Mapped[int] = mapped_column(Integer, nullable=False, default=1)
 class EvalBranchPrediction(Base):
    """Кэш single-turn ответа ветки: (text_hash, branch_config_id) → {answer, sections}.
    При активации новой версии ветки кэш для неё пуст; повторный прогон на
    той же версии берёт всё из кэша, не дёргая LLM.
    """
    __tablename__ = "eval_branch_predictions"
    id: Mapped[int] = mapped_column(Integer, primary_key=True, autoincrement=True)
    text_hash: Mapped[str] = mapped_column(String(64), nullable=False, index=True)
    branch_config_id: Mapped[int | None] = mapped_column(
        ForeignKey("agent_configs.id", ondelete="CASCADE"), nullable=True, index=True
    )
    answer_text: Mapped[str] = mapped_column(Text, nullable=False, default="")
    retrieved_sections_json: Mapped[str] = mapped_column(Text, nullable=False, default="[]")
    created_at: Mapped[datetime] = mapped_column(DateTime(timezone=True), default=_utcnow, nullable=False)
@@ -0,0 +1,75 @@
 from datetime import datetime, timezone
 from sqlalchemy import Boolean, DateTime, ForeignKey, Integer, String, Text
 from sqlalchemy.orm import Mapped, mapped_column
 from db.base import Base
 def _utcnow() -> datetime:
    return datetime.now(timezone.utc)
 class EvalRun(Base):
    """Прогон регрессионного eval-набора (Спринт 8a).
    Сейчас единственный поддерживаемый suite — `router`: одношаговая классификация
    реплик пациента. Прогон фиксирует активную версию роутера на момент старта
    (`router_config_id`), чтобы в UI можно было сравнивать прогоны между версиями.
    Кейсы-расхождения хранятся в `eval_run_cases`. Полный список pass+fail не
    хранится — только статистика; кэш ответов LLM лежит в `eval_router_predictions`.
    """
    __tablename__ = "eval_runs"
    id: Mapped[int] = mapped_column(Integer, primary_key=True, autoincrement=True)
    suite: Mapped[str] = mapped_column(String(50), nullable=False)
    router_config_id: Mapped[int | None] = mapped_column(
        ForeignKey("agent_configs.id", ondelete="SET NULL"), nullable=True, index=True
    )
    min_count: Mapped[int] = mapped_column(Integer, nullable=False, default=2)
    status: Mapped[str] = mapped_column(String(20), nullable=False, default="running")
    total: Mapped[int] = mapped_column(Integer, nullable=False, default=0)
    passed: Mapped[int] = mapped_column(Integer, nullable=False, default=0)
    failed: Mapped[int] = mapped_column(Integer, nullable=False, default=0)
    cache_hits: Mapped[int] = mapped_column(Integer, nullable=False, default=0)
    error_text: Mapped[str | None] = mapped_column(Text, nullable=True)
    started_at: Mapped[datetime] = mapped_column(DateTime(timezone=True), default=_utcnow, nullable=False)
    finished_at: Mapped[datetime | None] = mapped_column(DateTime(timezone=True), nullable=True)
 class EvalRunCase(Base):
    """Один кейс прогона (pass или fail).
    Хранятся все кейсы — нужно для UI «таблица кейсов с фильтром pass/fail» и
    для diff vs предыдущего прогона.
    """
    __tablename__ = "eval_run_cases"
    id: Mapped[int] = mapped_column(Integer, primary_key=True, autoincrement=True)
    run_id: Mapped[int] = mapped_column(
        ForeignKey("eval_runs.id", ondelete="CASCADE"), nullable=False, index=True
    )
    text: Mapped[str] = mapped_column(Text, nullable=False)
    expected_intent: Mapped[str] = mapped_column(String(50), nullable=False)
    predicted_intent: Mapped[str] = mapped_column(String(50), nullable=False)
    count_weight: Mapped[int] = mapped_column(Integer, nullable=False, default=1)
    is_pass: Mapped[bool] = mapped_column(Boolean, nullable=False, default=True)
 class EvalRouterPrediction(Base):
    """Кэш LLM-предсказаний роутера: ключ (text_hash, router_config_id) → predicted_intent.
    Сильно ускоряет повторные прогоны на той же версии роутера — LLM не дёргаем,
    берём результат из кэша. При активации новой версии `_router` кэш для неё
    пуст и первый прогон долгий.
    """
    __tablename__ = "eval_router_predictions"
    id: Mapped[int] = mapped_column(Integer, primary_key=True, autoincrement=True)
    text_hash: Mapped[str] = mapped_column(String(64), nullable=False, index=True)
    router_config_id: Mapped[int | None] = mapped_column(
        ForeignKey("agent_configs.id", ondelete="CASCADE"), nullable=True, index=True
    )
    predicted_intent: Mapped[str] = mapped_column(String(50), nullable=False)
    created_at: Mapped[datetime] = mapped_column(DateTime(timezone=True), default=_utcnow, nullable=False)
@@ -1,11 +1,26 @@
 from collections.abc import AsyncIterator
 from sqlalchemy import event
 from sqlalchemy.ext.asyncio import AsyncSession, async_sessionmaker, create_async_engine
 from config import settings
 engine = create_async_engine(settings.database_url, echo=False, future=True)
 # В SQLite ondelete=CASCADE / SET NULL не работают, пока для каждого подключения
 # не включить PRAGMA foreign_keys=ON (по умолчанию выключено). aiosqlite не делает
 # это автоматически. Без этого, например, удаление документа не очищало подписки
 # в `intent_documents` — обнаружено в Спринте 8b.
@event.listens_for(engine.sync_engine, "connect")
 def _enable_sqlite_foreign_keys(dbapi_connection, _connection_record):
    cursor = dbapi_connection.cursor()
    try:
        cursor.execute("PRAGMA foreign_keys=ON")
    finally:
        cursor.close()
 SessionLocal = async_sessionmaker(engine, expire_on_commit=False, class_=AsyncSession)
@@ -0,0 +1,28 @@
 # Идеи на потом (бэклог)
 Это не план с дедлайнами — список идей и улучшений, которые всплыли в работе, но решено отложить, чтобы не раздувать текущий спринт. Перед стартом нового спринта — пройтись по списку, что-то взять в скоуп.
 Формат записи: краткое название → **Зачем:** → **Откуда пришло** (контекст / коммит / Спринт). Если идея взята в работу — переносим в `docs/SPRINTS.md` и удаляем отсюда.
 ---
 ## UI
 ### Просмотр архивного графа шагов без активации
 **Зачем.** Сейчас, чтобы увидеть содержимое архивного 6-шагового графа `new_booking`, его нужно сделать активным. Хочется кнопку «Открыть только для чтения» — посмотреть шаги архива, не переключая активный.
 **Откуда.** Спринт 7.7 (коммит `a79b6f9`), обсуждение с пользователем 2026-05-02. Решено отложить до отдельного спринта.
 ---
 ## Регрессия
 ### LLM-judge для регрессии ответов веток (вариант C из 8b)
 **Зачем.** Дополнительный способ pass/fail для свободно-текстовых ответов веток: отдельный LLM-вызов оценивает «вот вопрос, вот ответ — подходит ли по смыслу?» Прощает перефраз, в отличие от точного совпадения слов. Дороже (× ещё один LLM-вызов на кейс) и менее детерминирован.
 **Откуда.** Обсуждение Спринта 8b 2026-05-02. На старт 8b берём только A (RAG) + B (keywords), C — на потом, если хрупкость keywords станет проблемой.
 ### Эталонный ответ + embeddings (вариант D из 8b)
 **Зачем.** Альтернатива LLM-judge: оператор пишет «правильный ответ» в кейсе, при прогоне считаем cosine similarity между фактическим ответом и эталоном. Pass если ≥ порога (например, 0.75). Дешевле LLM-judge (один embedding-вызов вместо LLM), но требует сочинять эталоны и плохо ловит фактические ошибки в цифрах/адресах.
 **Откуда.** Обсуждение Спринта 8b 2026-05-02. Кандидат на 8c вместе с C, если A+B окажется недостаточно.
@@ -0,0 +1,97 @@
 # ТЗ: чанкер v2 для wiki-датасетов
 Автор: Аксей · Дата: 2026-05-03 · Контекст: фейл регрессии по тимпанометрии (eval branch_cases_general_info.jsonl) — `expected_doc_section: "Направления приёма"` не находится, вместо неё в retrieved топ-5 попадают мета-секции и обрывки из других секций.
 Это ТЗ — что должен делать новый `services/document_processor.py` (точечно: `parse_text` + `chunk_sections`), чтобы чанкинг markdown-датасетов (`data/datasets/*.md`) был предсказуемым и совместимым с eval-контрактом «section в metadata == заголовок H2 раздела».
 ## Что сейчас не так (наблюдения на текущем коде)
 Сейчас `parse_text` режет markdown по любому `#`-заголовку без учёта иерархии и применяет несколько эвристик-заголовков, которые в наших данных дают false-positives. `chunk_sections` затем мерджит короткие чанки и подмешивает overlap из соседнего чанка независимо от того, из какой секции этот сосед. Конкретно:
 1. **YAML frontmatter попадает в индекс.** Парсер не знает про `--- ... ---` в начале файла. Frontmatter становится body первой «псевдо-секции» с `heading=""`, режется на 1–2 чанка по 1.0–1.5 кб, ложится в Chroma с пустым section. Запросы пациентов с похожей лексикой («список источников», «Кузнецова», даты) могут это поднимать в топ. Воспроизведено на `data/datasets/general_info.md` — два мусорных чанка `section=""` длиной 1116 и 1488.
 2. **Нумерованные элементы списков парсятся как заголовки.** `numbered_heading_re = ^(\d+(?:\.\d+)*\.?)\s+([А-ЯЁA-Z].*)` ловит «1. Лично — в клинике…», «3. Клиника отправляет справку…». Как итог — `section` в metadata получает в качестве заголовка тело пункта списка, и весь раздел «Справки для налогового вычета» развалился на 4 несвязанных чанка с разными section'ами, в один из которых случайно подсосался хвост следующего раздела (см. ниже).
 3. **`### подсекции` парсятся как самостоятельные секции наравне с `## разделами`.** Это ломает инвариант eval-кейсов «section == заголовок логического раздела». Например, `### Аллергологи-иммунологи` (под `## Список врачей по специальностям`) становится отдельной секцией, и кейс с `expected_doc_section: "Список врачей по специальностям"` его не примет.
 4. **Merge коротких чанков склеивает соседей через границы H2.** Если очередной чанк короче `min_chunk_size`, к нему доклеивается следующий, при этом `section` берётся от первого. Реальный кейс: «Отоневролог» (1 строка тела) склеилась с «Сурдоакустик», «Анестезиолог», «Что взять с собой на приём» → один чанк длиной ~900 символов с `section="Отоневролог"`. Содержательно мусор; для eval-кейса «что взять с собой на приём» секция не найдётся.
 5. **Overlap подмешивает текст соседнего чанка без учёта секции.** В `final` цикле берётся хвост `merged[i-1]` и приклеивается к `chunk.text`. После этого внутри чанка с `section="3. Клиника отправляет…"` оказывается тело раздела «Направления приёма» (со словом «тимпанометрия»). С точки зрения eval section не совпадает, с точки зрения retrieval эмбеддинг растащен по двум темам.
 6. **Мета-секции уровня H1 индексируются наравне с контентом.** В `general_info.md` после раздела «Юридические реквизиты» шёл второй H1 «Анализ материалов вики и предложения по дополнению» — рабочие пометки редактора. Парсер не знает, что после второго H1 идёт нерелевантная пациенту служебка, и индексирует её как обычный текст. (Сейчас этот раздел перенесён в `docs/wiki_meta_general_info.md` вручную, но защита нужна на уровне парсера — иначе следующий редактор снова положит редакторские заметки прямо в датасет.)
 7. **Заголовок H2 не дублируется внутрь тела чанка.** В `chunk_sections` есть `heading_prefix = f"{section.heading}\n\n"`, то есть заголовок попадает в текст. Это правильно для эмбеддинга, но если секция режется на N чанков, заголовок есть только в первом — последующие части теряют контекст. Для секций > `max_chunk_size` это критично: e5 видит «- Тимпанометрия — да, делаем…» без префикса «Направления приёма» и эмбеддит только лексику конкретной строки.
 ## Что должно быть в v2
 Цели в порядке важности: (1) `metadata.section` в чанке всегда равен заголовку H2-раздела, к которому чанк относится; (2) ничего нерелевантного из frontmatter и из мета-блоков в индекс не попадает; (3) overlap и merge работают только в пределах одной H2-секции.
 ### 1. Парсинг markdown — иерархия H1/H2/H3
 Для `.md` входа использовать строгий markdown-парсер вместо набора регэкспов: `mistletoe`, `markdown-it-py`, или взять `commonmark-py`. На выходе нужно дерево с типами `Heading(level, text)` и `Paragraph/List/...`. Регэкспные эвристики на нумерованные списки, FAQ-паттерн «В:/Вопрос:» и ALL-CAPS строки в `.md` режиме отключить — они нужны были для txt-выгрузок, в md-датасете создают только мусор. Для `.txt` входа эвристики оставить как есть, в отдельной ветке.
 Логика обхода:
 - Каждый H1 трактуется как «корневая секция» документа. Тело самого H1 — обычно пустое или служебное.
 - Внутри одного H1 каждый H2 открывает новую секцию, её `heading = текст H2`. Следующий H2 (или следующий H1) закрывает текущую.
 - H3 и ниже **не открывают новой секции**. Заголовок H3 уходит в тело текущей H2-секции в виде строки `### {текст}` (или `**{текст}**`, как удобнее для эмбеддинга).
 - Когда H2-секции внутри H1 нет (документ сразу пишет body под H1) — body H1 идёт в одну секцию с `heading = текст H1`.
 Множественные H1 поддерживаются как штатный кейс — у `new_booking.md` 8 H1 (шаги воронки `intro / qualify / book / close` плюс «Особенности по специальностям», «Особые сценарии», «Технические подсказки»). Это не баг, а структура датасета. Старая идея «всё после второго H1 — служебка» отозвана: для отделения мета-материала используется отдельный механизм — см. ниже про `data/datasets/` vs `docs/wiki_meta_*.md`.
 Конвенция вместо правила «второй H1 = служебка»: служебные/редакторские блоки (что нужно дополнить, что не должно попадать в датасет, источники, история правок) держим в **отдельном файле** `docs/wiki_meta_<branch>.md`, не в `data/datasets/`. Это уже сделано вручную для всех веток (general_info, price_question, medical_question, escalate_human, reschedule, new_booking) — парсеру не нужно их различать, он просто индексирует то, что физически лежит в `data/datasets/`.
 ### 2. YAML frontmatter
 Если файл начинается со строки `---` (без BOM/whitespace до неё), всё до следующей строки `---` — frontmatter. Распарсить как YAML (`pyyaml`), сохранить в отдельное поле `document_metadata` (отдельная сущность, в Chroma не пишется), из текста удалить полностью. Это даст возможность Аксею держать в начале файла `intent`, `sources`, `update_log` без риска утечки в индекс.
 ### 3. Чанкинг внутри H2-секции
 Для каждой H2-секции:
 - Если её тело (вместе с заголовком-префиксом) ≤ `max_chunk_size` — один чанк целиком. `section = heading H2`, `text = "{H2}\n\n{body}"`.
 - Если > `max_chunk_size` — резать по абзацам (`split` по `\n\n`, не по `\n`!). Это уже само по себе закроет проблему текущего split по одному `\n`, который рвал bullet-списки.
 - В каждый получившийся subchunk обязательно добавлять breadcrumb-префикс: первая строка чанка = `## {heading H2}` (буквально с двумя `#`, чтобы эмбеддинг видел иерархию). Это решает п. 7 — заголовок есть в каждом куске.
 - `section` во всех subchunk'ах одинаков и равен heading H2.
 ### 4. Merge коротких хвостов — только внутри одной H2-секции
 Текущее правило «если предыдущий чанк короче `min_chunk_size`, к нему дописать следующий» применять **только когда оба чанка из одной H2-секции**. Через границу H2 склеивать запрещено. Если итоговый чанк секции получился короче `min_chunk_size` и склеить его не с чем — оставить как есть, не трогать.
 ### 5. Overlap — только внутри H2-секции
 Sentence-overlap (`overlap_sentences=2`) применять только между subchunk'ами одной H2-секции. Между чанками разных секций overlap'а не должно быть — он размывает эмбеддинг и провоцирует ложные совпадения.
 ### 6. Чёрный список заголовков (опционально, на будущее)
 Добавить в `config.py` поле `excluded_section_headings: list[str]` (по умолчанию пусто). Если heading H2 из этого списка — секция не индексируется. Это пригодится, когда подключим живую вики и нельзя будет вручную чистить файлы.
 ## Что не делаем в этой итерации
 - Не трогаем embeddings, не вводим reranker, не делаем гибридный retrieval. Это отдельный спринт. v2 — про предсказуемость нарезки.
 - Не вводим smart-summarization чанков (HyDE и т.п.).
 - Не меняем формат хранения в Chroma — `metadata.section` остаётся строкой.
 ## Точки в коде
 Все правки локализуются в `services/document_processor.py`. Изменения по функциям:
 - `parse_text(file_bytes, is_markdown)` — для `is_markdown=True` переписать на `markdown-it-py` (или mistletoe). Вернуть `(frontmatter_dict, list[ParsedSection])`. Для `is_markdown=False` оставить старую реализацию.
 - `chunk_sections(sections)` — переписать резку по абзацам, добавить breadcrumb-префикс, ограничить merge и overlap пределами секции.
 - `process_document(...)` — учесть, что `parse_text` теперь возвращает frontmatter; пробросить его как side-output, в текущем pipeline можно просто игнорировать (Chroma и так его не получает).
 - `parse_pdf` / `parse_docx` — пока не трогаем; если в них всплывут аналогичные проблемы — отдельной итерацией.
 ## Тест-план
 В `eval/branch_cases_general_info.jsonl` уже есть нужные кейсы. После v2 должны позеленеть как минимум:
 - `Добрый день, вы делаете тимпанометрию?` → `section="Направления приёма"`, текст содержит «тимпанометр».
 - `Делают ли в клинике КТ височных костей?` (если контент будет добавлен в датасет — это уже задача Натальи).
 - `Какой график работы у Терво С.О.?` — `section="Список врачей по специальностям"` (после v2 H3 не отделится в свою секцию).
 - `Созонова Людмила Альбертовна работает у Вас?` — то же самое (eval-кейс уже считает её частью раздела «Список врачей»).
 Юнит-тесты для парсера/чанкера сейчас в репо отсутствуют (в `eval/` только evaluation cases). Нужно завести `tests/test_document_processor_v2.py`:
 - `general_info.md` → ровно столько чанков, сколько H2 в файле (плюс split на длинных секциях); все `section` непустые; нет ни одного чанка с `section`, начинающимся на цифру; `section="Направления приёма"` встречается ровно у тех чанков, что содержат «тимпанометр», «эндоскоп», «спирограф».
 - Файл с frontmatter → frontmatter не в выходных чанках; первый чанк начинается с `## {первый H2}`.
 - Файл со вторым H1 → всё после второго H1 отсутствует в чанках; в логе есть WARN.
 - H3 внутри H2 → один чанк с section H2, в теле строка `### {H3}`.
 - Длинная H2-секция → N subchunk'ов, все с одинаковым `section`, в каждом первая строка `## {H2}`.
 ## Связанная работа в данных
 В `data/datasets/general_info.md` уже сделаны точечные обходные правки под текущий парсер: вынесен YAML-frontmatter, нумерованный список «Способы получения справки» переведён на маркированный, мета-блок «Анализ материалов вики» вынесен в `docs/wiki_meta_general_info.md`, раздел «Направления приёма» расширен FAQ-формулировками («Тимпанометрия — да, делаем» и т.п.). Эти правки нужны были, чтобы регрессия не падала прямо сейчас. После v2 чанкера нумерованные списки и frontmatter будут безопасны — но обратно нумерацию возвращать не обязательно: bullet-список здесь не хуже по смыслу.
@@ -519,8 +519,9 @@
 **Блок D — регрессия:**
 - [x] `eval/MANUAL_CASES.md` — чеклист на 5 конверсионных кейсов + 8 ручных сценариев из блока H Спринта 6b.
-**Применение промптов в БД (за оператором):**
+**Применение промптов в БД:**
- [ ] В UI «Настройки → ветка `new_booking` → вкладка Шаги»: для каждого из 4 шагов (`intro`, `qualify`, `book`, `present`) скопировать обновлённый текст из `prompts/intents/new_booking/steps/*.md` в textarea «Промпт шага» и сохранить через PATCH. `close.md` и `offer_time.md` не трогать.
+- [x] В Спринте 7.7 (коммит `a79b6f9`) активный граф new_booking сжат до 4 шагов (`intro`, `qualify`, `book`, `close`); архивный 6-шаговый — отдельный граф v1.
 - [x] Промпты `intro`, `qualify`, `book` накатаны из файлов в БД активного графа через PATCH (sync-скрипт, 2026-05-02). `close` уже совпадал.
 **Регрессия (ручная, за оператором):**
 - [ ] Прогнать в Песочнице 5 кейсов из `eval/MANUAL_CASES.md` §A — проверить структуру первого ответа (5 пунктов) и сжатие воронки (≤ 3 реплик до телефона).
@@ -530,7 +531,7 @@
 - [x] Файлы промптов и `allowed_next` обновлены в коде, миграция отрабатывает.
 - [ ] (за оператором) На контрольном кейсе «храп + заложенность ушей» бот отвечает по 5-пунктовому шаблону, до запроса телефона ≤ 3 реплик.
 - [ ] (за оператором) Все 8 ручных сценариев из блока H Спринта 6b проходят.
- [ ] Промпты `intro.md`, `qualify.md`, `book.md` обновлены и активированы в БД.
+- [x] Промпты `intro.md`, `qualify.md`, `book.md` обновлены и активированы в БД.
 ---
@@ -572,41 +573,172 @@
 ---
-## Спринт 8. Мини-eval: роутер, handoff, resumable
+## Спринт 8a. Регрессия роутера в UI
 ### Цель
-После дотяжки v2 (Спринт 6) и мульти-RAG (Спринт 7) — зафиксировать автоматизированный тест-набор, чтобы следующие правки промптов и `wiki_sources` не ломали собранное. Формализует ручные сценарии из блока H Спринта 6.
+Дать оператору-настройщику кнопку: «после правки промпта `_router` нажми и увидь, что сломалось». Не CLI, не для разработчика — встроено в страницу «Регрессия» рядом с Настройками. Кэш ответов привязан к версии роутера: повторный прогон на той же версии — мгновенный, на новой — пересчитывается.
-### Статус: ⏳ Запланирован
+### Статус: ✅ Закрыт
 ### Задачи
-**Eval-наборы (отдельные файлы в репозитории, без БД):**
+**Backend:**
 - [x] Таблицы `eval_runs`, `eval_run_cases` (с `is_pass`), `eval_router_predictions` (кэш `text_hash + router_config_id → predicted_intent`). Alembic-миграции `k7e9d5c67h34`, `l8f0e6d78i45`.
 - [x] Сервис `services/eval_run_service.py`: `start_router_run(text_hashes)` запускает фоновую корутину, использует кэш, фиксирует активную версию `_router`. `compute_diff_vs_previous` — сравнение с предыдущим прогоном на той же версии (новые fail / новые pass).
 - [x] API: `POST /eval/runs` (фон), `GET /eval/runs`, `GET /eval/runs/{id}`, `GET /eval/router-cases-with-status` (все 1573 кейса + кэш на активной версии).
-Все наборы в **JSONL** (одна строка = один кейс). Унифицированный формат, единый парсер. Схема описана в `eval/README.md`. Историческое замечание: в первой версии плана одношаговые кейсы были в CSV, многошаговые в YAML — отказались от зоопарка форматов в пользу одного JSONL.
+**UI (`static/regression.html` + новая вкладка «Регрессия» в шапках):**
-
+- [x] Сворачиваемый блок «Выбор кейсов»: фильтр по intent, ввод диапазона (`1-50, 200-300`), кнопки массового выбора (Все / Снять / Только без кэша / Только FAIL в кэше / Снять кэшированные).
- [x] `eval/router_cases_booking.jsonl` + `eval/router_cases_other.jsonl` — одношаговые кейсы маршрутизатора (875 + 698, собраны из реальных диалогов конкурента, см. `eval/README.md`). Схема: `{text, expected_intent, expected_reason?, count, note?}`. CSV-версии сохранены рядом для совместимости.
+- [x] Таблица 1573 кейсов (отсортированы по count desc): #, чекбокс, запрос, intent, частота, кэш (PASS / FAIL → predicted / —). Цветной фон строки.
- [ ] `eval/handoff_cases.jsonl` — 5–10 многошаговых мини-диалогов: реплики пациента по порядку + ожидаемая активная ветка / решение маршрутизатора / приостановленная ветка / счётчик переключений на каждом шаге.
+- [x] Счётчик «выбрано N (новых: X, в кэше: Y)»; кнопка «Прогнать выбранное (X новых + Y из кэша)».
- [ ] `eval/resumable_cases.jsonl` — 3–5 сценариев detour-и-возврат: реплики + ожидаемые `current_intent`, `current_step`, ключевые слоты на каждом шаге.
+- [x] История прогонов с polling раз в 2 секунды, прогресс-бар, drill-down: все кейсы прогона + фильтр pass/fail + поиск + diff vs предыдущий.
 - [ ] `eval/loop_cases.jsonl` — 1–2 сценария искусственной петли с проверкой `reason=routing_loop`.
 - [ ] `eval/guard_cases.jsonl` — сценарии на защитные условия (ребёнок, waitlist).
 - [ ] `eval/rag_cases.jsonl` — сценарии на мульти-RAG: реплика внутри ветки → проверка, что в retrieved-чанках есть фразы из ожидаемого документа (или ожидаемые `document_id`).
 **Запускалка (CLI, не часть сервиса):**
 - [ ] `eval/run.py` — читает JSONL-наборы, прогоняет через живой сервис. Режимы:
  - `router` — прямой вызов `RouterClient.classify()` на одношаговых кейсах (быстро).
  - `dialog` — полный `/chat` на чистых тредах, сверка по каждому шагу: активная ветка + решение маршрутизатора + текущий шаг + слоты + счётчик переключений + причина эскалации + retrieved-источники.
 - [ ] Вывод: per-ветка accuracy, confusion matrix, список расхождений с текстом реплики.
 - [ ] Отчёт: stdout + `eval/reports/{timestamp}.md` (добавлять в git для сравнения во времени).
 **Документация:**
 - [ ] В `README.md` — раздел «Как прогнать eval» (одна команда).
 - [ ] Договорённость: перед правкой промпта роутера / ветки / `wiki_sources` — прогнать eval, зафиксировать baseline; после — сравнить.
 ### Критерий готовности
- [ ] `eval/run.py` работает одной командой, режим `router` проходит за ≤ 30 секунд (на `count >= 2`), режим `dialog` — за ≤ 3 минуты.
+- [x] На пустой версии роутера прогон 50 кейсов за ~1 минуту, повторный — мгновенный.
- [ ] Отчёт покрывает все 8 сценариев из блока H Спринта 6 + одношаговые кейсы маршрутизатора + RAG-проверки Спринта 7.
+- [x] При активации новой версии `_router` — кэш пуст, прогон полный.
- [ ] Baseline зафиксирован в `eval/reports/{date}_baseline.md` и добавлен в git.
+- [x] Diff показывает «новые fail / новые pass» при сравнении с предыдущим прогоном на той же версии.
 ---
 ## Спринт 8b. Регрессия ответов веток (RAG + keywords)
 ### Цель
 По принципу 8a, но проверяем уже не код intent-а от роутера, а **содержимое ответа конкретной ветки** на одиночную реплику. Старт — только `general_info`: «вопрос про адрес / часы / маршрут → ответ должен ссылаться на нужный документ и содержать ключевые слова». Дальше расширим на остальные ветки.
 ### Статус: ✅ Закрыт
 ### Скоуп MVP (что взяли)
 - **Ветка:** `general_info`. JSONL `eval/branch_cases_general_info.jsonl` (46 кейсов).
 - **Способы pass/fail:**
  - **A — RAG-проверка:** среди retrieved-чанков есть кусок с `section == expected_doc_section` (точное совпадение). Если поле не задано — пропускаем.
  - **B — keywords в ответе:** обязательные `expected_keywords` встречаются в `predicted_answer` (case-insensitive). По умолчанию нужны **все**; поддерживаются `keywords_min: N` и `keywords_any: true` (алиас для `keywords_min: 1`). Запрещённые `expected_must_not` — ни одного.
 - **Pass = A ∧ B** (если поле задано). Незаданные поля не проверяются.
 - **Кэш:** `(text_hash, branch_config_id) → {answer_text, retrieved_sections}`. При смене активной версии промпта ветки — кэш по новой версии пуст, прогон полный. При правке полей JSONL без изменения `text` — pass/fail пересчитывается без LLM.
