fix(ai-service): confirm units quoted across a table cell border (#50)

[Fluory]

Warum

Fixes #50 · Eval-Fall t03: Eine Einheit, deren Zitat über eine Tabellen-Zellgrenze geht (60 | Stk.), blieb „unsicher“, obwohl das Zitat wörtlich im Segment steht.

Arbeitsstand

• Ziel: Einheiten in Tabellenzeilen werden bestätigt, wenn eine Zelle des Zitats exakt eine bekannte Einheit ist und keine andere Zelle eine andere Einheit nennt.
• Nicht-Ziele: Zitatprüfung lockern; Aufteilen an Leerzeichenfolgen (würde Werkstoff St 52 als Einheit werten – ADR-0001 D8); Spaltenwissen im Verifier.
• Erledigt: Fix in values.py, Regressions- und Negativtests, Eval-Replay, Baseline über --update-baseline, README, CHANGELOG, frischer Review eingearbeitet (mehrdeutige Zeilen-Zitate zählen nicht), CI grün.
• Offen: Review/Merge durch den Orchestrator.
• Annahmen: Zellgrenzen sind | und Tab.
• Nächster kleinster Schritt: Review und Merge durch den Orchestrator.

Was ist passiert (Klartext)

Die KI zitiert bei Tabellen manchmal über eine Spaltengrenze hinweg, etwa „60 | Stk.“. Das Zitat stand korrekt im Dokument, aber die Einheitenprüfung erwartete die Einheit direkt hinter einer Zahl – der Strich dazwischen hat sie gestört. Jetzt zählt auch eine Tabellenzelle, die genau eine bekannte Einheit enthält – aber nur, wenn das Zitat nicht gleichzeitig eine andere Einheit nennt (eine ganze Zeile mit „Stk.“ und „kg“ beweist keins von beiden). Die strenge Regel „gefunden nur mit wörtlich bestätigtem Zitat“ bleibt unverändert; Negativtests belegen, dass nichts gelockert wurde. Ergebnis im Eval: Einheiten der Positionen 86 % → 97 % richtig, Belegquote 89 % → 100 %, alle anderen Werte gleich.

Plan-Pflicht (SYSTEM.md §4)

• Kein Auslöser – keine Modulgrenze, öffentliche API, Migration, Auth/Rechte, kein Zahlungs-/Daten-/Infrapfad, höchstens zwei Module, keine Architekturvarianten, umkehrbar
• Auslöser zutreffend – Impact Manifest ausgefüllt (Plan vor Code)

Geändert

• services/ai/src/requestflow_ai/grounding/values.py: Einheit auch als exakte Zelle (|, Tab) des Zitats, wenn keine Zelle eine andere Einheit nennt
• services/ai/tests/test_grounding_verifier.py, test_grounding_values.py: Regression t03 + Negativfälle (u. a. ganze Zeile | 60 | Stk. | 12 | kg |)
• services/ai/evals/baseline.json: line_items.unit (nur verbessert)
• services/ai/README.md (inkl. bekannter Grenze), CHANGELOG.md

Nachweis (SYSTEM.md §11)

• verify:changed: grün – ruff, ruff format, pyright 0 Fehler, pytest 435 passed / 2 skipped (docling-Modelle fehlen lokal)
• verify: grün (CI check auf 3fca181, inkl. AI-Service-Verify und Eval-Gate); TS unberührt
• verify:full / E2E-Spec: Eval-Gate im Replay grün (15 Fälle, kein Schlüsselfeld schlechter)
• Manueller Prüfnachweis: vor dem Fix 4 rote neue Positivtests; die neuen Zeilen-Negativfälle sind mit dem ersten Stand rot
• Frischer Review (P1 vor Ready-for-review; Architektur/API/DB immer): fix(ai-service): confirm units quoted across a table cell border (#50) #55 (comment) – nichts blockierend, should behoben

Doku-Entscheidung (genau eine)

• Keine langlebige Doku betroffen – Begründung: –
• Doku betroffen und im selben PR aktualisiert:
  • Produktdoku (P0: README): –
  • Technische Doku: services/ai/README.md
  • Architekturkarte: –
  • ADR: –
  • CHANGELOG [Unreleased] (sichtbares Feature oder Verhalten – im selben PR, nie „später")

Entferntes oder Umbenanntes: docs/ + README gegrept, Treffer bereinigt: nichts entfernt

Dateigrößen und neue Bausteine (SYSTEM.md §7)

Dateien über 500 Zeilen im Diff (Ausnahmen: generierter Code, Lockfiles, Fixtures, Migrationen, Schemas, Ressourcen, Doku, Konfiguration):

• keine
• bewusst belassen – Begründung: –
• im selben PR nach fachlicher Verantwortung geteilt
• Folge-Issue –

Über 800 Zeilen mit neuer Fachlogik oder über 1000 Zeilen (P1/P2): nicht betroffen

Neue Shared-Komponente, Utility-Datei, Adapter oder fachlicher Service:

• nein
• ja – gesucht nach: –

Subagent-Einsätze

• Umsetzungs-Subagent (Worktree) – Fix, Tests, Eval-Replay.
• Frischer Review-Subagent (read-only) – nichts blockierend, 1 should (behoben), 1 nit (begründet belassen).

Risiken / offene Punkte

• Bekannte Grenze: ein Zitat nur der falschen Spaltenzelle (12 | kg) besteht weiterhin – wie ein nacktes kg schon vorher.
• CHANGELOG-Konflikt mit parallelen PRs möglich (nur Textzeilen).

🤖 Generated with Claude Code

https://claude.ai/code/session_01DJ5vaKvTYiMvdngT4d3xo1

[Fluory]

Frischer Review (read-only Subagent) – Ergebnis und Umgang

Nichts blockierend. Belegt: die neuen Tests scheitern mit values.py von main (4 rot); die Zitatprüfung im Segment bleibt bindend; baseline.json ändert nur line_items.unit nach oben, falsch-„found“ bleibt 0.

Befund	Umgang
should – eine Einheit-Zelle aus einer anderen Spalte zählt (Zitat der ganzen Zeile | 60 | Stk. | 12 | kg | bestätigt kg für ein Stück-Item)	behoben in 3fca181: nennen die Zellen verschiedene Einheiten, zählt keine; zwei Negativfälle ergänzt (mit dem alten Stand rot). Rest-Grenze (12 | kg allein) als bekannte Grenze im README – genau wie ein nacktes kg-Zitat schon vorher
nit – Kopfzellen wie Pos | m | Werkstoff zählen für m	bleibt: dieselbe vorbestehende Grenze wie ein reines m-Zitat; der Verifier kennt keine Spalten

Nach der Änderung: ruff/format/pyright sauber, pytest 435 passed / 2 skipped, Eval-Replay grün (unverändert gegenüber der Baseline dieses PRs).

---

Generated by Claude Code