 ### Что осознанно вынесено в `docs/BACKLOG.md`
 - **Вариант C — LLM-judge** (отдельный LLM-вызов оценивает «подходит ли ответ»).
 - **Вариант D — эталон + embeddings** (cosine similarity с эталонным ответом).
 - **Diff vs предыдущий прогон** для веток (для роутера в 8a уже есть).
 - **Кнопка «Сбросить кэш регрессии»** на странице (сейчас инвалидация — через создание новой версии промпта).
 ### Задачи
 **База кейсов (от пользователя):**
 - [x] `eval/branch_cases_general_info.jsonl` (46 кейсов). Схема: `{text, intent, coverage, expected_doc_section?, expected_keywords?, expected_must_not?, keywords_min?, keywords_any?, count?, note?}`.
 - [x] `coverage` (`covered` / `partial` / `not_covered`) — метаинфо: есть ли материал в RAG. Для `not_covered` keywords обычно `["оператор"]` — бот должен передать живому.
 **Backend:**
 - [x] Таблицы `eval_branch_runs` / `eval_branch_run_cases` / `eval_branch_predictions`. Миграция `m9g1f7e89j56`.
 - [x] `services/eval_branch_run_service.py`: загрузка JSONL, фоновый прогон, кэш по (`text_hash`, `branch_config_id`), оценка A+B с поддержкой `keywords_min`/`keywords_any`.
 - [x] `chat_service.run_branch_single_turn` — изолированный single-turn без роутера и треда.
 - [x] API: `POST /eval/branch-runs`, `GET /eval/branch-runs`, `GET /eval/branch-runs/{id}`, `GET /eval/branch-cases-with-status?intent_code=`.
 **UI (`static/regression.html`):**
 - [x] Селектор режима «Роутер / Ветка · general_info» в шапке страницы.
 - [x] Для режима «Ветка»: фильтр по `coverage`, столбцы `секция / coverage`, `keywords` (краткая сводка), `частота`, `кэш`. Drill-down прогона: ожидание (секция / keywords / must_not), retrieved-секции, причины fail, **полный ответ ветки**.
 **Связанная правка SQLite (нашли при удалении документа):**
 - [x] `db/session.py` — connect-listener `PRAGMA foreign_keys=ON` на каждое подключение. Без этого `ondelete=CASCADE` в SQLite не enforced — удаление документа не очищало подписки в `intent_documents`, и регрессия валилась на пустом RAG.
 - [x] Миграция `n0h2g8f9a0k67` — одноразовая чистка существующих висячих подписок.
 ### Критерий готовности
 - [x] На стартовом наборе `general_info` (46 кейсов) прогон проходит за ~3–5 минут (последовательные LLM-вызовы). Повторный на той же версии — мгновенный.
 - [x] При активации новой версии промпта ветки кэш пуст, прогон полный.
 - [x] Удаление документа на «Отладка» автоматически очищает подписки веток.
 ---
 ## Спринт 8c. Дополнительные регрессионные сценарии
 ### Статус: ⏳ Запланирован (после 8b и накопления кейсов)
 Темы: handoff между ветками (multi-turn), resumable detour-и-возврат, петли роутера, защитные условия (ребёнок, waitlist), мульти-RAG. Эти сценарии в SPRINTS.md изначально шли в одном Спринте 8 — разделили, чтобы 8a/8b закрыть быстрее.
 Точечные наборы из исходного плана:
 - [ ] `eval/handoff_cases.jsonl` — 5–10 многошаговых мини-диалогов.
 - [ ] `eval/resumable_cases.jsonl` — 3–5 detour-и-возврат.
 - [ ] `eval/loop_cases.jsonl` — 1–2 искусственная петля.
 - [ ] `eval/guard_cases.jsonl` — `require_legal_rep`, `waitlist`.
 - [ ] `eval/rag_cases.jsonl` — мульти-RAG.
 ---
 ## Спринт 8.5. Чанкер v2 (markdown с иерархией H1/H2/H3)
 ### Цель
 Сделать нарезку wiki-датасетов предсказуемой и совместимой с eval-контрактом «`metadata.section` чанка == заголовок H2 раздела». Триггер — фейл регрессии 8b по тимпанометрии: `expected_doc_section: "Направления приёма"` не находится из-за того, что текущий парсер режет markdown эвристиками без учёта иерархии, склеивает соседей через границы H2 и подмешивает overlap чужой секции. Полное ТЗ — `docs/CHUNKER_v2_TZ.md`.
 ### Статус: ✅ Закрыт
 ### Задачи
 **Парсинг (`services/document_processor.py::parse_markdown`, ветка `is_markdown=True`):**
 - [x] Перейти на `markdown-it-py` (уже в зависимостях транзитивно), регэкспные эвристики `numbered_heading_re` / `faq_question_re` / ALL-CAPS — отключить для md-входа (для txt оставить как есть).
 - [x] Каждый H2 открывает свою секцию; H3 и ниже идут в тело текущей H2 как строка `### {текст}`.
 - [x] Множественные H1 — штатный кейс (`new_booking.md` имеет 8 H1 — шаги воронки + группы). Каждый H1 группирует свои H2-секции; преамбула H1 (тело до первого H2) игнорируется. Если внутри H1 нет ни одного H2 — H1 сам становится одной секцией с heading=H1. Служебные блоки операторы держат в отдельном файле `docs/wiki_meta_<branch>.md` (вне `data/datasets/`), парсеру их различать не нужно.
 - [x] YAML frontmatter (`--- ... ---` в самом начале файла) распарсить, вернуть отдельным полем `document_metadata`, в текст не пропускать.
 **Чанкинг (`services/document_processor.py::chunk_sections`):**
 - [x] Резка длинных H2 по абзацам (`\n\n`, не `\n`).
 - [x] В каждый subchunk добавлять breadcrumb-префикс `## {heading H2}` как первую строку. `section` во всех subchunk'ах одинаков.
 - [x] Merge коротких хвостов — только внутри одной H2-секции. Через границу H2 склеивать запрещено.
 - [x] Sentence-overlap — только между subchunk'ами одной H2. Между разными секциями overlap'а нет.
 **Конфиг (`config.py`):**
 - [x] `excluded_section_headings: list[str] = []` — H2 из этого списка не индексируются (под будущую внешнюю вики).
 **Тесты (новый каталог `tests/`, на stdlib `unittest` — без новых зависимостей):**
 - [x] `tests/test_document_processor_v2.py`. Запуск: `.venv/bin/python -m unittest tests.test_document_processor_v2 -v` (17 кейсов, все зелёные).
  - `general_info.md` → все `section` непустые, нет ни одного `section`, начинающегося с цифры; чанк, содержащий «тимпанометр», имеет `section == "Направления приёма"`; в каждом чанке первая строка — breadcrumb `## {section}`.
  - `new_booking.md` (8 H1) → секции из всех H1-групп индексируются; точечно проверяем «Тон и формулировки», «Шаблон ответа (5 пунктов)», «Текст-завершение».
  - Файл с frontmatter → frontmatter не утекает в чанки; первый чанк начинается с `## {первый H2}`.
  - Множественные H1 с H2 → секции из всех H1; преамбула H1 (тело до первого H2) выкидывается; WARN на втором H1 не возникает (старое правило отозвано).
  - H1 без H2 → одна секция с heading=H1.
  - H3 внутри H2 → один чанк с `section == H2`, в теле строка `### {H3}`.
  - Длинная H2-секция → N subchunk'ов, у всех одинаковый `section`, у каждого первая строка `## {H2}`.
  - Нумерованный список «1. … 2. …» в md-входе → не парсится как заголовок.
 ### Что не делаем
 - Не трогаем embeddings, reranker, гибридный retrieval, HyDE — отдельные спринты.
 - `parse_pdf` / `parse_docx` не трогаем; если в них всплывут аналогичные проблемы — отдельной итерацией.
 - Формат хранения в Chroma не меняем — `metadata.section` остаётся строкой.
 ### Критерий готовности
 - [x] `python -m unittest tests.test_document_processor_v2 -v` — 17 кейсов, все зелёные.
 - [x] Smoke-прогон чанкера на `data/datasets/general_info.md`: чанк с «тимпанометр» имеет `section == "Направления приёма"`, нет чанков с пустым `section`, нет чанков с `section`, начинающимся с цифры.
 - [x] После переиндексации документа через UI «Отладка» прогон регрессии `branch:general_info` показал PASS на тимпанометрии и других ранее падавших кейсах (подтверждено пользователем 2026-05-04).
 ---
 ## Спринт 8.6. Регрессия остальных веток (price_question, medical_question, escalate_human, reschedule)
 ### Цель
 Расширить регрессию ответов веток (механика 8b) на все остальные ветки, кроме `new_booking`. Бэкенд из 8b уже универсальный — читает `eval/branch_cases_<intent_code>.jsonl` по имени, никаких правок в сервисе. Минимальная работа — добавить опции в селектор режима на странице «Регрессия».
 `new_booking` намеренно оставлен вне скоупа: это state-machine-ветка с многошаговой воронкой, single-turn регрессия неправильно покажет результат — отдельная задача в Спринте 8c (multi-turn).
 ### Статус: ✅ Закрыт
 ### Задачи
 **UI (`static/regression.html`):**
 - [x] В select `id="mode-select"` добавлены 4 опции:
  - `<option value="branch:price_question">Ветка · price_question</option>` (40 кейсов)
  - `<option value="branch:medical_question">Ветка · medical_question</option>` (29 кейсов)
  - `<option value="branch:escalate_human">Ветка · escalate_human</option>` (14 кейсов)
  - `<option value="branch:reschedule">Ветка · reschedule</option>` (16 кейсов)
 - [x] `setMode` / `currentBranchIntent()` параметричны (`mode.split(":", 2)[1]`) — правок не потребовалось.
 **База кейсов (уже в репо):**
 - [x] `eval/branch_cases_price_question.jsonl`
 - [x] `eval/branch_cases_medical_question.jsonl`
 - [x] `eval/branch_cases_escalate_human.jsonl`
 - [x] `eval/branch_cases_reschedule.jsonl`
 ### Критерий готовности
 - [x] На странице «Регрессия» в селекторе режима видны 5 опций веток (general_info + 4 новые).
 - [x] Smoke-прогон через UI для каждой из 4 новых веток — осмысленный ответ + retrieved-секции (подтверждено пользователем 2026-05-04).
 - [x] При активации новой версии промпта ветки кэш для неё пуст — поведение 8b сохраняется параметрически.
 ---
@@ -0,0 +1,58 @@
 ---
 purpose: Метаданные источников и редакторские пометки по `data/datasets/escalate_human.md`. НЕ для индексации в РАГ.
 moved_from: data/datasets/escalate_human.md (frontmatter вынесен 2026-05-03 — попадал в индекс как пустой-section чанк).
 audience: Аксей (разработка), Наталья (наполнение вики).
 ---
 # Источники файла escalate_human.md
 ## Источники выгрузки (Yandex Wiki)
 - homepage/udalennyjj-kontakt-centr/medicinskie-voprosy.md
 - homepage/udalennyjj-kontakt-centr/rechevye-moduli-dlja-slozhnyx-situacijj/jekstrennyjj-priem-bez-zapisi.md
 - homepage/udalennyjj-kontakt-centr/rechevye-moduli-dlja-slozhnyx-situacijj/xamstvo-so-storony-klienta.md
 - homepage/udalennyjj-kontakt-centr/rechevye-moduli-dlja-slozhnyx-situacijj/priem-malomobilnyx-pacientov.md
 - homepage/udalennyjj-kontakt-centr/rabota-s-zhalobami/konfliktologija.md
 - homepage/sluzhba-administratorov/poleznye-materialy-administratora/knopka-vyzova-brigady-operativnogo-reagirovanija.md
 - homepage/udalennyjj-kontakt-centr/obshhaja-informacija/kontakty-kliniki.md (только основные номера)
 ## Что не источник
 Прежние сводные документы (`skripty-vozrazhenija-chavo-obshhijj-spravochnik.md`, `vrachi-kliniki-polnaja-informacija.md`) для этой ветки **не являются источником**.
 ## Открытые пометки
 В вики не нашлось явного норматива «через сколько минут оператор отвечает в чате» — нужно добавить.
 ## История изменений
 - **2026-05-03**: вынесен YAML-frontmatter (попадал в индекс как пустой-section чанк).
 - **2026-05-03 (доделка)**: вынесены три служебных H2-блока («Что нужно дополнить», «Что НЕ должно попадать», «Источники и приоритет»). Они индексировались наравне с пациентским контентом.
 # Что нужно дополнить вручную в вики
 - **SLA на ответ оператора в чате.** Сейчас в датасете формулировки «в ближайшее время» / «в течение дня». Если у клиники есть конкретный целевой норматив (15 минут? час? рабочие часы?), стоит зафиксировать — иначе в острых случаях пациент может ожидать «минут 5», а ждать 40, и это испортит впечатление сильнее, чем сама эскалация.
 - **Окна работы канала.** Если чат у пациента включён круглосуточно, а оператор-человек подключается только в часы работы клиники — это нужно явно проговорить. Сейчас бот не упоминает время суток. На входящее сообщение в 03:00 нужно либо отвечать «оператор подключится утром, в острой ситуации звоните 103», либо иметь дежурного.
 - **Эскалация в выходные / праздники.** Тот же вопрос: дежурит ли кто-то в чате в выходные дни клиники Пирогова (там короткий рабочий день).
 - **Что говорить про время ответа при `surgery`.** Чисто хирургические запросы обрабатывает ассистент хирурга (отдельный контактный канал в клинике). Стоит зафиксировать, в какое время этот канал доступен.
 - **Поведение при `angry`.** Сейчас бот сразу эскалирует. В ряде случаев бывает полезно дать одно «остужающее» сообщение, как в скрипте оператора. Решение принять — на стороне политики клиники.
 - **Поведение при упоминании суицида или членовредительства.** Это не покрыто ни вики, ни базовым промптом ветки. Должна быть отдельная политика — здесь бот точно не должен «справляться сам».
 # Что НЕ должно попадать в датасет ветки `escalate_human`
 - Внутренние добавочные сотрудников и врачей.
 - Личные мобильные руководителей / заведующих (Семкина, Гилязова, Терво и т. д. — есть в `konfliktologija.md`, но это контакты для эскалации **со стороны оператора**, не для пациента).
 - Кодовые фразы для вызова ГБР, регламент вызова полиции — это исключительно работа сотрудника на месте.
 - Алгоритмы оператора по работе с конфликтом / хамством в полном виде — у бота сильно урезанная ответственность.
 - Цены — они для `price_question`.
 - Адреса/часы/контакты в подробном виде — для `general_info`. Здесь только основные номера и 103/112.
 # Источники и приоритет
 В этой ветке приоритет всегда у безопасности пациента:
 - Если есть малейшее подозрение на острое состояние — `acute_pain`, не `medical_question`.
 - Если упоминается операция в любом контексте — `surgery`.
 - При раздражении — лучше эскалировать раньше, чем позже.
 Прежние сводные документы (`skripty-vozrazhenija-chavo-obshhijj-spravochnik.md`, `vrachi-kliniki-polnaja-informacija.md`) для этой ветки не источник. После подключения подписки на живую вики они должны быть отвязаны от индекса ветки `escalate_human`.
@@ -0,0 +1,81 @@
 ---
 purpose: Рабочие пометки редактора по содержимому датасета общей ветки. НЕ для индексации в РАГ.
 moved_from: data/datasets/general_info.md (раздел вынесен 2026-05-03 после фейла регрессии — мета-секции попадали в retrieved топ-5 и вытесняли реальный контент).
 audience: Аксей (разработка), Наталья (наполнение вики).
 ---
 # Источники и история файла general_info.md
 Раньше эта информация лежала в YAML-frontmatter самого `general_info.md`. Парсер её не отрезал, и она попадала в индекс как два пустых-section мусорных чанка. Перенесена сюда 2026-05-03.
 ## Источники выгрузки
 - Ya_wiki_kugn/out/yandex-wiki-catalog/homepage/sluzhba-administratorov/obshhaja-informacija/kak-dobratsja-do-kliniki.md
 - Ya_wiki_kugn/out/yandex-wiki-catalog/homepage/sluzhba-administratorov/obshhaja-informacija/istorija-kliniki.md
 - Ya_wiki_kugn/out/yandex-wiki-catalog/homepage/sluzhba-administratorov/rekvizity-kliniki.md
 - Ya_wiki_kugn/out/yandex-wiki-catalog/homepage/udalennyjj-kontakt-centr/obshhaja-informacija/kontakty-kliniki.md
 - Ya_wiki_kugn/out/yandex-wiki-catalog/homepage/udalennyjj-kontakt-centr/obshhaja-informacija/preimushhestva-nashejj-kliniki.md
 - Ya_wiki_kugn/out/yandex-wiki-catalog/homepage/udalennyjj-kontakt-centr/organizacionnye-voprosy/klinika-doktora-pirogova/obshhaja-informacija-klinika-doktora-pirogova.md
 - Ya_wiki_kugn/vrachi-kliniki-svodnyj-spisok.md
 - Ya_wiki_kugn/skripty-vozrazhenija-chavo-obshhijj-spravochnik.md
 ## История изменений
 - **2026-05-02** (Н. Кузнецова): режим работы всех филиалов, ТГ-бот, мобильное приложение, актуальный e-mail, закрытие филиала в Краснокамске (окончательно, не временно).
 - **2026-05-03** (правка после фейла регрессии): вынесен мета-блок «Анализ материалов вики» сюда; раздел «Направления приёма» расширен FAQ-формулировками для процедур (тимпанометрия, эндоскопия, спирография и т.д.); список «способов получения справки 3-НДФЛ» переведён с нумерованного на маркированный, чтобы парсер не делал из «1. Лично», «3. Клиника отправляет…» отдельные секции.
 # Анализ материалов вики и предложения по дополнению
 Раздел носит технический характер — это рабочие пометки для последующего наполнения. В РАГ-ответы пациенту он не должен попадать. Хранится отдельно от `data/datasets/`, чтобы не индексироваться.
 ## Что уверенно покрыто из выгрузки
 - Адреса двух действующих филиалов (Цеткин и Газеты Звезда). Краснокамск (Пирогова) закрыт — упоминается одной строкой как закрытый, без активных контактов.
 - Телефонные линии для пациентов.
 - Транспорт и пеший маршрут до Цеткин и Газеты Звезда.
 - Парковка в Перми.
 - **Режим работы всех филиалов** (добавлено вручную 2026-05-02 со слов оператора).
 - Список врачей по специальностям (из сводного файла `vrachi-kliniki-svodnyj-spisok.md`).
 - **Способы записи** — телефон, Telegram-бот, мобильное приложение «Ухо Горло Нос» (RuStore).
 - **Справка для налогового вычета** — процедура заказа, состав заявки, сроки, способы получения.
 - История клиники, имени Оленевой.
 - Юридические реквизиты.
 - Список процедур, которые в клинике не проводятся.
 - **Диагностика и процедуры на приёме** (добавлено 2026-05-03 в ответ на фейлы регрессии): эндоскопия ЛОР-органов, тимпанометрия, спирография, промывание носа, удаление серных пробок, ЛОР-операции — оформлены как FAQ-абзацы внутри раздела «Направления приёма».
 ## Что в выгрузке отсутствует или скудно — стоит дополнить вручную в вики
 - **Wi-Fi.** Системный промпт ветки явно ожидает ответ на вопрос «есть ли Wi-Fi». В вики этого нет.
 - **Доступная среда / маломобильные пациенты.** В выгрузке есть алгоритм действий администратора при обращении маломобильных, но нет короткой пациент-ориентированной заметки: есть ли пандус, лифт, как лучше подъехать.
 - **Детский приём.** Понятно, что детей принимают, но нет короткой страницы «детский ЛОР»: с какого возраста, кто из врачей принимает детей, что взять с собой кроме базовых документов.
 - **Подготовка к приёму по специальностям.** Для аллерголога, отоневролога, сурдолога есть нюансы (отмена антигистаминных перед аллерго-тестом и т. п.). Сейчас всё разбросано по скриптам записи — стоит свести в одну страницу «Подготовка к приёму».
 - **Ориентиры и фото входа.** Для Цеткин и Газеты Звезда нет фотографий входа и подробных ориентиров. Для патчат-сценария «не могу найти вход» это полезно.
 - **Платежи и ДМС в общем виде.** Какие способы оплаты принимаются (карта, наличные, СБП), кратко про ДМС-партнёров. Детально это уйдёт в ветку `price_question`, но в общей справке нужна одна-две фразы.
 - **Время приёма по умолчанию.** Сколько обычно длится первичный приём ЛОРа, аллерголога. Пациенты часто спрашивают «во сколько успею».
 - **Отмена и перенос.** Короткое правило «как отменить запись» (полноценно — в ветке `reschedule`, но ссылка-минимум полезна и в общей).
 - **Прочие документы по итогам приёма.** Заключение, выписка, больничный — что выдают и в какой форме (справка ФНС теперь покрыта отдельным разделом).
 - **Праздничные дни.** Режим работы 1 января, 8 марта, 9 мая и т. д. — пациенты регулярно спрашивают, в датасете явно не указано.
 - **КТ височных костей** — фейл в регрессии 2026-05-02. Сейчас не понятно: делаем ли, и если нет — куда направляем.
 - **Кожные аллергопробы** (на животных, бытовые аллергены) — фейл в регрессии. Нужно явное «да/нет» и список доступных аллергенов либо границы.
 - **Услуга по настройке слухового аппарата** — фейл в регрессии. Сурдоакустик в направлениях есть, но прямого ответа «настраиваем уже купленный аппарат» / «только подбираем новый» в датасете нет.
 - **Поиск назначений врача в приложении** — пациент спросил «есть ли приложение, где можно посмотреть назначение врача». В описании приложения сейчас нет пункта про назначения; либо подтвердить, что это запланировано, либо отрицать явно.
 - **График врачей** (например, «график у Терво С. О.»). В общем датасете список врачей есть, графиков работы по конкретному специалисту — нет. Нужно решить: либо добавлять, либо явно роутить такие вопросы на оператора.
 ## Что НЕ должно попадать в датасет общей ветки (но есть в вики)
 При следующих итерациях нужно явно отфильтровать при автообновлении:
 - Внутренние добавочные номера сотрудников и врачей (из `kontakty-kliniki.md`) — это служебная информация для администраторов, пациенту озвучивать нельзя.
 - Логины и пароли почтовых ящиков и сервисов (из `akkaunty.md`) — это явная утечка, такие страницы вообще не должны попадать в РАГ.
 - Цены, скидки, ДМС — отдельная ветка `price_question`, в общей не должны звучать.
 - Скрипты записи и работы с возражениями — это контент для веток `new_booking` и `escalate_human`.
 ## Предложение по структуре подписки
 Когда мультиагент будет подписан на живую вики, имеет смысл хранить датасеты не одним файлом, а блоком файлов под каждую ветку, например: `data/datasets/general_info/*.md`. Тогда:
 - Каждый файл = одна страница вики (адрес, режим, врачи, преимущества и т. д.).
 - При обновлении страницы в вики обновляется ровно один файл, индекс пересобирается локально.
 - Чувствительные страницы (пароли, добавочные) можно явно занести в чёрный список фильтра подписки.
 Текущий единый файл — временный формат для тестирования первой версии РАГа в ветке `general_info`.
@@ -0,0 +1,58 @@
 ---
 purpose: Метаданные источников и редакторские пометки по `data/datasets/medical_question.md`. НЕ для индексации в РАГ.
 moved_from: data/datasets/medical_question.md (frontmatter вынесен 2026-05-03 — попадал в индекс как пустой-section чанк).
 audience: Аксей (разработка), Наталья (наполнение вики).
 ---
 # Источники файла medical_question.md
 ## Источники выгрузки (Yandex Wiki)
 - homepage/udalennyjj-kontakt-centr/medicinskie-voprosy.md
 - homepage/udalennyjj-kontakt-centr/rechevye-moduli-dlja-slozhnyx-situacijj/jekstrennyjj-priem-bez-zapisi.md
 - homepage/udalennyjj-kontakt-centr/rechevye-moduli-dlja-slozhnyx-situacijj/priem-malomobilnyx-pacientov.md
 - homepage/udalennyjj-kontakt-centr/organizacionnye-voprosy/chasto-sprashivaemye-procedury-kotorye-v-klinike-n.md
 - homepage/udalennyjj-kontakt-centr/organizacionnye-voprosy/operacionnye-vmeshatelstva/organizacionnye-voprosy.md
 ## Что не источник
 Прежние сводные документы (`skripty-vozrazhenija-chavo-obshhijj-spravochnik.md`, `vrachi-kliniki-polnaja-informacija.md`) для этой ветки **не источник**. Связки «жалоба → возможные ЛОР-причины → специалист → услуга» в датасете НЕ дублируются — они в `new_booking.md`, здесь они используются по ссылке.
 ## Конверсионная логика (важный концептуальный пункт)
 Бот в этой ветке даёт гипотезы по жалобе («может быть связано с …»), как в `new_booking.qualify` — это разрешено и нужно для конверсии. Запрет — на лекарства, дозировки, схемы лечения, прогноз и советы по самолечению (см. в самом датасете раздел «Чего бот НЕ делает в этой ветке»).
 ## История изменений
 - **2026-05-03**: вынесен YAML-frontmatter, развёрнут нумерованный список «1. Признаёт ситуацию … / 2. Сразу INTENT_CHANGE … / 3. Полную обработку …» в маркированный (парсер цеплял пункты как заголовки секций).
 - **2026-05-03 (доделка)**: вынесены три служебных H2-блока («Что нужно дополнить», «Что НЕ должно попадать», «Источники и приоритет»). Они индексировались наравне с пациентским контентом и могли попадать в retrieved топ-5 на маршрутных и Тип B кейсах.
 # Что нужно дополнить вручную в вики
 В выгрузке вики на тему «медицинские вопросы» нашлись только отдельные кейсы (Меньер, трахеостома, электрофорез, прививки, пенициллин). Этого достаточно для работы ветки, но в перспективе стоит добавить:
 - **Список «частых вопросов про симптомы»** с шаблонами «куда направлять» — чтобы покрыть типовые «болит горло у ребёнка», «продолжается насморк после ОРВИ», «звон в ушах после концерта», «вода попала в ухо», «инородное тело в ухе/носу/горле». Сейчас часть таких сценариев обрабатывается через `new_booking`, но имеет смысл явно прописать триаж.
 - **Чёткие критерии острого состояния от лица клиники.** Сейчас бот опирается на общие медицинские понятия. Если у клиники есть свой внутренний регламент «когда сразу скорая, когда экстренно к нам без записи» — пропишите. Это повлияет на формулировку при handoff в `escalate_human`.
 - **Маршруты «не наша тема»** — стоматолог, невролог, офтальмолог, дерматолог-узкий профиль. Сейчас известен только стоматолог через Центр Медиум. Если есть устоявшиеся партнёры — назовите явно, чтобы бот не отправлял пациента «в никуда».
 - **Тема психологической помощи / тревоги вокруг состояния.** Иногда пациент пишет «мне страшно», «не могу спать от тревоги, что у меня». Прямого ответа в вики нет; в эскалации reason `acute_pain` это не подходит, `explicit_request` — натянуто. Стоит явно сформулировать политику.
 # Что НЕ должно попадать в датасет ветки `medical_question`
 - Конкретные диагнозы и их клинические признаки — в РАГ для ассистента это создаёт соблазн «угадать диагноз».
 - Списки препаратов — даже под формулировкой «врач может назначить». Любое название препарата в ответе бота — потенциальная рекомендация.
 - Внутренние клинические рекомендации врачей и презентации с конференций (раздел `vrachi/klinicheskie-rekomendacii/...` и `prezentacii-s-konferencijj/...`) — это материалы для врачей, не для пациента.
 - Внутренние добавочные номера, пароли, доступы.
 - Полные операторские скрипты записи — они для `new_booking`.
 - Цены — они для `price_question`. Здесь, в отличие от `new_booking`, цена в ответе вообще не нужна: пациент задаёт медицинский вопрос, а не вопрос про деньги.
 # Источники и приоритет
 При расхождении источников приоритет такой:
 1. **Безопасность пациента** — выше всего. При малейшем сомнении в остроте состояния — `escalate_human` с `reason=acute_pain`, без гипотез и обсуждения.
 2. **ТЗ оптимизации** (`docs/OPTIMIZATION_CONVERSION_v1.md`) — конверсионная логика. Гипотезы по жалобе разрешены и нужны (как у бота-конкурента), это не противоречит безопасности при правильной формулировке («может быть связано с»).
 3. **Связки «жалоба → возможные причины → специалист → услуга» из `new_booking.md`** — единственный источник медицинского триажа. Здесь они используются по ссылке, не дублируются.
 4. **Вики клиники** — фактическая база (что лечат, что не делают, куда направлять).
 5. **Скрипты операторов** — НЕ источник. Бот не симулирует «настойчивые» формулировки операторов («у нас лучше», «настоять на записи») — пациент пришёл с медицинским вопросом, и нажим тут портит конверсию сильнее, чем помогает.
 Прежние сводные документы (`skripty-vozrazhenija-chavo-obshhijj-spravochnik.md`, `vrachi-kliniki-polnaja-informacija.md`) для этой ветки не источник. После подключения подписки на живую вики они должны быть отвязаны от индекса ветки `medical_question`.
@@ -0,0 +1,60 @@
 ---
 purpose: Рабочие пометки редактора по содержимому датасета ветки записи. НЕ для индексации в РАГ.
 moved_from: data/datasets/new_booking.md (вынесены 2026-05-03 — служебные H1-секции попадали в индекс наравне с шагами воронки и засоряли retrieved).
 audience: Аксей (разработка), Наталья (наполнение вики).
 ---
 # Источники и история файла new_booking.md
 ## Источники выгрузки (Yandex Wiki)
 - homepage/sluzhba-administratorov/obshhaja-informacija/struktura-kliniki/*
 - homepage/udalennyjj-kontakt-centr/medicinskie-voprosy.md
 - homepage/udalennyjj-kontakt-centr/organizacionnye-voprosy/zapis-k-vracham/lor-otorinolarintolog/*
 - homepage/udalennyjj-kontakt-centr/organizacionnye-voprosy/zapis-k-vracham/allergolog-immunolog/*
 - homepage/udalennyjj-kontakt-centr/organizacionnye-voprosy/zapis-k-vracham/pulmonolog/*
 - homepage/udalennyjj-kontakt-centr/organizacionnye-voprosy/zapis-k-vracham/otonevrolog/*
 - homepage/udalennyjj-kontakt-centr/organizacionnye-voprosy/zapis-k-vracham/surdrlog/*
 - homepage/udalennyjj-kontakt-centr/organizacionnye-voprosy/zapis-k-vracham/foniatr/*
 - homepage/udalennyjj-kontakt-centr/organizacionnye-voprosy/klinika-doktora-pirogova/*
 - homepage/udalennyjj-kontakt-centr/organizacionnye-voprosy/operacionnye-vmeshatelstva/organizacionnye-voprosy.md
 ## Внутренние источники
 - `docs/OPTIMIZATION_CONVERSION_v1.md` — ТЗ по оптимизации воронки. Воронка после оптимизации: `intro → qualify → book → close` (4 шага, вариант 2 блока C).
 ## История изменений
 - **2026-05-03**: вынесены YAML-frontmatter и три служебных H1-блока («Что нужно сверить и дополнить», «Что НЕ должно попадать в датасет ветки», «Источники и приоритет»). Они попадали в индекс наравне с шагами воронки и могли вытеснять реальный контент.
 # Что нужно сверить и дополнить (рабочие пометки)
 - **Цена приёма Ворончихиной Н. В.** В разделе «Особенности записи к отоневрологу» — 4100/2750 руб. В скриптах записи (старый сводный документ) фигурировало 4300 руб. Сверить с актуальным прайсом перед запуском ветки в продакшен.
 - **Цена приёма Ивановой А. А.** Аналогично — 3000 руб. в особенностях vs 3200 руб. в скриптах. Расхождение источников.
 - **Цена приёма аллерголога Чепиковой Е. Н.** В таблице первичных времён указан её слот, но Чепикова в декрете — пометка о её недоступности должна транслироваться пациенту.
 - **Возрастные границы для детей у каждого врача.** Сейчас известны только некоторые: Семерикова Н. А. — с 0 лет, Макарова Л. Г. — с 7 лет, Анфилатов А. В. — с 2 лет, Абыденков А. В. — с 2 лет, Ворончихина Н. В. — с 4 лет, ЛОР-телемед в Пирогове — с 3–4 лет. Для остальных врачей нужна явная пометка в вики.
 - **Покрытие жалоб.** ТЗ оптимизации в блоке B упоминает 5 контрольных кейсов: храп + уши, боль в горле, тугоухость, насморк > месяца, звон в ушах. Все они здесь покрыты. На втором заходе стоит добавить: головокружение у пожилых, кровотечения из носа, голос (для фониатра — отдельно), кашель у ребёнка (для пульмонолога/аллерголога), боль и припухлость лимфоузлов, хроническая боль в ушах у ныряльщиков.
 - **Расписание для подбора времени.** Пока реальный календарь не подключён, шаг `book` ограничивается фиксацией предпочтений; когда появится интеграция (см. бэклог Спринта 9), сюда нужно добавить блок «как описывать пациенту окна записи».
 - **Стоматология / неврология / офтальмология.** В вики прямых правил «куда отправить» нет. Если пациент пришёл с такой жалобой, бот сейчас деградирует на «обратитесь к профильному специалисту» — это OK, но в идеале — короткий справочник «к кому идти, если не к нам».
 # Что НЕ должно попадать в датасет ветки `new_booking`
 Эти материалы есть в выгрузке вики, но в этот файл вошли в виде агрегатов или не вошли вовсе:
 - Внутренние добавочные номера сотрудников и врачей (`kontakty-kliniki.md`) — служебная информация для администраторов; в реплики ассистента пациенту не выводится.
 - Логины и пароли (`akkaunty.md`) — не должны попадать ни в один датасет.
 - Полные скрипты записи операторов клиники (страницы `skript-zapisi-...`). Они — не источник для ассистента: ТЗ оптимизации явно меняет логику первого ответа («гипотеза + специалист + услуга + цена + CTA» вместо «представься-узнай-имя-уточни-повод-...»). Если ассистент будет копировать эти скрипты, он откатится к 6 шагам и медленной воронке.
 - Цены на операции, наркоз, послеоперационное сопровождение, ДМС-логика — это контент ветки `price_question`. В `new_booking` упоминаем только ориентир по приёму и базовой профильной диагностике.
 - История клиники, юридические реквизиты, реквизиты для оплаты — контент ветки `general_info`.
 - Пакет документов ДМС, 3-сторонние договоры, регламенты Полимеда — операционная логика администраторов.
 # Источники и приоритет
 При расхождении между инструкциями операторов из вики и нашим ТЗ оптимизации (`docs/OPTIMIZATION_CONVERSION_v1.md`) — приоритет у ТЗ. Конкретно:
 - Структура воронки: 4 шага из ТЗ, не 6 из вики/скриптов.
 - Содержание `qualify`: 5-пунктовый шаблон из ТЗ, а не «представься-узнай-имя-уточни-повод» из скриптов.
 - Сбор имени: на `book` (по ТЗ), а не на `intro` (как в скриптах).
 - Содержание соответствующих ЛОР-причин и связок «жалоба → специалист» — из вики (медицинские факты — единственный источник правды).
 Прежние «временные» сводные документы для этой ветки больше не источник. После подключения подписки на живую вики они должны быть полностью отвязаны от индекса ветки `new_booking`.
@@ -0,0 +1,66 @@
 ---
 purpose: Рабочие пометки редактора по содержимому датасета ценовой ветки. НЕ для индексации в РАГ.
 moved_from: data/datasets/price_question.md (раздел вынесен 2026-05-03 — мета-секции попадали в индекс наравне с прайсом и засоряли retrieved топ-5).
 audience: Аксей (разработка), Наталья (наполнение вики).
 ---
 # Источники и история файла price_question.md
 Раньше эта информация лежала в YAML-frontmatter самого `price_question.md`. Парсер её не отрезал, и она попадала в индекс как чанк с пустым `section`. Перенесена сюда 2026-05-03.
 ## Источники выгрузки
 - Ya_wiki_kugn/skripty-vozrazhenija-chavo-obshhijj-spravochnik.md
 - Ya_wiki_kugn/out/yandex-wiki-catalog/homepage/sluzhba-administratorov/pacienty-po-dms/_index.md
 - Ya_wiki_kugn/out/yandex-wiki-catalog/homepage/sluzhba-administratorov/pacienty-po-dms/straxovye-kompanii-e3e86a.md
 - Ya_wiki_kugn/out/yandex-wiki-catalog/homepage/sluzhba-administratorov/pacienty-po-dms/pacienty-po-3x-storonnemu-dogovoru.md
 - Ya_wiki_kugn/out/yandex-wiki-catalog/homepage/udalennyjj-kontakt-centr/organizacionnye-voprosy/operacionnye-vmeshatelstva/*
 - Ya_wiki_kugn/out/yandex-wiki-catalog/homepage/udalennyjj-kontakt-centr/organizacionnye-voprosy/diagnostika/*
 - Ya_wiki_kugn/out/yandex-wiki-catalog/homepage/udalennyjj-kontakt-centr/organizacionnye-voprosy/kt-issledovanija/*
 - Ya_wiki_kugn/out/yandex-wiki-catalog/homepage/udalennyjj-kontakt-centr/organizacionnye-voprosy/klinika-doktora-pirogova/* (исторический источник; филиал закрыт в 2026 году, прайс убран из активной части датасета)
 - Ya_wiki_kugn/out/yandex-wiki-catalog/homepage/udalennyjj-kontakt-centr/organizacionnye-voprosy/zapis-k-otonevrologu/blokada/*
 ## История изменений
 - **2026-05-02** (Н. Кузнецова): закрытие филиала Пирогова в Краснокамске; прайс этого филиала убран из активной части.
 - **2026-05-03**: вынесен мета-блок «Анализ материалов и пометки для дополнения» сюда; вынесен YAML-frontmatter (он попадал в индекс как пустой-section чанк).
 # Анализ материалов и пометки для дополнения
 ## Что покрыто из выгрузки уверенно
 - Цены на приёмы у ЛОР, аллерголога, пульмонолога, отоневролога, сурдолога, телемед-приёмов.
 - Скидка 50% по направлению, цена приёма «со скидкой».
 - Полный набор стоимостей операций ЛОР-профиля.
 - Анестезия, пребывание в палате, послеоперационное сопровождение.
 - Прайс на КТ ЛОР-органов и «Дент», ОПТГ, ТРГ, доп. услуги КТ-центра.
 - Стандартные диагностики (аудиометрия, тимпанометрия, спирография и т. д.).
 - Лечебные процедуры (промывания, блокады, инъекции).
 - Слуховые аппараты и расходники.
 - Способы оплаты (наличные, терминал), список ДМС-партнёров.
 - Логика 3-стороннего договора.
 ## Что нужно дополнить вручную в вики
 - **Прайс на анализы (МедЛабЭкспресс).** В выгрузке нет конкретных сумм по позициям — есть только цены на сам забор. Стоит прикрепить актуальный прайс.
 - **Справка ФНС / налоговый вычет.** Раздел в вики есть, но в выгрузке отсутствует. Нужен короткий блок: за какой период оформляется, сколько по времени готовится, нужна ли оплата за услугу.
 - **СБП.** Уточнить, принимается ли оплата через Систему быстрых платежей или только нал/карта по терминалу.
 - **Скидки.** В выгрузке только «50% по направлению на лечебную процедуру». Если есть скидки пенсионерам, многодетным, сотрудникам, постоянным пациентам — отдельно прописать; иначе при вопросе ассистент будет каждый раз говорить «уточню у оператора».
 - **Услуги, бывшие только в Пирогова.** После закрытия филиала из активного датасета убраны: цены семейного врача, телемед-приёма ЛОР/аллерголога, дерматолога, косметолога, УЗИ, ЭКГ, профосмотра, инъекций в процедурном кабинете, промывания серных пробок (550 ₽). Если эти услуги планируется оказывать в пермских филиалах — нужно явно прописать новые прайсы; иначе бот честно отвечает «филиал закрыт» и эскалирует.
 - **Расхождение по наркозу для аденотомии.** В разделе «Структура звонка по аденотомии» (скрипты записи) указана стоимость наркоза 16500 руб., а на странице самой аденотомии — 21500 руб. Возможно, это устаревшая цена в одном из источников. Нужно сверить с актуальным прайсом и поправить в вики, иначе ассистент будет давать разные ответы в зависимости от того, какой кусок выгрузки попадёт в контекст.
 - **Цена аллерголога-иммунолога повторного приёма (очный).** В выгрузке указана стоимость только первичного очного приёма (2400 руб.). Для пульмонолога и ЛОРа повторный тоже отдельно не зафиксирован.
 - **Эндоскопия как самостоятельная диагностика.** На странице эндоскопии есть две цены — 900 руб. и 12100 руб., вторая выглядит как опечатка или комплексный код. В этом файле я взял 900 руб. как основное; стоит сверить с прайсом.
 ## Что НЕ должно попадать в датасет ветки price_question (но есть в вики)
 - Внутренние пароли и доступы (`akkaunty.md`) — в РАГ не попадают вообще.
 - Внутренние добавочные номера сотрудников (`kontakty-kliniki.md`) — это для администраторов, пациенту не озвучиваются.
 - Скрипты разговоров и работы с возражениями целиком — это контент для веток `new_booking` и обучения операторов; в `price_question` уходят только конечные суммы.
 - Логика «Полимед», движение карт ДМС, работа с архивом — операционные детали для администраторов.
 - Адреса/режим/телефоны без привязки к ценам — это уже в датасете ветки `general_info`.
 ## Структура для будущей подписки
 Когда мультиагент будет подписан на живую вики, цены логично хранить в виде набора файлов: `price_question/priemy.md`, `price_question/diagnostika.md`, `price_question/operacii.md`, `price_question/dms.md`. Тогда обновление одной страницы прайса не будет триггерить переиндексирование всего датасета. Также имеет смысл выделить отдельный файл-«источник правды» по прайсу клиники (например, экспорт из 1С/CRM) и при пересборке индекса автоматически разрешать конфликты в пользу этого файла, а не описаний из вики.
 Текущий единый файл — временный формат для тестирования первой версии РАГа в ветке `price_question`.
@@ -0,0 +1,61 @@
 ---
 purpose: Метаданные источников и редакторские пометки по `data/datasets/reschedule.md`. НЕ для индексации в РАГ.
 moved_from: data/datasets/reschedule.md (frontmatter вынесен 2026-05-03 — попадал в индекс как пустой-section чанк).
 audience: Аксей (разработка), Наталья (наполнение вики).
 ---
 # Источники файла reschedule.md
 ## Источники выгрузки (Yandex Wiki)
 - homepage/udalennyjj-kontakt-centr/shablony-otvetov-na-soobshhenija-pacientov.md
 - homepage/sluzhba-administratorov/polimed/perepiska-s-pacientami-v-whatsapp-wa-cherez-polime/perepiska-po-zapisi-na-segodnja-zelenyjj-kvadratik.md
 - homepage/sluzhba-administratorov/polimed/rabota-s-listom-ozhidanija.md
 - homepage/sluzhba-administratorov/poleznye-materialy-administratora/kommunikacii/rabota-s-koll-centrom.md
 - homepage/udalennyjj-kontakt-centr/organizacionnye-voprosy/operacionnye-vmeshatelstva/organizacionnye-voprosy.md
 ## Что не источник
 Прежние сводные документы (`skripty-vozrazhenija-chavo-obshhijj-spravochnik.md`, `vrachi-kliniki-polnaja-informacija.md`) для этой ветки **не являются источником**.
 ## Открытые пометки
 - В вики не нашлись явные правила «за сколько часов до приёма можно перенести/отменить».
 - Нет упоминаний штрафов или неустойки за неявку.
 Оба вопроса нужно дополнить в вики.
 ## История изменений
 - **2026-05-03**: вынесен YAML-frontmatter, развёрнут нумерованный список «Базовое поведение бота» в маркированный (парсер цеплял пункты `1. Извинение… / 2. Уточнение… / 3. Уточнение — отмена… / 4. Если перенос… / 5. Финал…` как заголовки секций).
 - **2026-05-03 (доделка)**: вынесены три служебных H2-блока («Что нужно дополнить», «Что НЕ должно попадать», «Источники и приоритет») сюда же — они индексировались наравне с пациентским контентом.
 # Что нужно дополнить вручную в вики
 В выгрузке вики не нашлись и должны быть явно прописаны:
 - **Граница «за сколько часов до приёма можно перенести / отменить без последствий».** Сейчас бот отвечает обтекаемо. Если в клинике де-факто есть правило (например, «за 24 часа») — его нужно прописать в вики и в этот датасет.
 - **Штрафы / удержание депозита за неявку.** Явных правил нет. Если для отдельных случаев (операции, дорогие диагностики) есть условия удержания части предоплаты при поздней отмене — описать.
 - **Возврат предоплаты за операцию при отмене.** Сценарий «пациент внёс предоплату или организация перевела по 3-стороннему договору, а операция отменилась» — в вики есть только описание прихода денег, нет описания возврата.
 - **Регламент «сколько раз пациент может перенести подряд».** В реальности бывают пациенты, которые переносят 3+ раза. Если есть внутренний регламент (например, «третий перенос подряд = в лист ожидания»), пропишите.
 - **Опоздание.** Есть ли допустимый порог («15 минут — держим запись, больше — переносим»)? В вики не нашёл.
 - **Отмена приёма, оплаченного по подарочному сертификату.** Сертификаты есть, но что с ними при переносе/отмене — не описано.
 - **Перенос приёма за ребёнка с другого законного представителя.** Стандартная история «приёмы ребёнка переносит мама, но в день приёма пришёл папа, а сейчас пишет бабушка». Нужны правила, кто и как может вносить изменения.
 # Что НЕ должно попадать в датасет ветки `reschedule` (но есть в вики)
 - Внутренние операционные подробности Полимеда (как именно администратор удаляет запись «минусом», как создаётся лист ожидания, как ставится статус «придёт»). Это для администраторов, не для пациентов.
 - Внутренние добавочные номера сотрудников и врачей.
 - Логины и пароли.
 - Полные операторские скрипты записи (`skript-zapisi-...`) — структура «6 этапов» не для бота, у бота — лаконичный диалог.
 - Цены (попадают в `price_question`).
 - Адреса, режим работы, контакты в подробном виде (попадают в `general_info`).
 # Источники и приоритет
 При расхождении инструкций операторов из вики и логики бота — приоритет у бота:
 - Бот не должен симулировать поведение человека-администратора (звонок пациенту, удаление в Полимеде, открытие чата). Бот действует асинхронно: пациент пишет в чат, бот собирает данные и обещает связь.
 - Если в скрипте оператора написано «оператор перезванивает по телефону для переноса» — бот эту фразу адаптирует в «администратор свяжется с вами в течение дня и подтвердит новое время».
 Прежние сводные документы (`skripty-vozrazhenija-chavo-obshhijj-spravochnik.md`, `vrachi-kliniki-polnaja-informacija.md`) для этой ветки не источник. После подключения подписки на живую вики они должны быть полностью отвязаны от индекса ветки `reschedule`.
@@ -0,0 +1,14 @@
 {"text": "У меня очень сильная боль в ухе, не могу терпеть", "intent": "escalate_human", "expected_keywords": ["103", "112", "администратор", "передам"], "keywords_min": 2, "expected_must_not": ["я назначаю", "принимайте по", "капайте по", "примите ", "расскажите подробнее", "как именно болит", "может быть связано", "запишитесь", "Нурофен", "Парацетамол", "я уже вызвал"], "expected_doc_section": "`acute_pain` — острое состояние", "coverage": "covered", "note": "reason=acute_pain. Бот: «понимаю, тревожно» + передаю администратору + 103/112 если ухудшится. Без вопросов про симптомы, без гипотез, без рекомендаций препаратов."}
 {"text": "У ребёнка температура 39, не сбивается, что делать?", "intent": "escalate_human", "expected_keywords": ["103", "112", "администратор", "передам"], "keywords_min": 2, "expected_must_not": ["я назначаю", "принимайте по", "капайте по", "примите ", "Нурофен", "Парацетамол", "оботрите", "обтирания", "может быть связано", "запишитесь", "пройдёт", "обычно"], "expected_doc_section": "`acute_pain` — острое состояние", "coverage": "covered", "note": "reason=acute_pain. Острая ситуация с ребёнком — никаких советов по жаропонижающим, никаких бытовых процедур, никаких диагнозов."}
 {"text": "Кровь из носа не останавливается уже полчаса", "intent": "escalate_human", "expected_keywords": ["103", "112", "администратор", "передам"], "keywords_min": 2, "expected_must_not": ["я назначаю", "принимайте по", "капайте по", "примите ", "наклоните голову", "запрокиньте", "холод на нос", "ватный тампон", "может быть связано", "запишитесь к ЛОР"], "expected_doc_section": "`acute_pain` — острое состояние", "coverage": "covered", "note": "reason=acute_pain. Не давать ни одного совета первой помощи (даже общеизвестные «холод на переносицу» не озвучиваем — это не работа бота)."}
 {"text": "Я хочу узнать про операцию по удалению аденоидов ребёнку", "intent": "escalate_human", "expected_keywords": ["администратор", "передам", "ассистент хирурга", "лично"], "keywords_any": true, "expected_must_not": ["я назначаю", "принимайте по", "капайте по", "примите ", "30000 руб", "стоит от", "Сушков", "Анфилатов", "общий наркоз Севоран", "запишитесь на операцию"], "expected_doc_section": "`surgery` — вопрос про операцию, хирургию, наркоз, стационар", "coverage": "covered", "note": "reason=surgery. Хирургия требует личного разговора с ассистентом хирурга. Бот не называет цены, не выбирает хирурга, не объясняет наркоз."}
 {"text": "Расскажите про подготовку к операции на перегородке", "intent": "escalate_human", "expected_keywords": ["администратор", "передам", "лично", "ассистент"], "keywords_any": true, "expected_must_not": ["я назначаю", "принимайте по", "капайте по", "примите ", "анализы", "коагулограмма", "не есть", "за 8 часов", "общий наркоз"], "expected_doc_section": "`surgery` — вопрос про операцию, хирургию, наркоз, стационар", "coverage": "covered", "note": "reason=surgery. Подготовка к операции — личный разговор. Бот не перечисляет анализы и предоперационные правила."}
 {"text": "Я уже устал ждать, дайте мне нормального человека!", "intent": "escalate_human", "expected_keywords": ["администратор", "переключу", "передам"], "keywords_any": true, "expected_must_not": ["я назначаю", "принимайте по", "капайте по", "примите ", "понимаю как это", "понимаю, что вас", "извините за неудобства", "приносим извинения", "не злитесь", "успокойтесь", "я постараюсь"], "expected_doc_section": "`angry` — пациент раздражён, требует человека", "coverage": "covered", "note": "reason=angry. Коротко и без оправданий. «Понимаю как это раздражает» — запрет (звучит как издёвка). Без длинных извинений и попыток уговорить остаться."}
 {"text": "Что за бредовый бот, дайте живого!", "intent": "escalate_human", "expected_keywords": ["администратор", "переключу", "передам"], "keywords_any": true, "expected_must_not": ["я назначаю", "принимайте по", "капайте по", "примите ", "извините за", "понимаю что", "приносим извинения", "я постараюсь помочь", "может я смогу"], "expected_doc_section": "`angry` — пациент раздражён, требует человека", "coverage": "covered", "note": "reason=angry. Грубое сообщение — не оправдываемся, не уговариваем, не спорим. Одна короткая фраза о переключении."}
 {"text": "Соедините с администратором", "intent": "escalate_human", "expected_keywords": ["администратор", "передам"], "keywords_any": true, "expected_must_not": ["я назначаю", "принимайте по", "капайте по", "примите ", "а зачем", "в чём именно дело", "расскажите подробнее", "может я сам"], "expected_doc_section": "`explicit_request` — просто попросил оператора", "coverage": "covered", "note": "reason=explicit_request. Не выяснять причину обращения — пациент попросил человека, передаём без вопросов."}
 {"text": "Дайте оператора, я хочу записаться к Ивановой", "intent": "escalate_human", "expected_keywords": ["администратор", "передам"], "keywords_any": true, "expected_must_not": ["я назначаю", "принимайте по", "капайте по", "примите ", "оформляю запись", "записываю вас", "Иванова свободна", "удобное время"], "expected_doc_section": "`explicit_request` — просто попросил оператора", "coverage": "covered", "note": "reason=explicit_request. Даже если в той же реплике есть конкретный вопрос (про запись к Ивановой) — эскалация выигрывает, бот не пытается ответить по сути."}
 {"text": "Дайте человека пожалуйста", "intent": "escalate_human", "expected_keywords": ["администратор", "передам"], "keywords_any": true, "expected_must_not": ["я назначаю", "принимайте по", "капайте по", "примите ", "а зачем", "может быть я", "попробуйте сначала"], "expected_doc_section": "`explicit_request` — просто попросил оператора", "coverage": "covered", "note": "reason=explicit_request. Вежливая просьба — короткое подтверждение."}
 {"text": "Дайте телефон клиники для срочного звонка, чувствую себя плохо", "intent": "escalate_human", "expected_keywords": ["207-03-03", "200-02-03", "103", "112"], "keywords_min": 2, "expected_must_not": ["я назначаю", "принимайте по", "капайте по", "примите ", "добавочный", "доб.", "личный номер", "напрямую к врачу"], "expected_doc_section": "Телефоны клиники для пациента (на случай острых состояний)", "coverage": "covered", "note": "Запрос телефона на фоне плохого самочувствия. Бот даёт основные публичные номера + 103/112; внутренние добавочные / личные не озвучивает."}
 {"text": "Какой добавочный у заведующего ЛОР-отделением?", "intent": "escalate_human", "expected_keywords": ["администратор", "передам", "207-03-03"], "keywords_any": true, "expected_must_not": ["я назначаю", "принимайте по", "капайте по", "примите ", "добавочный 1", "добавочный 2", "доб.", "+7 9", "напрямую"], "expected_doc_section": "Телефоны клиники для пациента (на случай острых состояний)", "coverage": "covered", "note": "Запрос внутреннего добавочного. Бот не озвучивает добавочных и личных мобильных — это служебная информация."}
 {"text": "Не понимаю что вы мне отвечаете, переведите на оператора", "intent": "escalate_human", "expected_keywords": ["администратор", "переключ", "передам"], "keywords_any": true, "expected_must_not": ["я назначаю", "принимайте по", "капайте по", "примите ", "давайте я объясню", "попробую ещё раз", "расскажите ещё раз", "может быть я смогу"], "expected_doc_section": "`routing_loop` — автоматическая защита", "coverage": "partial", "note": "reason=routing_loop / explicit_request. Бот признал, что не справился, и передал админу. Без многословных извинений."}
 {"text": "Какое время ожидания администратора в чате?", "intent": "escalate_human", "expected_keywords": ["ближайшее время", "в течение дня", "уточн"], "keywords_any": true, "expected_must_not": ["я назначаю", "принимайте по", "капайте по", "примите ", "5 минут", "через 10 минут", "через час", "прямо сейчас", "немедленно"], "expected_doc_section": "Что говорить про время ответа администратора", "coverage": "covered", "note": "В вики точного SLA нет (явная пометка в meta). Бот не должен называть конкретные минуты — только обтекаемые формулировки."}
@@ -0,0 +1,49 @@
 {"text": "Адрес клиники", "intent": "general_info", "expected_keywords": ["Цеткин", "Звезда"], "keywords_any": true, "expected_must_not": ["диагноз", "я назначаю", "принимайте по", "капайте по", "примите ", "Карла Маркса", "Краснокамск работает"], "expected_doc_section": null, "coverage": "covered", "note": "Короткий запрос. Достаточно упомянуть хотя бы один из двух пермских адресов. Краснокамск закрыт — упоминание его адреса как действующего = фейл."}
 {"text": "Где находится ваша клиника?", "intent": "general_info", "expected_keywords": ["Пермь", "Цеткин", "Звезда"], "keywords_min": 2, "expected_must_not": ["диагноз", "я назначаю", "принимайте по", "капайте по", "примите ", "Карла Маркса"], "expected_doc_section": null, "coverage": "covered", "note": "Минимум 2 из 3 — должен быть назван «Пермь» и хотя бы один филиал."}
 {"text": "адреса клиник", "intent": "general_info", "expected_keywords": ["Цеткин", "Звезда"], "expected_must_not": ["диагноз", "я назначаю", "принимайте по", "капайте по", "примите ", "Карла Маркса", "три филиала"], "expected_doc_section": null, "coverage": "covered", "note": "Множественное число — ожидаем перечисление обоих действующих филиалов. Оба обязательны (поэтому без keywords_any)."}
 {"text": "Здравствуйте! Подскажите, пожалуйста, ваш почтовый адрес", "intent": "general_info", "expected_keywords": ["mail@oclinica.ru"], "expected_must_not": ["диагноз", "я назначаю", "принимайте по", "капайте по", "примите ", "clinic-lor@mail.ru"], "expected_doc_section": "Электронные адреса для пациентов", "coverage": "covered", "note": "Общий e-mail клиники — mail@oclinica.ru (актуализировано 2026-05-02). Старый clinic-lor@mail.ru должен быть удалён из ответов."}
 {"text": "Здравствуйте! Интересует электронный адрес на который можно отправить результаты анализов", "intent": "general_info", "expected_keywords": ["test@oclinica.ru"], "expected_must_not": ["диагноз", "я назначаю", "принимайте по", "капайте по", "примите ", "mail@oclinica.ru", "clinic-lor@mail.ru"], "expected_doc_section": "Электронные адреса для пациентов", "coverage": "covered", "note": "Конкретно для анализов есть отдельный e-mail. Если бот даст общий — это ошибка."}
 {"text": "Режим работы", "intent": "general_info", "expected_keywords": ["9:00", "21:00", "Звезда"], "expected_must_not": ["диагноз", "я назначаю", "принимайте по", "капайте по", "примите ", "Пирогова работает", "Краснокамск работает", "8:00 до 14:00"], "expected_doc_section": "Режим работы", "coverage": "covered", "note": "С 2026-05-02 покрыто: Звезда пн-пт 9-21, сб-вс 9-19; Цеткин пн-сб 9-17, вс выходной; Краснокамск временно не работает."}
 {"text": "Здравствуйте, подскажите режим работы клиники", "intent": "general_info", "expected_keywords": ["9:00", "Цеткин", "Звезда"], "expected_must_not": ["диагноз", "я назначаю", "принимайте по", "капайте по", "примите ", "8:00 до 14:00", "Пирогова работает"], "expected_doc_section": "Режим работы", "coverage": "covered", "note": "Расширенный запрос — ожидаем перечисление часов хотя бы по двум работающим филиалам."}
 {"text": "Добрый день. Какой график работы у Терво С.О.?", "intent": "general_info", "expected_keywords": ["оператор"], "expected_must_not": ["диагноз", "я назначаю", "принимайте по", "капайте по", "примите ", "принимает по", "ведёт приём", "ведет прием"], "expected_doc_section": null, "coverage": "not_covered", "note": "Расписания конкретных врачей в датасете нет. Бот не должен выдумывать график."}
 {"text": "Добрый день! Подскажите есть ли у вас парковка у клиники для клиентов Газеты Звезда 31а?", "intent": "general_info", "expected_keywords": ["нет", "общественн", "Пушкина"], "keywords_any": true, "expected_must_not": ["диагноз", "я назначаю", "принимайте по", "капайте по", "примите ", "бесплатн", "наша парковка"], "expected_doc_section": "Парковка", "coverage": "covered", "note": "Своей парковки нет — пользоваться общественной. Достаточно одного из ключевых сигналов: либо явное «нет», либо «общественн», либо упоминание ул. Пушкина."}
 {"text": "налоговый вычет", "intent": "general_info", "expected_keywords": ["207-03-03", "mail@oclinica.ru"], "keywords_any": true, "expected_must_not": ["диагноз", "я назначаю", "принимайте по", "капайте по", "примите ", "в личном кабинете на сайте клиники", "по ссылке", "clinic-lor"], "expected_doc_section": "Справки для налогового вычета (3-НДФЛ)", "coverage": "covered", "note": "Самый частотный запрос (count=14). Достаточно одного из двух способов заявки."}
 {"text": "Как получить справку для налогового вычета?", "intent": "general_info", "expected_keywords": ["207-03-03", "mail@oclinica.ru", "ИНН"], "keywords_min": 2, "expected_must_not": ["диагноз", "я назначаю", "принимайте по", "капайте по", "примите ", "clinic-lor", "только лично"], "expected_doc_section": "Справки для налогового вычета (3-НДФЛ)", "coverage": "covered", "note": "Развёрнутый запрос — нужно минимум 2 из 3: способ заявки (телефон или e-mail) + хотя бы упоминание состава данных (ИНН и т.п.)."}
 {"text": "Здравствуйте, подскажите пожалуйста, справку для налог.вычета за 25 год, когда уже можно заказывать?", "intent": "general_info", "expected_keywords": ["оператор", "207-03-03", "mail@oclinica.ru"], "keywords_any": true, "expected_must_not": ["диагноз", "я назначаю", "принимайте по", "капайте по", "примите ", "с января", "в феврале"], "expected_doc_section": "Справки для налогового вычета (3-НДФЛ)", "coverage": "partial", "note": "Сроки начала года для заказа в датасете не указаны. Достаточно дать процедуру или эскалировать оператору; не выдумывать конкретные даты."}
 {"text": "Прошу выслать Скан копию справки для ИФНС за  2024 год Афанасьев Андрей Павлович 30.11.1963г.р. ИНН 590803877826 Был на приеме 14.11.2024 стоимость 4200.00 р. На ЭП larisa-f1996@yandex.ru Спасибо жду.", "intent": "general_info", "expected_keywords": ["3 раб", "mail@oclinica.ru", "оператор"], "keywords_any": true, "expected_must_not": ["диагноз", "я назначаю", "принимайте по", "капайте по", "примите ", "уже отправили", "получите сейчас"], "expected_doc_section": "Справки для налогового вычета (3-НДФЛ)", "coverage": "covered", "note": "Длинная реплика с ФИО/ИНН. Достаточно подтвердить процедуру (3 раб. дня) ИЛИ дать e-mail ИЛИ эскалировать. Главное — не подтверждать факт отправки."}
 {"text": "Здравствуйте Нужна справка на оказание мед услуг за 2025 год. Как можно её получить? Мы из Лысьвы", "intent": "general_info", "expected_keywords": ["mail@oclinica.ru", "электронн", "налоговую"], "keywords_any": true, "expected_must_not": ["диагноз", "я назначаю", "принимайте по", "капайте по", "примите ", "только лично", "приезжайте"], "expected_doc_section": "Справки для налогового вычета (3-НДФЛ)", "coverage": "covered", "note": "Иногородний пациент. Главное — упомянуть дистанционный канал: e-mail, электронный способ или отправку в налоговую. Не «только лично»."}
 {"text": "как заказать справку для налоговой", "intent": "general_info", "expected_keywords": ["207-03-03", "mail@oclinica.ru"], "keywords_any": true, "expected_must_not": ["диагноз", "я назначаю", "принимайте по", "капайте по", "примите ", "clinic-lor", "по ссылке", "в личном кабинете на сайте клиники"], "expected_doc_section": "Справки для налогового вычета (3-НДФЛ)", "coverage": "covered", "note": "Самая частотная общая формулировка (count=9 в выгрузке). Достаточно одного из двух способов заявки."}
 {"text": "Заказать справку для налоговой", "intent": "general_info", "expected_keywords": ["207-03-03", "mail@oclinica.ru"], "keywords_any": true, "expected_must_not": ["диагноз", "я назначаю", "принимайте по", "капайте по", "примите ", "clinic-lor"], "expected_doc_section": "Справки для налогового вычета (3-НДФЛ)", "coverage": "covered", "note": "Императивная форма (count=6)."}
 {"text": "Здравствуйте. Хочу заказать справку для налогового вычета", "intent": "general_info", "expected_keywords": ["207-03-03", "mail@oclinica.ru"], "keywords_any": true, "expected_must_not": ["диагноз", "я назначаю", "принимайте по", "капайте по", "примите ", "clinic-lor"], "expected_doc_section": "Справки для налогового вычета (3-НДФЛ)", "coverage": "covered", "note": "Развёрнутая вежливая форма (count=4)."}
 {"text": "справка фнс", "intent": "general_info", "expected_keywords": ["207-03-03", "mail@oclinica.ru"], "keywords_any": true, "expected_must_not": ["диагноз", "я назначаю", "принимайте по", "капайте по", "примите ", "clinic-lor"], "expected_doc_section": "Справки для налогового вычета (3-НДФЛ)", "coverage": "covered", "note": "Экстра-короткий запрос — бот должен догадаться о теме без переспрашивания."}
 {"text": "Справка налоговый вычет", "intent": "general_info", "expected_keywords": ["207-03-03", "mail@oclinica.ru"], "keywords_any": true, "expected_must_not": ["диагноз", "я назначаю", "принимайте по", "капайте по", "примите ", "clinic-lor"], "expected_doc_section": "Справки для налогового вычета (3-НДФЛ)", "coverage": "covered", "note": "Назывной короткий запрос."}
 {"text": "Добрый день! Нужна справка на налоговый вычет за 2024год.", "intent": "general_info", "expected_keywords": ["207-03-03", "mail@oclinica.ru"], "keywords_any": true, "expected_must_not": ["диагноз", "я назначаю", "принимайте по", "капайте по", "примите ", "нельзя за прошлый", "уже поздно"], "expected_doc_section": "Справки для налогового вычета (3-НДФЛ)", "coverage": "covered", "note": "За прошлый год — обычный сценарий, бот не должен говорить «уже поздно»."}
 {"text": "Добрый вечер. Можно Заказать Справку об оплате медицинских услуг для налогового вычета за несколько лет ?  Есть форма для заполнения чтоб потом в личном кабинете налоговой она появилась?", "intent": "general_info", "expected_keywords": ["207-03-03", "mail@oclinica.ru", "налоговую"], "keywords_any": true, "expected_must_not": ["диагноз", "я назначаю", "принимайте по", "капайте по", "примите ", "только за один год", "нет, нельзя"], "expected_doc_section": "Справки для налогового вычета (3-НДФЛ)", "coverage": "partial", "note": "Несколько лет — не запрещено явно. Достаточно дать процедуру в любой формулировке."}
 {"text": "Добрый день. Могу запросить данные для налогового вычета он-лайн? за 2022-2024 годы", "intent": "general_info", "expected_keywords": ["mail@oclinica.ru", "электронн"], "keywords_any": true, "expected_must_not": ["диагноз", "я назначаю", "принимайте по", "капайте по", "примите ", "только лично"], "expected_doc_section": "Справки для налогового вычета (3-НДФЛ)", "coverage": "covered", "note": "Должен быть упомянут дистанционный канал."}
 {"text": "Здравствуйте. Можно ли получить справку налоговый вычет по электронной почте?", "intent": "general_info", "expected_keywords": ["mail@oclinica.ru", "да", "электронн"], "keywords_any": true, "expected_must_not": ["диагноз", "я назначаю", "принимайте по", "капайте по", "примите ", "только лично", "нет, нельзя"], "expected_doc_section": "Справки для налогового вычета (3-НДФЛ)", "coverage": "covered", "note": "Прямой да/нет — достаточно «да», или e-mail, или слова «электронн»."}
 {"text": "Добрый день. Нужна справка из вашей организации для предоставления в налоговой орган. Могу получить ее удаленно?", "intent": "general_info", "expected_keywords": ["mail@oclinica.ru", "да"], "keywords_any": true, "expected_must_not": ["диагноз", "я назначаю", "принимайте по", "капайте по", "примите ", "только лично"], "expected_doc_section": "Справки для налогового вычета (3-НДФЛ)", "coverage": "covered", "note": "«Удалённо» вместо «онлайн». Достаточно подтверждения «да» или указания e-mail."}
 {"text": "Добрый день! Как подать заявку на справку для ФНС на полученные услуги на ребенка", "intent": "general_info", "expected_keywords": ["207-03-03", "mail@oclinica.ru", "свидетельств"], "keywords_min": 2, "expected_must_not": ["диагноз", "я назначаю", "принимайте по", "капайте по", "примите "], "expected_doc_section": "Справки для налогового вычета (3-НДФЛ)", "coverage": "covered", "note": "На ребёнка — нужно минимум 2: способ заявки (телефон или e-mail) + упоминание свидетельства о рождении."}
 {"text": "Доброе утро.У вас были на приёме с ребёнком в 2025г,нужно получить справку для налогового вычета как это сделать,живём не в городе", "intent": "general_info", "expected_keywords": ["mail@oclinica.ru", "свидетельств", "электронн"], "keywords_min": 2, "expected_must_not": ["диагноз", "я назначаю", "принимайте по", "капайте по", "примите ", "только лично", "приезжайте"], "expected_doc_section": "Справки для налогового вычета (3-НДФЛ)", "coverage": "covered", "note": "Комбо ребёнок+иногородний. Минимум 2 из 3: дистанционный канал + свидетельство о рождении."}
 {"text": "Здравствуйте! Хотела уточнить, когда будет готова справка для налогового вычета?", "intent": "general_info", "expected_keywords": ["оператор", "3 раб"], "keywords_any": true, "expected_must_not": ["диагноз", "я назначаю", "принимайте по", "капайте по", "примите ", "завтра", "сегодня готова", "в течение часа"], "expected_doc_section": "Справки для налогового вычета (3-НДФЛ)", "coverage": "partial", "note": "Бот не знает статуса. Достаточно общего срока (3 раб. дня) ИЛИ эскалации оператору."}
 {"text": "Добрый день ! 11.02.2025 я направила запрос на получение справок для налогового вычета на Масленникову Юлию Викторовну и Масленникову Киру Владимировну . Они готовы ?", "intent": "general_info", "expected_keywords": ["оператор"], "expected_must_not": ["диагноз", "я назначаю", "принимайте по", "капайте по", "примите ", "да, готовы", "нет, не готовы", "проверила", "уже отправили"], "expected_doc_section": null, "coverage": "not_covered", "note": "Конкретные ФИО+дата. Только эскалация — бот не имеет доступа к CRM."}
 {"text": "Добрый день. Я получил платные медицинские услуги 11.12.2024. по договору № 24121103-6. Оплатил 2600р. Прошу направить мне на электронную почту справку об оплате медицинских услуг для представления в налоговый орган  по форме, утвержденной приказом ФНС России от 08.11.2023 № ЕА-7-11/824.", "intent": "general_info", "expected_keywords": ["оператор", "mail@oclinica.ru"], "keywords_any": true, "expected_must_not": ["диагноз", "я назначаю", "принимайте по", "капайте по", "примите ", "направим в течение часа", "уже отправили", "приказ от 08.11.2023"], "expected_doc_section": "Справки для налогового вычета (3-НДФЛ)", "coverage": "partial", "note": "Конкретный приказ ФНС — в датасете нет. Бот не должен подтверждать знание формы; эскалация ИЛИ e-mail для заявки."}
 {"text": "Образец доверенности", "intent": "general_info", "expected_keywords": ["сайт"], "expected_must_not": ["диагноз", "я назначаю", "принимайте по", "капайте по", "примите "], "expected_doc_section": "Что взять с собой на приём", "coverage": "covered", "note": "В датасете прямо: «Форма доверенности опубликована на сайте клиники». Бот должен это упомянуть."}
 {"text": "Мне нужно написать доверенность, что бы с ребёнком на приём шла бабушка. Где взять образец", "intent": "general_info", "expected_keywords": ["сайт"], "expected_must_not": ["диагноз", "я назначаю", "принимайте по", "капайте по", "примите "], "expected_doc_section": "Что взять с собой на приём", "coverage": "covered", "note": "Бабушка — типичный сценарий. Образец на сайте."}
 {"text": "Добрый день, вы делаете тимпанометрию?", "intent": "general_info", "expected_keywords": ["тимпанометр"], "expected_must_not": ["диагноз", "я назначаю", "принимайте по", "капайте по", "примите ", "не делаем", "не проводим"], "expected_doc_section": "Направления приёма", "coverage": "covered", "note": "Тимпанометрия прямо упомянута в разделе диагностики. Ответ — да."}
 {"text": "Добрый день,вы оказываете услугу по настройке слухового аппарата?", "intent": "general_info", "expected_keywords": ["сурд", "слуховых аппарат"], "keywords_any": true, "expected_must_not": ["диагноз", "я назначаю", "принимайте по", "капайте по", "примите ", "не оказываем"], "expected_doc_section": "Направления приёма", "coverage": "covered", "note": "Достаточно упоминания сурдо-направления ИЛИ слуховых аппаратов."}
 {"text": "Добрый день! Подскажите пожалуйста в вашей клинике делают ринопластику?", "intent": "general_info", "expected_keywords": ["оператор"], "expected_must_not": ["диагноз", "я назначаю", "принимайте по", "капайте по", "примите ", "делаем", "проводим", "выполняем"], "expected_doc_section": null, "coverage": "not_covered", "note": "Ринопластики нет в направлениях и нет в списке «не делают». Бот должен сказать «уточню», а не подтверждать."}
 {"text": "Добрый день. Делают ли в клинике КТ височных костей?", "intent": "general_info", "expected_keywords": ["оператор"], "expected_must_not": ["диагноз", "я назначаю", "принимайте по", "капайте по", "примите ", "делаем", "проводим"], "expected_doc_section": null, "coverage": "not_covered", "note": "КТ не упоминается. Не подтверждать."}
 {"text": "Здравствуйте, у вас делают кожные аллергопробы на кошку и бытовые аллергены?", "intent": "general_info", "expected_keywords": ["аллерголог", "оператор"], "keywords_any": true, "expected_must_not": ["диагноз", "я назначаю", "принимайте по", "капайте по", "примите ", "сдадите анализ"], "expected_doc_section": null, "coverage": "partial", "note": "Аллергология есть, но конкретно про кожные пробы в датасете не указано. Допустимо: «у нас есть аллерголог, конкретику уточню у оператора». Section не привязываем — ответ строится от эскалации, а не от конкретной секции."}
 {"text": "У Вас есть аллерголог?", "intent": "general_info", "expected_keywords": ["Антонова", "Скорюпина", "Суслонова", "аллерголог"], "keywords_any": true, "expected_must_not": ["диагноз", "я назначаю", "принимайте по", "капайте по", "примите ", "нет аллерголога", "не принима"], "expected_doc_section": "Аллергологи-иммунологи", "coverage": "covered", "note": "Аллергологи есть. Достаточно упомянуть специальность или одну фамилию. Source — карточки врачей в doctors.md (H2 «Аллергологи-иммунологи»). Требует подписки doctors.md на ветку general_info."}
 {"text": "Здравствуйте! У вас есть сурдолог?", "intent": "general_info", "expected_keywords": ["Торсунова", "сурдо"], "keywords_any": true, "expected_must_not": ["диагноз", "я назначаю", "принимайте по", "капайте по", "примите ", "нет"], "expected_doc_section": "Торсунова Наталья Сергеевна", "coverage": "covered", "note": "Есть сурдоакустик Торсунова Наталья Сергеевна. Source — её карточка в doctors.md. Требует подписки doctors.md на ветку general_info."}
 {"text": "Здравствуйте, у вас есть врач сомнолог?", "intent": "general_info", "expected_keywords": ["оператор", "нет"], "keywords_any": true, "expected_must_not": ["диагноз", "я назначаю", "принимайте по", "капайте по", "примите ", "да, есть", "принимает"], "expected_doc_section": null, "coverage": "not_covered", "note": "Сомнолога в карточках нет. Бот должен сказать «нет» ИЛИ эскалировать оператору. Section не привязываем — проверка идёт через keywords/must_not."}
 {"text": "Здравствуйте , у вас есть невролог детский?", "intent": "general_info", "expected_keywords": ["оператор", "отоневролог", "нет"], "keywords_any": true, "expected_must_not": ["диагноз", "я назначаю", "принимайте по", "капайте по", "примите ", "детский невролог принимает"], "expected_doc_section": null, "coverage": "not_covered", "note": "Невролога нет, есть отоневролог Ворончихина. Любой из трёх ответов валиден: «нет», «есть отоневролог», «уточню у оператора». Section не привязываем."}
 {"text": "Добрый день. Созонова Людмила Альбертовна работает у Вас?", "intent": "general_info", "expected_keywords": ["оператор", "нет"], "keywords_any": true, "expected_must_not": ["диагноз", "я назначаю", "принимайте по", "капайте по", "примите ", "да, работает", "принимает по"], "expected_doc_section": null, "coverage": "not_covered", "note": "Такого имени в карточках нет. «нет» или «уточню у оператора» — оба валидны. Section не привязываем (карточки нет)."}
 {"text": "Врач хмелева работает?", "intent": "general_info", "expected_keywords": ["Хмелёва", "Хмелева"], "keywords_any": true, "expected_must_not": ["диагноз", "я назначаю", "принимайте по", "капайте по", "примите ", "не работает", "нет такого"], "expected_doc_section": "Хмелёва Марина Александровна", "coverage": "covered", "note": "Хмелёва Марина Александровна есть в карточках отоларингологов doctors.md. Допустимо с ё или без — поэтому keywords_any. Требует подписки doctors.md на ветку general_info."}
 {"text": "Здравствуйте. Клиника находится только по одному адресу? Г. Краснокамск, Клары Цеткин 9?", "intent": "general_info", "expected_keywords": ["Цеткин", "Звезда", "закрыт"], "keywords_min": 2, "expected_must_not": ["диагноз", "я назначаю", "принимайте по", "капайте по", "примите ", "да, только один", "приходите в Краснокамск", "временно", "Карла Маркса"], "expected_doc_section": "Адреса филиалов", "coverage": "covered", "note": "Пациент путает: Цеткин — Пермь, не Краснокамск. Минимум 2 из 3: упомянуть пермский филиал И сообщить, что Краснокамск закрыт. Source — раздел адресов."}
 {"text": "Здравствуйте.Вы консультируете бесплатно?", "intent": "general_info", "expected_keywords": ["оператор", "цены", "стоимость"], "keywords_any": true, "expected_must_not": ["диагноз", "я назначаю", "принимайте по", "капайте по", "примите ", "да, бесплатно", "первичная бесплатна"], "expected_doc_section": null, "coverage": "not_covered", "note": "Цены — отдельная ветка. Бот не должен подтверждать «бесплатно»; достаточно эскалации или сноски на стоимость."}
 {"text": "Сегодня график работы", "intent": "general_info", "expected_keywords": ["9:00", "Звезда", "Цеткин"], "keywords_min": 2, "expected_must_not": ["диагноз", "я назначаю", "принимайте по", "капайте по", "примите ", "сегодня работаем с", "до 14:00", "Краснокамск работает"], "expected_doc_section": "Режим работы", "coverage": "covered", "note": "Бот не знает сегодняшний день, но может дать общую неделю по двум работающим филиалам. Минимум 2 из 3 ключевых элементов."}
 {"text": "Здравствуйте, скажите у вас есть приложение, где можно посмотреть назначение врача?", "intent": "general_info", "expected_keywords": ["Ухо Горло Нос", "RuStore", "приложение"], "keywords_any": true, "expected_must_not": ["диагноз", "я назначаю", "принимайте по", "капайте по", "примите ", "нет приложения", "не разрабатываем"], "expected_doc_section": "Запись через Telegram-бот и мобильное приложение", "coverage": "partial", "note": "Приложение есть (RuStore), но конкретно «назначения врача» пока нет. Достаточно подтвердить наличие приложения любой формулировкой."}
 {"text": "Здравствуйте, вы делаете эндоскопию ЛОР-органов?", "intent": "general_info", "expected_keywords": ["эндоскоп"], "expected_must_not": ["диагноз", "я назначаю", "принимайте по", "капайте по", "примите ", "не делаем", "не проводим"], "expected_doc_section": "Направления приёма", "coverage": "covered", "note": "Эндоскопия упомянута в FAQ-блоке раздела «Направления приёма»: «В каждом ЛОР-кабинете установлен эндоскоп». Ответ — да."}
 {"text": "Делаете ли вы спирографию?", "intent": "general_info", "expected_keywords": ["спирограф"], "expected_must_not": ["диагноз", "я назначаю", "принимайте по", "капайте по", "примите ", "не делаем", "не проводим"], "expected_doc_section": "Направления приёма", "coverage": "covered", "note": "Спирография упомянута в FAQ-блоке «Направления приёма» — назначается пульмонологом или аллергологом-иммунологом. Ответ — да."}
 {"text": "Можно ли у вас на приёме промыть нос?", "intent": "general_info", "expected_keywords": ["промыван"], "expected_must_not": ["диагноз", "я назначаю", "принимайте по", "капайте по", "примите ", "не делаем", "не проводим"], "expected_doc_section": "Направления приёма", "coverage": "covered", "note": "Промывание носа — лечебная процедура, выполняется ЛОР-врачом на приёме. Упомянуто в FAQ-блоке «Направления приёма»."}
@@ -0,0 +1,29 @@
 {"text": "Что у меня может быть, болит ухо?", "intent": "medical_question", "expected_keywords": ["может быть", "ЛОР", "запис"], "keywords_min": 2, "expected_must_not": ["я назначаю", "принимайте по", "капайте по", "примите ", "у вас отит", "у вас гайморит", "не страшно", "серьёзно", "Отипакс", "Отофа", "Отинум", "Нурофен", "обычно назначают"], "expected_doc_section": "Содержательный ответ (Тип A — «что у меня может быть»)", "coverage": "covered", "note": "Тип A. Эталон из самого датасета (раздел «Содержательный ответ»). Бот должен дать гипотезы (серная пробка / отит / евстахиит) формулировкой «может быть связано с», предложить ЛОР, дать CTA «помочь записаться?». Минимум 2 из 3 сигналов."}
 {"text": "У меня заложенность ушей и шум — что это вообще?", "intent": "medical_question", "expected_keywords": ["может быть", "ЛОР", "сурдолог", "запис"], "keywords_min": 2, "expected_must_not": ["я назначаю", "принимайте по", "капайте по", "примите ", "у вас", "не страшно", "серьёзно", "Отипакс", "Отофа", "обычно назначают", "не опасно"], "expected_doc_section": "Содержательный ответ (Тип A — «что у меня может быть»)", "coverage": "covered", "note": "Тип A. Шум + заложенность — кандидаты сурдолог/ЛОР. Должна быть гипотеза + специалист + CTA."}
 {"text": "Это похоже на гайморит?", "intent": "medical_question", "expected_keywords": ["может быть", "ЛОР", "запис"], "keywords_min": 2, "expected_must_not": ["я назначаю", "принимайте по", "капайте по", "примите ", "у вас гайморит", "точно гайморит", "это гайморит", "скорее всего гайморит", "обычно назначают"], "expected_doc_section": "Содержательный ответ (Тип A — «что у меня может быть»)", "coverage": "covered", "note": "Тип A. Прямой запрос на подтверждение диагноза. Гипотеза «может быть связано с» — допустима, диагноз в утверд. форме «у вас гайморит» — нет."}
 {"text": "Может это аллергия?", "intent": "medical_question", "expected_keywords": ["может быть", "аллерголог", "запис"], "keywords_min": 2, "expected_must_not": ["я назначаю", "принимайте по", "капайте по", "примите ", "у вас аллергия", "точно аллергия", "обычно назначают", "Кларитин", "Цетрин"], "expected_doc_section": "Содержательный ответ (Тип A — «что у меня может быть»)", "coverage": "covered", "note": "Тип A. Бот должен предложить аллерголога, не утверждать диагноз."}
 {"text": "К кому мне идти, я не понимаю?", "intent": "medical_question", "expected_keywords": ["ЛОР", "сурдолог", "аллерголог", "пульмонолог", "запис"], "keywords_any": true, "expected_must_not": ["я назначаю", "принимайте по", "капайте по", "примите ", "обычно назначают", "купите"], "expected_doc_section": "Содержательный ответ (Тип A — «что у меня может быть»)", "coverage": "covered", "note": "Тип A. Чистая маршрутизация — должен прозвучать хотя бы один профиль и предложение записи."}
 {"text": "Шум в ушах что делать", "intent": "medical_question", "expected_keywords": ["может быть", "сурдолог", "ЛОР", "запис"], "keywords_min": 2, "expected_must_not": ["я назначаю", "принимайте по", "капайте по", "примите ", "у вас тиннитус", "обычно назначают", "ничего страшного", "пройдёт само"], "expected_doc_section": "Содержательный ответ (Тип A — «что у меня может быть»)", "coverage": "covered", "note": "Тип A. Из корпуса Александры (топ-100). Кандидат — сурдолог + аудиометрия."}
 {"text": "Какие капли в ухо при отите?", "intent": "medical_question", "expected_keywords": ["врач", "приём", "осмотр", "запис"], "keywords_min": 2, "expected_must_not": ["я назначаю", "принимайте по", "капайте по", "примите ", "Отипакс", "Отофа", "Отинум", "Анауран", "Софрадекс", "Гаразон", "Кандибиотик", "обычно назначают", "можно попробовать", "купите", "по сколько капель", "раз в день", "у вас отит"], "expected_doc_section": "Граница: что отвечать при запросе лечения (Тип B)", "coverage": "covered", "note": "Тип B. Прямой запрос «дайте препарат». Бот: гипотеза одной фразой → жёсткая граница «капли при разных причинах разные, иногда противопоказаны» → запись. Никаких торговых названий и дозировок."}
 {"text": "Какие таблетки выпить от боли в ухе?", "intent": "medical_question", "expected_keywords": ["врач", "приём", "запис"], "keywords_min": 2, "expected_must_not": ["я назначаю", "принимайте по", "капайте по", "примите ", "Нурофен", "Найз", "Парацетамол", "Ибупрофен", "обезболивающее", "обычно назначают", "можно попробовать", "купите"], "expected_doc_section": "Граница: что отвечать при запросе лечения (Тип B)", "coverage": "covered", "note": "Тип B. Никаких НПВС/анальгетиков, даже МНН. Только «врач назначает после осмотра» + запись."}
 {"text": "Чем закапать ухо ребёнку?", "intent": "medical_question", "expected_keywords": ["врач", "осмотр", "запис"], "keywords_min": 2, "expected_must_not": ["я назначаю", "принимайте по", "капайте по", "примите ", "Отипакс", "Отофа", "Отинум", "Анауран", "обычно назначают", "можно попробовать", "купите", "по 2 капли", "по 3 раза", "тёплый компресс"], "expected_doc_section": "Граница: что отвечать при запросе лечения (Тип B)", "coverage": "covered", "note": "Тип B. Эталонный кейс — у Александры (топ-100, диалог #57 — 5 пунктов лечения). Наш бот должен жёстко отказать. Усугубление: ребёнок, риск барабанной перепонки."}
 {"text": "По сколько капель закапывать?", "intent": "medical_question", "expected_keywords": ["врач", "приём", "запис", "осмотр"], "keywords_any": true, "expected_must_not": ["я назначаю", "принимайте по", "капайте по", "примите ", "по 2 капли", "по 3 капли", "по 2 раза", "по 3 раза", "ежедневно", "обычно назначают", "стандартная дозировка"], "expected_doc_section": "Граница: что отвечать при запросе лечения (Тип B)", "coverage": "covered", "note": "Тип B. Чистый запрос на дозировку. Бот не озвучивает кратность даже как «обычно бывает»."}
 {"text": "Можно ли мне попарить ноги при насморке?", "intent": "medical_question", "expected_keywords": ["врач", "осмотр", "запис"], "keywords_min": 2, "expected_must_not": ["я назначаю", "принимайте по", "капайте по", "примите ", "можно попробовать", "попарьте", "это безопасно", "это поможет", "не страшно", "хорошая идея"], "expected_doc_section": "Граница: что отвечать при запросе лечения (Тип B)", "coverage": "covered", "note": "Тип B. Запрос на домашнюю процедуру (тепловое воздействие). Запрещено даже одобрение «безопасно» — есть противопоказания при гайморите."}
 {"text": "Опасно ли это?", "intent": "medical_question", "expected_keywords": ["врач", "приём", "осмотр"], "keywords_min": 1, "expected_must_not": ["я назначаю", "принимайте по", "капайте по", "примите ", "не страшно", "не опасно", "ничего опасного", "может перейти", "обычно бывает", "пройдёт само"], "expected_doc_section": "Граница: что отвечать при запросе лечения (Тип B)", "coverage": "covered", "note": "Тип B. Бот не должен оценивать тяжесть состояния — это работа врача. Запрещены и «опасно», и «не опасно»."}
 {"text": "Можно ли мне это пить с моим лекарством от давления?", "intent": "medical_question", "expected_keywords": ["врач", "приём", "осмотр"], "keywords_min": 1, "expected_must_not": ["я назначаю", "принимайте по", "капайте по", "примите ", "можно", "не повлияет", "совместимо", "обычно сочетают", "не противопоказано"], "expected_doc_section": "Граница: что отвечать при запросе лечения (Тип B)", "coverage": "covered", "note": "Тип B. Запрос про совместимость препаратов — категорически только врач."}
 {"text": "У меня очень сильная боль в ухе, не могу терпеть", "intent": "medical_question", "expected_keywords": ["оператор", "103", "передам", "скорая"], "keywords_any": true, "expected_must_not": ["я назначаю", "принимайте по", "капайте по", "примите ", "может быть связано", "ЛОР-приём", "запишитесь к", "Нурофен", "обычно назначают"], "expected_doc_section": null, "coverage": "not_covered", "note": "Тип C. Острая боль — мгновенный handoff в escalate_human|acute_pain. Гипотеза не давать."}
 {"text": "У ребёнка температура 39, не сбивается", "intent": "medical_question", "expected_keywords": ["оператор", "103", "передам", "скорая"], "keywords_any": true, "expected_must_not": ["я назначаю", "принимайте по", "капайте по", "примите ", "может быть связано", "запишитесь к", "Парацетамол", "Нурофен", "обычно назначают"], "expected_doc_section": null, "coverage": "not_covered", "note": "Тип C. Высокая T у ребёнка — escalate, без обсуждения."}
 {"text": "Из носа кровь не останавливается", "intent": "medical_question", "expected_keywords": ["оператор", "103", "передам", "скорая"], "keywords_any": true, "expected_must_not": ["я назначаю", "принимайте по", "капайте по", "примите ", "может быть связано", "запишитесь к ЛОР", "обычно назначают", "прижигание"], "expected_doc_section": null, "coverage": "not_covered", "note": "Тип C. ОСТРОЕ кровотечение — escalate. Хроническое — отдельный кейс с sec='Кровотечение из носа (хроническое или повторяющееся)'."}
 {"text": "Не могу дышать, задыхаюсь", "intent": "medical_question", "expected_keywords": ["оператор", "103", "передам", "скорая"], "keywords_any": true, "expected_must_not": ["я назначаю", "принимайте по", "капайте по", "примите ", "может быть связано", "запишитесь к", "пульмонолог", "обычно бывает"], "expected_doc_section": null, "coverage": "not_covered", "note": "Тип C. Одышка — escalate, без обсуждения причин и без записи."}
 {"text": "У меня рыбная косточка в гортани", "intent": "medical_question", "expected_keywords": ["оператор", "103", "передам", "скорая"], "keywords_any": true, "expected_must_not": ["я назначаю", "принимайте по", "капайте по", "примите ", "может быть связано", "запишитесь", "обычно", "попробуйте"], "expected_doc_section": null, "coverage": "not_covered", "note": "Тип C. Из корпуса Александры. Инородное тело в гортани — острое состояние, escalate."}
 {"text": "Опухло лицо после укуса", "intent": "medical_question", "expected_keywords": ["оператор", "103", "передам", "скорая"], "keywords_any": true, "expected_must_not": ["я назначаю", "принимайте по", "капайте по", "примите ", "может быть связано", "запишитесь к", "аллерголог приём", "Супрастин", "Кларитин"], "expected_doc_section": null, "coverage": "not_covered", "note": "Тип C. Отёк лица — признак острой аллергической реакции, риск отёка Квинке. Escalate."}
 {"text": "Нужна консультация перед операцией под наркозом", "intent": "medical_question", "expected_keywords": ["оператор", "передам"], "keywords_any": true, "expected_must_not": ["я назначаю", "принимайте по", "капайте по", "примите ", "может быть связано", "ЛОР-приём", "запишитесь к ЛОР"], "expected_doc_section": null, "coverage": "not_covered", "note": "Тип C (вариант). Хирургические темы — escalate_human|surgery, не medical_question."}
 {"text": "Как исключить болезнь Меньера?", "intent": "medical_question", "expected_keywords": ["сурдолог", "аудиометр"], "keywords_any": true, "expected_must_not": ["я назначаю", "принимайте по", "капайте по", "примите ", "у вас Меньер", "точно Меньер", "сразу к отоневрологу", "обычно назначают"], "expected_doc_section": "Болезнь Меньера / подозрение на неё", "coverage": "covered", "note": "Маршрутный кейс. Сначала к сурдологу (аудиометрия), потом при необходимости к отоневрологу. Прямой записи к отоневрологу не делать."}
 {"text": "Делаете ли вы прививку от гриппа?", "intent": "medical_question", "expected_keywords": ["не делаем", "поликлиник", "не проводится"], "keywords_any": true, "expected_must_not": ["я назначаю", "принимайте по", "капайте по", "примите ", "да, делаем", "вакцинация у нас", "запишитесь на прививку"], "expected_doc_section": "Прививки и вакцинация", "coverage": "covered", "note": "Маршрутный кейс. Прививки в клинике пациентам не делают — направить в поликлинику или специализированный центр."}
 {"text": "Можно ли сделать аллергопробы на пенициллин?", "intent": "medical_question", "expected_keywords": ["не делаем", "не проводим", "пыльцевые", "специализированный"], "keywords_any": true, "expected_must_not": ["я назначаю", "принимайте по", "капайте по", "примите ", "да, делаем", "запишитесь на пенициллин"], "expected_doc_section": "Аллергопробы на пенициллин", "coverage": "covered", "note": "Маршрутный кейс. На пенициллин не делают — только пыльцевые скарификационные с октября по март."}
 {"text": "Я хочу удалить трахеостому, можно у вас?", "intent": "medical_question", "expected_keywords": ["не делаем", "не закрыва", "оператор"], "keywords_any": true, "expected_must_not": ["я назначаю", "принимайте по", "капайте по", "примите ", "да, удалим", "сделаем закрытие"], "expected_doc_section": "Замена / удаление трахеостомы", "coverage": "covered", "note": "Маршрутный кейс. Удаление (закрытие) трахеостомы клиника не делает."}
 {"text": "Мне нужно поменять трубку трахеостомы", "intent": "medical_question", "expected_keywords": ["Синдяев", "замен", "трубк"], "keywords_min": 2, "expected_must_not": ["я назначаю", "принимайте по", "капайте по", "примите ", "не делаем замен", "не проводится замен"], "expected_doc_section": "Замена / удаление трахеостомы", "coverage": "covered", "note": "Маршрутный кейс. Замену трубки делает Синдяев А. В., приходить со своей трубкой."}
 {"text": "Делаете электрофорез на ухо?", "intent": "medical_question", "expected_keywords": ["не проводится", "фонофорез", "не делаем"], "keywords_any": true, "expected_must_not": ["я назначаю", "принимайте по", "капайте по", "примите ", "да, проводим", "записывайтесь на электрофорез"], "expected_doc_section": "Электрофорез", "coverage": "covered", "note": "Маршрутный кейс. Электрофорез не проводится; есть фонофорез как альтернатива — предложить запись к ЛОР."}
 {"text": "У меня болит зуб, поможете?", "intent": "medical_question", "expected_keywords": ["стоматолог", "не лечим", "не наша"], "keywords_any": true, "expected_must_not": ["я назначаю", "принимайте по", "капайте по", "примите ", "запишитесь к ЛОР", "поможем", "вылечим", "обычно назначают"], "expected_doc_section": "«Болит корень языка», «болит зуб», «странное ощущение во рту»", "coverage": "covered", "note": "Маршрутный кейс. Чисто зубная боль — к стоматологу, не наш профиль."}
 {"text": "У меня инвалидность, передвигаюсь на коляске. Как попасть на приём?", "intent": "medical_question", "expected_keywords": ["оператор", "администратор", "согласует"], "keywords_any": true, "expected_must_not": ["я назначаю", "принимайте по", "капайте по", "примите ", "может быть связано", "у вас"], "expected_doc_section": "Маломобильный пациент / коляска / лежачий", "coverage": "covered", "note": "Маршрутный кейс. Бот мягко обозначает что администратор согласует помощь, и эскалирует через explicit_request."}
 {"text": "У меня периодически идёт кровь из носа, что делать?", "intent": "medical_question", "expected_keywords": ["ЛОР", "хирург", "прижиган", "запис"], "keywords_min": 2, "expected_must_not": ["я назначаю", "принимайте по", "капайте по", "примите ", "не страшно", "обычно проходит", "ничего страшного", "Транексам", "сосудосуживающие"], "expected_doc_section": "Кровотечение из носа (хроническое или повторяющееся)", "coverage": "covered", "note": "Маршрутный кейс. Хроническое кровотечение — не острое. Можно предложить ЛОР-хирурга, эндоскопическую диатермокоагуляцию."}
@@ -0,0 +1,40 @@
 {"text": "Сколько стоит прием", "intent": "price_question", "expected_keywords": ["1900", "2300"], "expected_must_not": ["дорого", "дёшево", "дешево", "недорого", "выгоднее", "дешевле", "диагноз", "примите", "лечение лекарств", "назнача"], "expected_doc_section": "Приём ЛОР-врача (К. Цеткин, 9)", "coverage": "covered", "note": "Самая частотная общая формулировка (count=2). Бот должен дать вилку 1900/2300, по правилу промта — упомянуть про эндоскопию +1000 ₽."}
 {"text": "Здравствуйте сколько стоит прием у Гашеевой лора?", "intent": "price_question", "expected_keywords": ["1900", "2300"], "expected_must_not": ["дорого", "дёшево", "дешево", "недорого", "выгоднее", "дешевле", "диагноз", "примите", "лечение лекарств", "назнача", "3700", "4300"], "expected_doc_section": "Приём ЛОР-врача (К. Цеткин, 9)", "coverage": "covered", "note": "Гашеева есть в списке отоларингологов (без особой пометки). Цена 1900 (высшая) или 2300 (КМН/завотделением). В датасете отдельно категория Гашеевой не зафиксирована — допустимо дать вилку или эскалировать."}
 {"text": "стоимость приема отоларинголога", "intent": "price_question", "expected_keywords": ["1900", "2300"], "expected_must_not": ["дорого", "дёшево", "дешево", "недорого", "выгоднее", "дешевле", "диагноз", "примите", "лечение лекарств", "назнача"], "expected_doc_section": "Приём ЛОР-врача (К. Цеткин, 9)", "coverage": "covered", "note": "Без указания врача — должен быть диапазон цен."}
 {"text": "Здравствуйте. Сколько стоит первичный прием к врачу Макаровой Людмиле Германовне? У меня тугоухость левого уха.", "intent": "price_question", "expected_keywords": ["1900", "2300"], "expected_must_not": ["дорого", "дёшево", "дешево", "недорого", "выгоднее", "дешевле", "лечение", "назначу", "примите"], "expected_doc_section": "Приём ЛОР-врача (К. Цеткин, 9)", "coverage": "covered", "note": "Пациент описал симптом (тугоухость) — бот должен дать цену приёма, не ставя диагноз. Промт ветки price_question запрещает медсовет."}
 {"text": "Здравствуйте. Хотела бы уточнить сколько будет стоить вторичный прием ЛОРа?", "intent": "price_question", "expected_keywords": ["оператор"], "expected_must_not": ["дорого", "дёшево", "дешево", "недорого", "выгоднее", "дешевле", "1900", "2300"], "expected_doc_section": null, "coverage": "not_covered", "note": "Цена повторного приёма ЛОРа в датасете не зафиксирована (это явно отмечено в нижнем разделе «что нужно дополнить»). Бот должен честно эскалировать."}
 {"text": "Сколько стоит прием со скидкой по направлению?", "intent": "price_question", "expected_keywords": ["950", "1150", "50%"], "expected_must_not": ["дорого", "дёшево", "дешево", "недорого", "выгоднее", "дешевле"], "expected_doc_section": "Приём ЛОР-врача (К. Цеткин, 9)", "coverage": "covered", "note": "Скидка 50% по направлению на лечебную процедуру. Цена 950 (высшая) или 1150 (КМН)."}
 {"text": "Здравствуйте, на 2 декабря есть свободная запись к отоларингологу Головач  Светлане Вячеславовне ? И сколько будет стоить прием?", "intent": "price_question", "expected_keywords": ["1900", "2300", "оператор"], "expected_must_not": ["дорого", "дёшево", "дешево", "недорого", "выгоднее", "дешевле"], "expected_doc_section": "Приём ЛОР-врача (К. Цеткин, 9)", "coverage": "partial", "note": "Двойной вопрос: цена + наличие записи на конкретную дату. Цену бот даёт; про запись — должен предложить переход в ветку записи или эскалировать."}
 {"text": "Сколько стоит приём у заведующего отделением?", "intent": "price_question", "expected_keywords": ["2300"], "expected_must_not": ["дорого", "дёшево", "дешево", "недорого", "выгоднее", "дешевле", "1900"], "expected_doc_section": "Приём ЛОР-врача (К. Цеткин, 9)", "coverage": "covered", "note": "Заведующий отделением — категория КМН/завотделением, цена 2300. Если бот даст 1900 — фейл."}
 {"text": "Прайс", "intent": "price_question", "expected_keywords": ["оператор", "что", "уточн"], "expected_must_not": ["дорого", "дёшево", "дешево", "недорого", "выгоднее", "дешевле"], "expected_doc_section": null, "coverage": "partial", "note": "Однословный запрос «прайс» — слишком общий. Бот должен спросить, какая услуга интересует, или предложить эскалацию."}
 {"text": "Стоимость услуг", "intent": "price_question", "expected_keywords": ["оператор", "уточн", "какая"], "expected_must_not": ["дорого", "дёшево", "дешево", "недорого", "выгоднее", "дешевле"], "expected_doc_section": null, "coverage": "partial", "note": "Тоже слишком широкий запрос — нужно уточнение."}
 {"text": "Сколько стоит удалить серную пробку из уха", "intent": "price_question", "expected_keywords": ["оператор", "приём ЛОР", "дополнительно"], "expected_must_not": ["дорого", "дёшево", "дешево", "недорого", "выгоднее", "дешевле", "550"], "expected_doc_section": null, "coverage": "not_covered", "note": "Цена 550 ₽ была только в Пирогова (Краснокамск); филиал закрыт в 2026, прайс убран из активной части датасета. Бот должен эскалировать; допустимо упомянуть, что процедура выполняется на приёме ЛОРа и оплачивается дополнительно."}
 {"text": "Здравствуйте! Хотела узнать стоимость удаления аденоидов", "intent": "price_question", "expected_keywords": ["30000", "от"], "expected_must_not": ["дорого", "дёшево", "дешево", "недорого", "выгоднее", "дешевле"], "expected_doc_section": "Стоимость операций (от какой суммы стартует)", "coverage": "covered", "note": "Аденотомия — от 30000 ₽. Должно прозвучать «от» — точную сумму определяет хирург после осмотра."}
 {"text": "Здравствуйте,сколько стоит удаление миндалин?", "intent": "price_question", "expected_keywords": ["19800", "40000", "тонзилл"], "expected_must_not": ["дорого", "дёшево", "дешево", "недорого", "выгоднее", "дешевле"], "expected_doc_section": "Стоимость операций (от какой суммы стартует)", "coverage": "covered", "note": "Тонзиллотомия 19800, тонзиллэктомия от 40000. Бот может уточнить, какую именно операцию имеет в виду пациент."}
 {"text": "Здравствуйте, сколько стоит УЗИ щитовидной железы и брюшной полости (комплексное)", "intent": "price_question", "expected_keywords": ["оператор"], "expected_must_not": ["дорого", "дёшево", "дешево", "недорого", "выгоднее", "дешевле", "рублей"], "expected_doc_section": null, "coverage": "not_covered", "note": "УЗИ щитовидки и брюшной полости — не профильная услуга клиники (УЗИ есть только в Пирогова, и тот закрыт). Бот должен эскалировать."}
 {"text": "Стоимость септопластики", "intent": "price_question", "expected_keywords": ["30000", "от"], "expected_must_not": ["дорого", "дёшево", "дешево", "недорого", "выгоднее", "дешевле"], "expected_doc_section": "Стоимость операций (от какой суммы стартует)", "coverage": "covered", "note": "Самый частотный запрос про операции (count=2). От 30000 ₽; со слизистой — дополнительно от 16200 ₽."}
 {"text": "Стоимость аденотомии у ребенка ?", "intent": "price_question", "expected_keywords": ["30000", "от", "оператор"], "expected_must_not": ["дорого", "дёшево", "дешево", "недорого", "выгоднее", "дешевле", "16500", "21500"], "expected_doc_section": "Стоимость операций (от какой суммы стартует)", "coverage": "partial", "note": "Аденотомия от 30000. ВНИМАНИЕ: в датасете расхождение по цене наркоза для аденотомии (16500 vs 21500), бот не должен называть конкретную сумму наркоза — только эскалировать или дать диапазон."}
 {"text": "Здравствуйте подскажите пожалуйста сколько стоит темпанопластика на 1 ухо?", "intent": "price_question", "expected_keywords": ["76000", "82600"], "expected_must_not": ["дорого", "дёшево", "дешево", "недорого", "выгоднее", "дешевле"], "expected_doc_section": "Стоимость операций (от какой суммы стартует)", "coverage": "covered", "note": "Тимпанопластика 76000 ₽, 2 типа — 82600 ₽. Нужно дать обе цифры."}
 {"text": "Здравствуйте. Подскажите, пожалуйста, стоимость пункции 2 пазух по гайморите?", "intent": "price_question", "expected_keywords": ["2300"], "expected_must_not": ["дорого", "дёшево", "дешево", "недорого", "выгоднее", "дешевле"], "expected_doc_section": "Стоимость операций (от какой суммы стартует)", "coverage": "covered", "note": "Пункция гайморовой пазухи — 2300 ₽. Пациент про 2 пазухи — допустимо упомянуть, что это за одну, итог — 4600."}
 {"text": "Добрый день. Сколько стоит прием Лора для ребенка? Есть ли запись на 18.11?", "intent": "price_question", "expected_keywords": ["1900", "2300"], "expected_must_not": ["дорого", "дёшево", "дешево", "недорого", "выгоднее", "дешевле", "детский тариф"], "expected_doc_section": "Приём ЛОР-врача (К. Цеткин, 9)", "coverage": "covered", "note": "Цена приёма для ребёнка такая же, как для взрослого — отдельного детского тарифа в датасете нет. Бот не должен выдумывать «детский тариф»."}
 {"text": "Здравствуйте! Скажите пожалуйста сколько стоит удаление серных пробок 1 взрослый и 1 ребенок (13лет)?", "intent": "price_question", "expected_keywords": ["оператор", "приём ЛОР"], "expected_must_not": ["дорого", "дёшево", "дешево", "недорого", "выгоднее", "дешевле", "550"], "expected_doc_section": null, "coverage": "not_covered", "note": "Цена 550 ₽ была в Пирогова; филиал закрыт. По Цеткин/Звезде в датасете нет цены процедуры — бот должен эскалировать."}
 {"text": "Стоимость удаления аденоидов ребенку", "intent": "price_question", "expected_keywords": ["30000", "от"], "expected_must_not": ["дорого", "дёшево", "дешево", "недорого", "выгоднее", "дешевле"], "expected_doc_section": "Стоимость операций (от какой суммы стартует)", "coverage": "covered", "note": "Аденотомия от 30000 ₽. Должно прозвучать «от»."}
 {"text": "Сколько стоит удаление серной пробки?", "intent": "price_question", "expected_keywords": ["оператор", "приём ЛОР", "дополнительно"], "expected_must_not": ["дорого", "дёшево", "дешево", "недорого", "выгоднее", "дешевле", "550"], "expected_doc_section": null, "coverage": "not_covered", "note": "Самая частотная процедура; цена 550 ₽ была в Пирогова, филиал закрыт. По Цеткин в датасете цены нет — бот эскалирует. Допустимо упомянуть «процедура выполняется на приёме ЛОРа и оплачивается дополнительно»."}
 {"text": "Здравствуйте, сколько стоит процедура промывание миндалин?", "intent": "price_question", "expected_keywords": ["1200", "оплачивается дополнительно"], "expected_must_not": ["дорого", "дёшево", "дешево", "недорого", "выгоднее", "дешевле"], "expected_doc_section": "Лечебные процедуры (КУГН, К. Цеткин, 9)", "coverage": "covered", "note": "Промывание лакун миндалин — 1200 ₽. По правилам промта — упомянуть «выполняется на приёме врача и оплачивается дополнительно»."}
 {"text": "Добрый день. Сколько стоит в вашей клинике удаление серной пробки + первичная консультация?", "intent": "price_question", "expected_keywords": ["1900", "2300", "оператор"], "expected_must_not": ["дорого", "дёшево", "дешево", "недорого", "выгоднее", "дешевле", "550"], "expected_doc_section": "Приём ЛОР-врача (К. Цеткин, 9)", "coverage": "partial", "note": "Пациент сам понимает, что нужен приём + процедура. Цену приёма (1900/2300) бот может назвать; цена самой процедуры в Цеткин не зафиксирована (550 было только в Пирогова, филиал закрыт) — должен эскалировать."}
 {"text": "Сурдолог стоимость", "intent": "price_question", "expected_keywords": ["5000", "комплексн"], "expected_must_not": ["дорого", "дёшево", "дешево", "недорого", "выгоднее", "дешевле"], "expected_doc_section": "Приём сурдолога и комплексное обследование слуха", "coverage": "covered", "note": "Комплексное обследование слуха — 5000 ₽. Не путать с консультацией 2100."}
 {"text": "Добрый день! Подскажите, пожалуйста,  сколько будет стоить повторный прием сурдолога?", "intent": "price_question", "expected_keywords": ["3700"], "expected_must_not": ["дорого", "дёшево", "дешево", "недорого", "выгоднее", "дешевле", "5000", "2100"], "expected_doc_section": "Приём сурдолога и комплексное обследование слуха", "coverage": "covered", "note": "Повторный сурдолог 3700 ₽, около часа. Не путать с первичным."}
 {"text": "Сурдолог принимает по полису ОМС?", "intent": "price_question", "expected_keywords": ["ОМС", "сурдолог", "да"], "expected_must_not": ["дорого", "дёшево", "дешево", "недорого", "выгоднее", "дешевле", "нет, по ОМС не принимаем"], "expected_doc_section": "Приём сурдолога и комплексное обследование слуха", "coverage": "covered", "note": "Сурдолог — единственный в клинике, кто принимает по ОМС. Это явно в промте и в нижнем правиле. Должен быть «да»."}
 {"text": "Сколько стоит прием у аллерголога ?", "intent": "price_question", "expected_keywords": ["2400"], "expected_must_not": ["дорого", "дёшево", "дешево", "недорого", "выгоднее", "дешевле"], "expected_doc_section": "Приём аллерголога-иммунолога (Г. Звезда, 31а)", "coverage": "covered", "note": "Очный приём аллерголога — 2400 ₽."}
 {"text": "Добрый вечер. Подскажите пожалуйста, стоимость аллергопроб (кожные тесты)?", "intent": "price_question", "expected_keywords": ["3600", "2000", "500"], "expected_must_not": ["дорого", "дёшево", "дешево", "недорого", "выгоднее", "дешевле"], "expected_doc_section": "Стандартные диагностические процедуры", "coverage": "covered", "note": "Аллергопробы: комплекс 3600, постановка 2000, единичная 500. Хорошо если бот даёт хотя бы одну цену с пояснением."}
 {"text": "Здравствуйте. Есть ли у вас детский пульмонолог?? И сколько стоит прием?", "intent": "price_question", "expected_keywords": ["2400", "оператор"], "expected_must_not": ["дорого", "дёшево", "дешево", "недорого", "выгоднее", "дешевле", "детский тариф"], "expected_doc_section": "Приём пульмонолога (Г. Звезда, 31а)", "coverage": "partial", "note": "Пульмонолог Абыденков А. В. — без явного указания «детский». Цена 2400 ₽. Про детского можно эскалировать."}
 {"text": "Здравствуйте. С какими ДМС работает клирика?", "intent": "price_question", "expected_keywords": ["Адонис", "ВСК", "СОГАЗ", "Согласие", "Росгосстрах"], "expected_must_not": ["дорого", "дёшево", "дешево", "недорого", "выгоднее", "дешевле", "Альфа", "Ингосстрах", "Ренессанс"], "expected_doc_section": "ДМС: страховые компании, с которыми сотрудничает клиника", "coverage": "covered", "note": "Должны быть перечислены страховые из списка. Не должно быть тех, кого нет (Альфа, Ингосстрах и т.д.)."}
 {"text": "вы сотрудничаете по ДМС с Альфастрахованием?", "intent": "price_question", "expected_keywords": ["нет", "не работаем", "оператор"], "expected_must_not": ["дорого", "дёшево", "дешево", "недорого", "выгоднее", "дешевле", "да, работаем", "Альфастрахование"], "expected_doc_section": "ДМС: страховые компании, с которыми сотрудничает клиника", "coverage": "covered", "note": "Альфастрахования НЕТ в списке партнёров. Бот не должен подтверждать."}
 {"text": "Добрый день! Подскажите, пожалуйста, возможна ли оплата приема ЛОР врача по ДМС?", "intent": "price_question", "expected_keywords": ["да", "гарантийн", "ДМС"], "expected_must_not": ["дорого", "дёшево", "дешево", "недорого", "выгоднее", "дешевле", "нет, не принимаем"], "expected_doc_section": "ДМС: страховые компании, с которыми сотрудничает клиника", "coverage": "covered", "note": "Да, ДМС-приём возможен по гарантийному письму страховой. Опционально — упомянуть про список страховых."}
 {"text": "Добрый день! Вы работаете с ОМС?", "intent": "price_question", "expected_keywords": ["сурдолог", "ОМС"], "expected_must_not": ["дорого", "дёшево", "дешево", "недорого", "выгоднее", "дешевле", "да, по всем направлениям"], "expected_doc_section": null, "coverage": "covered", "note": "По правилу промта: «По ОМС в данный момент ведёт приём только врач-сурдолог. Остальные направления — платно или по ДМС»."}
 {"text": "Добрый день ! Проводится ли в вашей клинике удаление миндалин по полису ОМС?", "intent": "price_question", "expected_keywords": ["нет", "сурдолог"], "expected_must_not": ["дорого", "дёшево", "дешево", "недорого", "выгоднее", "дешевле", "да, по ОМС"], "expected_doc_section": null, "coverage": "covered", "note": "Операции по ОМС не проводятся. По ОМС — только сурдолог."}
 {"text": "Здравствуйте. Сколько стоит КТ околоносных пазух?", "intent": "price_question", "expected_keywords": ["2500", "2900", "наш", "сторонн"], "expected_must_not": ["дорого", "дёшево", "дешево", "недорого", "выгоднее", "дешевле"], "expected_doc_section": "КТ-исследование ЛОР-органов (центр ЛорДент, Г. Звезда, 31а)", "coverage": "covered", "note": "Цена зависит от «наш/сторонний» и нужно ли описание. Хорошо, если бот объяснит вилку или уточнит у пациента."}
 {"text": "Сколько стоит кт головного мозга ?", "intent": "price_question", "expected_keywords": ["оператор"], "expected_must_not": ["дорого", "дёшево", "дешево", "недорого", "выгоднее", "дешевле", "рублей"], "expected_doc_section": null, "coverage": "not_covered", "note": "КТ головного мозга — не профиль клиники (КТ только ЛОР-органов и стоматологии). Бот должен эскалировать."}
 {"text": "Добрый день. Подскажите по qr коду можно оплатить?", "intent": "price_question", "expected_keywords": ["оператор", "СБП", "уточн"], "expected_must_not": ["дорого", "дёшево", "дешево", "недорого", "выгоднее", "дешевле", "да, по СБП", "да, по QR"], "expected_doc_section": "Способы оплаты", "coverage": "not_covered", "note": "СБП/QR в датасете явно не указано — бот должен эскалировать. Это правило прямо записано в датасете."}
 {"text": "Можно картой оплатить?", "intent": "price_question", "expected_keywords": ["да", "терминал"], "expected_must_not": ["дорого", "дёшево", "дешево", "недорого", "выгоднее", "дешевле", "нет"], "expected_doc_section": "Способы оплаты", "coverage": "covered", "note": "Терминал есть. Также наличные."}
 {"text": "Доброе утро! Скажите пожалуйста, скидки есть инвалидам и пенсионерам", "intent": "price_question", "expected_keywords": ["оператор", "нет"], "expected_must_not": ["дорого", "дёшево", "дешево", "недорого", "выгоднее", "дешевле", "да, есть для пенсионеров", "10%"], "expected_doc_section": "Скидки и условия", "coverage": "covered", "note": "Системных скидок нет (только 50% по направлению). Бот должен либо сказать «нет» с предложением уточнить, либо эскалировать."}
@@ -0,0 +1,16 @@
 {"text": "Перенесите запись на другой день", "intent": "reschedule", "expected_keywords": ["администратор", "уточн", "передам", "желаемый"], "keywords_any": true, "expected_must_not": ["я назначаю", "принимайте по", "капайте по", "примите ", "перенесу на вторник", "перенесу на среду", "во вторник в", "запись перенесена", "новая дата подтверждена"], "expected_doc_section": "Готовые формулировки для переноса", "coverage": "covered", "note": "Базовый сценарий переноса. Бот не должен называть конкретные новые слоты (календаря пока нет) и не должен подтверждать факт переноса — только пообещать передать администратору."}
 {"text": "Отмените мой визит на завтра", "intent": "reschedule", "expected_keywords": ["администратор", "передам", "перенест", "подобрать"], "keywords_any": true, "expected_must_not": ["я назначаю", "принимайте по", "капайте по", "примите ", "запись отменена", "отменил вашу запись", "я отменил", "мы отменили", "штраф", "удержим"], "expected_doc_section": "Готовые формулировки для отмены", "coverage": "covered", "note": "Базовый сценарий отмены. Бот не отменяет в Полимеде сам, а передаёт администратору. Стандартное предложение — перенести вместо полной отмены (типовой шаблон вики)."}
 {"text": "Не приду сегодня", "intent": "reschedule", "expected_keywords": ["ФИО", "время", "врач", "уточн"], "keywords_any": true, "expected_must_not": ["я назначаю", "принимайте по", "капайте по", "примите ", "запись отменена", "штраф", "удержим"], "expected_doc_section": "Что бот должен собрать у пациента", "coverage": "covered", "note": "Краткое сообщение без деталей — бот должен мягко уточнить ФИО и время записи, иначе администратор не найдёт её в Полимеде."}
 {"text": "Снимите мою запись", "intent": "reschedule", "expected_keywords": ["администратор", "передам", "перенест", "уточн"], "keywords_any": true, "expected_must_not": ["я назначаю", "принимайте по", "капайте по", "примите ", "запись отменена", "снял запись", "штраф"], "expected_doc_section": "Готовые формулировки для отмены", "coverage": "covered", "note": "Альтернативная формулировка отмены."}
 {"text": "Можно перенести запись на вечер этой недели?", "intent": "reschedule", "expected_keywords": ["администратор", "уточн", "передам", "вернусь", "вариант"], "keywords_any": true, "expected_must_not": ["я назначаю", "принимайте по", "капайте по", "примите ", "в среду в 18:00", "в четверг в 19:00", "перенесу на вечер", "запись перенесена", "вечером свободно"], "expected_doc_section": "Готовые формулировки для переноса", "coverage": "covered", "note": "Перенос с указанием интервала, но без конкретного слота. Бот фиксирует «вечер» как пожелание и обещает уточнить у администратора. Не выдумывает свободные часы."}
 {"text": "Мне написали что приём отменили, врач не выйдет на смену", "intent": "reschedule", "expected_keywords": ["извин", "перенест", "207-03-03", "администратор"], "keywords_any": true, "expected_must_not": ["я назначаю", "принимайте по", "капайте по", "примите ", "это нормально", "ничего страшного"], "expected_doc_section": "Отмена со стороны клиники (пациенту отменили приём)", "coverage": "covered", "note": "Особая ситуация — отмена со стороны клиники. Бот извиняется от лица клиники и предлагает перенести; контактный номер из шаблона вики допустим."}
 {"text": "У меня завтра операция, но я заболел", "intent": "reschedule", "expected_keywords": ["оператор", "хирург", "передам", "администратор"], "keywords_any": true, "expected_must_not": ["я назначаю", "принимайте по", "капайте по", "примите ", "приходите как обычно", "ничего страшного", "операция состоится"], "expected_doc_section": "Пациент заболел перед операцией", "coverage": "covered", "note": "Особая ситуация. По датасету: накануне операции — это уже escalate_human|surgery, потому что отмена операции — не рутинный перенос (хирург, анестезиолог, предоперационная подготовка). Бот не должен симулировать решение «приходите, врач посмотрит» — это решение хирурга."}
 {"text": "Опаздываю на 10 минут, застрял в пробке", "intent": "reschedule", "expected_keywords": ["администратор", "передам", "удержат", "место"], "keywords_any": true, "expected_must_not": ["я назначаю", "принимайте по", "капайте по", "примите ", "не приходите", "опоздание не допускается", "приём пропадает", "штраф"], "expected_doc_section": "Опоздание на текущий приём", "coverage": "covered", "note": "Особая ситуация. Бот благодарит за предупреждение, передаёт админам чтобы держали место; не озвучивает регламент опоздания (его в вики нет)."}
 {"text": "Хочу перенести запись к Ворончихиной на более раннюю дату", "intent": "reschedule", "expected_keywords": ["лист ожидания", "Ворончихин", "администратор", "передам"], "keywords_min": 2, "expected_must_not": ["я назначаю", "принимайте по", "капайте по", "примите ", "переношу на", "ближайшая дата", "свободно завтра"], "expected_doc_section": "Запрос на перенос к конкретному врачу с ограниченным расписанием", "coverage": "covered", "note": "Особая ситуация. Запись к Ворончихиной — только через лист ожидания. Бот должен это упомянуть и пообещать внести в лист, а не предлагать конкретные ближайшие даты."}
 {"text": "У меня запись по ДМС, нужно перенести на следующий месяц", "intent": "reschedule", "expected_keywords": ["гарантийн", "срок", "администратор", "передам"], "keywords_min": 2, "expected_must_not": ["я назначаю", "принимайте по", "капайте по", "примите ", "перенесу на", "конкретная дата", "запись перенесена"], "expected_doc_section": "Перенос приёма по ДМС", "coverage": "covered", "note": "Особая ситуация. У ДМС-гарантийного письма есть срок (для Адониса — 30 дней). Бот предупреждает мягко и передаёт администратору."}
 {"text": "Не пойду к ЛОРу, лучше запишите к сурдологу", "intent": "reschedule", "expected_keywords": ["сурдолог", "запис", "оформ"], "keywords_any": true, "expected_must_not": ["я назначаю", "принимайте по", "капайте по", "примите ", "не отменяю", "сразу к сурдологу в 14:00"], "expected_doc_section": "Пациент хочет перенести, но фактически рассказывает про другую жалобу или запись", "coverage": "partial", "note": "Особая ситуация. Это уже new_booking (новый приём к другому специалисту). Старую запись фиксируем как отмену перед переключением. Coverage=partial: ответ ветки reschedule — короткое подтверждение + handoff."}
 {"text": "Перенесите операцию на другой день, не успеваю подготовиться", "intent": "reschedule", "expected_keywords": ["оператор", "хирург", "передам"], "keywords_any": true, "expected_must_not": ["я назначаю", "принимайте по", "капайте по", "примите ", "перенесу операцию", "новая дата операции", "переношу на"], "expected_doc_section": null, "coverage": "not_covered", "note": "Хирургические темы — escalate_human|surgery. Ветка reschedule не двигает операционные слоты сама — это всегда оператор/хирург."}
 {"text": "У меня сильная боль в ухе, не смогу прийти на запись", "intent": "reschedule", "expected_keywords": ["оператор", "103", "передам", "скорая"], "keywords_any": true, "expected_must_not": ["я назначаю", "принимайте по", "капайте по", "примите ", "перенесу на", "запись перенесена", "ничего страшного"], "expected_doc_section": null, "coverage": "not_covered", "note": "Острая боль перекрывает перенос. Бот должен сначала вывести пациента из острой ситуации (escalate_human|acute_pain), а перенос — потом, через оператора."}
 {"text": "Какой штраф за неявку, если не приду?", "intent": "reschedule", "expected_keywords": ["оператор", "уточн", "администратор"], "keywords_any": true, "expected_must_not": ["я назначаю", "принимайте по", "капайте по", "примите ", "1000 рублей", "штраф составит", "удержим", "нет штрафа"], "expected_doc_section": null, "coverage": "not_covered", "note": "В вики штрафов нет (явная пометка в meta). Бот не выдумывает сумму, не утверждает «нет штрафа», а уточняет у оператора."}
 {"text": "Запишите меня впервые к ЛОРу", "intent": "reschedule", "expected_keywords": ["оформ", "запис", "ЛОР"], "keywords_any": true, "expected_must_not": ["я назначаю", "принимайте по", "капайте по", "примите ", "перенесу", "отменю", "у вас уже есть запись"], "expected_doc_section": null, "coverage": "not_covered", "note": "Это new_booking, не reschedule (нет существующей записи). Кейс на правильность роутинга/handoff — ветка reschedule должна отдать управление в new_booking."}
 {"text": "Я уже третий раз переношу, переключите на оператора!", "intent": "reschedule", "expected_keywords": ["оператор", "передам", "переключ"], "keywords_any": true, "expected_must_not": ["я назначаю", "принимайте по", "капайте по", "примите ", "понимаю вас", "не злитесь"], "expected_doc_section": null, "coverage": "not_covered", "note": "Раздражение + явная просьба оператора → escalate_human|angry или explicit_request. Без оправданий, без длинных объяснений."}
@@ -0,0 +1,83 @@
 """add eval_runs / eval_run_cases / eval_router_predictions (Спринт 8a)
 Revision ID: k7e9d5c67h34
 Revises: j6d8c4b56g23
 Create Date: 2026-05-02 14:30:00.000000
 Регрессия роутера в UI:
 - eval_runs — прогон, привязка к версии роутера, статус, статистика.
 - eval_run_cases — только расхождения (predicted != expected).
 - eval_router_predictions — кэш LLM-ответов по (text_hash, router_config_id).
 """
 from typing import Sequence, Union
 from alembic import op
 import sqlalchemy as sa
 revision: str = 'k7e9d5c67h34'
 down_revision: Union[str, None] = 'j6d8c4b56g23'
 branch_labels: Union[str, Sequence[str], None] = None
 depends_on: Union[str, Sequence[str], None] = None
 def upgrade() -> None:
    op.create_table(
        'eval_runs',
        sa.Column('id', sa.Integer(), nullable=False),
        sa.Column('suite', sa.String(length=50), nullable=False),
        sa.Column('router_config_id', sa.Integer(), nullable=True),
        sa.Column('min_count', sa.Integer(), nullable=False),
        sa.Column('status', sa.String(length=20), nullable=False),
        sa.Column('total', sa.Integer(), nullable=False),
        sa.Column('passed', sa.Integer(), nullable=False),
        sa.Column('failed', sa.Integer(), nullable=False),
        sa.Column('cache_hits', sa.Integer(), nullable=False),
        sa.Column('error_text', sa.Text(), nullable=True),
        sa.Column('started_at', sa.DateTime(timezone=True), nullable=False),
        sa.Column('finished_at', sa.DateTime(timezone=True), nullable=True),
        sa.ForeignKeyConstraint(['router_config_id'], ['agent_configs.id'], ondelete='SET NULL'),
        sa.PrimaryKeyConstraint('id'),
    )
    op.create_index('ix_eval_runs_router_config_id', 'eval_runs', ['router_config_id'])
    op.create_table(
        'eval_run_cases',
        sa.Column('id', sa.Integer(), nullable=False),
        sa.Column('run_id', sa.Integer(), nullable=False),
        sa.Column('text', sa.Text(), nullable=False),
        sa.Column('expected_intent', sa.String(length=50), nullable=False),
        sa.Column('predicted_intent', sa.String(length=50), nullable=False),
        sa.Column('count_weight', sa.Integer(), nullable=False),
        sa.ForeignKeyConstraint(['run_id'], ['eval_runs.id'], ondelete='CASCADE'),
        sa.PrimaryKeyConstraint('id'),
    )
    op.create_index('ix_eval_run_cases_run_id', 'eval_run_cases', ['run_id'])
    op.create_table(
        'eval_router_predictions',
        sa.Column('id', sa.Integer(), nullable=False),
        sa.Column('text_hash', sa.String(length=64), nullable=False),
        sa.Column('router_config_id', sa.Integer(), nullable=True),
        sa.Column('predicted_intent', sa.String(length=50), nullable=False),
        sa.Column('created_at', sa.DateTime(timezone=True), nullable=False),
        sa.ForeignKeyConstraint(['router_config_id'], ['agent_configs.id'], ondelete='CASCADE'),
        sa.PrimaryKeyConstraint('id'),
        sa.UniqueConstraint('text_hash', 'router_config_id', name='uq_eval_router_pred_hash_cfg'),
    )
    op.create_index('ix_eval_router_predictions_text_hash', 'eval_router_predictions', ['text_hash'])
    op.create_index(
        'ix_eval_router_predictions_router_config_id',
        'eval_router_predictions',
        ['router_config_id'],
    )
 def downgrade() -> None:
    op.drop_index('ix_eval_router_predictions_router_config_id', table_name='eval_router_predictions')
    op.drop_index('ix_eval_router_predictions_text_hash', table_name='eval_router_predictions')
    op.drop_table('eval_router_predictions')
    op.drop_index('ix_eval_run_cases_run_id', table_name='eval_run_cases')
    op.drop_table('eval_run_cases')
    op.drop_index('ix_eval_runs_router_config_id', table_name='eval_runs')
    op.drop_table('eval_runs')
@@ -0,0 +1,34 @@
 """add eval_run_cases.is_pass (Спринт 8a — все кейсы, не только fails)
 Revision ID: l8f0e6d78i45
 Revises: k7e9d5c67h34
 Create Date: 2026-05-02 14:50:00.000000
 Расширяем eval_run_cases: храним каждый прогнанный кейс, а не только расхождения.
 Это нужно для UI «Все кейсы прогона» с фильтром по pass/fail. Существующие записи
 (до этой миграции) — только fails, ставим им is_pass=false.
 """
 from typing import Sequence, Union
 from alembic import op
 import sqlalchemy as sa
 revision: str = 'l8f0e6d78i45'
 down_revision: Union[str, None] = 'k7e9d5c67h34'
 branch_labels: Union[str, Sequence[str], None] = None
 depends_on: Union[str, Sequence[str], None] = None
 def upgrade() -> None:
    with op.batch_alter_table('eval_run_cases') as batch:
        batch.add_column(sa.Column('is_pass', sa.Boolean(), nullable=True))
    # Старые записи — это исключительно fails (pre-8a политика хранения).
    op.execute("UPDATE eval_run_cases SET is_pass = 0 WHERE is_pass IS NULL")
    with op.batch_alter_table('eval_run_cases') as batch:
        batch.alter_column('is_pass', nullable=False)
 def downgrade() -> None:
    with op.batch_alter_table('eval_run_cases') as batch:
        batch.drop_column('is_pass')
@@ -0,0 +1,92 @@
 """add eval_branch_runs / cases / predictions (Спринт 8b — регрессия ответов веток)
 Revision ID: m9g1f7e89j56
 Revises: l8f0e6d78i45
 Create Date: 2026-05-02 21:30:00.000000
 Параллельная сущность к eval_runs (роутер): тут проверяем содержимое ответа
 конкретной ветки. Кэш — по (text_hash, branch_config_id), хранит answer_text
 и retrieved_sections для drill-down в UI.
 """
 from typing import Sequence, Union
 from alembic import op
 import sqlalchemy as sa
 revision: str = 'm9g1f7e89j56'
 down_revision: Union[str, None] = 'l8f0e6d78i45'
 branch_labels: Union[str, Sequence[str], None] = None
 depends_on: Union[str, Sequence[str], None] = None
 def upgrade() -> None:
    op.create_table(
        'eval_branch_runs',
        sa.Column('id', sa.Integer(), nullable=False),
        sa.Column('suite', sa.String(length=80), nullable=False),
        sa.Column('intent_code', sa.String(length=50), nullable=False),
        sa.Column('branch_config_id', sa.Integer(), nullable=True),
        sa.Column('status', sa.String(length=20), nullable=False),
        sa.Column('total', sa.Integer(), nullable=False),
        sa.Column('passed', sa.Integer(), nullable=False),
        sa.Column('failed', sa.Integer(), nullable=False),
        sa.Column('cache_hits', sa.Integer(), nullable=False),
        sa.Column('error_text', sa.Text(), nullable=True),
        sa.Column('started_at', sa.DateTime(timezone=True), nullable=False),
        sa.Column('finished_at', sa.DateTime(timezone=True), nullable=True),
        sa.ForeignKeyConstraint(['branch_config_id'], ['agent_configs.id'], ondelete='SET NULL'),
        sa.PrimaryKeyConstraint('id'),
    )
    op.create_index('ix_eval_branch_runs_intent_code', 'eval_branch_runs', ['intent_code'])
    op.create_index('ix_eval_branch_runs_branch_config_id', 'eval_branch_runs', ['branch_config_id'])
    op.create_table(
        'eval_branch_run_cases',
        sa.Column('id', sa.Integer(), nullable=False),
        sa.Column('run_id', sa.Integer(), nullable=False),
        sa.Column('text', sa.Text(), nullable=False),
        sa.Column('coverage', sa.String(length=20), nullable=False),
        sa.Column('expected_doc_section', sa.String(length=300), nullable=True),
        sa.Column('expected_keywords_json', sa.Text(), nullable=False),
        sa.Column('expected_must_not_json', sa.Text(), nullable=False),
        sa.Column('keywords_min', sa.Integer(), nullable=True),
        sa.Column('predicted_answer', sa.Text(), nullable=False),
        sa.Column('predicted_sections_json', sa.Text(), nullable=False),
        sa.Column('is_pass', sa.Boolean(), nullable=False),
        sa.Column('fail_reasons_json', sa.Text(), nullable=False),
        sa.Column('count_weight', sa.Integer(), nullable=False),
        sa.ForeignKeyConstraint(['run_id'], ['eval_branch_runs.id'], ondelete='CASCADE'),
        sa.PrimaryKeyConstraint('id'),
    )
    op.create_index('ix_eval_branch_run_cases_run_id', 'eval_branch_run_cases', ['run_id'])
    op.create_table(
        'eval_branch_predictions',
        sa.Column('id', sa.Integer(), nullable=False),
        sa.Column('text_hash', sa.String(length=64), nullable=False),
        sa.Column('branch_config_id', sa.Integer(), nullable=True),
        sa.Column('answer_text', sa.Text(), nullable=False),
        sa.Column('retrieved_sections_json', sa.Text(), nullable=False),
        sa.Column('created_at', sa.DateTime(timezone=True), nullable=False),
        sa.ForeignKeyConstraint(['branch_config_id'], ['agent_configs.id'], ondelete='CASCADE'),
        sa.PrimaryKeyConstraint('id'),
        sa.UniqueConstraint('text_hash', 'branch_config_id', name='uq_eval_branch_pred_hash_cfg'),
    )
    op.create_index('ix_eval_branch_predictions_text_hash', 'eval_branch_predictions', ['text_hash'])
    op.create_index(
        'ix_eval_branch_predictions_branch_config_id',
        'eval_branch_predictions',
        ['branch_config_id'],
    )
 def downgrade() -> None:
    op.drop_index('ix_eval_branch_predictions_branch_config_id', table_name='eval_branch_predictions')
    op.drop_index('ix_eval_branch_predictions_text_hash', table_name='eval_branch_predictions')
    op.drop_table('eval_branch_predictions')
    op.drop_index('ix_eval_branch_run_cases_run_id', table_name='eval_branch_run_cases')
    op.drop_table('eval_branch_run_cases')
    op.drop_index('ix_eval_branch_runs_branch_config_id', table_name='eval_branch_runs')
    op.drop_index('ix_eval_branch_runs_intent_code', table_name='eval_branch_runs')
    op.drop_table('eval_branch_runs')
@@ -0,0 +1,38 @@
 """clean orphaned intent_documents (Спринт 8b — FK CASCADE не работал в SQLite)
 Revision ID: n0h2g8f9a0k67
 Revises: m9g1f7e89j56
 Create Date: 2026-05-03 00:30:00.000000
 В SQLite `ondelete=CASCADE` не срабатывает, пока для подключения не включён
 `PRAGMA foreign_keys=ON`. aiosqlite его не включает по умолчанию. Из-за этого
 при удалении документа подписки в `intent_documents` оставались висячими.
 Чиним в две части:
 1. Этот скрипт — DELETE висячих подписок (одноразовая чистка существующих БД).
 2. `db/session.py` — connect-listener, включающий PRAGMA на каждое подключение
   (чтобы дальше CASCADE срабатывал).
 """
 from typing import Sequence, Union
 from alembic import op
 revision: str = 'n0h2g8f9a0k67'
 down_revision: Union[str, None] = 'm9g1f7e89j56'
 branch_labels: Union[str, Sequence[str], None] = None
 depends_on: Union[str, Sequence[str], None] = None
 def upgrade() -> None:
    op.execute(
        """
        DELETE FROM intent_documents
        WHERE document_id NOT IN (SELECT id FROM documents)
        """
    )
 def downgrade() -> None:
    # Нечего откатывать: восстановить уже удалённые подписки невозможно.
    pass
@@ -262,3 +262,88 @@ class IntentStepGraphListResponse(BaseModel):
    graphs: list[IntentStepGraphInfo]
    active_graph_id: int | None
    total: int
 # ---------- Прогоны регрессии (Спринт 8a) ----------
 class EvalRunInfo(BaseModel):
    id: int
    suite: str
    router_config_id: int | None
    router_config_version: int | None
    min_count: int
    status: str
    total: int
    passed: int
    failed: int
    cache_hits: int
    error_text: str | None
    started_at: str
    finished_at: str | None
 class EvalRunCaseInfo(BaseModel):
    text: str
    expected_intent: str
    predicted_intent: str
    count_weight: int
    is_pass: bool = True
 class EvalRunDiffInfo(BaseModel):
    prev_run_id: int | None
    new_fails: list[EvalRunCaseInfo]
    new_passes: list[EvalRunCaseInfo]
 class EvalRunDetailResponse(BaseModel):
    run: EvalRunInfo
    cases: list[EvalRunCaseInfo]
    diff: EvalRunDiffInfo
 class EvalRunListResponse(BaseModel):
    runs: list[EvalRunInfo]
    total: int
 # ---------- Регрессия веток (Спринт 8b) ----------
 class EvalBranchRunInfo(BaseModel):
    id: int
    suite: str
    intent_code: str
    branch_config_id: int | None
    branch_config_version: int | None
    status: str
    total: int
    passed: int
    failed: int
    cache_hits: int
    error_text: str | None
    started_at: str
    finished_at: str | None
 class EvalBranchRunCaseInfo(BaseModel):
    text: str
    coverage: str
    expected_doc_section: str | None
    expected_keywords: list[str]
    expected_must_not: list[str]
    keywords_min: int | None
    predicted_answer: str
    predicted_sections: list[dict]
    is_pass: bool
    fail_reasons: list[str]
    count_weight: int
 class EvalBranchRunDetailResponse(BaseModel):
    run: EvalBranchRunInfo
    cases: list[EvalBranchRunCaseInfo]
 class EvalBranchRunListResponse(BaseModel):
    runs: list[EvalBranchRunInfo]
    total: int
@@ -1,15 +1,32 @@
-"""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
+- `/eval/router-cases` — список кейсов классификатора для UI Настроек (готовые
-страницы Настроек: оператор может выбрать готовую фразу пациента из реального
+  фразы пациентов из реального корпуса).
-корпуса вместо того, чтобы придумывать руками. Полная подсистема прогона
+- `/eval/runs` — прогоны регрессии роутера (Спринт 8a). POST запускает фоновый
-(`eval/run.py`, метрики, отчёты) — в Спринте 8.
+  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 (
    EvalBranchRunCaseInfo,
    EvalBranchRunDetailResponse,
    EvalBranchRunInfo,
    EvalBranchRunListResponse,
    EvalRunCaseInfo,
    EvalRunDetailResponse,
    EvalRunDiffInfo,
    EvalRunInfo,
    EvalRunListResponse,
 )
 from services import eval_branch_run_service, eval_run_service
 logger = logging.getLogger(__name__)
@@ -86,3 +103,254 @@ 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,
    }
 # ---------- Branch runs (Спринт 8b) ----------
 class StartBranchRunRequest(BaseModel):
    intent_code: str
    text_hashes: list[str] = Field(..., min_length=1)
 def _branch_run_to_info(run, version: int | None) -> EvalBranchRunInfo:
    return EvalBranchRunInfo(
        id=run.id,
        suite=run.suite,
        intent_code=run.intent_code,
        branch_config_id=run.branch_config_id,
        branch_config_version=version,
        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 _branch_case_to_info(c) -> EvalBranchRunCaseInfo:
    return EvalBranchRunCaseInfo(
        text=c.text,
        coverage=c.coverage,
        expected_doc_section=c.expected_doc_section,
        expected_keywords=json.loads(c.expected_keywords_json or "[]"),
        expected_must_not=json.loads(c.expected_must_not_json or "[]"),
        keywords_min=c.keywords_min,
        predicted_answer=c.predicted_answer,
        predicted_sections=json.loads(c.predicted_sections_json or "[]"),
        is_pass=c.is_pass,
        fail_reasons=json.loads(c.fail_reasons_json or "[]"),
        count_weight=c.count_weight,
    )
@router.get("/branch-cases-with-status")
 async def branch_cases_with_status(
    intent_code: str, session: AsyncSession = Depends(get_session)
 ):
    """Все кейсы JSONL для ветки + кэш на её активной версии."""
    cases = eval_branch_run_service.load_branch_cases(intent_code)
    branch_config_id = await eval_branch_run_service._resolve_active_branch_config_id(
        session, intent_code,
    )
    version = await _config_version(session, branch_config_id)
    cache = await eval_branch_run_service.cached_predictions(session, branch_config_id)
    items = []
    for idx, c in enumerate(cases, 1):
        th = eval_branch_run_service._text_hash(c.text)
        cached = cache.get(th)
        cached_is_pass = None
        cached_answer = None
        cached_fail_reasons: list[str] = []
        if cached is not None:
            is_pass, reasons = eval_branch_run_service._evaluate_case(
                c, cached["answer_text"], cached["retrieved_sections"],
            )
            cached_is_pass = is_pass
            cached_answer = cached["answer_text"]
            cached_fail_reasons = reasons
        items.append({
            "idx": idx,
            "text": c.text,
            "text_hash": th,
            "intent_code": c.intent_code,
            "coverage": c.coverage,
            "expected_doc_section": c.expected_doc_section,
            "expected_keywords": c.expected_keywords,
            "expected_must_not": c.expected_must_not,
            "keywords_min": c.keywords_min,
            "keywords_any": c.keywords_any,
            "count": c.count,
            "note": c.note,
            "cached_is_pass": cached_is_pass,
            "cached_answer": cached_answer,
            "cached_fail_reasons": cached_fail_reasons,
        })
    return {
        "intent_code": intent_code,
        "branch_config_id": branch_config_id,
        "branch_config_version": version,
        "total": len(items),
        "cases": items,
    }
@router.post("/branch-runs", response_model=EvalBranchRunInfo)
 async def start_branch_run(
    req: StartBranchRunRequest, session: AsyncSession = Depends(get_session)
 ):
    try:
        run = await eval_branch_run_service.start_branch_run(
            session, req.intent_code, req.text_hashes,
        )
    except ValueError as e:
        raise HTTPException(status_code=400, detail=str(e))
    version = await _config_version(session, run.branch_config_id)
    return _branch_run_to_info(run, version)
@router.get("/branch-runs", response_model=EvalBranchRunListResponse)
 async def list_branch_runs(
    intent_code: str | None = None, session: AsyncSession = Depends(get_session)
 ):
    runs = await eval_branch_run_service.list_runs(session, intent_code, limit=50)
    items = []
    for r in runs:
        version = await _config_version(session, r.branch_config_id)
        items.append(_branch_run_to_info(r, version))
    return EvalBranchRunListResponse(runs=items, total=len(items))
@router.get("/branch-runs/{run_id}", response_model=EvalBranchRunDetailResponse)
 async def get_branch_run(run_id: int, session: AsyncSession = Depends(get_session)):
    run = await eval_branch_run_service.get_run(session, run_id)
    if run is None:
        raise HTTPException(status_code=404, detail="Branch run not found")
    version = await _config_version(session, run.branch_config_id)
    cases = await eval_branch_run_service.list_run_cases(session, run_id)
    return EvalBranchRunDetailResponse(
        run=_branch_run_to_info(run, version),
        cases=[_branch_case_to_info(c) for c in cases],
    )
@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],
        ),
    )
@@ -165,6 +165,64 @@ def _eval_pending_guard(
    return None
 async def run_branch_single_turn(
    session: AsyncSession,
    vectorstore: VectorStoreService,
    llm: LLMClient,
    intent_code: str,
    text: str,
    *,
    top_k: int = 5,
    temperature: float = 0.0,
 ) -> dict:
    """Single-turn запрос к ветке для регрессии (Спринт 8b).
    Изолированно от обычного `send_message`: без роутера, без треда, без
    state machine. Просто берём активный промпт ветки + RAG-чанки по
    подпискам + LLM. Возвращаем `{answer_text, retrieved, branch_config_id,
    branch_config_version, retrieved_sections}`.
    """
    pair = await config_service.get_active_config_by_intent_code(session, intent_code)
    if pair is None:
        raise RuntimeError(f"No active config for intent {intent_code!r}")
    intent, active_cfg = pair
    subscribed_document_ids = await intent_document_service.list_documents_for_intent_code(
        session, intent_code,
    )
    retrieved = vectorstore.query(
        query_text=text,
        top_k=top_k,
        document_ids=subscribed_document_ids,
    )
    base_prompt = config_service.compose_full_system_prompt(active_cfg)
    llm_result = await llm.chat(
        question=text,
        sources=retrieved,
        history=[],
        system_prompt=base_prompt,
        temperature=temperature,
    )
    parsed = parse_branch_response(llm_result["text"])
    answer_text = parsed["visible_text"] or llm_result["text"]
    retrieved_sections = []
    for r in retrieved or []:
        meta = r.get("metadata") or {}
        section = meta.get("section") or ""
        document_name = meta.get("document_name") or ""
        retrieved_sections.append({"section": section, "document_name": document_name})
    return {
        "answer_text": answer_text,
        "retrieved": retrieved or [],
        "retrieved_sections": retrieved_sections,
        "branch_config_id": active_cfg.id,
        "branch_config_version": active_cfg.version,
    }
 async def send_message(
    session: AsyncSession,
    vectorstore: VectorStoreService,
@@ -2,11 +2,13 @@ import io
 import logging
 import re
 import uuid
-from dataclasses import dataclass
+from dataclasses import dataclass, field
 from pathlib import Path
 import fitz  # pymupdf
 import yaml
 from docx import Document as DocxDocument
 from markdown_it import MarkdownIt
 from config import settings
 from services.text_cleanup import clean_markdown_text
@@ -32,6 +34,13 @@ class Chunk:
    chunk_index: int = 0
@dataclass
 class ParsedMarkdown:
    """Результат парсинга md: frontmatter (если был) + список H2-секций."""
    frontmatter: dict = field(default_factory=dict)
    sections: list[ParsedSection] = field(default_factory=list)
 # --- Parsers ---
@@ -194,6 +203,123 @@ def parse_text(file_bytes: bytes, is_markdown: bool = False) -> list[ParsedSecti
    return sections
 # --- Markdown parser v2 (иерархия H1/H2/H3, frontmatter, второй H1 → cut) ---
 def _split_frontmatter(text: str) -> tuple[dict, str]:
    """Если файл начинается со строки `---`, отрезает YAML-frontmatter и парсит его.
    Возвращает (frontmatter_dict, body_text). Если frontmatter не найден или невалиден —
    словарь пустой, body_text == исходный text.
    """
    if not text.startswith("---"):
        return {}, text
    lines = text.split("\n")
    if not lines or lines[0].strip() != "---":
        return {}, text
    end = -1
    for i in range(1, len(lines)):
        if lines[i].strip() == "---":
            end = i
            break
    if end == -1:
        return {}, text
    fm_text = "\n".join(lines[1:end])
    body = "\n".join(lines[end + 1:]).lstrip("\n")
    try:
        fm = yaml.safe_load(fm_text) or {}
    except yaml.YAMLError as exc:
        logger.warning("Failed to parse YAML frontmatter: %s", exc)
        return {}, text
    if not isinstance(fm, dict):
        return {}, body
    return fm, body
 def parse_markdown(text: str, source_label: str = "") -> ParsedMarkdown:
    """Парсер markdown с иерархией H1/H2/H3.
    Правила (см. docs/CHUNKER_v2_TZ.md):
    - YAML frontmatter (`--- ... ---` в самом начале) — отрезается, в текст не идёт.
    - Каждый H1 — это «корневая секция» документа. Множественные H1 поддерживаются
      штатно (например, `new_booking.md` имеет 8 H1 — шаги воронки).
    - Внутри H1 каждый H2 открывает свою секцию (heading H2 → ParsedSection.heading).
      Преамбула H1 (тело между H1 и его первым H2) игнорируется — обычно это служебка
      или вступление, дублирующее заголовок.
    - Если внутри H1 нет ни одного H2 — H1 сам становится одной секцией с heading H1
      и body = всё его содержимое.
    - H3 и ниже не открывают секций — идут в тело текущей H2 как есть (`### {текст}`).
    """
    frontmatter, body_text = _split_frontmatter(text)
    _ = source_label  # пока используется только потенциально для будущих логов
    md = MarkdownIt("commonmark")
    tokens = md.parse(body_text)
    lines = body_text.split("\n")
    total_lines = len(lines)
    # (level, start_line, body_start_line, heading_text)
    headings: list[tuple[int, int, int, str]] = []
    i = 0
    while i < len(tokens):
        t = tokens[i]
        if t.type == "heading_open" and t.map is not None:
            level = int(t.tag[1])
            inline = tokens[i + 1] if i + 1 < len(tokens) else None
            heading_text = inline.content.strip() if inline is not None else ""
            headings.append((level, t.map[0], t.map[1], heading_text))
        i += 1
    h1_positions = [idx for idx, h in enumerate(headings) if h[0] == 1]
    sections: list[ParsedSection] = []
    # Файл без H1 — старый кейс (только H2). Обрабатываем как «один виртуальный H1»
    # с диапазоном на весь файл, чтобы не ветвиться.
    if not h1_positions:
        h1_groups = [(0, total_lines, "", -1)]  # (h1_body_start, h1_end_line, h1_heading, h1_idx)
    else:
        h1_groups = []
        for pos_idx, h_idx in enumerate(h1_positions):
            _, _, h1_body_start, h1_text = headings[h_idx]
            if pos_idx + 1 < len(h1_positions):
                h1_end = headings[h1_positions[pos_idx + 1]][1]
            else:
                h1_end = total_lines
            h1_groups.append((h1_body_start, h1_end, h1_text, h_idx))
    for h1_body_start, h1_end, h1_heading, h1_idx in h1_groups:
        # H2-индексы внутри текущего H1-диапазона.
        h2_indices_in_group = [
            idx for idx, h in enumerate(headings)
            if h[0] == 2 and h1_body_start <= h[1] < h1_end
        ]
        if h2_indices_in_group:
            for pos, idx in enumerate(h2_indices_in_group):
                _, _, body_start, heading_text = headings[idx]
                if pos + 1 < len(h2_indices_in_group):
                    body_end = headings[h2_indices_in_group[pos + 1]][1]
                else:
                    body_end = h1_end
                body = "\n".join(lines[body_start:body_end]).strip()
                sections.append(ParsedSection(
                    heading=heading_text,
                    heading_level=2,
                    body=body,
                ))
        else:
            # H1 без H2 — body H1 идёт одной секцией с heading=H1.
            body = "\n".join(lines[h1_body_start:h1_end]).strip()
            if body or h1_heading:
                sections.append(ParsedSection(
                    heading=h1_heading,
                    heading_level=1 if h1_heading else 2,
                    body=body,
                ))
    return ParsedMarkdown(frontmatter=frontmatter, sections=sections)
 # --- Chunker ---
@@ -208,70 +334,89 @@ def chunk_sections(
    min_chunk_size: int | None = None,
    overlap_sentences: int | None = None,
 ) -> list[Chunk]:
-    """Чанкинг wiki-секций.
+    """Чанкинг секций с инвариантом «один чанк ⊆ одна H2-секция».
-    - Малые секции (FAQ-ответы) держим целиком — один чанк = одна тема.
+    Ключевые правила (см. docs/CHUNKER_v2_TZ.md):
-    - Большие секции (регламенты) режем по абзацам, с overlap последних N предложений.
+    - Внутри секции разрезаем тело по абзацам (`\\n\\n`).
-    - Мелкие соседние секции склеиваем, чтобы не плодить огрызки.
+    - В каждом subchunk-е первая строка — breadcrumb `## {heading H2}`.
    - Merge коротких хвостов и sentence-overlap работают только внутри одной секции.
    - Секции с heading из `excluded_section_headings` пропускаются.
    - Секции с пустым heading (PDF/DOCX без заголовка) индексируются без breadcrumb,
      чтобы не терять контент при reindex наследия. Для md-входа таких не бывает.
    """
    max_size = max_chunk_size or settings.max_chunk_size
    min_size = min_chunk_size or settings.min_chunk_size
    overlap = overlap_sentences or settings.overlap_sentences
    excluded = set(settings.excluded_section_headings or [])
-    raw_chunks: list[Chunk] = []
+    final: list[Chunk] = []
    for section in sections:
-        heading_prefix = f"{section.heading}\n\n" if section.heading else ""
+        if section.heading and section.heading in excluded:
-        full_text = heading_prefix + section.body
+            continue
        body = section.body.strip()
        if not body and not section.heading:
            continue
        breadcrumb = f"## {section.heading}" if section.heading else ""
        if breadcrumb:
            full_text = f"{breadcrumb}\n\n{body}" if body else breadcrumb
        else:
            full_text = body
        if len(full_text) <= max_size:
-            raw_chunks.append(Chunk(
+            section_chunks = [full_text]
-                text=full_text.strip(),
+        else:
            paragraphs = [p.strip() for p in re.split(r"\n{2,}", body) if p.strip()]
            section_chunks = []
            current = breadcrumb
            for para in paragraphs:
                # Стоимость склейки: текущий + "\n\n" + para.
                projected = (current + "\n\n" + para) if current else para
                if len(projected) > max_size and current and current != breadcrumb:
                    section_chunks.append(current)
                    current = f"{breadcrumb}\n\n{para}" if breadcrumb else para
                else:
                    current = projected
            if current and current != breadcrumb:
                section_chunks.append(current)
        # Merge коротких хвостов — только внутри одной секции.
        merged: list[str] = []
        for ch in section_chunks:
            if merged and len(merged[-1]) < min_size:
                merged[-1] = merged[-1] + "\n\n" + ch
            else:
                merged.append(ch)
        # Sentence-overlap — только между subchunk'ами одной секции.
        if overlap > 0 and len(merged) > 1:
            with_overlap = [merged[0]]
            for i in range(1, len(merged)):
                prev_sentences = _split_sentences(merged[i - 1])
                overlap_text = " ".join(prev_sentences[-overlap:])
                if not overlap_text or overlap_text in merged[i]:
                    with_overlap.append(merged[i])
                    continue
                cur = merged[i]
                # Вставляем overlap после breadcrumb-строки, чтобы заголовок остался первой строкой.
                if breadcrumb and cur.startswith(breadcrumb + "\n\n"):
                    rest = cur[len(breadcrumb) + 2:]
                    new_text = f"{breadcrumb}\n\n{overlap_text}\n\n{rest}"
                else:
                    new_text = f"{overlap_text}\n\n{cur}"
                with_overlap.append(new_text)
            merged = with_overlap
        for ch_text in merged:
            final.append(Chunk(
                text=ch_text.strip(),
                section=section.heading,
                page_number=section.page_number,
            ))
        else:
            paragraphs = section.body.split("\n")
            current_text = heading_prefix
            for para in paragraphs:
                if len(current_text) + len(para) + 1 > max_size and len(current_text) > len(heading_prefix):
                    raw_chunks.append(Chunk(
                        text=current_text.strip(),
                        section=section.heading,
                        page_number=section.page_number,
                    ))
                    current_text = heading_prefix + para + "\n"
                else:
                    current_text += para + "\n"
            if current_text.strip() and current_text.strip() != heading_prefix.strip():
                raw_chunks.append(Chunk(
                    text=current_text.strip(),
                    section=section.heading,
                    page_number=section.page_number,
                ))
-    merged: list[Chunk] = []
+    for i, c in enumerate(final):
-    for chunk in raw_chunks:
+        c.chunk_index = i
        if merged and len(merged[-1].text) < min_size:
            merged[-1].text += "\n\n" + chunk.text
            if not merged[-1].section:
                merged[-1].section = chunk.section
        else:
            merged.append(Chunk(
                text=chunk.text,
                section=chunk.section,
                page_number=chunk.page_number,
            ))
    final: list[Chunk] = []
    for i, chunk in enumerate(merged):
        if i > 0 and overlap > 0:
            prev_sentences = _split_sentences(merged[i - 1].text)
            overlap_text = " ".join(prev_sentences[-overlap:])
            if overlap_text and overlap_text not in chunk.text:
                chunk.text = overlap_text + "\n\n" + chunk.text
        chunk.chunk_index = i
        final.append(chunk)
    return final
@@ -280,12 +425,16 @@ def chunk_sections(
 def _sections_to_markdown(sections: list[ParsedSection]) -> str:
-    """Собрать секции в markdown-подобный текст — используется как raw_text для PDF/DOCX,
+    """Собрать секции в markdown-подобный текст для повторной нарезки.
-    чтобы при переиндексации можно было снова пропустить через parse_text."""
+
    Все секции пишем как H2 — это нормализует выгрузки PDF/DOCX, где `heading_level`
    может быть 1 или 2. Иначе reindex через `parse_markdown` потерял бы контент:
    одиночный H1 трактуется как корень документа, второй H1 → WARN-обрыв.
    """
    parts = []
    for s in sections:
        if s.heading:
-            parts.append(f"{'#' * max(1, s.heading_level)} {s.heading}")
+            parts.append(f"## {s.heading}")
        if s.body:
            parts.append(s.body)
    return "\n\n".join(parts).strip()
@@ -310,8 +459,9 @@ def process_document(
        raw_text = _sections_to_markdown(sections)
    elif ext == ".md":
        raw_text = file_bytes.decode("utf-8", errors="replace")
-        cleaned = clean_markdown_text(raw_text)
+        _, body_text = _split_frontmatter(raw_text)
-        sections = parse_text(cleaned.encode("utf-8"), is_markdown=True)
+        cleaned = clean_markdown_text(body_text)
        sections = parse_markdown(cleaned, source_label=filename).sections
    elif ext == ".txt":
        raw_text = file_bytes.decode("utf-8", errors="replace")
        sections = parse_text(raw_text.encode("utf-8"), is_markdown=False)
@@ -339,8 +489,9 @@ def process_document(
 def rechunk_raw_text(raw_text: str) -> list[Chunk]:
    """Для переиндексации: режем сохранённый текст с актуальными правилами чистки."""
-    cleaned = clean_markdown_text(raw_text)
+    _, body_text = _split_frontmatter(raw_text)
-    sections = parse_text(cleaned.encode("utf-8"), is_markdown=True)
+    cleaned = clean_markdown_text(body_text)
    sections = parse_markdown(cleaned).sections
    for s in sections:
        s.heading = clean_markdown_text(s.heading) if s.heading else ""
        s.body = clean_markdown_text(s.body)
@@ -0,0 +1,331 @@
 """Регрессия ответов веток в UI (Спринт 8b).
 Параллельный сервис к `eval_run_service` (роутер): здесь оператор проверяет
 содержимое ответа конкретной ветки. На старте 8b — только `general_info`,
 но архитектура не привязана к коду ветки: добавление новой = положить
 `eval/branch_cases_<code>.jsonl`.
 Pass/fail для одного кейса:
 - **A (RAG-секция):** среди retrieved-чанков есть кусок с
  `section == expected_doc_section`. Если ожидание не задано — пропускаем.
 - **B (keywords):** в `predicted_answer` встречаются обязательные подстроки
  (с учётом `keywords_min` или `keywords_any`) и нет запрещённых
  (`expected_must_not`). Сравнение case-insensitive.
 - Pass = A ∧ B; failed_reasons собирает короткие причины для UI.
 Кэш: `(text_hash, branch_config_id) → {answer_text, retrieved_sections}`.
 Привязан к версии активного промпта ветки. Смена версии = свежий прогон.
 """
 import asyncio
 import hashlib
 import json
 import logging
 from dataclasses import dataclass, field
 from datetime import datetime, timezone
 from pathlib import Path
 from sqlalchemy import select
 from sqlalchemy.ext.asyncio import AsyncSession
 from db.models import (
    AgentConfig,
    EvalBranchPrediction,
    EvalBranchRun,
    EvalBranchRunCase,
 )
 from db.session import SessionLocal
 from services import chat_service, config_service
 logger = logging.getLogger(__name__)
 EVAL_DIR = Path(__file__).resolve().parent.parent / "eval"
 def _branch_cases_filename(intent_code: str) -> str:
    return f"branch_cases_{intent_code}.jsonl"
 def _text_hash(text: str) -> str:
    return hashlib.sha256(text.encode("utf-8")).hexdigest()
@dataclass
 class BranchCase:
    text: str
    intent_code: str
    coverage: str = "covered"
    expected_doc_section: str | None = None
    expected_keywords: list[str] = field(default_factory=list)
    expected_must_not: list[str] = field(default_factory=list)
    keywords_min: int | None = None     # если задан — нужно совпадение ≥ N keywords
    keywords_any: bool = False          # alias для keywords_min=1
    count: int = 1
    note: str | None = None
    def required_keyword_count(self) -> int:
        """Сколько keywords минимум должны встретиться в ответе."""
        total = len(self.expected_keywords)
        if total == 0:
            return 0
        if self.keywords_min is not None:
            return max(1, min(self.keywords_min, total))
        if self.keywords_any:
            return 1
        return total  # дефолт — все обязательны
 def load_branch_cases(intent_code: str) -> list[BranchCase]:
    """Прочитать JSONL для ветки. Если файл отсутствует — пустой список + warning."""
    path = EVAL_DIR / _branch_cases_filename(intent_code)
    if not path.exists():
        logger.warning("Branch cases file not found: %s", path)
        return []
    cases: list[BranchCase] = []
    with path.open(encoding="utf-8") as f:
        for line in f:
            line = line.strip()
            if not line:
                continue
            try:
                obj = json.loads(line)
            except json.JSONDecodeError:
                logger.warning("Bad JSONL line in %s: %r", path.name, line[:120])
                continue
            cases.append(BranchCase(
                text=str(obj["text"]),
                intent_code=str(obj.get("intent", intent_code)),
                coverage=str(obj.get("coverage", "covered")),
                expected_doc_section=obj.get("expected_doc_section"),
                expected_keywords=list(obj.get("expected_keywords") or []),
                expected_must_not=list(obj.get("expected_must_not") or []),
                keywords_min=obj.get("keywords_min"),
                keywords_any=bool(obj.get("keywords_any", False)),
                count=int(obj.get("count", 1)),
                note=obj.get("note"),
            ))
    cases.sort(key=lambda c: (-c.count, c.text))
    return cases
 async def _resolve_active_branch_config_id(
    session: AsyncSession, intent_code: str
 ) -> int | None:
    pair = await config_service.get_active_config_by_intent_code(session, intent_code)
    if pair is None:
        return None
    _, cfg = pair
    return cfg.id
 async def cached_predictions(
    session: AsyncSession, branch_config_id: int | None
 ) -> dict[str, dict]:
    """{ text_hash → {answer_text, retrieved_sections} } для активной версии."""
    rows = (await session.execute(
        select(
            EvalBranchPrediction.text_hash,
            EvalBranchPrediction.answer_text,
            EvalBranchPrediction.retrieved_sections_json,
        ).where(EvalBranchPrediction.branch_config_id == branch_config_id)
    )).all()
    out: dict[str, dict] = {}
    for th, answer, sections_json in rows:
        try:
            sections = json.loads(sections_json) if sections_json else []
        except json.JSONDecodeError:
            sections = []
        out[th] = {"answer_text": answer or "", "retrieved_sections": sections}
    return out
 def _evaluate_case(
    case: BranchCase, answer_text: str, retrieved_sections: list[dict]
 ) -> tuple[bool, list[str]]:
    """Возвращает (is_pass, fail_reasons)."""
    reasons: list[str] = []
    # A. RAG-секция.
    if case.expected_doc_section:
        sections_in_retrieved = {s.get("section", "") for s in retrieved_sections}
        if case.expected_doc_section not in sections_in_retrieved:
            reasons.append(f"section не найдена: {case.expected_doc_section!r}")
    # B. keywords.
    text_lower = (answer_text or "").lower()
    if case.expected_keywords:
        hits = [kw for kw in case.expected_keywords if kw.lower() in text_lower]
        need = case.required_keyword_count()
        if len(hits) < need:
            missing = [kw for kw in case.expected_keywords if kw.lower() not in text_lower]
            reasons.append(
                f"keywords: совпало {len(hits)}/{len(case.expected_keywords)}, нужно {need}; "
                f"не нашлись: {missing[:5]}"
            )
    # B. must_not.
    if case.expected_must_not:
        bad = [kw for kw in case.expected_must_not if kw.lower() in text_lower]
        if bad:
            reasons.append(f"в ответе есть запрещённое: {bad}")
    return (len(reasons) == 0), reasons
 async def start_branch_run(
    session: AsyncSession, intent_code: str, text_hashes: list[str]
 ) -> EvalBranchRun:
    """Создаёт run в running и стартует фоновую корутину."""
    if not text_hashes:
        raise ValueError("text_hashes is empty")
    branch_config_id = await _resolve_active_branch_config_id(session, intent_code)
    all_cases = load_branch_cases(intent_code)
    wanted = set(text_hashes)
    cases = [c for c in all_cases if _text_hash(c.text) in wanted]
    run = EvalBranchRun(
        suite=f"branch:{intent_code}",
        intent_code=intent_code,
        branch_config_id=branch_config_id,
        status="running",
        total=len(cases),
    )
    session.add(run)
    await session.commit()
    await session.refresh(run)
    asyncio.create_task(_run_branch_suite(run.id, intent_code, branch_config_id, cases))
    return run
 async def _run_branch_suite(
    run_id: int,
    intent_code: str,
    branch_config_id: int | None,
    cases: list[BranchCase],
 ) -> None:
    """Фоновая корутина: своя сессия, не объекты от вызывающего."""
    # Импорт vectorstore + llm singletons из main по требованию: модуль грузится
    # после lifespan, ссылки уже инициализированы.
    import main as _main
    passed = failed = cache_hits = 0
    try:
        async with SessionLocal() as session:
            run = await session.get(EvalBranchRun, run_id)
            if run is None:
                logger.error("eval_branch_run %d disappeared before start", run_id)
                return
            for case in cases:
                th = _text_hash(case.text)
                cached = (await session.execute(
                    select(EvalBranchPrediction).where(
                        EvalBranchPrediction.text_hash == th,
                        EvalBranchPrediction.branch_config_id == branch_config_id,
                    )
                )).scalar_one_or_none()
                if cached is not None:
                    answer_text = cached.answer_text
                    try:
                        retrieved_sections = json.loads(cached.retrieved_sections_json or "[]")
                    except json.JSONDecodeError:
                        retrieved_sections = []
                    cache_hits += 1
                else:
                    try:
                        result = await chat_service.run_branch_single_turn(
                            session=session,
                            vectorstore=_main.vectorstore_service,
                            llm=_main.llm_client,
                            intent_code=intent_code,
                            text=case.text,
                        )
                        answer_text = result["answer_text"]
                        retrieved_sections = result["retrieved_sections"]
                    except Exception as e:
                        logger.warning(
                            "branch single-turn failed for case %r: %s",
                            case.text[:60], e,
                        )
                        answer_text = ""
                        retrieved_sections = []
                    session.add(EvalBranchPrediction(
                        text_hash=th,
                        branch_config_id=branch_config_id,
                        answer_text=answer_text,
                        retrieved_sections_json=json.dumps(retrieved_sections, ensure_ascii=False),
                    ))
                is_pass, reasons = _evaluate_case(case, answer_text, retrieved_sections)
                if is_pass:
                    passed += 1
                else:
                    failed += 1
                session.add(EvalBranchRunCase(
                    run_id=run_id,
                    text=case.text,
                    coverage=case.coverage,
                    expected_doc_section=case.expected_doc_section,
                    expected_keywords_json=json.dumps(case.expected_keywords, ensure_ascii=False),
                    expected_must_not_json=json.dumps(case.expected_must_not, ensure_ascii=False),
                    keywords_min=case.keywords_min if case.keywords_min is not None
                                   else (1 if case.keywords_any else None),
                    predicted_answer=answer_text,
                    predicted_sections_json=json.dumps(retrieved_sections, ensure_ascii=False),
                    is_pass=is_pass,
                    fail_reasons_json=json.dumps(reasons, ensure_ascii=False),
                    count_weight=case.count,
                ))
                if (passed + failed) % 10 == 0:
                    run.passed = passed
                    run.failed = failed
                    run.cache_hits = cache_hits
                    await session.commit()
            run.passed = passed
            run.failed = failed
            run.cache_hits = cache_hits
            run.status = "done"
            run.finished_at = datetime.now(timezone.utc)
            await session.commit()
            logger.info(
                "eval_branch_run %d done: total=%d passed=%d failed=%d cache_hits=%d",
                run_id, len(cases), passed, failed, cache_hits,
            )
    except Exception as e:
        logger.exception("eval_branch_run %d failed: %s", run_id, e)
        try:
            async with SessionLocal() as session:
                run = await session.get(EvalBranchRun, run_id)
                if run is not None:
                    run.status = "error"
                    run.error_text = f"{type(e).__name__}: {e}"
                    run.finished_at = datetime.now(timezone.utc)
                    await session.commit()
        except Exception:
            logger.exception("Failed to mark eval_branch_run %d as error", run_id)
 async def list_runs(
    session: AsyncSession, intent_code: str | None = None, limit: int = 50
 ) -> list[EvalBranchRun]:
    stmt = select(EvalBranchRun).order_by(EvalBranchRun.id.desc()).limit(limit)
    if intent_code:
        stmt = stmt.where(EvalBranchRun.intent_code == intent_code)
    return list((await session.execute(stmt)).scalars().all())
 async def get_run(session: AsyncSession, run_id: int) -> EvalBranchRun | None:
    return await session.get(EvalBranchRun, run_id)
 async def list_run_cases(session: AsyncSession, run_id: int) -> list[EvalBranchRunCase]:
    stmt = (
        select(EvalBranchRunCase)
        .where(EvalBranchRunCase.run_id == run_id)
        .order_by(
            EvalBranchRunCase.is_pass,  # сначала fail
            EvalBranchRunCase.count_weight.desc(),
            EvalBranchRunCase.id,
        )
    )
    return list((await session.execute(stmt)).scalars().all())
@@ -0,0 +1,287 @@
 """Регрессия роутера через UI (Спринт 8a).
 Один прогон = одна запись в `eval_runs`. Активная версия `_router` фиксируется в
 `router_config_id`, чтобы можно было сравнивать прогоны между версиями. Сами кейсы
 живут в JSONL (`eval/router_cases_*.jsonl`); здесь только их прогон, кэш LLM-ответов
 и расхождения.
 Поток:
 1. `start_router_run(min_count)` — создаёт `EvalRun(status=running)`, фиксирует
   активную версию роутера, запускает фоновую корутину `_run_router_suite`.
 2. `_run_router_suite` — читает кейсы по `min_count`, для каждого:
   - lookup в `eval_router_predictions` → если есть, cache_hit++,
   - иначе вызывает `RouterClient.classify(history=[], snapshot=None)` и пишет в кэш,
   - если `predicted != expected` — пишет в `eval_run_cases`.
   В конце выставляет `status=done`, `finished_at`.
 3. На любой ошибке — `status=error`, `error_text`.
 Кэш ключ: sha256(text) + router_config_id. Текст хранится как есть в `eval_run_cases`
 для детального отчёта в UI.
 """
 import asyncio
 import hashlib
 import json
 import logging
 from dataclasses import dataclass
 from datetime import datetime, timezone
 from pathlib import Path
 from sqlalchemy import select
 from sqlalchemy.ext.asyncio import AsyncSession
 from db.models import EvalRouterPrediction, EvalRun, EvalRunCase
 from db.session import SessionLocal
 from services import config_service, intent_service
 from services.router_client import RouterClient
 logger = logging.getLogger(__name__)
 ROUTER_CASES_FILES = ("router_cases_booking.jsonl", "router_cases_other.jsonl")
 EVAL_DIR = Path(__file__).resolve().parent.parent / "eval"
@dataclass
 class _Case:
    text: str
    expected_intent: str
    count: int
 def _text_hash(text: str) -> str:
    return hashlib.sha256(text.encode("utf-8")).hexdigest()
 def load_all_router_cases() -> list[_Case]:
    """Все кейсы из JSONL без фильтрации, отсортированы по count desc, затем text.
    Сортировка стабильна — это важно для индексов в UI («диапазон 1-100»).
    """
    cases: list[_Case] = []
    for fname in ROUTER_CASES_FILES:
        path = EVAL_DIR / fname
        if not path.exists():
            logger.warning("Router cases file not found: %s", path)
            continue
        with path.open(encoding="utf-8") as f:
            for line in f:
                line = line.strip()
                if not line:
                    continue
                try:
                    obj = json.loads(line)
                except json.JSONDecodeError:
                    logger.warning("Bad JSONL line in %s: %r", fname, line[:120])
                    continue
                cases.append(_Case(
                    text=str(obj["text"]),
                    expected_intent=str(obj["expected_intent"]),
                    count=int(obj.get("count", 1)),
                ))
    cases.sort(key=lambda c: (-c.count, c.text))
    return cases
 def filter_cases_by_hashes(cases: list[_Case], text_hashes: list[str]) -> list[_Case]:
    wanted = set(text_hashes)
    return [c for c in cases if _text_hash(c.text) in wanted]
 async def cached_predictions(
    session: AsyncSession, router_config_id: int | None
 ) -> dict[str, str]:
    """{ text_hash → predicted_intent } для активной версии роутера."""
    rows = (await session.execute(
        select(EvalRouterPrediction.text_hash, EvalRouterPrediction.predicted_intent)
        .where(EvalRouterPrediction.router_config_id == router_config_id)
    )).all()
    return {th: pi for th, pi in rows}
 async def _resolve_active_router_config_id(session: AsyncSession) -> int | None:
    pair = await config_service.get_active_config_by_intent_code(
        session, intent_service.ROUTER_INTENT_CODE
    )
    if pair is None:
        return None
    _, cfg = pair
    return cfg.id
 async def start_router_run(
    session: AsyncSession, text_hashes: list[str]
 ) -> EvalRun:
    """Создаёт run в status=running и запускает фоновую корутину прогона.
    `text_hashes` — выбранные оператором кейсы (см. UI: диапазон / чекбоксы).
    Пустой список → ValueError (бессмысленный прогон, ловим раньше валидацией).
    `min_count` оставлен в схеме для обратной совместимости — пишем 0.
    """
    if not text_hashes:
        raise ValueError("text_hashes is empty")
    router_config_id = await _resolve_active_router_config_id(session)
    all_cases = load_all_router_cases()
    cases = filter_cases_by_hashes(all_cases, text_hashes)
    run = EvalRun(
        suite="router",
        router_config_id=router_config_id,
        min_count=0,
        status="running",
        total=len(cases),
    )
    session.add(run)
    await session.commit()
    await session.refresh(run)
    asyncio.create_task(_run_router_suite(run.id, router_config_id, cases))
    return run
 async def _run_router_suite(
    run_id: int, router_config_id: int | None, cases: list[_Case]
 ) -> None:
    """Фоновый прогон: своя сессия, никаких объектов от вызывающего."""
    router = RouterClient()
    passed = failed = cache_hits = 0
    try:
        async with SessionLocal() as session:
            run = await session.get(EvalRun, run_id)
            if run is None:
                logger.error("eval_run %d disappeared before start", run_id)
                return
            for case in cases:
                predicted, was_cached = await _classify_with_cache(
                    session, router, case.text, router_config_id
                )
                if was_cached:
                    cache_hits += 1
                is_pass = predicted == case.expected_intent
                if is_pass:
                    passed += 1
                else:
                    failed += 1
                session.add(EvalRunCase(
                    run_id=run_id,
                    text=case.text,
                    expected_intent=case.expected_intent,
                    predicted_intent=predicted,
                    count_weight=case.count,
                    is_pass=is_pass,
                ))
                # Промежуточный commit раз в 50 кейсов — чтобы UI видел прогресс.
                if (passed + failed) % 50 == 0:
                    run.passed = passed
                    run.failed = failed
                    run.cache_hits = cache_hits
                    await session.commit()
            run.passed = passed
            run.failed = failed
            run.cache_hits = cache_hits
            run.status = "done"
            run.finished_at = datetime.now(timezone.utc)
            await session.commit()
            logger.info(
                "eval_run %d done: total=%d passed=%d failed=%d cache_hits=%d",
                run_id, len(cases), passed, failed, cache_hits,
            )
    except Exception as e:
        logger.exception("eval_run %d failed: %s", run_id, e)
        try:
            async with SessionLocal() as session:
                run = await session.get(EvalRun, run_id)
                if run is not None:
                    run.status = "error"
                    run.error_text = f"{type(e).__name__}: {e}"
                    run.finished_at = datetime.now(timezone.utc)
                    await session.commit()
        except Exception:
            logger.exception("Failed to mark eval_run %d as error", run_id)
 async def _classify_with_cache(
    session: AsyncSession,
    router: RouterClient,
    text: str,
    router_config_id: int | None,
 ) -> tuple[str, bool]:
    """Возвращает (predicted_intent, was_cached). Кэшируется по (sha256(text), router_config_id)."""
    text_hash = _text_hash(text)
    cached = (await session.execute(
        select(EvalRouterPrediction).where(
            EvalRouterPrediction.text_hash == text_hash,
            EvalRouterPrediction.router_config_id == router_config_id,
        )
    )).scalar_one_or_none()
    if cached is not None:
        return cached.predicted_intent, True
    result = await router.classify(session, history=[], text=text, snapshot=None)
    predicted = result.get("code") or "general_info"
    session.add(EvalRouterPrediction(
        text_hash=text_hash,
        router_config_id=router_config_id,
        predicted_intent=predicted,
    ))
    return predicted, False
 async def list_runs(session: AsyncSession, limit: int = 50) -> list[EvalRun]:
    return list((await session.execute(
        select(EvalRun).order_by(EvalRun.id.desc()).limit(limit)
    )).scalars().all())
 async def get_run(session: AsyncSession, run_id: int) -> EvalRun | None:
    return await session.get(EvalRun, run_id)
 async def list_run_cases(
    session: AsyncSession, run_id: int, *, only_fails: bool = False
 ) -> list[EvalRunCase]:
    stmt = select(EvalRunCase).where(EvalRunCase.run_id == run_id)
    if only_fails:
        stmt = stmt.where(EvalRunCase.is_pass.is_(False))
    stmt = stmt.order_by(
        EvalRunCase.is_pass,  # сначала false (failed), затем true (passed)
        EvalRunCase.count_weight.desc(),
        EvalRunCase.id,
    )
    return list((await session.execute(stmt)).scalars().all())
 async def list_run_fails(session: AsyncSession, run_id: int) -> list[EvalRunCase]:
    return await list_run_cases(session, run_id, only_fails=True)
@dataclass
 class RunDiff:
    """Разница с предыдущим завершённым прогоном того же router_config (если есть)."""
    prev_run_id: int | None
    new_fails: list[EvalRunCase]   # появились в этом прогоне, не было в предыдущем
    new_passes: list[EvalRunCase]  # были fail в предыдущем, теперь pass — берём из prev
 async def compute_diff_vs_previous(
    session: AsyncSession, run: EvalRun
 ) -> RunDiff:
    """Сравнение с предыдущим done-прогоном на той же версии роутера."""
    if run.router_config_id is None or run.status != "done":
        return RunDiff(prev_run_id=None, new_fails=[], new_passes=[])
    prev = (await session.execute(
        select(EvalRun)
        .where(
            EvalRun.router_config_id == run.router_config_id,
            EvalRun.status == "done",
            EvalRun.id < run.id,
        )
        .order_by(EvalRun.id.desc())
        .limit(1)
    )).scalar_one_or_none()
    if prev is None:
        return RunDiff(prev_run_id=None, new_fails=[], new_passes=[])
    cur_fails = await list_run_fails(session, run.id)
    prev_fails = await list_run_fails(session, prev.id)
    cur_keys = {(c.text, c.expected_intent) for c in cur_fails}
    prev_keys = {(c.text, c.expected_intent) for c in prev_fails}
    new_fails = [c for c in cur_fails if (c.text, c.expected_intent) not in prev_keys]
    new_passes = [c for c in prev_fails if (c.text, c.expected_intent) not in cur_keys]
    return RunDiff(prev_run_id=prev.id, new_fails=new_fails, new_passes=new_passes)
@@ -193,6 +193,7 @@
    <a href="/" class="nav-link">Отладка</a>
    <a href="/sandbox.html" class="nav-link">Песочница</a>
    <a href="/settings.html" class="nav-link">Настройки</a>
    <a href="/regression.html" class="nav-link">Регрессия</a>
    <a href="/docs.html" class="nav-link active">Документация</a>
  </nav>
 </header>
@@ -417,6 +417,7 @@
    <a href="/" class="nav-link active">Отладка</a>
    <a href="/sandbox.html" class="nav-link">Песочница</a>
    <a href="/settings.html" class="nav-link">Настройки</a>
    <a href="/regression.html" class="nav-link">Регрессия</a>
    <a href="/docs.html" class="nav-link">Документация</a>
  </nav>
  <span class="status"><span class="dot" id="dot"></span><span id="status-text">проверяю…</span></span>
@@ -543,6 +543,7 @@
    <a href="/" class="nav-link">Отладка</a>
    <a href="/sandbox.html" class="nav-link active">Песочница</a>
    <a href="/settings.html" class="nav-link">Настройки</a>
    <a href="/regression.html" class="nav-link">Регрессия</a>
    <a href="/docs.html" class="nav-link">Документация</a>
  </nav>
  <span class="status" style="margin-left:auto;"><span class="dot" id="dot"></span><span id="status-text">проверяю…</span></span>
@@ -865,6 +865,7 @@
    <a href="/" class="nav-link">Отладка</a>
    <a href="/sandbox.html" class="nav-link">Песочница</a>
    <a href="/settings.html" class="nav-link active">Настройки</a>
    <a href="/regression.html" class="nav-link">Регрессия</a>
    <a href="/docs.html" class="nav-link">Документация</a>
  </nav>
  <span class="stats" id="stats"></span>
@@ -0,0 +1,302 @@
 """Юнит-тесты чанкера v2 (Спринт 8.5).
 Проверяет инварианты из docs/CHUNKER_v2_TZ.md:
 - YAML frontmatter не утекает в чанки.
 - Только H2 открывает секцию; H3 уходит в тело.
 - Второй H1 → WARN + обрыв.
 - Breadcrumb `## {H2}` в каждом subchunk.
 - Merge и overlap не пересекают границы H2.
 - Нумерованные списки в md не парсятся как заголовки.
 - На реальном general_info.md чанк с «Тимпанометрия» имеет section="Направления приёма".
 Запуск из корня репо: `python -m unittest tests.test_document_processor_v2 -v`
 """
 import logging
 import sys
 import unittest
 from pathlib import Path
 # Корень репозитория в sys.path, чтобы импортировать services.* без установки пакета.
 REPO_ROOT = Path(__file__).resolve().parent.parent
 if str(REPO_ROOT) not in sys.path:
    sys.path.insert(0, str(REPO_ROOT))
 from services.document_processor import (  # noqa: E402
    Chunk,
    ParsedSection,
    _split_frontmatter,
    chunk_sections,
    parse_markdown,
    process_document,
    rechunk_raw_text,
 )
 class FrontmatterTests(unittest.TestCase):
    def test_no_frontmatter_returns_text_as_is(self):
        text = "# Title\n\n## Sec\n\nbody"
        fm, body = _split_frontmatter(text)
        self.assertEqual(fm, {})
        self.assertEqual(body, text)
    def test_yaml_frontmatter_is_stripped(self):
        text = "---\nintent: general_info\nsources: [a, b]\n---\n\n# Title\n\n## Sec\n\nbody"
        fm, body = _split_frontmatter(text)
        self.assertEqual(fm, {"intent": "general_info", "sources": ["a", "b"]})
        self.assertTrue(body.startswith("# Title"))
        self.assertNotIn("intent:", body)
        self.assertNotIn("---", body.split("\n", 1)[0])
    def test_invalid_yaml_falls_back_to_empty_fm(self):
        text = "---\n: : invalid yaml :\n---\n\n# Title\n## Sec\nbody"
        fm, body = _split_frontmatter(text)
        # Парсинг не сломал процесс; frontmatter пустой, тело — не доверяем формату,
        # поэтому возвращаем исходный текст как body, чтобы не потерять содержимое.
        self.assertEqual(fm, {})
 class MultipleH1Tests(unittest.TestCase):
    def test_multiple_h1_with_h2_inside_each(self):
        text = (
            "# Step intro\n"
            "## Tone\n"
            "intro tone body\n\n"
            "# Step qualify\n"
            "## Template\n"
            "qualify template body\n\n"
            "## Guards\n"
            "qualify guards body\n\n"
            "# Step book\n"
            "## Confirmation\n"
            "book confirmation body\n"
        )
        parsed = parse_markdown(text)
        headings = [s.heading for s in parsed.sections]
        self.assertEqual(headings, ["Tone", "Template", "Guards", "Confirmation"])
        # Тела не перетекают между H1.
        for s in parsed.sections:
            if s.heading == "Tone":
                self.assertIn("intro tone body", s.body)
                self.assertNotIn("template", s.body.lower())
                self.assertNotIn("confirmation", s.body.lower())
            if s.heading == "Confirmation":
                self.assertIn("book confirmation body", s.body)
                self.assertNotIn("intro", s.body.lower())
    def test_h1_without_h2_becomes_section_heading_h1(self):
        text = (
            "# Step close\n"
            "Closing line one. Closing line two. Closing line three.\n"
        )
        parsed = parse_markdown(text)
        self.assertEqual(len(parsed.sections), 1)
        self.assertEqual(parsed.sections[0].heading, "Step close")
        self.assertIn("Closing line", parsed.sections[0].body)
    def test_h1_preamble_before_first_h2_is_dropped(self):
        # Преамбула H1 (тело до первого H2) игнорируется по правилу ТЗ —
        # обычно это вступление/служебка, дублирующая заголовок.
        text = (
            "# Doc\n"
            "intro line that must not become a section\n\n"
            "## Real H2\n"
            "real h2 body content here.\n"
        )
        parsed = parse_markdown(text)
        self.assertEqual(len(parsed.sections), 1)
        self.assertEqual(parsed.sections[0].heading, "Real H2")
        self.assertNotIn("intro line that must not", parsed.sections[0].body)
    def test_multiple_h1_no_warnings(self):
        # Старое поведение — WARN на втором H1 — отозвано.
        text = "# H1 one\n## A\nbody a\n\n# H1 two\n## B\nbody b\n"
        with self.assertLogs("services.document_processor", level="WARNING") as cap:
            parse_markdown(text, source_label="multi.md")
            # assertLogs требует хотя бы одну запись — добавим dummy, чтобы не упасть,
            # если их действительно нет.
            logging.getLogger("services.document_processor").warning("noop-for-assert-logs")
        warnings_about_h1 = [m for m in cap.output if "second H1" in m]
        self.assertEqual(warnings_about_h1, [])
 class H3InBodyTests(unittest.TestCase):
    def test_h3_does_not_open_new_section(self):
        text = (
            "# Doc\n"
            "## Doctors\n"
            "intro line\n\n"
            "### ENT\n"
            "Petrov, Ivanov\n\n"
            "### Allergists\n"
            "Smirnova\n"
        )
        parsed = parse_markdown(text)
        self.assertEqual(len(parsed.sections), 1)
        self.assertEqual(parsed.sections[0].heading, "Doctors")
        body = parsed.sections[0].body
        self.assertIn("### ENT", body)
        self.assertIn("### Allergists", body)
        self.assertIn("Petrov, Ivanov", body)
        chunks = chunk_sections(parsed.sections)
        self.assertEqual(len(chunks), 1)
        self.assertEqual(chunks[0].section, "Doctors")
        self.assertTrue(chunks[0].text.startswith("## Doctors\n\n"))
        self.assertIn("### ENT", chunks[0].text)
 class NumberedListTests(unittest.TestCase):
    def test_numbered_list_items_not_treated_as_headings(self):
        text = (
            "# Doc\n"
            "## Tax certificate\n"
            "How to receive:\n\n"
            "1. In person at the clinic — the easiest option.\n"
            "2. By email — write to mail@clinic.ru.\n"
            "3. Directly to the tax office.\n"
        )
        parsed = parse_markdown(text)
        self.assertEqual(len(parsed.sections), 1)
        self.assertEqual(parsed.sections[0].heading, "Tax certificate")
        chunks = chunk_sections(parsed.sections)
        self.assertEqual(len(chunks), 1)
        # Все три пункта в одном чанке с одной секцией.
        for needle in ("1. In person", "2. By email", "3. Directly"):
            self.assertIn(needle, chunks[0].text)
        # Никакой section не должен начинаться с цифры.
        for c in chunks:
            self.assertFalse(c.section[:1].isdigit(), f"section={c.section!r}")
 class LongSectionSplitTests(unittest.TestCase):
    def test_long_section_splits_with_breadcrumb_and_same_section(self):
        para = "Sentence one. Sentence two. Sentence three. " * 8  # ~350 chars
        text = (
            "# Doc\n"
            "## Big section\n"
            + "\n\n".join([para] * 6)  # ~2 KB body, существенно больше max_chunk_size=1200
            + "\n"
        )
        parsed = parse_markdown(text)
        chunks = chunk_sections(parsed.sections, max_chunk_size=600, min_chunk_size=100, overlap_sentences=0)
        self.assertGreater(len(chunks), 1)
        for c in chunks:
            self.assertEqual(c.section, "Big section")
            self.assertTrue(c.text.startswith("## Big section\n\n"), f"chunk text starts with: {c.text[:30]!r}")
    def test_merge_and_overlap_do_not_cross_h2_boundaries(self):
        # Две короткие секции — merge между ними не должен случиться.
        text = (
            "# Doc\n"
            "## Alpha\n"
            "alpha body short.\n\n"
            "## Beta\n"
            "beta body short.\n"
        )
        parsed = parse_markdown(text)
        chunks = chunk_sections(parsed.sections, max_chunk_size=1200, min_chunk_size=500, overlap_sentences=2)
        sections = sorted({c.section for c in chunks})
        self.assertEqual(sections, ["Alpha", "Beta"])
        for c in chunks:
            if c.section == "Alpha":
                self.assertNotIn("beta body", c.text)
                self.assertNotIn("## Beta", c.text)
            else:
                self.assertNotIn("alpha body", c.text)
                self.assertNotIn("## Alpha", c.text)
 class FrontmatterDoesNotLeakTests(unittest.TestCase):
    def test_frontmatter_not_in_chunks(self):
        text = (
            "---\n"
            "intent: general_info\n"
            "secret: do-not-leak-this-token\n"
            "---\n\n"
            "# Doc\n"
            "## Sec\n"
            "real body line one. real body line two. real body line three.\n"
        )
        # Прогоняем через rechunk_raw_text — это flow реиндексации.
        chunks = rechunk_raw_text(text)
        self.assertGreater(len(chunks), 0)
        for c in chunks:
            self.assertNotIn("do-not-leak-this-token", c.text)
            self.assertNotIn("intent: general_info", c.text)
        # Первый чанк начинается с breadcrumb первого H2.
        self.assertTrue(chunks[0].text.startswith("## Sec"))
 class RealGeneralInfoTests(unittest.TestCase):
    @classmethod
    def setUpClass(cls):
        path = REPO_ROOT / "data" / "datasets" / "general_info.md"
        cls.path = path
        cls.file_bytes = path.read_bytes()
    def test_processes_without_errors(self):
        _, _, sections, chunks = process_document(self.file_bytes, self.path.name)
        self.assertGreater(len(sections), 5)
        self.assertGreater(len(chunks), 5)
    def test_no_chunk_with_empty_or_numeric_section(self):
        _, _, _, chunks = process_document(self.file_bytes, self.path.name)
        for c in chunks:
            self.assertTrue(c.section, f"empty section in chunk: {c.text[:60]!r}")
            self.assertFalse(
                c.section[:1].isdigit(),
                f"section starts with digit: {c.section!r}",
            )
    def test_tympanometry_chunk_lives_in_napravleniya_priema(self):
        _, _, _, chunks = process_document(self.file_bytes, self.path.name)
        matches = [c for c in chunks if "тимпанометр" in c.text.lower()]
        self.assertTrue(matches, "no chunk contains 'тимпанометр' — datasets changed?")
        for c in matches:
            self.assertEqual(
                c.section,
                "Направления приёма",
                f"tympanometry chunk has wrong section: {c.section!r}",
            )
    def test_breadcrumb_in_every_chunk(self):
        _, _, _, chunks = process_document(self.file_bytes, self.path.name)
        for c in chunks:
            expected = f"## {c.section}"
            self.assertTrue(
                c.text.startswith(expected),
                f"chunk does not start with breadcrumb {expected!r}; starts with {c.text[:60]!r}",
            )
 class RealNewBookingTests(unittest.TestCase):
    """new_booking.md — 8 H1 (шаги воронки + группы). Под каждым H1 свои H2-секции.
    Старое поведение «второй H1 → обрыв» сломало бы этот файл. Тест защищает от
    регрессии: все H2-секции под всеми H1 должны попадать в индекс.
    """
    @classmethod
    def setUpClass(cls):
        path = REPO_ROOT / "data" / "datasets" / "new_booking.md"
        cls.path = path
        cls.file_bytes = path.read_bytes()
    def test_sections_from_multiple_h1_groups(self):
        _, _, sections, chunks = process_document(self.file_bytes, self.path.name)
        # Под каждым H1 есть свои H2 — суммарно должно быть много секций.
        self.assertGreater(len(sections), 10)
        self.assertGreater(len(chunks), 10)
        section_titles = {s.heading for s in sections}
        # Точечные H2 из разных H1-групп должны присутствовать.
        for expected in ("Тон и формулировки", "Шаблон ответа (5 пунктов)", "Текст-завершение"):
            self.assertIn(
                expected,
                section_titles,
                f"section {expected!r} missing — multi-H1 grouping broken?",
            )
 if __name__ == "__main__":
    logging.basicConfig(level=logging.WARNING)
    unittest.main()
Author	SHA1	Message	Date
AR 15 M4	dc9538027c	chore(data): чистка датасетов под чанкер v2 + кейсы регрессии 4 веток - data/datasets/*.md: вынесены служебные блоки (мета, источники, что доделать) в отдельные docs/wiki_meta_<branch>.md по конвенции ТЗ 8.5 — парсер индексирует только то, что физически лежит в data/datasets/ - data/datasets/doctors.md: новый датасет (список врачей по специальностям) - eval/branch_cases_<intent_code>.jsonl: новые наборы для price_question, medical_question, escalate_human, reschedule (база для Спринта 8.6) - eval/branch_cases_general_info.jsonl: точечная правка кейсов Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>	2026-05-04 10:04:07 +05:00
AR 15 M4	4aac59313d	feat(sprint8.5+8.6): чанкер v2 (иерархия H1/H2/H3) + регрессия 4 веток в UI Sprint 8.5 — чанкер v2 (services/document_processor.py): - markdown-it-py для md-входа: каждый H2 открывает свою секцию, H3 идёт в тело - множественные H1 — штатный кейс (new_booking.md = 8 H1, шаги воронки + группы); H1 без H2 → секция heading=H1; преамбула H1 (тело до первого H2) игнорируется - YAML frontmatter (--- ... ---) отрезается, в индекс не попадает - breadcrumb «## {H2}» как первая строка каждого subchunk'а - merge коротких хвостов и sentence-overlap — только внутри одной H2-секции - excluded_section_headings в config.py - 17 unit-тестов на stdlib unittest (tests/test_document_processor_v2.py), включая smoke по реальным general_info.md (тимпанометрия → правильная секция) и new_booking.md (защита от регрессии множественных H1) - ТЗ: docs/CHUNKER_v2_TZ.md Sprint 8.6 — регрессия остальных 4 веток (static/regression.html): - 4 опции в селекторе режима: branch:price_question (40 кейсов), branch:medical_question (29), branch:escalate_human (14), branch:reschedule (16) - бэкенд из 8b уже параметрический — правок в сервисе не потребовалось - new_booking вне скоупа — state-machine, под него отдельный 8c (multi-turn) Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>	2026-05-04 09:59:12 +05:00
AR 15 M4	bb5e3f5eb3	feat(sprint8b): регрессия ответов веток · general_info + фикс PRAGMA foreign_keys Параллель к 8a, но проверяем не код intent от роутера, а содержимое ответа конкретной ветки на одиночную реплику. Старт — general_info, 46 кейсов. Логика pass/fail (для одного кейса): - A — RAG-секция: среди retrieved-чанков есть кусок с section == expected_doc_section (точное совпадение). Если поле не задано — пропускаем. - B — keywords: обязательные expected_keywords встречаются в predicted_answer (case-insensitive). По умолчанию все; поддерживаются keywords_min: N и keywords_any: true. Запрещённые expected_must_not — ни одного. - Pass = A ∧ B. Незаданные поля не проверяются. - Кэш: (text_hash, branch_config_id) → {answer_text, retrieved_sections}. Привязан к версии промпта ветки. Смена версии = пустой кэш = свежий прогон. Правка JSONL без изменения text → pass/fail пересчитывается без LLM. Backend: - Таблицы eval_branch_runs / eval_branch_run_cases / eval_branch_predictions. Миграция m9g1f7e89j56. - services/eval_branch_run_service.py: загрузка JSONL, фоновый прогон через asyncio.create_task, кэш, оценка A+B с поддержкой keywords_min/keywords_any. - chat_service.run_branch_single_turn — изолированный single-turn без роутера и треда (использует существующий config_service + vectorstore + llm). - API: POST /eval/branch-runs, GET /eval/branch-runs?intent_code=, GET /eval/branch-runs/{id}, GET /eval/branch-cases-with-status?intent_code=. UI (static/regression.html): - Селектор режима «Роутер / Ветка · general_info». Логика пикера переиспользуется (фильтры, диапазон, массовый выбор, счётчик «новые / в кэше»). - Для режима «Ветка»: фильтр по coverage, колонки секция/coverage, keywords, частота, кэш. Drill-down прогона: ожидание, retrieved-секции, причины fail, полный ответ ветки. База кейсов (eval/branch_cases_general_info.jsonl) — от пользователя, 46 кейсов по схеме {text, intent, coverage, expected_doc_section?, expected_keywords?, expected_must_not?, keywords_min?, keywords_any?, count?, note?}. Связанная правка SQLite (нашли при удалении документа в этом спринте): - db/session.py: connect-listener PRAGMA foreign_keys=ON на каждое подключение. Без этого ondelete=CASCADE в SQLite не enforced, и удаление документа оставляло подписки в intent_documents висячими (что давало пустой RAG и fail регрессии). - Миграция n0h2g8f9a0k67 — одноразовая чистка существующих висячих подписок. docs/SPRINTS.md: Спринт 8b → ✅ Закрыт. Diff vs предыдущий прогон для веток и кнопка «Сбросить кэш регрессии» вынесены в docs/BACKLOG.md. Также включены обновлённые data/datasets/general_info.md и price_question.md (рабочий материал оператора), и черновик eval/branch_cases_price_question.jsonl для следующего захода (8b на price_question). Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>	2026-05-03 01:20:59 +05:00
AR 15 M4	a8f7e68795	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>	2026-05-02 20:39:22 +05:00
AR 15 M4	d5eccfc342	docs(sprint7.6): закрыть висящий пункт — промпты накатаны в БД В Спринте 7.7 активный граф new_booking сжат до 4 шагов. Сейчас прокачаны system_prompt из файлов prompts/intents/new_booking/steps/{intro,qualify,book}.md в БД активного графа через PATCH. close уже совпадал. После этого 4-шаговый сценарий реально работает в чате (раньше в БД лежали старые промпты Спринта 6a, несмотря на новые allowed_next). Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>	2026-05-02 14:35:20 +05:00